Tous les autres longs modèles de cette page disent la même chose : au-delà de quinze secondes, nommez vos temps ou le modèle les inventera. Celui-ci est l’exception, et comprendre pourquoi est plus utile que la règle toute seule.
La règle existe parce que le temps non assigné se remplit. Un prompt à trois temps dans une requête de quinze secondes laisse un tiers du clip non spécifié, et le modèle lève l’ambiguïté par une dérive et un fondu. Mais « non assigné » parle de consignes, pas d’événements. Une caméra qui voyage en continu à travers un environnement qui change en continu est entièrement spécifiée à chaque instant même s’il ne se passe rien : la consigne est « continue à travers ceci », et elle vaut à la quatorzième seconde exactement autant qu’à la deuxième.
La distinction utile n’est donc pas prompt court contre prompt long. C’est de savoir si le prompt décrit une suite d’états ou un processus continu unique. Les suites ont besoin de connecteurs et d’une fin. Les processus ont besoin d’une direction, d’une texture et d’une sortie.
Ce prompt a les trois. La direction est en avant et bas, le long du canyon. La texture, c’est le travail d’optique — du givre sur la lentille, une distorsion en barillet, un obturateur rapide qui sépare la poudreuse en grains. La sortie, c’est l’éclat de lumière qui se referme sur l’image, ce qui transforme quinze secondes de trajet en un plan qui a une forme. Retirez la sortie et vous avez des rushes plutôt qu’un clip, et le modèle fournira sa propre fin, qui pour un travelling est en général un lent fondu au milieu du mouvement.
Les deux changements du milieu — la créature qui se cabre, la chute dans la neige ouverte — méritent un examen attentif, parce que ce ne sont pas des temps bien qu’ils soient écrits avec « then ». Ni l’un ni l’autre n’est une chose pour laquelle la caméra s’arrête, ni une situation nouvelle que le plan doive établir. Ce sont des choses qui arrivent à une caméra qui continue de faire ce qu’elle faisait déjà. C’est la forme d’un changement qui peut vivre à l’intérieur d’un plan continu sans le fragmenter, et c’est une distinction qu’il vaut la peine de savoir faire quand vous décidez si votre idée de quinze secondes a besoin de quatre phrases ou d’une.
La clause de look est l’autre chose à retenir, et elle est presque entièrement faite de faits d’optique plutôt que d’adjectifs. « Frost on the front element » et « slight barrel distortion » affirment qu’un objet physique était présent dans le froid. Aucun des deux n’est beau ; tous deux sont le genre d’imperfection qu’une vraie caméra produit et qu’une image calculée ne pense pas à inclure. Demander les artefacts d’un vrai enregistrement est constamment plus efficace que demander du réalisme, et cela coûte environ huit mots.
Une dernière note sur l’audio, parce que ce sujet démontre le point mieux que tout autre. Wan 3.0 écrit le son dans la même passe que l’image, et il a de fortes idées préconçues sur le type de son qui va avec le type d’image. L’action fantastique a été illustrée musicalement et commentée dans presque tous les exemples que le modèle ait jamais vus : une couche de son non écrite ne renvoie donc pas du silence ici — elle renvoie une bande-son et, fréquemment, une voix. La dernière phrase de ce prompt refuse les deux, séparément, parce que ce sont deux habitudes différentes et que refuser l’une ne refuse pas l’autre. Comme pour le reste de ce groupe, le clip est arrivé sans prompt et celui-ci a été reconstruit à partir des images.
Vidéo