Comment faire une vidéo IA NSFW : les étapes concrètes

La version courte : partez d’une image fixe, limitez le premier essai à 4 secondes en 720p sur le modèle turbo, et rédigez le prompt sur le mouvement plutôt que sur la scène. Ce clip coûte 500 coins, environ deux euros, et répond à la seule question qui compte au début.

La plupart des premiers essais échouent pour trois raisons prévisibles, dont aucune n’est la pudeur du modèle. Voici l’ordre à suivre.

Étape 1 : déterminez si vous avez une référence

C’est l’embranchement qui détermine tout le reste. L’image-vers-vidéo prend une image fixe que vous fournissez et l’anime ; le texte-vers-vidéo invente tout à partir d’une description.

Si un visage ou un corps précis compte - et dans le travail adulte c’est presque toujours le cas - utilisez l’image-vers-vidéo. L’image fixe verrouille l’apparence, la chose la plus difficile à contrôler autrement. N’utilisez le texte-vers-vidéo que sans référence et si l’identité vous est vraiment égale. Les arbitrages sont exposés dans l’article comparatif.

Vous pouvez générer l’image fixe d’abord dans le générateur d’images et l’injecter directement, ce que finissent par faire la plupart des gens.

Étape 2 : écrivez le mouvement, pas la scène

C’est l’erreur qui gaspille le plus d’essais. Avec une image de départ, le modèle sait déjà ce qui est dans le cadre ; le redécrire entre en concurrence avec l’image au lieu de s’y ajouter.

Écrivez ce qui change pendant les quatre secondes : ce qui bouge, dans quelle direction, à quelle vitesse, et ce que fait la caméra. « Elle tourne la tête vers la fenêtre, lentement, la caméra reste fixe » est un prompt utilisable. Un paragraphe qui redécrit son apparence ne l’est pas, et revient sous forme de diaporama de l’image que vous aviez déjà.

Ne pas mentionner la caméra est un échec à part entière. Si vous ne dites pas qu’elle reste fixe, vous obtenez souvent un travelling avant que personne n’a demandé.

Étape 3 : choisissez volontairement les réglages bon marché

Quatre secondes, 720p, modèle turbo. 500 coins. Ce n’est pas une version démo : c’est le même générateur, et vous ne perdez que de la durée et des pixels.

La durée multiplie le coût linéairement et n’apprend rien de plus sur la validité du mouvement. La résolution change la texture fine, invisible tant que vous vous demandez encore si le plan tient. Passer directement à un clip 4K de 30 secondes coûte 33 000 coins, environ 66 fois le brouillon, et c’est l’erreur coûteuse la plus fréquente ici. Le tableau complet est dans l’article sur les coûts.

Étape 4 : attendez-vous au contrôle du prestataire, et sachez qu’il est gratuit

Il y a deux barrières distinctes et il est utile de savoir laquelle vous avez touchée.

Nos trois limites fermes ne bougent jamais : rien de sexuel impliquant des mineurs, de l’age-play ou du non-consentement. C’est refusé net et aucune formulation ne contourne cela.

Le modèle du prestataire applique par-dessus son propre contrôle de contenu, et il refuse parfois des choses que nous aurions acceptées. C’est le refus que la plupart des gens rencontrent réellement. Il ne coûte rien : les coins reviennent automatiquement, intégralement, à chaque fois. La semaine dernière, tous les échecs vidéo étaient de ce type, et tous ont été remboursés.

Quand cela arrive, reformuler la demande est légitime et fonctionne souvent : le contrôle réagit autant à la formulation qu’au fond. Ce qui ne fonctionne pas, et ne mérite pas votre temps, c’est d’essayer de contourner nos trois limites.

Étape 5 : seulement alors, payez la version finie

Une fois qu’un brouillon de 4 secondes montre le mouvement voulu, décidez séparément s’il faut allonger et s’il faut monter en résolution. En général une seule des deux est vraie.

Deux fonctions à connaître à ce stade. L’audio est généré avec le clip et ne coûte rien de plus. Une image de fin vous permet de fournir une seconde image fixe, et le rendu voyage entre les deux : le moyen le plus fiable d’obtenir un mouvement précis plutôt que d’espérer que le modèle en choisisse un.

Les trois raisons d’échec des premiers essais

• Le prompt décrivait la scène, pas le mouvement. Se corrige en réécrivant autour des verbes.
• L’image de départ était une bonne photo, pas une bonne première image. Un portrait serré n’a nulle part où bouger. Laissez de la place dans la direction du mouvement.
• On a demandé trop à quatre secondes. Un mouvement par clip. Deux actions en quatre secondes n’en produisent aucune.

Ce que coûte cet apprentissage

Réalistement, trois ou quatre brouillons de 4 secondes avant que le mouvement se tienne, soit environ 1 500 à 2 000 coins - six à huit euros - puis le clip fini par-dessus. Les refus ne comptent pas là-dedans, puisqu’ils sont remboursés.

Deux faits pratiques à retenir : les clips sont conservés un temps limité puis supprimés automatiquement, donc téléchargez ce que vous gardez, et vous pouvez utiliser le résultat commercialement, nous ne revendiquons rien dessus. Le studio est Fellowi Video. Si vous préférez lire quelqu’un commettre les erreurs plutôt qu’une liste, le récit de la production d’un clip couvre le même terrain par l’autre bout, et l’aperçu de la vidéo sans censure explique où se situent les limites.