Prompt Gemini Omni 1.1 Flash : obtenir un seul plan, et ne jamais mettre le dialogue entre guillemets
Gemini Omni 1.1 Flash découpe un clip en plusieurs plans si la première phrase ne réclame pas une prise continue, et il peut incruster à l’image une réplique entre guillemets. La structure de prompt qu’applique le guide LUVI, dès 1 980 crédits les dix secondes en 720p.

Gemini Omni 1.1 Flash, le modèle vidéo de Google, génère l’image et le son en un seul passage à partir d’une description en langage courant. Sur LUVI, il existe en cinq modes : texte vers vidéo, image vers vidéo (avec une dernière image facultative), référence vers vidéo, retouche vidéo et prolongation vidéo. Les trois premiers démarrent à 1 980 crédits pour un clip de dix secondes en 720p (prix relevés le 20 octobre 2026). La retouche et la prolongation sont facturées selon le clip que vous importez, et l’espace de travail affiche l’estimation avant le lancement. Pour choisir entre Omni et ses voisins, notre comparatif MiniMax H3, Gemini Omni 1.1 et Wan 3.0 fait le tour de la question. Ici, place au mode d’emploi : les règles que notre guide de prompt applique à Omni, et la raison d’être de chacune.
Pourquoi Omni découpe-t-il mon clip en plusieurs plans ?
Gemini Omni 1.1 Flash enchaîne plusieurs plans parce que c’est son comportement par défaut, et non parce que votre prompt était flou. La documentation de Google le dit sans détour : « By default Omni Flash will try to create a video with a few different shots. » Le même paragraphe donne la parade : « If you need the output video to contain a single scene, you must prompt for that. »
Le guide de LUVI en fait une règle stricte. Tout prompt pensé comme un plan unique s’ouvre sur une clause de continuité, dès la première phrase : « In a single continuous shot », « In a single unbroken scene » ou « One continuous shot, no jump cuts ». Si la caméra enchaîne plusieurs mouvements, on répète la clause en fin de prompt. Ce n’est pas un détail de style, pour deux raisons :
- La bande-son est coupée avec l’image. Le son naît du même passage que l’image, donc une coupe non voulue casse aussi l’ambiance ou une réplique.
- Un mouvement de caméra sans clause est le déclencheur classique. Demandez une révélation, et le modèle risque de la résoudre par une coupe plutôt que par un mouvement.
À quoi ressemble un bon prompt pour Omni ?
Un bon prompt Gemini Omni se lit comme une légende de quarante à soixante mots, pas comme une liste de mots-clés. Le guide de LUVI l’organise en cinq emplacements : cadrage et mouvement, style, lumière, lieu, action. Viennent ensuite les petits mouvements du sujet ou de la lumière, une phrase à part pour le son, puis les éventuelles exclusions.
Le prompt reste en anglais, y compris dans l’exemple ci-dessous : Google indique que « English (EN) is fully supported, but other languages have not been evaluated ». Une réplique peut être dans une autre langue, mais les instructions qui l’entourent restent en anglais.
In a single continuous shot, a slow push-in at eye level on a potter at her wheel in a sunlit ceramics studio, shallow depth of field, golden hour light through dusty windows. Her wet hands draw the clay upward into a tall cylinder while fine spray catches the light. In a voice that is calm and low, the potter says: Not yet, it needs another minute. Sound design: the hum of the wheel, wet clay under her palms, a distant radio playing a song. No text overlay on screen.
Deux réflexes font la différence :
- Imposer le cadre, déléguer le monde. Dites où se trouve la caméra, comment elle bouge et ce qui se passe. Les détails d’époque, la logique des costumes et la physique, laissez-les au modèle.
- Un seul temps narratif par clip. Des repères temporels comme « After 3 seconds, she lifts her hands » fonctionnent à l’intérieur d’une même prise continue. Deux événements distincts, c’est deux générations.
Comment écrire le dialogue, la musique et le texte à l’écran ?
Sur Gemini Omni 1.1 Flash, une réplique se place après deux-points, sans guillemets, et les guillemets sont réservés aux mots qui doivent apparaître dans l’image. Dans les exemples de Google, les guillemets n’entourent que du texte visible, un panneau de rue ou une plaque d’immatriculation. Le guide de LUVI en tire la règle : une réplique entre guillemets risque d’être incrustée à l’image comme un sous-titre. La qualité de la voix se décrit avant les deux-points : In a voice that is calm and low, the potter says: Not yet.
- Le son a sa propre phrase, derrière l’étiquette
Sound design:. Effets, ambiance et dialogue s’y trouvent, ou juste à côté. - La musique se demande explicitement, et elle se décrit mieux par sa source que par son genre : « a distant radio playing a song » plutôt que « lo-fi hip hop ».
- Il n’y a ni prompt négatif ni interrupteur audio. Les exclusions sont de courts fragments placés tout à la fin : « No dialogue. », « No extra sound effects. », « No text overlay on screen. » Pour faire disparaître un objet lors d’une retouche, décrivez l’état voulu, « Make the phone invisible. », plutôt que de lister ce que vous ne voulez pas.
Quels réglages comptent vraiment ?
Sur Gemini Omni 1.1 Flash, trois réglages pèsent l’essentiel du prix et de la qualité : la résolution, la durée et le format.
- Résolution. 360p, 720p, 1080p ou 4K, avec 720p par défaut. La référence de Google qualifie 1080p et 4K de « upscaled » : l’image native est donc celle du 720p. Le 360p sert de brouillon moins cher pour caler un plan.
- Durée. De trois à dix secondes, dix par défaut. Gardez vos repères temporels à l’intérieur de la durée choisie, et ne l’écrivez jamais dans le prompt : c’est un réglage.
- Format. 16:9 ou 9:16, rien d’autre. Écrire
21:9dans le texte ne change rien.
Une règle de sécurité mérite d’être connue avant d’écrire un scénario : Omni ne génère pas d’enfants photoréalistes. Le guide de LUVI consigne les deux issues possibles, un refus pur et simple ou un enfant rendu discrètement sous les traits d’un adulte. Si l’histoire en a besoin, passez à un rendu illustré ou animé, ou gardez l’enfant hors champ.
Le catalogue affiche encore les anciens modes Gemini Omni Flash en préversion. Avec leurs réglages par défaut, ils coûtent plus cher (le texte vers vidéo démarre à 2 500 crédits), sans mode de prolongation ni emplacement pour la dernière image. Ce sont donc les modes 1.1 qu’il faut choisir.
Que change le prompt en image vers vidéo, en retouche et en prolongation ?
Chaque mode qui part d’un média attend moins de description, pas davantage, puisque l’image est déjà fournie.
- Image vers vidéo. Votre image devient la première image du clip. Décrivez le mouvement, celui de la caméra, du sujet et du décor, et désignez les personnes par « the subject » ou « she » au lieu de les décrire de nouveau. Ajoutez une dernière image et le clip devient une interpolation : décrivez la transition entre les deux images, pas l’une ou l’autre.
- Retouche. Une proposition pour le changement, puis « Keep everything else the same. » Google est explicite : « Simple prompts work best for video editing. Overly descriptive prompts can lead to unintended changes. » Une retouche ne prend ni durée, ni résolution, ni format : elle reprend ceux de votre clip.
- Prolongation. Chaque passage ajoute jusqu’à dix secondes, dans la limite de 40 secondes au total fixée par Google. Les repères temporels repartent de zéro au début de la nouvelle partie. Il faut répéter la clause de continuité, sinon la suite peut commencer par une coupe, et redire le son (« The music continues into the chorus. »), sinon il se contente de continuer.
Sur LUVI, chaque retouche et chaque prolongation est une nouvelle requête sur le clip importé : il n’y a pas de fil de conversation qui reprendrait le tour précédent. Visez juste dès la première génération, et limitez chaque retouche à un seul changement.
Comment nous avons vérifié
- Modèles : Gemini Omni 1.1 Flash en texte vers vidéo, image vers vidéo, référence vers vidéo, retouche et prolongation, ainsi que les anciens modes Gemini Omni Flash en préversion, à titre de comparaison.
- Sources lues : le contrat de paramètres de chaque mode dans LUVI, les prix en crédits du catalogue LUVI et des pages publiques des modèles, le guide de prompt de LUVI pour la famille tel que le servent l’espace de travail et le connecteur, et la documentation Omni de Google, le 20 octobre 2026. Le prompt d’exemple a passé la vérification de prompt de LUVI pour le mode texte vers vidéo.
- Résultats : à partir de 1 980 crédits pour dix secondes en 720p sur les modes 1.1 texte, image et référence, à partir de 2 500 crédits sur l’ancien mode texte vers vidéo en préversion. Aucune sortie n’a été générée pour cet article, qui n’avance donc rien sur la qualité des résultats.
- Limites : la règle des deux-points sans guillemets pour le dialogue est une règle du guide de LUVI, tirée des exemples de Google. La page de Google ne la formule pas en ces termes.
Dans LUVI
Choisissez un mode Gemini Omni 1.1 Flash dans l’espace de travail, puis cliquez sur la plume à côté du prompt : elle vérifie et réécrit votre brouillon selon le guide de prompt de la famille, dont la première règle est justement la clause de continuité. Claude et ChatGPT lisent le même guide via le connecteur LUVI. L’effet de chaque réglage sur le prix est détaillé dans comment la résolution et la durée font varier le prix.
Les nouveaux comptes démarrent avec 100 crédits, et vérifier votre téléphone et une carte vous en rapporte jusqu’à 1 500 de plus. Vous pouvez créer un compte LUVI et tester votre premier plan-séquence en 360p avant de passer au 720p.
Sources
- Générer et modifier des vidéos avec Gemini Omni Flash – Google AI for Developers, documentation de l’API Gemini. Consulté le 20 octobre 2026.
À lire aussi dans Guides
- Prompt MiniMax H3 : un document en trois champs, pas une légendeMiniMax H3 lit un prompt comme trois champs nommés, et comble tout champ sonore laissé vide avec des sons que vous n’avez pas demandés. Structure du document, phrase de caméra, balise de dialogue et réglages par défaut qui piègent, dès 2 080 crédits les huit secondes.
- Modifier un seul mot dans une image finie avec GPT Image 2.5, sans toucher au restePour corriger un prix, une date ou un nom sur une image finie, utilisez une retouche GPT Image 2.5 : citez entre guillemets l’ancien et le nouveau texte, puis listez ce qui doit rester. L’image est redessinée : le reste paraît identique, sans l’être au pixel près. Dès 49 crédits.
- Claude peut-il créer des images et des vidéos ? Pas tout seul : la méthode avec un connecteurClaude ne génère ni photos, ni illustrations, ni vidéo filmée par lui-même : le centre d’aide d’Anthropic le dit. Ajoutez LUVI Creator comme connecteur personnalisé et Claude lance plus de 200 modèles d’image, de vidéo, d’audio et de 3D avec vos crédits LUVI, prix affiché avant chaque génération.