Guide de prompts Grok Imagine
De ta première génération aux récits prolongés en plusieurs scènes : structure des prompts, langage caméra, méthodes de création et modèles prêts à copier pour Grok Imagine.
Adapté du Guide officiel Grok Imagine de @XCreators.
Grok Imagine transforme ton texte et tes images en images et vidéos de haute qualité. Décris ce que tu veux, choisis tes réglages, lance la génération et obtiens un clip ou une image prête à l'emploi. Ce guide de prompts Grok Imagine couvre chaque étape : lancer ta première génération, écrire des prompts qui donnent d'excellents résultats, prolonger tes clips en séquences plus longues et mettre en place une méthode de création reproductible.
Formule du prompt : Sujet + style/ambiance + éclairage + angle de caméra + détails de finition
Saisis une description et génère une image. Grok Imagine crée des visuels saisissants et de haute qualité à partir de prompts en langage naturel, sans bourrage de mots-clés.
Décris une scène et génère directement un clip vidéo. Écris comme si tu décrivais la scène à un ami : ce qui se passe, à quoi elle ressemble, comment la caméra bouge. Tu obtiens les meilleurs résultats avec une scène claire en tête.
Pars de n’importe quelle image et anime-la en un court clip. Passe au modèle Grok Imagine 1.5 pour générer aussi un son adapté en une seule fois : consulte la section Audio 1.5 ci-dessous. Tu peux utiliser une image générée ou une image importée. Comme tu connais déjà l’image de départ, le résultat est plus prévisible.
Astuce pro : le workflow en deux étapes
Génère d'abord une image avec un prompt détaillé. Examine-la. Si la composition, l'éclairage et le sujet te conviennent, anime-la avec un court prompt de mouvement. Concentre le prompt vidéo sur le mouvement, la caméra et l'ambiance : le modèle a déjà le contexte visuel.
Prompt d'image
Deux loutres dans une eau aigue-marine, vues du dessus, avec une esthétique de pellicule vintage.
Prompt vidéo
Mouvement organique calme, sujet immobile, lent recul de la caméra. Les loutres dérivent légèrement, dans une atmosphère calme.
Importe jusqu’à 7 images de référence comme base visuelle ou référence de style. Grok combine tes références avec ton prompt texte pour obtenir un résultat fidèle à un look précis, un style de marque, une palette de couleurs ou une ambiance visuelle.
Choisis selon la plateforme de publication ou l'usage prévu.
Choisis une durée de 1 à 15 secondes pour ton clip. Les clips plus courts se génèrent plus vite et coûtent moins de crédits. Utilise Extend Video pour enchaîner les clips en séquences plus longues.
480p pour créer des brouillons et itérer rapidement. 720p for polished, share-ready output.
La qualité du résultat commence par le prompt. Un prompt précis donne des repères clairs au modèle, mais évite de tout verrouiller pour lui laisser une marge créative.
Vague
« une ville la nuit »
Précis
« rue de Tokyo futuriste à 2 h du matin, asphalte luisant de pluie, reflets de néons, plan large en contre-plongée, brume cinématographique, ambiance Blade Runner »
Chaque image ci-dessous a été générée avec Grok Imagine sur PixelDojo. Copie un prompt comme point de départ, puis affine-le en ne changeant qu'une variable à la fois.
Sujet + style + éclairage + angle de caméra
Chaque détail lève une ambiguïté. Le lieu, l'heure, l'éclairage, la position de la caméra et la référence d'ambiance donnent au modèle des repères concrets.
Sujet bien lisible sur un arrière-plan défini
Un sujet bien lisible sur un arrière-plan défini donne toujours de meilleurs résultats qu'une scène chargée et encombrée. Dans le doute, simplifie.
Précise ton éclairage pour tout maîtriser
« Contre-jour à l'heure dorée », « lumière diffuse sous un ciel couvert » et « lumière latérale dure venant de la gauche » donnent des résultats radicalement différents. L'éclairage est un détail qui change tout.
Composition épurée pour un usage commercial
Les plans produit fonctionnent mieux quand tu précises la direction de la lumière, les matériaux des surfaces et l’arrière-plan.
Vidéos générées avec Grok Imagine sur PixelDojo. Remarque la différence : les prompts texte vers vidéo décrivent toute la scène, tandis que les prompts image vers vidéo restent courts et centrés sur le mouvement.
Création d’univers en texte vers vidéo
Prompt vidéo
Pour passer du texte à la vidéo avec un rendu cinématographique, précise les mouvements de caméra, les conditions d'éclairage et les sons d'ambiance.
Mouvement dynamique et caméra cinématographique
Prompt vidéo
Décris précisément ton mouvement de caméra : « travelling en contre-plongée » se traduit directement dans l’animation de la scène.
Image vers vidéo avec des mouvements subtils
Prompt d'image
Prompt de mouvement vidéo
Pour passer d'une image à une vidéo, garde des prompts courts : le modèle a déjà le contexte visuel. Décris simplement ce qui doit bouger et comment.
Image en vidéo d'ambiance
Prompt d'image
Prompt de mouvement vidéo
Des prompts aux mouvements minimalistes créent des scènes pleines d’atmosphère. Laisse la scène respirer au lieu de forcer l’action.
Grok Imagine 1.5 est un modèle d'image en vidéo qui génère le son en même temps que l'image : musique de fond, effets sonores, ambiance et même de courtes répliques, le tout synchronisé avec l'action à l'écran. Dans Grok Imagine Video, passe à image-to-video mode, choisis Grok Imagine 1.5 dans l’option Modèle, puis ajoute une image. La durée va de 1 à 15 secondes en 480p ou 720p, pour 2,5 crédits par seconde.
Trois clips générés avec Grok Imagine 1.5 sur PixelDojo : chacun anime une des images fixes de ce guide et possède son propre son synchronisé. Lance la lecture et active le son.
Anime un portrait avec une respiration, du vent et une montée musicale
Transforme une photo de produit en un moment chaleureux, riche en sons
Donne vie à une rue avec de la pluie, un bourdonnement urbain et des synthés
Le modèle voit déjà ta photo. Consacre ton prompt à ce qui doit changer : l’action, le mouvement de caméra, l’atmosphère. Inutile de redécrire ce qui est déjà dans le cadre.
S'il y a un homme sur la photo, n'écris pas « une femme danse ». Fais correspondre le prompt à ce qui est réellement présent et identifie bien le sujet : « l'homme âgé avec des lunettes », « la femme à la veste rouge ».
Une image fixe ne peut pas suggérer la vitesse. « Une voiture qui passe » reste vague. « Une voiture qui passe à toute vitesse » donne au modèle de quoi travailler. Pousse légèrement l'intensité pour obtenir l'effet voulu.
Grok Imagine 1.5 les ignore. Au lieu de lister ce que tu ne veux pas, décris ce que tu veux voir et entendre.
Mentionne le son directement dans ton prompt pour orienter le modèle. Combine ces indications :
Musique de fond
"with upbeat electronic music" · "dramatic orchestral score"
Effets sonores
"footsteps on gravel" · "wind howling" · "engine revving"
Ambiance sonore
"quiet café ambience" · "forest sounds with birdsong"
Dialogue court
a quiet whisper: "We made it." · urgent shout: "Stop him!"
Pour un contrôle précis, ajoute un AUDIO : ligne à la fin de ton prompt. Tout ce qui précède décrit le mouvement et l’ambiance ; tout ce qui suit décrit exactement ce que tu dois entendre.
Une seule génération te donne un clip court. La fonction de Grok Imagine Prolonger la vidéo te permet d’aller plus loin : sélectionne n’importe quelle image comme point de départ d’une extension. Le modèle conserve la continuité du mouvement, de la position des personnages, de l’éclairage et du son. Chaque extension ajoute des secondes, et tu peux continuer à les enchaîner.
Astuce de prompt pour prolonger
Écris un prompt de continuation qui décrit la suite next dans la scène, sans la redécrire entièrement. Le modèle sait déjà à quoi elle ressemble : indique-lui simplement où aller.
Trop chargé
« Une femme en robe rouge assise près de la vitre d'un café striée de pluie, la nuit, avec des reflets de néons. Elle se lève et marche vers la porte. »
Mieux
« Elle se lève lentement, attrape son manteau et marche vers la porte. La caméra la suit. »
Un sujet bien lisible sur un arrière-plan défini donne toujours de meilleurs résultats qu'une scène chargée et encombrée. Dans le doute, simplifie.
Les plans plus larges et les mouvements plus lents donnent les résultats les plus nets quand des personnes sont dans le cadre. Recule la caméra et laisse le mouvement respirer.
« Ambiance Blade Runner » ou « esprit Studio Ghibli » donne au modèle un univers visuel riche dans lequel puiser. Des adjectifs isolés comme « sombre » ou « doux » laissent trop de place à l'interprétation.
« Contre-jour à l'heure dorée », « lumière diffuse sous un ciel couvert » et « lumière latérale dure venant de la gauche » donnent des résultats radicalement différents. Préciser l'éclairage est un levier puissant.
« Lent travelling avant », « panoramique vers la droite », « plan large fixe » se traduisent directement dans l'animation de la scène. Sans précision, tu laisses l'une des décisions créatives les plus importantes au hasard.
Quand tu animes une image existante, le modèle dispose déjà du contexte visuel. Ton prompt doit simplement décrire ce qui doit bouger et comment.
Les résultats varient d’une génération à l’autre, même avec le même prompt. Si le premier résultat ne convient pas, relance avant de réécrire. Le deuxième ou le troisième essai fait souvent mouche.
Les résultats varient d’une génération à l’autre. Quand un résultat fonctionne, garde le prompt exact pour t’appuyer dessus et affiner à partir d’une base qui a fait ses preuves.
Des paysages et des décors cinématographiques pleins d'atmosphère.
Mouvement dynamique avec des indications de caméra précises.
Anime des images produit pour des contenus publicitaires soignés.
Donne vie aux portraits avec des mouvements subtils et naturels.
Des scènes d'ambiance aux mouvements minimes et maîtrisés.
Image vers vidéo avec le modèle 1.5 : décris d’abord le mouvement, puis le son dans une ligne AUDIO:.
Les références donnent une direction créative, pas des images de départ : Grok s’inspire de leurs sujets, de leur style et de leur composition pour créer du neuf. xAI recommande de commencer par l’action : décris d’abord ce qui se passe, puis le rôle des références.
Recrée une composition précise : utilise l’image du storyboard ou la maquette comme première référence, puis ajoute les sujets à la suite. C’est ainsi que Film Studio de PixelDojo pilote Grok.