Un écran de chargement est le seul endroit d'un produit où l'utilisateur regarde sans rien faire. Sur Qiplim, l'application que je construis, ces secondes affichent un rond qui tourne. J'ai produit de quoi les remplacer : une boucle par fonctionnalité, muette, sur fond blanc, avec le libellé posé par l'application par dessus la vidéo. Les crédits sont partis chez Magnific.
Il a fallu 3 passes de régénération pour y arriver, et la dernière a changé la conception de toute la série. Voici la méthode, les 5 erreurs et leurs correctifs. Toutes les vidéos de cet article sont intégralement générées par IA.
Un écran de chargement est un espace déjà payé
En 1995, Namco a déposé un brevet sur les mini-jeux qui occupent le joueur pendant le chargement d'un jeu vidéo. L'idée venait de Ridge Racer, qui lançait un Galaxian complet le temps de charger la course. Le brevet a tenu 20 ans, jusqu'à son expiration en novembre 2015 : et jusque-là les autres studios devaient payer une licence ou contourner le procédé, selon l'Electronic Frontier Foundation.
Le jeu vidéo a donc compris très tôt ce que le logiciel professionnel laisse encore de côté. Le temps d'attente est un espace d'attention. Il est déjà payé, il est déjà regardé, et la plupart des produits y mettent un rond qui tourne.
Qiplim transforme des documents en activités interactives. Importer une présentation, générer un quiz depuis un PDF, lancer une session : à chaque fois des modèles travaillent, et l'écran attend. C'est l'endroit où loger la pédagogie produit, celle que personne ne lit dans un centre d'aide.
Le cahier des charges tenait en 5 lignes. 20 boucles de 5 secondes, une par fonctionnalité. Muettes. Fond blanc pur #FFFFFF, pour se fondre dans l'interface. Aucun texte dans l'image. Lecture automatique et boucle infinie, sans contrôles : ce sont des décors d'interface, regardés d'un œil pendant que l'application travaille.
5 décisions qui rendent une série de boucles tenable
Produire une vidéo qui boucle relève d'une autre discipline que produire une vidéo qui raconte. Ces 5 décisions sont ce qui a rendu la série possible.
Le texte sort de la vidéo
Les modèles vidéo rendent très mal le français accentué. Un mot revient sous forme de suite de glyphes plausibles, un accent flotte au-dessus de la mauvaise lettre. Plutôt que de me battre à chaque génération, j'ai sorti le libellé de l'image : c'est l'application qui l'affiche en HTML par dessus la vidéo.
3 gains d'un coup. La typographie reste exactement celle de la marque. Corriger une phrase ne coûte plus une génération. La série devient traduisible sans retoucher un pixel.
La contrainte se paie ailleurs : plus aucun texte, chiffre ou logo ne doit apparaître dans l'image générée. L'interdiction doit être répétée dans chaque prompt, parce que les modèles ajoutent spontanément du faux texte sur les écrans et les panneaux qu'ils dessinent.
La caméra est verrouillée
C'est le contre-emploi le plus utile du chantier. La doctrine du prompt vidéo décourage le plan fixe et le cadrage frontal, qui rendent une image morte. Pour une boucle, la règle s'inverse. Une caméra qui dérive de 3 degrés rend le raccord impossible, parce que la dernière image ne peut plus se poser sur la première.
Focale, hauteur, distance : tout est verrouillé dans le prompt. Seuls les objets présents dans le cadre ont le droit de bouger.
Le cycle se referme
Une boucle propre obéit à une règle de conservation. Ce qui entre ressort. Ce qui est consommé est remplacé. Rien ne s'accumule dans le cadre.
Sans cette discipline, la dernière image ne ressemble plus à la première et la boucle saute à chaque tour. L'œil le voit immédiatement, même sur une vignette de 200 pixels dans un coin d'interface.
Les quantités sont chiffrées en dur
« Une dizaine de cœurs qui tombent » a produit plus de 30 objets. Toute quantité vague est multipliée par 3, et j'y reviens dans les erreurs.
Le gabarit est du code
Les 20 prompts ne sont pas écrits à la main. Un script Python les génère depuis une spécification par vidéo, à laquelle s'ajoutent des blocs communs : le style, le verrouillage d'identité des personnages, le format, les interdits. Le script produit 34 fichiers de façon reproductible.
Chaque fois que j'ai découvert une règle, je l'ai ajoutée à un seul endroit, et les 20 prompts en ont hérité. C'est ce qui a permis de corriger la série 3 fois sans qu'elle dérive.
Au-delà de cinq visuels d'une même série, des prompts écrits un par un finissent par diverger. L'unité de travail devient le gabarit qui les fabrique, et les prompts ne sont plus que sa sortie.
Les 5 erreurs que j'ai payées
Elles sont toutes reproductibles et chacune a un correctif court. Dans l'ordre où je les ai comprises.
1. Des références cadrées trop serré
Le symptôme. Les personnages sortaient avec des moignons à la place des pattes.
La cause. J'avais fourni en référence les planches d'expressions, qui cadrent sur le visage et coupent les jambes. Le modèle ne pouvait pas deviner ce qu'il ne voyait pas, alors il a inventé.
Le correctif. Référencer les vues en pied, et exprimer les proportions en ratio au corps plutôt qu'en pourcentage du cadre. Il a fallu 2 régénérations complètes de la série avant que je remonte à la cause.
2. Les quantités floues sont multipliées par 3
Le symptôme. « Une dizaine de cœurs qui tombent » a produit plus de 30 objets, au point de rendre illisible le texte affiché par dessus.
La cause. Une consigne de densité rangée dans la section format ne pèse rien face à une quantité vague écrite dans la description de la scène.
Le correctif. 3 éléments ensemble : « exactement 10, pas un de plus », une règle d'espacement mesurable, et la formulation explicite de l'échec attendu.
3. Le fond blanc n'est jamais blanc
Le symptôme. Sur une interface blanche, chaque vidéo formait un rectangle gris visible.
La cause. Malgré la consigne « blanc pur #FFFFFF » répétée, le modèle sort un cyclorama de studio, entre 236 et 250, avec un léger dégradé.
Le correctif. Un post-traitement systématique. Un simple seuil de distance colorimétrique ne suffit pas : mesuré sur ces images, le coin le plus sombre est à une distance de 31 du blanc, les ombres de contact à 25, et un panneau de feutrine blanche à 42. Aucun seuil unique ne blanchit le fond sans effacer les ombres qui posent les personnages au sol. Il faut cibler par connexité aux bords de l'image.
4. Décrire un état que le personnage ne peut pas avoir
Le symptôme. Un personnage s'est retrouvé avec une boule de peluche cousue sous la bouche.
La cause. J'avais écrit « le personnage a le ventre légèrement rebondi » pour suggérer qu'il venait d'avaler un document. Or ce personnage est un blob : son corps est une masse d'un seul tenant, il n'a pas de ventre. Le modèle a pris la consigne au mot et a fabriqué la partie manquante.
Le correctif. Décrire l'anatomie par ce qui existe, et interdire explicitement les excroissances rapportées.
Un modèle d'image ne sait pas qu'une consigne est impossible. Nommez une partie du corps qui n'existe pas, il la fabrique.
5. La première image montrait déjà le résultat
Celle-ci a coûté le plus cher, et c'est la seule qui a changé la conception de la série.
Le symptôme. Sur 3 vidéos de test, 2 comportements distincts. Les post-it se collaient les uns par dessus les autres sans que les anciens partent. Les 2 vidéos de transformation rendaient un plan quasi figé, sans rien qui bouge.
La cause. Mon image d'ancrage montrait le milieu du cycle, avec les objets produits déjà présents. Le modèle lit ça comme du décor stable : soit il n'a plus rien à raconter et fige le plan, soit il empile de nouveaux objets par dessus les anciens.
Le correctif. L'image de départ est le point zéro. Tout ce que l'action produit doit en être absent : panneau nu, moitié de cadre vide. Une seconde image montre le résultat, et le raccord se fait par un fondu de 0,3 seconde au montage.
2 familles de boucles
Cette dernière correction a fait apparaître 2 façons de produire une boucle, qui ne se génèrent pas de la même manière.
| Famille | Principe | Images fournies | Bouclage |
|---|---|---|---|
| Traversée | ce qui entre ressort, rien n'est créé | une seule, posée en début et en fin | fermé nativement |
| Production | l'action fabrique quelque chose | deux, avant et après | fondu de 0,3 seconde au montage |
17 des 20 vidéos relèvent de la traversée, 3 de la production. Les 4 boucles ci-dessous sont toutes des traversées : elles bouclent sans aucun montage.
Ce que ça coûte sur Magnific
Magnific, l'ex-Freepik depuis avril 2026, agrège les modèles d'image et de vidéo derrière une facturation unique en crédits. Les 20 rushes sont sortis de Seedance 2.0, le modèle vidéo de ByteDance, à 1 000 crédits la vidéo de 5 secondes, soit 200 crédits la seconde. C'est le bas de la fourchette de ce modèle, qui grimpe jusqu'à 700 crédits la seconde selon la variante et la définition demandées. Pour une peluche qui bouge sur fond blanc, monter en définition n'apporte rien de visible.
| Élément | Valeur |
|---|---|
| Vidéos produites | 20, de 5 secondes, en 16:9 |
| Générations d'images d'ancrage | 40, pour 23 images retenues |
| Taux de rebut sur les images | 43 % |
| Crédits consommés en vidéo | 20 000, soit 16 euros |
| Coût par vidéo | 0,80 euro |
| Temps de travail total | 1 heure 30, apprentissage compris |
| Rushes de test avant correction | 3, qui ont révélé le défaut de conception |
Une précision qui change la lecture du chiffre : ces 16 euros sont 20 000 crédits pris sur les 45 000 du forfait mensuel Premium+, à 36 euros par mois, et ils couvrent les seules générations vidéo retenues. Ils n'incluent pas les 40 générations d'images d'ancrage. Côté temps, le chantier entier tient dans 1 heure 30, les 3 passes de régénération et l'apprentissage des règles compris.
43 % de rebut sur les images, 0 sur les vidéos une fois la méthode calée. Tout le gaspillage s'est concentré sur l'image de départ, faute de savoir la spécifier.
Si vous voulez la version narrative de cette chaîne, celle qui part d'un scénario et produit un film plutôt qu'une boucle, elle est détaillée dans mon retour d'expérience sur la création d'une vidéo IA avec Magnific et Dreamina. Et pour la suite logique, le montage lui-même, j'ai documenté un reel monté entièrement par Claude. Les liens Magnific de cet article sont affiliés, sans changement de prix pour vous.
Ce que je retiens
Le temps de chargement est un inventaire publicitaire interne. Il est déjà payé, il est déjà regardé, et presque personne ne s'en sert. Y placer de la pédagogie produit revient moins cher que n'importe quel canal d'acquisition.
La contrainte technique a produit la direction artistique. Le fond blanc pur venait d'un besoin d'intégration à l'interface, sans aucune intention esthétique au départ. Il est devenu la signature de la série.
La valeur s'est déplacée vers le gabarit. Le chantier entier, apprentissage des 5 erreurs compris, tient dans 1 heure 30 et 16 euros. Ce qui en reste, c'est le script qui fabrique les prompts : les règles y sont écrites une fois, et la prochaine série repart de là.
À la date de cet article, les 20 boucles sont produites et attendent leur intégration au produit. Les mascottes appartiennent à Qiplim, dont je suis cofondateur.
Regardez votre propre produit. Combien de secondes par semaine vos utilisateurs passent-ils devant un rond qui tourne, et qu'est-ce que vous pourriez leur apprendre pendant ce temps ?
