Le réalisateur est un modèle de langage soumis à un contrat strict. Il lit l'histoire et renvoie un seul objet JSON. Tout ce qui suit, des fiches de casting jusqu'au mixage final, est piloté par cet objet, et aucune étape ultérieure ne relit l'histoire. Cet article décrit la forme de cet objet, les règles auxquelles le réalisateur doit obéir, la façon dont nous le vérifions, et pourquoi nous avons choisi les données plutôt que la prose.

La forme

  • title, logline dans la langue de l'histoire.
  • style_guide : une phrase de direction artistique en anglais, répétée dans chaque prompt de fiche de casting et chaque prompt de scène.
  • music_prompt : instruments, tempo, ambiance, sans voix.
  • cast[] : identifiant, nom, rôle, apparence rédigée et profil de voix (genre, âge, ton).
  • scenes[] : synopsis, prompt visuel en anglais, durée choisie dans la liste autorisée, indicateur de continuité, personnages à l'écran par identifiant de distribution, au plus une réplique parlée avec son locuteur, et une narration facultative.

À quoi sert chaque champ

Le guide de style est le mécanisme qui garantit l'unité visuelle. Il est écrit une fois et placé en tête de chaque prompt, de sorte que la première scène et la dernière semblent appartenir à la même production. L'apparence rédigée de chaque entrée de distribution accompagne l'image de la fiche ; même une scène qui ne parvient pas à lire l'image décrit toujours le bon personnage. C'est aussi ce que le réalisateur lui-même relit lorsqu'il écrit les prompts de scène : elle est donc rédigée pour un modèle, avec des noms concrets et des couleurs, un signe distinctif, et aucun adjectif du type « magnifique ».

Le profil de voix tient en quelques mots que le studio compare aux étiquettes du catalogue de voix, en privilégiant les voix qu'aucun autre personnage du film n'utilise. L'indicateur de continuité dit à l'étape des scènes de partir de la dernière image du clip précédent au lieu d'une nouvelle image clé. La liste des personnages de chaque scène décide de l'aiguillage : des personnages présents signifient l'image clé d'abord, aucun signifie texte vers vidéo.

Les règles

Conserver les événements, les personnages, l'ordre et les dialogues. Ne pas inventer de faits. Un seul être par membre de la distribution. Le narrateur ne répète jamais une réplique. Le budget de narration est de neuf caractères par seconde de scène. Les répliques sont limitées à 120 caractères ; un discours plus long est réparti sur plusieurs scènes. Les durées viennent uniquement de la liste du niveau : 5 ou 10 secondes sur les niveaux rapides, 4, 6 ou 8 sur Cinéma. Si le total dépasse la cible de plus d'un quart, fusionner des scènes plutôt que raccourcir les phrases. Les notes descriptives en tête de l'histoire sont traitées comme de la direction artistique ; les instructions adressées au studio sont ignorées.

La plupart de ces règles existent parce qu'un modèle les a enfreintes. « Un seul être par membre de la distribution » vient d'un test où une grenouille et un hibou étaient devenus une seule entrée. « Ne jamais raccourcir les phrases » vient d'une version de quatre-vingt-dix secondes d'une histoire de quatre minutes qui ressemblait à un résumé lu en accéléré. Le contrat est une liste de choses que nous avons vues mal tourner.

La validation et la seconde passe

L'objet est vérifié champ par champ : les durées sont alignées sur la liste autorisée, les locuteurs inconnus sont signalés, les répliques trop longues sont comptées. Les infractions sont renvoyées une fois au modèle, sous forme de liste. Si la seconde passe comporte encore des problèmes mineurs, le film continue avec des avertissements. Si elle comporte des problèmes structurels, comme un locuteur absent de la distribution, le traitement échoue avant qu'une seule image ne soit générée, et le débit est remboursé.

Pourquoi du JSON et pas de la prose

Parce qu'un film est un planning. Chaque champ correspond à une tâche : une entrée de distribution à une fiche, une scène à une image clé et un clip, une réplique à une voix et une synchronisation labiale, une narration à un enregistrement. La prose exigerait un second modèle pour la lire et introduirait un second endroit où se tromper ; les données n'en ont pas besoin. L'objet est en outre enregistré après chaque étape, avec les résultats des fiches écrits dans les entrées de distribution et ceux des clips dans les scènes, de sorte qu'un film peut reprendre à n'importe quel point. Si le fournisseur vidéo échoue sur la scène neuf, nous relançons la scène neuf, pas le film.

Ce que vous pouvez voir et modifier

Les cartes de scène de l'application sont une vue de cet objet. Modifier un prompt, une durée, une réplique parlée ou les personnages sur une carte modifie le champ correspondant, et la régénération lit la valeur modifiée. Rien n'est caché : les données qu'utilise la chaîne sont exactement celles que vous modifiez.

Questions fréquentes

Puis-je écrire le scénario moi-même ? Oui, en collant un scénario terminé à la place de l'histoire. Le réalisateur conserve vos scènes, leur ordre et vos répliques, et remplit les champs dont un scénario a besoin pour être produit. Le flux de travail scène par scène de Film Studio est également toujours là pour ceux qui veulent diriger chaque plan.

Que se passe-t-il si le réalisateur invente une scène absente de l'histoire ? Les règles l'interdisent, et la seconde passe rattrape la plupart des cas. Si l'une d'elles passe malgré tout, supprimez la carte de scène avant la production ; le film est monté autour des scènes restantes.

Pourquoi le prompt visuel est-il toujours en anglais ? Parce que les modèles d'image et de vidéo se pilotent de façon plus fiable en anglais. Le titre, le pitch, les répliques et la narration restent dans la langue de l'histoire, donc rien de ce que vous lisez ou entendez n'est traduit.