CATACOMBES : comment j'ai réalisé un court-métrage de science-fiction seul, avec l'IA
J'ai écrit le concept de CATACOMBES il y a dix ans, pendant que je développais The Follower. Je l'ai gardé dans un tiroir pendant une décennie, pour une raison simple : je l'avais budgétisé, et j'arrivais à 750 000 euros minimum, dont une grosse partie pour les décors et les effets spéciaux. Aucun producteur français ne suivrait sur un projet de science-fiction horrifique — chez nous, on préfère les comédies et les drames sociaux. Ce n'est pas mon genre.
Le film existe aujourd'hui. Il a demandé 3 229 générations d'images et de vidéos, 242 heures de travail sur un mois, et une seule personne. Je vais vous raconter exactement comment, sans rien enjoliver — y compris ce que l'IA ne sait toujours pas faire.
Cet article n'est pas une démonstration d'outil. C'est un retour de terrain d'un réalisateur qui a passé vingt ans à tourner en prises de vues réelles, et qui a découvert que la moitié de son métier restait indispensable pendant que l'autre moitié changeait complètement.
Le déclic : trois ans d'attente, puis une seule journée
J'ai commencé à apprendre les outils d'IA début 2023, avec ChatGPT d'abord, puis les générateurs d'images comme Midjourney. Les possibilités étaient immédiatement impressionnantes sur l'image fixe.
Mais entre 2023 et fin 2025, j'ai testé beaucoup de générateurs vidéo, et aucun ne m'a convaincu. Le rendu était trop faux, trop plastique, jamais assez proche d'une prise de vues réelle. Même Veo 3 de Google s'en approchait sans y être.
Le 10 avril 2026, j'ai vu une vidéo qui a tout changé : Zephyr, la première série originale entièrement générée par IA, produite par Higgsfield avec Seedance 2. C'était exactement la qualité que j'attendais depuis trois ans — ça ressemblait enfin à de la vraie prise de vues.
J'ai décidé le jour même de reprendre CATACOMBES et de le réécrire en court-métrage pour tester la technologie. J'ai adoré chaque étape du processus.
Les chiffres du film
| Indicateur | Valeur |
|---|---|
| Générations d'images et de vidéos | 3 229 |
| Heures de travail | 242 |
| Durée totale du projet | 1 mois |
| Générations nécessaires par plan | 15 à 40 |
| Temps de rendu en heures creuses (matin) | 4 à 5 minutes |
| Temps de rendu en heures pleines (à partir de 18 h) | 12 à 18 minutes |
| Durée maximale générable en un prompt | 15 secondes |
| Budget estimé en tournage traditionnel | 750 000 € minimum |
Un chiffre mérite qu'on s'y arrête : quinze à quarante générations par plan, parfois pour une à deux secondes de film. La transition de la carte de Paris vers l'hélicoptère, dans la scène 2, m'a pris une journée entière pour quelques secondes à l'écran.
La pré-production : c'est là que tout se joue
Le malentendu le plus répandu sur les films IA, c'est de croire qu'on écrit un prompt et qu'un film sort. La réalité est l'inverse : diriger un film IA représente un travail considérable, et le prompting n'en est qu'une petite partie.
Une fois le script terminé, vous traversez un vrai processus de pré-production, exactement comme sur un film classique.
1. Le script, avant tout le reste
La chose la plus importante dans un film, IA ou non, c'est le script. La caméra — ou l'IA — n'est qu'un outil. La magie n'opère que si vous avez une bonne histoire à raconter.
Sur CATACOMBES, j'ai écrit chaque ligne de dialogue avec une voix distincte pour chaque personnage. C'est ce travail-là, invisible à l'écran, qui fait qu'on croit aux personnages.
2. Les character sheets
Planche de character sheet d'ARES-7 sous tous les angles
Travailler avec l'IA impose de créer des feuilles de présentation pour chaque personnage : des images de référence sous différents angles — face, dos, profil, gros plan — avec le costume et tous les détails visuels importants.
Le point critique : quand un personnage change au cours de l'histoire, il faut mettre à jour toutes ses character sheets avant de continuer. Sur CATACOMBES, quand François et ARES-7 sont blessés et couverts de substances extraterrestres, j'ai dû régénérer l'ensemble de leurs feuilles avant d'enchaîner les séquences suivantes. Sans ça, la continuité s'effondre.
Pour créer les personnages, deux méthodes : par prompt, ou à partir de photographies réelles. Pour François, j'ai utilisé des photos de moi-même. Pour le Général Moreau, des photos d'une proche — avec, dans les deux cas, les droits complets d'utilisation de l'image pour tout le film.
3. Les location sheets
Photo réelle de rue parisienne / décor généré en ruines
Même logique pour les décors : corridors, grandes salles souterraines, espaces de combat. Cette étape seule m'a pris plusieurs jours.
J'ai aussi utilisé des photographies de lieux réels comme références de départ — des rues de Paris que l'IA a ensuite transformées en ruines envahies par la végétation extraterrestre. Partir du réel donne une crédibilité que le pur prompt n'atteint jamais.
4. Les props
Les armes, l'hélicoptère, tous les objets qui apparaissent à plusieurs reprises dans le film doivent être créés en amont et référencés, exactement comme un accessoiriste prépare ses éléments avant un tournage.
5. La shot list (découpage technique)
Comme sur un film traditionnel, il faut planifier chaque plan pour maintenir l'immersion et l'émotion. Et c'est ici que la connaissance réelle du cinéma devient indispensable.
Si vous n'avez jamais réalisé de film, cette partie sera quasiment impossible. Le cinéma IA exige des compétences de réalisateur — et avec l'IA, ces compétences seront poussées encore plus loin qu'avant.
6. Les start frames
La dernière étape de pré-production, et le facteur le plus déterminant de tout le processus.
Une start frame, c'est l'image de référence que vous donnez à l'outil de génération vidéo : commence par cette image fixe, et anime à partir de là. C'est elle qui garantit les raccords, l'angle de caméra, les costumes et la cohérence du jeu d'acteur d'un plan à l'autre.
C'est aussi le premier facteur de photoréalisme. Une start frame faible donne un plan faible : les personnages auront l'air artificiels et on n'y croira pas. Aucun prompt ne rattrape une mauvaise image de départ.
1. Travailler avec un maximum de détails : character sheets et location sheets systématiques, mises à jour dès qu'un élément change.
2. Utiliser une start frame à chaque plan : c'est ce qui conserve tous les raccords du film.
3. Prompter en anglais, et de façon complète : ces modèles sont majoritairement entraînés dans cette langue.
Le prompting : penser chaque plan comme une vraie prise de vue
C'est le point où mon expérience de réalisateur a le plus servi, et de loin.
Un prompt efficace se construit exactement comme on prépare un plan sur un plateau : angle de caméra, objectif utilisé, direction de la lumière, mouvement de caméra, direction d'acteur. Vous ne décrivez pas une scène, vous décrivez une prise de vue.
C'est là que se creuse l'écart entre deux personnes utilisant les mêmes outils. Quelqu'un qui n'a jamais réalisé de film n'obtiendra pas un rendu professionnel, malgré les prouesses techniques de ces générateurs. À l'inverse, un bon réalisateur peut largement augmenter ses capacités grâce à l'IA, en mêlant précision technique et maîtrise cinématographique classique.
L'itération est la vraie compétence
Vous n'obtenez jamais le bon plan à la première génération. C'est aussi pour ça qu'un film IA peut devenir cher très vite. Pour un résultat cinématographique, il faut générer beaucoup, en affinant le prompt à chaque passage jusqu'à trouver le bon plan.
Il faut aussi une vraie passion pour le cinéma, parce qu'on peut passer dix heures sur dix secondes de film. C'est presque exactement le temps que m'a coûté la séquence de transition de l'hélicoptère.
Mon astuce pour maîtriser les coûts : générer d'abord en mode rapide et basse résolution — beaucoup moins cher — pour trouver le bon cadrage et le bon mouvement, puis relancer en haute qualité une fois la composition validée.
Le multi-shot et ses pièges
Les outils récents permettent de générer jusqu'à 15 secondes en un seul prompt, avec plusieurs plans séparés par des coupes à l'intérieur de cette génération.
C'est très intéressant pour découvrir des idées : il m'arrive de ne pas donner de briefing précis, juste de décrire l'action, pour voir ce que l'IA propose en termes de cadrage. Les surprises sont souvent bonnes, et il m'est arrivé de réécrire mon découpage à partir de ce que la machine avait proposé.
Mais on n'utilise jamais ces 15 secondes telles quelles. Le rendu reste approximatif, et l'IA commet de nombreuses erreurs de grammaire cinématographique. On privilégie toujours le montage pour sélectionner les meilleures prises et ajuster le rythme des coupes.
Ce que l'IA ne sait pas faire
Voici la partie qu'on ne vous raconte jamais dans les démonstrations.
Elle ne connaît pas la grammaire cinématographique
L'IA n'est pas une réalisatrice. Quand vous avez besoin d'un contrechamp sur un dialogue à trois personnages, elle va régulièrement casser la règle des 180 degrés — un problème de continuité majeur, qui désoriente immédiatement le spectateur.
C'est le genre d'erreur qu'un monteur repère en une seconde et qu'un outil génératif ne voit pas du tout, parce qu'il produit de belles images sans comprendre l'espace dans lequel elles s'inscrivent.
Les scènes les plus difficiles ne sont pas celles qu'on croit
Contre toute attente, les séquences les plus compliquées de CATACOMBES n'ont pas été les scènes de combat. De très loin, les plus difficiles ont été les scènes de dialogue calmes.
Une scène d'action pardonne beaucoup : le mouvement, la vitesse et le montage masquent les imperfections. Une scène où deux personnages se parlent, immobiles, ne pardonne rien — ni sur le raccord, ni sur le regard, ni sur la continuité du jeu.
La continuité impose un workflow inversé
C'est la différence la plus profonde avec un film classique. En prise de vues réelles, on tourne d'abord, on monte ensuite. Dans une pipeline IA, il faut faire tourner son logiciel de montage en même temps que son outil de génération, et construire le cut en temps réel.
C'est la seule façon de maintenir la continuité visuelle sur la durée d'un film. Montez à la fin et vous découvrirez trop tard que vos plans ne se raccordent pas.
Il y a d'ailleurs un bénéfice pratique. Une génération demandant huit à dix-huit minutes de rendu, j'utilisais tout ce temps d'attente pour monter sur Premiere Pro, vérifier la continuité et affiner les plans à venir. Chaque minute d'attente devenait une minute de travail.
Une personne étrangère à la réalisation, qui n'a jamais fait de film, n'obtiendra pas un rendu professionnel — quelle que soit la puissance des outils.
Le découpage, le sens du rythme, la direction d'acteur, la grammaire du champ-contrechamp : tout cela reste à votre charge. L'IA exécute, elle ne décide pas.
Pour développer ces compétences, il faut tourner de vrais films, travailler avec des équipes, faire des erreurs, recommencer et recevoir des retours. Le métier s'apprend sur le terrain.
La bonne surprise : quand l'IA propose mieux que vous
Il y a eu de vraies surprises créatives tout au long du processus, venues de générations accidentelles. C'est assez proche du travail avec des comédiens : parfois un acteur improvise quelque chose de meilleur que ce que vous aviez écrit, et vous réalisez qu'il faut changer le scénario.
Un exemple précis. Dans la scène de confession à l'armurerie, François parle de son frère et de la culpabilité qu'il porte. Le plan que vous voyez dans le film n'est pas celui que j'avais prévu : j'avais écrit un plan de profil, et l'IA a placé la caméra en très gros plan, en plongée.
C'était beaucoup plus fort émotionnellement pour ce moment précis. Je l'ai gardé, et j'ai réécrit mon découpage en conséquence.
L'audio : voix, bruitages et musique
Tout l'audio du film a été généré, mais pas de la même manière selon les éléments.
Les voix ont été générées directement via l'IA vidéo. J'ai utilisé un système de « character ID » qui permet d'assigner un identifiant unique à chaque personnage, pour que sa voix reste identique sur l'intégralité du film.
Les bruitages ont été produits par le même outil, puis découpés et mixés manuellement sur Premiere Pro.
Les musiques ont été générées à partir de prompts sur un outil dédié, ce qui m'a permis de les mixer indépendamment des voix et des bruitages — exactement comme dans un mixage classique.
Le point important : la génération produit des éléments, pas un mixage. Tout le travail d'équilibrage entre dialogues, ambiances et musique reste un travail de post-production traditionnel, avec les mêmes règles que sur n'importe quel film.
Mon regard sur cette évolution
Personne ne peut prédire ce qui arrivera dans le cinéma. Voici mon intuition.
Je pense que l'IA générative est la nouvelle étape du cinéma, comme l'a été la couleur en son temps, ou plus récemment les images de synthèse — de Toy Story aux premières cascades numériques sur fond vert.
Les effets spéciaux coûteront de moins en moins cher parce qu'ils seront assistés par IA. On verra sans doute émerger une nouvelle catégorie de films, au cinéma comme à la télévision et sur les plateformes de streaming.
Cela ne signifie pas que les métiers actuels vont disparaître. Ils vont évoluer et être bousculés. Un artiste VFX devra très prochainement maîtriser les outils IA pour rester aux standards des sociétés de production. Son métier ne disparaîtra pas, mais il devra le compléter.
Les films tels qu'on les connaît continueront d'exister, parce que l'humain a besoin de voir d'autres humains au cinéma. Il a besoin de se rattacher à un acteur qui existe, qu'il peut suivre sur une carrière, apercevoir à une avant-première ou voir interviewé à la télévision.
Ce que ça change pour vous
Le vrai bouleversement est ailleurs : les barrières budgétaires qui existaient depuis toujours au cinéma sont en train de tomber. Avant, quand vous écriviez un scénario, votre imagination était inconsciemment limitée par ce qui était finançable. Un court-métrage de science-fiction à grande échelle était simplement impossible — les seuls effets visuels auraient coûté des millions.
Aujourd'hui, vous pouvez écrire ce que vous voulez. Je suis convaincu qu'on va voir émerger des talents avec des idées réellement originales et une mise en scène spectaculaire, qui n'auraient jamais existé autrement.
Le parallèle historique existe déjà. En 2009, Fede Alvarez réalisait Ataque de Pánico !, un court-métrage impressionnant montrant des robots géants envahissant Montevideo, avec quasiment aucun budget. Sam Raimi l'a vu et l'a engagé. Le même chemin a été emprunté par David F. Sandberg et Michael Chaves.
Les workflows décrits dans cet article — character sheets, start frames, prompting cinématographique, multi-shot, montage en parallèle — sont enseignés pas à pas dans le module IA de l'École des Vidéastes, le plus complet en langue française sur le sujet.
Organisme certifié Qualiopi. Éligible CPF.
Questions fréquentes
-
Pour CATACOMBES : 242 heures de travail réparties sur un mois, seul. C'est beaucoup moins qu'un tournage traditionnel équivalent, mais ce n'est pas rapide pour autant. Comptez quinze à quarante générations par plan, parfois pour une à deux secondes de film.
-
Oui, et c'est le point le plus important de cet article. Le découpage, la direction d'acteur, la grammaire cinématographique et le sens du rythme restent entièrement à votre charge. L'IA génère des images ; elle ne construit pas un film. Sans compétences de réalisation, vous obtiendrez de jolis plans qui ne racontent rien.
-
C'est l'image fixe de référence que vous fournissez à l'outil de génération vidéo, à partir de laquelle il anime. C'est le facteur le plus déterminant du photoréalisme et le garant des raccords : angles de caméra, costumes, continuité du jeu. Une start frame faible produit systématiquement un plan faible.
-
Oui, de préférence. Ces modèles sont majoritairement entraînés en anglais, et les résultats sont nettement plus fidèles. Décrivez votre prise de vue comme vous la décririez à un chef opérateur : angle, objectif, direction de la lumière, mouvement de caméra, intention de jeu.
-
On peut générer jusqu'à quinze secondes en un prompt, avec plusieurs plans intercalés par des coupes. Mais on n'utilise jamais ce résultat tel quel : le rendu reste approximatif et l'IA commet de nombreuses erreurs de grammaire cinématographique. Le montage reste indispensable pour sélectionner les bonnes prises et régler le rythme.
-
Non. Elle va créer une catégorie créative parallèle et assister les productions traditionnelles à tous les niveaux. Un réalisateur peut désormais pré-visualiser une séquence complexe, tester un découpage technique ou générer des références visuelles pour son équipe avant le premier jour de tournage. Les métiers évoluent, ils ne disparaissent pas.
-
J'ai monté CATACOMBES sur Premiere Pro, en parallèle des générations. Le choix du logiciel importe moins que la méthode : montez au fur et à mesure, jamais à la fin. C'est la seule façon de maintenir la continuité visuelle sur la durée d'un film.
Le conseil que je donnerais aujourd'hui
Apprenez d'abord les fondamentaux du cinéma. Réalisez quelques courts-métrages, même mauvais, même avec un téléphone. Travaillez avec des gens, faites des erreurs, recevez des retours. Ce métier s'apprend sur le terrain, et aucune technologie ne raccourcit ce chemin.
Ensuite seulement, écrivez sans vous limiter. Il n'y a plus d'excuse budgétaire. Utilisez ces outils pour construire votre portfolio, développer votre mise en scène et montrer au monde ce dont vous êtes capable.
Nous sommes à un moment où tout est possible, et la fenêtre pour être parmi les premiers se referme vite.
Pour ma part, je reste réalisateur. CATACOMBES n'a pas remplacé mon métier — il m'a rendu un projet que j'avais rangé dans un tiroir depuis dix ans. C'est exactement ce que ces outils font de mieux : ils ne créent pas les idées, ils lèvent ce qui empêchait de les réaliser.
Kévin Mendiboure est réalisateur et monteur vidéo professionnel, fondateur de l’École des Vidéastes et de la chaîne YouTube TUTO PREMIERE (+115 000 abonnés).
Réalisateur depuis plus de 10 ans et formateur depuis 2019, il accompagne créateurs, freelances et monteurs en reconversion à travers des formations certifiantes en montage vidéo sur Premiere Pro, After Effects et DaVinci Resolve.