Comment créer de belles vidéos publicitaires de produit avec l'IA — Le tutoriel ImagineToVideo complet

Une publicité skincare traditionnelle — celle avec la lumière douce d'une fenêtre, un mannequin qui applique un sérum au ralenti, un hero shot du flacon posé sur un marbre — coûte à une marque indépendante entre 8 000 $ et 40 000 $ une fois qu'on additionne le studio, le mannequin, le chef électro, le retoucheur et le monteur. Et il faut une semaine. Exactement la même chose, générée dans ton navigateur, coûte environ un dollar et prend à peu près cinq minutes.

Ce n'est pas hypothétique. C'est le workflow qu'on va dérouler ensemble. À la fin de ce post, tu auras la pipeline complète à deux modèles qu'on utilise chez ImagineToVideo pour les pubs produit : ChatGPT (ou GPT Image) pour planifier un storyboard à 9 cases, puis Seedance 2.0 sur ImagineToVideo pour le rendre comme une vidéo finie. Même logique que notre tutoriel de danse K-pop — une planche de référence statique pilote un modèle vidéo — mais le format du storyboard et la structure du prompt sont calibrés pour le récit produit plutôt que pour la chorégraphie.

Voici le storyboard que ChatGPT a généré pour notre exemple fil rouge, une publicité skincare épurée :

Et voici le rendu final Seedance 2.0 — la même femme, le même produit, qui bouge cette fois pour de vrai à travers la pub :

<video src="https://cdn.imaginetovideo.com/blog/content/zaraproduct.mp4" controls style="max-width: 480px; width: 100%; display: block; margin: 1.5rem auto;"></video>

À propos de cette série. Ce post fait partie de ImagineToVideo Video Generation Tutorials — une série pratique où, à chaque épisode, on déroule un cas d'usage créatif précis, du prompt au rendu final, en utilisant les modèles intégrés à ImagineToVideo. La série couvre les vidéos de danse K-pop, les pubs produit, les animations de portraits d'animaux de compagnie, les scènes de dialogue cinématographique avec audio natif, et les shorts narratifs verticaux — lis-les dans n'importe quel ordre. Cet épisode, c'est celui que la plupart des fondateurs e-commerce, équipes de marques DTC et opérateurs Shopify nous demandent : comment générer une vraie publicité produit, regardable, sans équipe de tournage.

---

Pourquoi ChatGPT + Seedance est la bonne stack pour les pubs produit

Une publicité produit, ce n'est pas une chorégraphie. C'est un arc narratif : un problème que ressent le client, un moment de découverte, un moment d'usage, une transformation, et un hero shot. Neuf cases, c'est suffisant pour faire passer tout ça. Seize — comme on l'a fait pour la chorégraphie K-pop — c'est trop, et les cases en plus font même du mal parce qu'elles diluent les temps forts du récit.

ChatGPT et GPT Image excellent dans ce genre de storyboard narratif structuré. Donne au modèle un prompt structuré avec une mise en page à 9 cases et un flux narratif explicite, et il rendra le même personnage — même maquillage, même tenue, même style de lumière — sur les neuf cases. Pas besoin de superviseur de continuité sur le plateau.

Ce que ChatGPT ne sait pas faire, c'est animer. La sortie est une grille statique.

C'est là qu'intervient la deuxième catégorie de modèles : reference-to-video (R2V). Tu lui donnes une ou plusieurs images de référence plus un prompt de mouvement, et il génère une vidéo qui respecte les références. Deux d'entre eux sont intégrés à ImagineToVideo :

• Seedance 2.0 — supporte jusqu'à 9 images de référence, génère 5 à 15 secondes en 720p, et coûte environ $0,85 pour un clip de cinq secondes. C'est celui qu'on recommande pour les pubs produit. Un hero shot, c'est généralement un seul clip de 5 secondes — Seedance est assez peu cher pour itérer sur la lumière, le mouvement de caméra et le placement produit sans cramer ton budget.
• Kling V3 Omni — supporte jusqu'à 7 références plus l'audio natif et le séquençage multi-plans, mais coûte environ $13 pour un clip de cinq secondes. C'est l'outil indiqué quand tu veux que tout le storyboard à 9 cases soit transformé en une publicité connectée de 30 secondes avec voix-off et musique synchros, pas juste un seul hero shot.

Le reste du post suit la voie Seedance, avec une section d'upgrade Kling vers la fin. Si ton livrable final est de qualité diffusion ou destiné à des écrans retail en magasin en 3840×2160 natif, le tutoriel du mode 4K de Kling couvre ce chemin.

---

Étape 1 — Planifie ta publicité dans ChatGPT (le storyboard à 9 cases)

Ouvre ChatGPT (avec la génération d'images activée) ou GPT Image directement. Tu n'as pas besoin d'un portrait de base cette fois comme pour le K-pop — pour les pubs produit, ChatGPT est très content de designer le mannequin et le styling produit à partir d'un seul prompt. Colle ce template, modifie les champs entre crochets pour ton produit, et lance-le :

9-panel skincare commercial storyboard, 16:9 layout, single image.

[CHARACTER] Young woman with soft natural makeup and styled hair, wearing
light elegant clothing. Same model, same outfit, same look across all 9
panels — do not redesign the character.

[SETTING] Modern sunlit interior, large windows, calm atmosphere, white and
pastel color palette.

[STORY FLOW — 9 panels in reading order]
  1. Woman at her desk, looking slightly tired or concerned
  2. Close-up of her face showing dry or dull skin
  3. Discovering a clear skincare bottle, gently presenting it
  4. Close-up: liquid pouring onto her hand
  5. Applying the product to her face
  6. After use — hydrated, glowing, smooth skin
  7. Walking in a bright, clean space, refreshed and confident
  8. Calm product beauty shot on a minimal surface
  9. Final frame: soft smile at the camera, holding the product

[STYLE] Cinematic close-ups, soft focus, light reflections, subtle sparkles.
Soft natural lighting, minimal aesthetic, fresh airy mood. Elegant, visually
soothing.

[NEGATIVE] No text, no subtitles, no branding text, no logos, no extra
characters, no watermarks.

[OUTPUT] At least 1024×1024 final resolution. 2048×2048 if available.

Trois éléments dans ce prompt font un vrai travail et ne devraient pas être retirés :

La ligne « same model, same outfit ». C'est exactement la même astuce qu'on a utilisée pour le K-pop. Sans elle, ChatGPT va silencieusement changer la tenue entre la case 4 et la case 7 parce que le prompt mentionne « applying » puis « walking » — il interprète le changement d'activité comme un changement de tenue. Épingle le personnage explicitement.

Le flux narratif structuré. Lister les 9 cases dans l'ordre de lecture — du haut-gauche vers le bas-droite, comme un schéma de lecture occidental — force ChatGPT à composer la grille dans l'ordre narratif. Sans cases numérotées, il va choisir l'image qui « ressemble » au hero shot et la mettre au centre, ce qui casse le flux quand tu recadres ensuite.

La résolution de sortie 1024+. Même raison que dans notre tutoriel K-pop : l'endpoint Seedance R2V d'ImagineToVideo rejette les images de référence inférieures à 640×640 et renvoie une erreur non re-jouable. La sortie par défaut de ChatGPT atterrit parfois autour de 768×768. Exiger 1024+ dans le prompt évite ce rejet en aval.

Ce que tu devrais avoir maintenant, c'est une seule grille 16:9 à 9 cases qui montre l'arc narratif complet de la pub — exactement comme le storyboard en haut de ce post.

Adapter ce template à d'autres produits. Le même squelette à 9 cases fonctionne pour quasiment toutes les catégories DTC. Pour un parfum : remplace « peau sèche » par « tenue de tous les jours » dans la case 1, « application de sérum » par « pschitt de parfum » dans la case 5, et « peau lumineuse » par « look soirée confiant » dans la case 7. Pour un appareil de cuisine : ouvre sur un plan de travail chaotique, mi-parcours sur le produit en utilisation, ferme sur une assiette dressée et propre. L'arc narratif — problème → découverte → usage → transformation → hero — c'est la partie universelle.

---

Étape 2 — Recadre sur ta hero frame (ou utilise toute la planche)

Tu as maintenant une seule image à 9 cases. Il y a deux façons de la donner à Seedance, et le bon choix dépend de ton livrable :

Utiliser tout le storyboard comme une seule référence. Idéal quand tu veux un hero clip de 5 secondes qui capture l'ambiance de la pub — la lumière, le mannequin, le styling produit — mais pas un temps fort narratif précis. Balance toute l'image à 9 cases dans le slot de référence et laisse le modèle décider quel moment mettre en avant. Dans nos tests, Seedance choisit en général l'application ou le hero shot produit.

Recadrer une case précise. Idéal quand tu veux un clip de 5 secondes d'un moment précis. Pour la plupart des pubs produit, c'est la case 8 — le beauty shot calme sur la surface minimale — parce que c'est l'image qui finit sur une fiche produit ou une pub social. Recadre-la dans Photopea, Figma ou Aperçu sur macOS. Le crop devrait faire au moins 640×640 ; réexporte en 1024+ pour être tranquille.

Recadrer deux à quatre cases pour une narration plus longue. Si tu construis une pub TikTok de 15 secondes ou un pre-roll YouTube de 20 secondes, recadre les quatre temps forts narratifs : case 2 (problème), case 5 (usage), case 7 (transformation), case 8 (hero). Lance Seedance quatre fois — une fois par case — et assemble les résultats dans n'importe quel éditeur gratuit. Coût total : environ $3,40 pour les quatre clips.

Pour la pub d'exemple de ce post, on a recadré la case 8 — le hero shot produit — et lancé un seul clip Seedance de 5 secondes. C'est la vidéo intégrée plus haut.

---

Étape 3 — Donne vie au produit dans Seedance 2.0

Ouvre le générateur Seedance 2.0 (ou la page Seedance et clique Try Now).

Téléverse ta case recadrée — ou le storyboard complet — dans le slot de référence. L'UI affichera la miniature. Si elle est rejetée avec une erreur « pixel count too low », c'est que ta référence est sous 640×640. Réexporte en plus haute résolution et re-uploade.

Dans le champ prompt — qui a une limite de 2 000 caractères — colle quelque chose de structuré. Le pattern qui fonctionne pour les pubs produit :

[SUBJECT] A clear glass skincare bottle with minimal label, held by a young
woman with soft natural makeup. Her hand is steady, the product is centered.

[ACTION] She gently dispenses a few drops of clear serum onto her fingertips,
then smooths the liquid across her cheek in slow, deliberate motions. Her
expression softens from tired to refreshed. Light reflections move across the
glass bottle as her hand turns.

[CAMERA] Slow push-in close-up, shallow depth of field, soft focus background.
Subtle handheld micro-movement. Eye-level framing.

[LIGHTING] Soft natural light from a large window on the left. White and
pastel color palette. Light reflections on the glass, no harsh shadows.

[STYLE] Cinematic skincare commercial, minimal aesthetic, fresh airy mood.
Subtle sparkle on the liquid. Elegant, calm, visually soothing.

[DURATION] 5 seconds. 16:9 aspect ratio.

Quelques notes de réglage après avoir lancé cette boucle sur des dizaines de catégories produit :

Résolution : reste en 720p pour itérer. Seedance propose 480p et 720p. Le 480p est trop mou pour le détail produit — l'étiquette du flacon devient floue, la texture de la crème part en bouillie. Le 720p est le sweet spot pour les fiches produit Shopify, les pubs Meta, TikTok et YouTube Shorts. Si ton livrable final est un hero 4K sur un site de marque, verrouille d'abord le mouvement de caméra et la lumière en 720p, puis relance le prompt verrouillé dans Kling V3 avec le toggle 4K.

Durée : commence à 5 secondes. Seedance supporte 5, 8, 10, 12 et 15 secondes. Pour un hero shot produit — un slow push-in ou une rotation calme — 5 secondes, c'est largement assez. Les durées plus longues laissent au modèle plus de marge pour dériver, et les pubs produit ne pardonnent pas la dérive : le flacon qui change de forme en plein plan flingue tout le clip.

Caméra : préfère le lent au rapide. « Slow push-in », « subtle rotation », « static with slight handheld » — ce sont les mouvements de caméra qui se lisent comme premium. « Fast zoom », « whip pan », « rapid dolly » — ce sont ceux qui se lisent comme cheap parce qu'ils cachent le détail produit derrière un flou de mouvement. Tout l'enjeu d'une pub produit, c'est que le spectateur voie le produit clairement. Bouge la caméra assez lentement pour qu'il puisse le faire.

Utilise Seedance 2.0 Fast pour itérer. ImagineToVideo propose deux niveaux Seedance : qualité et rapide. Le Fast est 25–40 % moins cher et nettement plus véloce, avec un rendu quasi indistinguable pour les clips courts pilotés par référence. On fait toutes les itérations en Fast et on passe au niveau qualité uniquement pour le rendu final verrouillé qui part sur la fiche produit de la marque ou sur le social payant.

Coût total pour le clip d'exemple plus haut : environ $0,85. Avec Seedance Fast, on aurait été plus proche de $0,65. Pour comparaison, un seul hero shot produit de 5 secondes dans une boîte de prod commerciale démarre à 3 000 $ et prend une semaine.

→ Génère ta propre pub produit avec Seedance 2.0

---

Étape 4 — Passe à Kling V3 Omni quand tu as besoin d'une publicité complète

Seedance est la bonne réponse pour environ 80 % du travail de pub produit. Les 20 % où Kling V3 Omni est le meilleur outil :

• Tu as besoin que tout le storyboard à 9 cases devienne une seule publicité connectée de 30 secondes. Seedance est mono-plan uniquement. Kling V3 Omni supporte jusqu'à 6 plans caméra connectés dans une seule génération, avec une identité de personnage et de produit cohérente d'une coupe à l'autre. Pour une publicité complète façon spot TV — ouvre sur le problème, coupe vers la découverte, coupe vers l'usage, coupe vers le hero — c'est Kling.
• Tu as besoin de musique et de voix-off synchros. Seedance génère de la vidéo muette. Kling V3 Omni génère de la vidéo et de l'audio natif en une seule passe. Si tu veux une publicité finie avec ambiance de pièce, effets sonores produit, et (avec le bon prompt) un cue pour poser un lit musical en dessous, c'est Kling.
• Tu as besoin de vrai 4K pour des écrans retail ou de la diffusion. Le mode pro de Kling génère du 3840×2160 natif. Seedance plafonne à 720p. Pour une boucle hero au-dessus de la ligne de flottaison sur un site de marque, un écran retail en magasin ou un spot TV — partout où le spectateur est à moins de deux mètres d'un écran 1080p+ — l'upgrade 4K vaut le coup.

Comparatif coût pour un clip de cinq secondes :

Les lignes en gras sont l'emplacement par défaut de ce workflow. Les lignes Kling, c'est là que tu vas après que le storyboard est verrouillé en 720p.

→ Essaie Kling V3 image-to-video (point d'entrée pour V3 standard, V3 Omni, et le nouveau mode 4K)

---

Comment les trois modèles se comparent sur le même storyboard

On a fait passer exactement le même storyboard skincare à 9 cases à travers les trois modèles pertinents sur ImagineToVideo. Version courte :

• Seedance 2.0 Quality a tenu l'identité produit comme un roc sur les cinq secondes complètes. La forme du flacon est restée la forme du flacon, l'étiquette n'a pas morphé, le liquide a bougé comme du liquide. C'est le clip intégré plus haut. Pour un seul hero shot, c'est le bon outil.
• Kling V3 Omni a produit une image plus cinématographique — meilleurs reflets de lumière sur le verre, plus de profondeur en arrière-plan — mais a coûté 15× plus pour un clip qui, côte à côte, n'est pas 15× meilleur pour un seul hero shot. L'avantage n'apparaît que si tu utilises les capacités spécifiques de Kling : séquençage multi-plans, audio natif, ou sortie 4K.
• Kling V3 standard s'est planté parce qu'il n'accepte pas les images de référence sur le palier standard — uniquement des entrées premier/dernier frame. Pour un workflow produit piloté par référence, c'est un non-démarrage. Utilise V3 Omni à la place.

Conclusion : pour le workflow storyboard-ChatGPT-vers-pub-produit spécifiquement, Seedance n'est pas seulement l'option pas chère — c'est la bonne option pour un seul hero shot. Kling V3 Omni est l'outil que tu vas chercher quand le livrable est la publicité connectée complète, pas juste une image extraite.

---

Cinq pièges classiques (et comment les éviter)

Après avoir lancé cette boucle sur du skincare, du parfum, des compléments, de l'art de la table et de l'électronique grand public, les modes d'échec qui reviennent le plus souvent :

1. Le produit dérive en plein plan. C'est l'échec numéro un spécifique aux pubs produit. Le flacon change de forme, l'étiquette se déforme, le bouchon disparaît. Cause : l'image de référence est trop petite ou le prompt n'épingle pas la géométrie du produit. Solution : réexporte la référence en 1024×1024 minimum, et ajoute une clause explicite same bottle shape, same label, same proportions, same cap au prompt Seedance.

2. Drift de personnage entre les cases du storyboard. ChatGPT va silencieusement redessiner les cheveux ou la tenue du mannequin vers la case 5 si tu ne l'épingles pas. Inclus toujours « same model, same outfit, same look across all 9 panels — do not redesign » dans le prompt du storyboard. Si le drift persiste, génère le portrait du mannequin séparément d'abord, puis donne ce portrait au prompt du storyboard comme référence de personnage figée.

3. Une lumière qui se lit comme du néon. « Good lighting » dans un prompt te donne une lumière plate générique qui ressemble à une photo de banque d'images. Les pubs produit ont besoin de lumière directionnelle : soft natural light from a large window on the left ou studio key light at 45° with subtle rim light. Précise la direction. Le plus gros saut de qualité perçue sur une pub produit vient du fait de nommer la direction de la lumière explicitement.

4. Une caméra qui bouge trop vite pour que le spectateur voie le produit. C'est particulièrement courant sur les premières générations parce que le rédacteur de prompt sur-corrige pour ne pas être « ennuyeux ». Un push-in rapide a l'air excitant dans ta tête ; sur le clip rendu, il flouute le produit en une trainée. Par défaut : slow push-in, subtle rotation, ou static with slight handheld. La vitesse se lit comme cheap sur le produit. La lenteur se lit comme premium.

5. Mauvais ratio d'image. Un hero de site de marque skincare est en 16:9 horizontal. Une pub TikTok ou Reels est en 9:16 vertical. Une carte produit Shopify est en 1:1 carré. Le modèle compose pour le ratio cible ; recadrer une génération 16:9 en vertical à la fin coupe presque toujours le bouchon ou la pompe du flacon hors-cadre. Décide le format du livrable avant de générer, et règle le ratio de Seedance pour qu'il colle.

---

TL;DR — Ta pub produit en trois étapes

1. ChatGPT / GPT Image — génère un storyboard de pub à 9 cases en 1024+ de résolution, avec un épinglage explicite « same model, same outfit, same product ». Les 9 cases suivent l'arc : problème → découverte → usage → transformation → hero.
2. Recadrage — choisis la case hero (généralement la case 8) pour un seul clip de 5 secondes, ou 4 cases (problème / usage / transformation / hero) pour une narration assemblée de 20 secondes. Chaque crop ≥640×640.
3. Seedance 2.0 — dépose sur /seedance, écris un prompt structuré de 100 à 200 mots avec direction de lumière nommée et mouvement de caméra lent, rends en 720p / 5s. Environ 1 $ et trois minutes par clip.

Passe à Kling V3 Omni quand tu as besoin que tout le storyboard à 9 cases soit rendu comme une publicité connectée de 30 secondes avec audio natif. Sinon, Seedance, c'est là que vit ce workflow de pub produit.

→ Lance ta première pub produit sur Seedance 2.0 → Ou saute directement vers Kling V3 image-to-video pour des pubs complètes + le 4K

Si ton livrable final est une boucle hero de site de marque, un écran retail en magasin ou un spot TV en 3840×2160 natif, le guide du mode 4K de Kling déroule ce chemin spécifiquement — et notre page de présentation du générateur de vidéo IA 4K est le moyen le plus rapide d'y arriver.

---

La feuille de route de la série de tutoriels

ImagineToVideo Video Generation Tutorials couvre les cas d'usage créatifs que les créateurs nous demandent le plus. Lis-les dans n'importe quel ordre — chaque post est autonome :

• Vidéos de danse K-pop — planche de chorégraphie ChatGPT à 16 cases → vidéo de danse Seedance 2.0. (Publié.)
• Vidéos publicitaires de produit — storyboard ChatGPT à 9 cases → hero shot Seedance 2.0. (Tu es en train de le lire.)
• Animation de portrait d'animal de compagnie — transformer ton chien en court-métrage cinématographique avec une seule photo et Seedance.
• Scènes de dialogue cinématographique avec l'audio natif Kling V3 Omni (lip sync + tonalité de pièce).
• Shorts narratifs verticaux 9:16 — clips d'histoire prêts pour TikTok, de bout en bout, à partir d'une seule référence de personnage.

Abonne-toi au blog ou repasse à mesure qu'on publie les épisodes suivants. Et s'il y a une catégorie produit précise que tu veux qu'on déroule — parfum, compléments, mode, électronique — écris-nous.

Maintenant, va faire bouger ton produit.