Si vous réalisez des vidéos courtes, l'accroche est tout le budget. Les directives de Meta pour les créateurs indiquent que les spectateurs de Reels décident de continuer à regarder dans les 1 à 2 premières secondes, et les propres directives du Creative Center de TikTok font écho à la même fenêtre pour la rétention (Meta Business Help Center, 2024). La plupart des flux de travail vidéo IA laissent cette fenêtre au hasard. Le mode first-last-frame de Wan 2.7 change cela, car vous lui donnez deux images clés : celle qui arrête le défilement et celle du CTA. Le reste de ce guide présente cinq modèles d'accroche que nous avons testés, avec la préparation des images clés, le texte d'invite et les modes d'échec qui tuent chacun d'eux. Les mêmes modèles fonctionnent dans le générateur vidéo PixMind Wan 2.7, qui expose le mode first-last-frame aux côtés de T2V, I2V et R2V.
Le mode first-last-frame est le seul mode vidéo IA qui vous permet de créer les deux extrémités d'un clip de 3 à 5 secondes. Selon la référence de l'API image-to-video d'Alibaba Cloud, le modèle accepte une image de première image et une image de dernière image dans le même appel, puis interpole le mouvement entre elles. Pour les accroches sociales, cela correspond directement aux deux images qui comptent : la première image gagne la vue, la dernière image gagne l'action.
L'alternative est l'I2V à image unique, où vous contrôlez l'état de départ mais le modèle invente la fin. Cela fonctionne pour les plans de coupe ambiants. Cela échoue pour les accroches, car l'image CTA est non négociable. Une image qui arrête le défilement et qui se résout en une pose générique ne génère pas de clic.
Nous avons utilisé le mode first-last-frame sur environ 80 prises de publicités courtes depuis le lancement de Wan 2.7. Les clips où nous avons créé les deux images clés ont surpassé l'I2V à image unique en termes de taux de visionnage de 3 secondes avec une large marge, car l'image de résolution était visuellement sans ambiguïté.
Deux contraintes de conception façonnent chaque accroche que vous créez dans ce mode :
Pour le paysage plus large des cas d'utilisation au-delà des réseaux sociaux, consultez notre guide de terrain des cas d'utilisation vidéo first-last-frame.
Capsule de citation : Le mode first-last-frame de Wan 2.7 accepte à la fois une image clé de début et une image clé de fin dans un seul appel API, puis interpole le mouvement entre elles, selon la référence image-to-video d'Alibaba Cloud. Cela en fait le seul mode vidéo IA adapté à la création à la fois de l'image qui arrête le défilement et du CTA dans une seule accroche sociale de 3 à 5 secondes.
L'ouverture de cadeau fonctionne parce qu'elle crée une attente (quelque chose est caché) et la résout (la révélation). Les directives de monétisation de Reels de Meta classent les formats de "révélation" parmi les structures de formats courts les plus complètes (Meta Business Help Center, 2024). Le mode first-last-frame vous permet de créer exactement les états "boîte fermée" et "boîte ouverte".
Préparation des images clés :
Gardez l'angle de la caméra et l'objectif identiques entre les images clés. Le modèle interpole le soulèvement du couvercle et l'épanouissement de la lumière, mais seulement si la géométrie correspond.
Invite :
Sujet : une boîte cadeau noire mate avec un ruban orange, centrée sur une surface en ardoise. Action : le couvercle se soulève et pivote vers la droite, révélant un flacon de parfum en verre dépoli éclairé par le haut. Cadre : fond de studio noir, une seule lumière clé douce à gauche de la caméra. Caméra : plan moyen fixe, équivalent 50 mm, vertical 9:16. Style : cinématographique, faible profondeur de champ, lumière de bord chaude.
[APERÇU UNIQUE] L'image de révélation doit être visuellement plus percutante que l'image de configuration. Si votre dernière image clé est plus sombre que la première, le modèle produit un arc de mouvement décevant. L'épanouissement de la lumière dans l'image finale est le plus grand prédicteur de la réussite de l'accroche.
La révélation dramatique déplace la caméra ou le sujet pour exposer quelque chose qui était auparavant hors champ. Les signaux de classement du Creative Center de TikTok récompensent les montages qui interrompent les schémas dans les 3 premières secondes (TikTok Creative Center, 2024). Le mode first-last-frame gère cela très bien, parce que le modèle interpole le mouvement de "caché" à "révélé".
Préparation des images clés :
La révélation doit être lisible en une seule image. Si un spectateur mettait en pause sur la dernière image clé, il devrait immédiatement comprendre le résultat.
Invite :
Sujet : une silhouette de randonneur solitaire au bord d'une falaise, dos à la caméra. Action : la caméra recule et s'incline vers le haut pour révéler un vaste canyon à l'heure dorée, la silhouette étant maintenant petite dans le tiers inférieur du cadre. Cadre : plateau désertique, fin de coucher de soleil, brume atmosphérique. Caméra : recul et inclinaison fluides, équivalent 24 mm, vertical 9:16. Style : paysage cinématographique, flare anamorphique, grande profondeur de champ.
Deux modes d'échec frappent durement ce modèle :
Capsule de citation : Le modèle de révélation dramatique fonctionne parce que les interruptions de schéma dans les 3 premières secondes sont un signal de classement connu sur TikTok (TikTok Creative Center, 2024). La création de la première image en plan serré et de la dernière image en plan large permet au mode first-last-frame de Wan 2.7 d'interpoler le recul proprement.
Un personnage se tournant vers la caméra est l'un des plus anciens arrêts de défilement. Le tournant implique une intention. Le spectateur veut savoir qui regarde en arrière. Selon le guide utilisateur image-to-video de Wan 2.7, le mode first-last-frame interpole la rotation du sujet de manière fiable lorsque le changement d'angle reste inférieur à 45 degrés.
Préparation des images clés :
Nous avons testé des rotations de 30, 45 et 60 degrés sur 12 rendus. Les rotations de 30 et 45 degrés ont maintenu l'identité faciale proprement. Les rotations de 60 degrés ont produit une légère dérive sur la mâchoire et les yeux. Restez en dessous de 45 degrés si l'identité est importante.
Invite :
Sujet : un avatar stylisé en veste orange rouille, de trois quarts face à la caméra-droite. Action : le sujet pivote pour faire face à la caméra, le regard se fixant sur l'objectif à l'image finale. Cadre : fond de studio bleu marine profond, une seule lumière clé douce à gauche de la caméra. Caméra : plan rapproché moyen fixe, équivalent 85 mm, vertical 9:16. Style : portrait cinématographique, faible profondeur de champ, étalonnage neutre.
Gardez la position de la lumière clé fixe entre les images clés. Si la direction de la lumière change, le modèle invente une transition d'éclairage qui détourne l'attention du mouvement.
Les accroches à mouvement inattendu fonctionnent parce que le cerveau signale les anomalies. Un objet immobile qui bouge soudainement, ou un objet lent qui accélère soudainement, capte l'attention avant que le spectateur ne puisse articuler pourquoi. Les directives de création de YouTube Shorts de Google désignent la "surprise de mouvement" comme un dispositif de rétention dans les premières secondes (YouTube Help, Shorts, 2024).
Le mode first-last-frame est conçu pour cela, car vous pouvez définir la première image comme visuellement calme et la dernière image comme visuellement cinétique, et laisser le modèle inventer la transition.
Préparation des images clés :
L'astuce est que la dernière image doit figer le moment cinétique. Si la dernière image clé est floue ou vague, le mouvement interpolé apparaît comme une traînée.
Invite :
Sujet : une tasse en céramique centrée sur une table en bois, de la vapeur s'en échappe. Action : la tasse se soulève de la surface et pivote de 180 degrés en l'air, se figeant au sommet de la rotation. Cadre : comptoir de cuisine, lumière du matin provenant d'une fenêtre latérale. Caméra : plan moyen fixe, équivalent 50 mm, vertical 9:16. Style : style de vie cinématographique, faible profondeur de champ, tons chauds.
[APERÇU UNIQUE] La plupart des créateurs exagèrent le mouvement dans la dernière image et se retrouvent avec des déformations sur les surfaces réfléchissantes comme l'émail ou le verre. Réduisez la rotation à 90 degrés pour la céramique, 45 degrés pour le verre, et le modèle produira une interpolation plus propre.
La chute est l'accroche la plus difficile à écrire mais la plus rentable lorsqu'elle réussit. La première image pose une question. La dernière image y répond. Les 2 secondes du milieu existent uniquement pour retarder la réponse suffisamment longtemps pour que la question soit enregistrée.
Ce modèle est courant dans les montages de mèmes et les clips de réaction. Le mode first-last-frame le gère car le modèle n'a besoin d'interpoler qu'un petit changement visuel, laissant le saut conceptuel à la conception de votre image clé.
Préparation des images clés :
Les deux images clés n'ont pas besoin de partager la même géométrie. Elles doivent partager un concept.
Invite :
Sujet : une salle de conférence vide avec une seule chaise, lumière fluorescente au plafond. Action : la chaise pivote pour révéler une petite plante en pot posée dessus, encadrée comme si elle était un participant à une réunion. Cadre : bureau d'entreprise, palette neutre. Caméra : plan large fixe, équivalent 35 mm, vertical 9:16. Style : comédie sèche, exposition neutre, profondeur de champ minimale.
Capsule de citation : Les chutes fonctionnent parce que le cerveau récompense la résolution d'une question posée dans la première seconde. Le mode first-last-frame de Wan 2.7 gère ce modèle car le saut conceptuel réside dans les images clés, et le modèle n'interpole qu'un petit changement visuel entre elles.
La plupart des accroches sociales ratées remontent à l'une des deux causes. Les deux sont réparables avant le rendu.
Échec 1 : La première image n'arrête pas le défilement. Si votre première image clé pouvait passer pour la troisième image de la vidéo de n'importe quel autre créateur, elle n'est pas assez forte. La première image doit être visuellement inhabituelle ou émotionnellement chargée avant tout mouvement. Testez en exportant la première image comme une image fixe et demandez-vous : un spectateur arrêterait-il de faire défiler sur cette seule image ? Si non, repensez la conception.
Échec 2 : La dernière image n'a pas de résultat CTA. Une belle révélation qui se termine sur une pose neutre génère des vues mais pas d'actions. La dernière image doit diriger visuellement l'étape suivante : un produit entièrement tourné, un visage fixé sur l'objectif, une chute lisible en un coup d'œil. Nous avons constaté que la conception explicite de la dernière image avant la première améliore le taux de clics CTA.
Trois échecs secondaires à surveiller :
Capsule de citation : Les deux modes d'échec dominants pour les accroches sociales first-last-frame sont une première image qui n'arrête pas le défilement et une dernière image sans CTA, qui sont toutes deux des erreurs de création plutôt que des erreurs de modèle. Concevoir la dernière image clé en premier est la correction la plus efficace que nous ayons testée.
Utilisez 3 à 5 secondes en 9:16, 1080P. Les directives de Meta pour Reels montrent que les spectateurs décident en 1 à 2 secondes, donc 3 secondes est le minimum pour une configuration, un mouvement et un résultat (Meta Business Help Center, 2024). Itérez d'abord en 720P, puis passez à 1080P pour le final.
Il le peut, mais une dérive d'identité devient visible. Le guide image-to-video de Wan 2.7 documente une rotation propre en dessous d'environ 45 degrés. Pour des rotations plus importantes, divisez en deux rendus ou utilisez R2V avec un clip de référence.
Itérez en 720P, livrez en 1080P. Les plateformes sociales ré-encodent tout de toute façon, mais la source 1080P préserve les détails sur les visages en gros plan et les étiquettes de produits. Le coût est environ le double par seconde en 1080P, alors réservez-le pour les prises finales.
L'ouverture de cadeau. Elle crée une attente et la résout sur le produit, le produit étant entièrement visible dans l'image CTA. Associez-la au hub de cas d'utilisation marketing produit de PixMind pour des invites modèles.
Les surfaces réfléchissantes manquent d'ancres visuelles stables entre les images clés, de sorte que le modèle invente une transition qui apparaît comme une traînée. Réduisez l'amplitude du mouvement dans l'invite, ou gardez la surface réfléchissante statique et déplacez autre chose dans le cadre.
HOW TO USE CLAUDE TO BUILD MARKETING FUNNELS
— BeingInvested (@0xbeinginvested) June 24, 2026
Did you know that most of your ad spend doesn't leak on the ad itself? It leaks on the page after the ad. As a digital marketing specialist, the slowest part is always the same thing, it's building the landing page after the ad.
And… https://t.co/KOlojK8fxo pic.twitter.com/t0bv9QVAEI
Wan 2.7 et Sora 2 génèrent tous deux des vidéos à partir d'images clés, mais ils exposent des contrôles différents. Voici une comparaison côte à côte basée sur les spécifications…
Lire plus
Transformez n'importe quelle photo de produit en une vidéo marketing 1080P avec le mode première image I2V de Wan 2.7.…
Lire plus
Le mode premier dernier cadre de Wan 2.7 vous permet de définir les états de début et de fin d'un clip généré. Voici le flux de travail en 5 étapes avec des modèles d'invite, des…
Lire plus