Vidéos produit IA pour l'e-commerce : un workflow à l'échelle du catalogue

Vous avez 400 SKU, une bonne photo de chacun et zéro vidéo produit. Amazon indique qu'une première vidéo shoppable sur une page produit a été suivie d'une hausse moyenne des ventes de 24 % dans ses données de janvier à juin 2026. Google Merchant Center accepte désormais la vidéo dans le flux produit. Filmer 400 produits représente un trimestre de travail et un budget que vous n'avez pas. Les générer un par un dans un outil web, c'est un mois de clics.

La version réaliste se situe entre les deux : traiter le catalogue comme une donnée, transformer chaque photo produit en court clip image-vers-vidéo avec un modèle choisi par SKU, piloter l'ensemble depuis un tableur ou un agent, et exporter des fichiers qui passent la spec de chaque marketplace dès le premier envoi. Ce guide couvre ce pipeline de bout en bout, calculs à l'appui.

Pourquoi une vidéo par SKU vaut le coup maintenant

Deux évolutions de 2026 ont fait passer la vidéo produit du simple bonus sur les produits phares à quelque chose qui se justifie sur tout un catalogue.

• Amazon a publié le gain. Son blog vendeurs annonce les 24 % de moyenne et détaille par catégorie : jouets à 32,7 %, vêtements à 30,5 % et maison à 26,7 %. Une fiche peut porter jusqu'à quatre vidéos shoppables. Ce sont des moyennes internes à Amazon : mesurez les vôtres.
• Google a ajouté un attribut vidéo au flux. L'attribut video_link accepte jusqu'à 10 vidéos par produit. Selon Search Engine Roundtable, les soumissions ont ouvert le 14 avril 2026, avec diffusion et validation des règles et de la qualité à partir du 30 juin 2026.

Les deux canaux récompensent la couverture. Une vidéo sur vos cinq meilleurs produits laisse les 395 autres fiches sans rien.

Ce que chaque marketplace accepte

Partez des specs, car elles fixent durée, format d'image, résolution et poids du fichier avant tout choix créatif. Voici ce que disent les sources, et leur degré de fiabilité.

Shopify

Le centre d'aide Shopify accepte MOV, MP4 et WEBM, jusqu'à 1 Go et 10 minutes, avec largeur et hauteur comprises entre 100 et 4096 pixels. Les formats recommandés sont 16:9, 9:16, 4:3, 3:4 et 1:1, à 60, 30 ou 25 ips.

Amazon

La page d'Amazon indique .mov ou .mp4, jusqu'à 1080p et 5 Go, et réserve la fonction aux comptes vendeur professionnels ayant au moins trois mois d'historique de vente. Dans le résumé tiré de cette page, la durée affichée va de 1 à 12 minutes, ce qui cadre mal avec des clips produit courts ; un guide tiers de GOAT Consulting décrit d'autres règles, dont un minimum de 1280x720, le 16:9 préféré et l'enregistrement de marque (Brand Registry) exigé. Vérifiez dans Seller Central pour votre compte avant de rendre 400 clips à une durée qu'Amazon pourrait refuser. La validation prend environ 3 jours, jusqu'à 7 jours ouvrés en période de fêtes.

Google Merchant Center

La spec video_link est la plus stricte sur la forme : de 6 à 240 secondes, 500 Mo maximum, 720p (1280x720) au minimum et un format 9:16, 16:9 ou 1:1. Le son est facultatif. Une URL hors YouTube doit pointer directement vers un fichier vidéo brut, être accessible publiquement et ne pas expirer. Vous devez aussi détenir les droits de licence pour un usage marketing.

Walmart, TikTok Shop et Etsy

• Walmart : le guide rich media de Marketplace Learn demande une URL .mp4 directe sans redirection, 100 Mo ou moins, jusqu'à huit vidéos par article, et une soumission qui inclut l'identifiant de l'article, le GTIN, le nom d'un fichier de sous-titres et la langue de la vidéo. Confirmez ces points dans Seller Center.
• TikTok Shop : la règle de désapprobation de GoDataFeed prévoit une vidéo produit par fiche, de 5 Mo maximum, quand elle passe par un canal de flux. D'autres voies d'envoi annoncent des limites plus larges : la limite dépend donc de la façon dont vous soumettez.
• Etsy : un résumé de Wyzowl situe les vidéos de fiche entre 5 et 15 secondes, 100 Mo, MP4 ou MOV, lues sans le son, une par fiche. Source secondaire, à vérifier dans l'aide d'Etsy.

La règle de décision qui en découle

1. Durée de 6 à 10 secondes. Six secondes passent le plancher de Google, et jusqu'à 15 on reste dans la plage d'Etsy telle que rapportée. Amazon est l'exception à vérifier.
2. Résolution 720p ou plus pour tout ce qui va vers Google ou Amazon. Un rendu 480p moins cher suffit pour une galerie Shopify et nulle part ailleurs.
3. Deux formats d'image, au maximum. 1:1 ou 9:16 pour Google, TikTok Shop et les boutiques mobiles, 16:9 là où la préférence d'Amazon s'applique. Rendez nativement dans chaque format nécessaire : recadrer un clip 16:9 en 9:16 coupe souvent le produit.
4. Pensez pour le silence. Google rend le son facultatif et Etsy lit les vidéos sans son, d'après les sources : le clip doit se comprendre sans audio. Le son est un ajout pour les placements sociaux.
5. Encodez par destination. Un fichier maître, puis un petit export pour la limite de flux de TikTok Shop et un autre sous 100 Mo pour Walmart.

De la photo produit au clip : l'étape image-vers-vidéo

L'image-vers-vidéo est la bonne brique pour un catalogue, car le produit est déjà défini par la photo. Le modèle doit ajouter du mouvement autour de quelque chose qui existe, ce qui garde le SKU reconnaissable. Le texte-vers-vidéo invente le produit à partir d'une description et se trompera sur l'étiquette, le bouchon ou les coutures.

Préparer l'image source

• Utilisez votre photo de plus haute résolution, avec le produit entier dans le cadre et un peu de marge pour les mouvements de caméra.
• Si la seule photo est un packshot sur fond blanc, générez d'abord un visuel mis en scène (sur un comptoir, sur un bureau, en main) avec un modèle d'image, puis animez ce visuel.
• Laissez les personnes hors du cadre sauf nécessité. La règle de mention traitée plus bas s'applique aux personnes photoréalistes générées par IA, et un clip produit seul y échappe.

Écrire des prompts de mouvement qui protègent le produit

Le mode d'échec du travail en catalogue est la dérive : le modèle redessine le logo, change la couleur d'un bouchon ou ajoute une fonction que le produit n'a pas. Selon GOAT Consulting, Amazon range parmi ses motifs de rejet une incohérence entre la vidéo et la fiche : la dérive est donc un problème de conformité autant que de qualité. Voici un modèle de prompt de mouvement qui la limite :

1. Caméra : un seul mouvement. « Travelling avant lent », « orbite lente de 30 degrés vers la gauche », « caméra fixe ».
2. Sujet : « le produit reste inchangé, étiquette et couleurs exactement comme sur l'image ».
3. Mouvement de l'environnement : discret et secondaire. « De la vapeur qui monte », « le tissu qui bouge légèrement dans la brise », « de la lumière qui balaie la surface ».
4. Exclusions : « pas de texte, pas de mains, pas de personnes, pas de nouveaux objets ».

Avant et après, pour un mug en céramique :

• Avant : « Vidéo cinématique de notre incroyable mug, dynamique, tendance, belle lumière. » Le modèle choisit lui-même sa trajectoire de caméra, invente un latte art, et la couleur de l'émail change d'une image à l'autre.
• Après : « Lent travelling avant sur le mug posé sur une table en bois, lumière du matin venant de la gauche, fine vapeur qui monte. Le mug, la couleur de son émail et son logo restent exactement comme sur l'image. Pas de texte, pas de mains, pas de personnes. » Un mouvement, un mouvement secondaire, des verrous explicites.

La même discipline évite que les images générées fassent synthétiques ; comment faire des pubs IA qui n'ont pas l'air générées par IA détaille davantage les choix de lumière et de mouvement.

Ce que coûte une vidéo par SKU, calculs à l'appui

L'image-vers-vidéo est facturée à la seconde de sortie, et la résolution et l'audio changent le tarif ; le catalogue image-vers-vidéo de fal montre cette logique chez plusieurs fournisseurs. Le tableau ci-dessous reprend les prix publics d'Aitachyon au moment de la rédaction, pour un clip silencieux de 6 secondes, la durée minimale acceptée par Google.

• Hailuo 02 à $0.085/s : $0.51 par clip.
• Kling v3 silencieux à $0.16/s : $0.96. Avec audio natif à $0.32/s : $1.92.
• Wan 2.7 à $0.19/s : $1.14.
• Veo 3.1 Fast à partir de $0.19/s : à partir de $1.14.
• Seedance 2.5 à partir de $0.20/s en 480p : $1.20. En 720p, $0.44/s : $2.64.

Le visuel mis en scène, si vous en faites un, ajoute $0.057 sur Seedream 4.0, de $0.057 à $0.086 sur FLUX.2 [pro] ou $0.13 sur Nano Banana, toujours au moment de la rédaction. Une ligne de voix off pour une version sociale coûte de $0.043 à $0.086 par tranche de 450 caractères sur ElevenLabs, ce qui couvre une phrase produit de deux lignes.

Trois budgets de lot

1. 50 SKU, palier économique. 50 visuels Seedream à $0.057 font $2.85. 50 clips Hailuo 02 à $0.51 font $25.50. Total $28.35, soit environ $0.57 par SKU.
2. 50 SKU, 720p pour Google et Amazon. Seedance 2.5 en 720p sur 6 secondes coûte $2.64 par clip, $132 pour 50. Ajoutez $2.85 de visuels : $134.85, soit environ $2.70 par SKU.
3. 500 SKU, mixte. 450 SKU de longue traîne sur Hailuo 02 ($229.50) et vos 50 meilleures ventes sur Kling v3 avec audio pour le social ($96). Ajoutez 500 visuels ($28.50). Total $354.

Prévoyez des reprises. Certains clips dériveront et demanderont un second rendu, et un rendu que vous rejetez reste un rendu payé. Seul un rendu qui échoue franchement est remboursé. Si vous tablez sur une reprise pour la moitié des SKU, multipliez la ligne vidéo par 1,5.

Comparaison avec le marché

Des tarifs à la seconde plus bas existent. Le guide vidéo produit d'Atlas Cloud cite Wan 2.6 Flash à $0.018/s ($0.144 par clip de 8 secondes), Seedance v1.5 Pro à $0.047/s et Kling 3.0 Standard à $0.071/s, et estime un catalogue de 500 produits entre 72 et 188 dollars environ. Ce sont des versions de modèles plus anciennes ou plus légères, citées sur le blog d'un éditeur : comparez la qualité sur vos propres produits avant de comparer les tarifs. Côté premium, fal indique Veo 3.1 à $0.20/s sans son et $0.40/s avec audio, et Kling 3.0 Pro à $0.112/s sans son. Une vue modèle par modèle se trouve dans les prix des API de génération vidéo IA en 2026, et chaque tarif actuel figure sur la page des modèles.

Choisir un modèle par SKU

Un catalogue est inégal, et le choix du modèle doit suivre. Appliquez une règle à trois paliers et inscrivez le palier dans le tableur pour que le lot choisisse le modèle tout seul.

• Palier C, longue traîne : le modèle le moins cher qui tient la forme du produit. Silencieux, 6 secondes, un seul format d'image.
• Palier B, ventes régulières : un modèle de gamme intermédiaire en 720p ou plus pour que le fichier soit éligible chez Google et Amazon, deux formats d'image.
• Palier A, les 5 à 10 % du haut : le meilleur modèle que vous puissiez vous offrir, audio natif quand il sert un placement social, et plusieurs variantes à tester.

Lancez un lot de calibration avant de vous engager. Prenez cinq SKU difficiles pour votre catégorie (emballage réfléchissant, petits textes sur les étiquettes, bouteilles transparentes, texture de tissu) et rendez chacun sur trois modèles. Cela coûte quelques dollars. Pour une comparaison directe de deux choix courants, voir Kling v3 contre Seedance 2.5.

Générer en lot depuis un tableur ou un agent

Dès que chaque SKU est une ligne, la génération devient une boucle. Le tableur est la source de vérité, et le script ou l'agent se contente de lire les lignes et d'écrire les résultats.

Les colonnes

1. sku et gtin (les soumissions Walmart demandent le GTIN).
2. source_image_url, la photo à animer.
3. tier (A, B, C), qui correspond à un modèle.
4. still_prompt, facultatif, pour un visuel mis en scène.
5. motion_prompt, construit avec le modèle en quatre parties ci-dessus.
6. duration_s et aspect, issus de la règle de décision.
7. channels, par exemple "amazon,google,shopify".
8. status, ref et cost_usd, réécrits par l'exécution.
9. qa, rempli par une personne : pass, retake ou drop.

L'exécution

Depuis du code, bouclez sur les lignes dont le statut est vide, soumettez le visuel et le clip, interrogez jusqu'à la fin et écrivez la référence et le coût retournés dans la ligne. Le script de traitement par lots d'Atlas Cloud fait tourner cinq workers concurrents avec interrogation parallèle et journal des résultats en JSON, une valeur par défaut raisonnable pour n'importe quel fournisseur. Écrivez les résultats après chaque job pour qu'un plantage à la ligne 312 reprenne à la 313. Produire des centaines de clips en toute sécurité détaille les reprises, les limites de débit et les plafonds de dépense.

Avec un agent, la même boucle tient en un prompt. Avec un serveur MCP hébergé connecté, vous pouvez demander à Claude Code de « lire products.csv, rendre chaque ligne dont le statut est vide avec le modèle de son palier, réécrire la référence et le coût, et s'arrêter si le lot dépasse $60 ». L'agent fait la boucle, et le tableur reste le registre. Une configuration qui fonctionne pour automatiser la production vidéo avec des agents détaille ce schéma.

Garder la dépense visible

• Utilisez une clé d'API dédiée par lot ou par client : la dépense de chaque exécution est isolée et la clé peut être révoquée si une boucle déraille.
• Estimez avant de lancer (lignes fois durée fois tarif, par palier) et comparez au total détaillé ensuite. Un écart signale des reprises ou une mauvaise durée.
• Stockez la référence, pas seulement le fichier. Une référence stable permet à une étape ultérieure, comme le job d'export, de récupérer le fichier exact qui a passé le contrôle qualité.

Contrôle qualité et conformité avant l'envoi

Passez chaque clip dans cette checklist avant qu'il quitte le tableur.

La checklist avant envoi

1. Conformité au produit. Comparez la dernière image à la photo de la fiche. Logo, couleur, forme, nombre de composants. Toute dérive appelle une reprise.
2. Aucun prix, remise ni urgence. GOAT Consulting range parmi les motifs de rejet d'Amazon les références à un prix, à une remise ou à une offre limitée dans le temps, ainsi que les avis ou notes par étoiles, les mentions de concurrents ou d'autres marketplaces, et les faux éléments d'interface ou filigranes. Les modèles hallucinent parfois du texte sur les emballages : cherchez-le.
3. Contrôle des personnes. Si une personne photoréaliste générée par IA apparaît, Amazon exige désormais le mot-clé contains-synthetic-performer dans le champ XMP dc:subject, ajouté avec un éditeur de métadonnées compatible IPTC avant l'envoi. D'après ChannelX, la règle couvre les images produit, les images d'ambiance, les vidéos produit et les contenus A+ dans toutes les boutiques Amazon, et Amazon peut afficher un indicateur aux acheteurs. Les contenus sans personnes, avec de vraies personnes ou avec des personnes non photoréalistes sont exemptés.
4. Contrôle des specs. Durée, résolution, format d'image et poids du fichier face à chaque canal de la ligne.
5. Lecture muette. Regardez-le sans le son. Si le bénéfice n'est pas visible, le clip ne fonctionne ni sur Etsy ni sur la plupart des flux.
6. Droits. Google exige que vous déteniez les droits de licence pour un usage marketing. Vérifiez les conditions du fournisseur de modèle et celles de toute photo source que vous n'avez pas prise.

Export et hébergement par canal

Cette étape est mécanique, et c'est là que les projets de catalogue s'enlisent, car chaque marketplace veut le fichier à un endroit différent.

• Google Merchant Center : hébergez le MP4 sur un stockage que vous maîtrisez, à une URL publique qui pointe vers le fichier brut et n'expire jamais, puis ajoutez-la comme video_link dans le flux. Les liens signés ou temporaires enfreignent l'exigence de non-expiration.
• Walmart : même hébergement, une URL se terminant par .mp4 sans redirection, plus un fichier de sous-titres et le champ de langue.
• Amazon et Shopify : envoi direct, donc la contrainte porte sur le poids et la durée. La limite de 1 Go de Shopify ne gêne pas un clip de 8 secondes.
• TikTok Shop via flux : un export distinct à faible débit pour rester sous la limite de 5 Mo rapportée par GoDataFeed.

Un script d'export qui lit la colonne qa, récupère chaque fichier validé par sa référence, le transcode par canal et l'envoie vers votre stockage réduit tout cela à une commande. Pour le volet créatif au-delà de la conformité, voir le guide des pubs vidéo e-commerce.

FAQ

Puis-je utiliser des vidéos produit générées par IA sur Amazon ?

Aucune source ne les interdit. La vidéo doit correspondre à la fiche et éviter les motifs habituels comme les prix et les notes par étoiles. Si le clip montre une personne photoréaliste générée par IA, vous devez ajouter le mot-clé contains-synthetic-performer aux métadonnées XMP du fichier avant l'envoi, d'après le résumé de ChannelX de la règle d'août 2026. Les clips qui ne montrent que le produit sont exemptés.

Combien coûte une vidéo produit IA par SKU ?

Pour un clip image-vers-vidéo silencieux de 6 secondes aux prix d'Aitachyon au moment de la rédaction, de $0.51 sur Hailuo 02 à $2.64 sur Seedance 2.5 en 720p, plus $0.057 à $0.13 pour un visuel mis en scène facultatif. Ajoutez une marge pour les reprises. Les estimations d'autres éditeurs sont plus basses, sur des modèles plus légers.

Quelle durée pour une vidéo produit sur Google Shopping ?

L'attribut video_link de Google accepte de 6 à 240 secondes en 720p ou plus, en 9:16, 16:9 ou 1:1, jusqu'à 500 Mo. Pour un lot de catalogue, 6 à 10 secondes limitent le coût et restent aussi dans la plage rapportée pour Etsy.

Comment générer des vidéos pour des centaines de produits d'un coup ?

Mettez un SKU par ligne dans un tableur avec l'image source, le palier, le prompt de mouvement, la durée et le format, puis bouclez sur les lignes depuis un script ou un agent avec une concurrence modérée, en réécrivant la référence, le coût et le statut après chaque job.

Sources

1. Amazon Sell: When customers can't touch, let Amazon product videos convince them
2. Google Merchant Center Help: Video Link [video_link] attribute
3. Search Engine Roundtable: Google Updates Some Merchant Center Product Specs For 2026
4. Shopify Help Center: Uploading and managing files
5. ChannelX: Amazon AI-generated people image and video rules
6. GOAT Consulting: The Complete Guide to Amazon Video Requirements for 2026
7. Walmart Marketplace Learn: Product detail page: rich media
8. Atlas Cloud: How to Create AI Product Videos at Scale
9. fal.ai: Image to Video APIs
10. GoDataFeed: TikTok product video exceeds 5 MB size limit

Pour faire tourner ce pipeline sans cinq abonnements, Aitachyon réunit Hailuo 02, Kling v3, Seedance 2.5, Veo 3.1 Fast et les modèles d'image derrière un seul solde prépayé, utilisable depuis un studio web, une API HTTP simple ou un serveur MCP hébergé dans Claude Code, chaque job étant détaillé par modèle et par coût et les rendus échoués remboursés automatiquement. Le démarrage rapide API et MCP met un premier lot en route depuis un tableur en une après-midi.