Pourquoi décrire plutôt que cliquer ?
Une description fonctionne même quand les personnes se croisent ou sortent du cadre : l'IA retrouve la bonne personne sur toute la vidéo, au lieu de s'accrocher au visage le plus grand.
Laissez le champ vide quand il n'y a qu'une personne : le moteur garde son comportement par défaut.