Communitygithub.com

100x-exagérer

Techniques d’exagération et appariements de contraste pour scripts TikTok/UGC.

Qu'est-ce que 100x-exagérer ?

Ce skill, destiné aux créateurs de contenu TikTok et UGC, analyse un script textuel pour y injecter des techniques d’exagération et des contrastes percutants, calibrés par le marché et le niveau de « chapeau » (blackhat/grayhat/whitehat). Il fait partie de la couche de génération créative L2 du système 100x, correspondant à l’étape « 3.3 Exagération/Contraste ». L’utilisateur fournit au minimum le script brut (source_script), et peut optionnellement préciser le marché cible (market) et le niveau de chapeau (hat_level). En sortie, le skill produit un bundle JSON structuré (ExaggerationContrastBundle) listant chaque point d’exagération avec sa technique (parmi 5 choix fermés), son intensité, et l’ancrage textuel exact dans le script, ainsi que chaque point de contraste (parmi 4 types fermés) avec ses deux ancres. Quatre axiomes garantissent l’intégrité : pas de création de nouveaux termes, ancrage strict sur le texte original, calibration de l’intensité pour la technique emotion_reaction_hyperbole, et vérification que les deux pôles d’un contraste sont réellement distincts. Le workflow s’exécute en trois phases : validation d’entrée, génération des beats, puis assemblage et auto‑vérification via un validateur JSON Schema (ajv). Le skill est indépendant et ne nécessite aucun autre skill en amont.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/kezd088/100x-skill-tiktok/tree/main/skills/100x-exaggerate

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait 100x-exagérer ?

Positionnement en une phrase

Saisir un script/texte brut en entrée, produire "comment exagérer" (technique d'exagération + intensité) + "comment contraster" (type de contraste + deux points d'ancrage), chaque point renvoyant mot pour mot à la phrase originale du script, l'intensité étant calibrée selon le marché et le plafond du niveau de chapeau. Fait partie de la couche de génération créative L2 du système 100x, correspondant à l'étape "3.3 Exagération/Contraste".

Quand déclencher

L'utilisateur dit :

  • "Ajoute un peu d'exagération à ce script" / "Comment faire un contraste ici ?" / "Ce passage est plat, comment le rendre plus accrocheur ?" / "Ajoute un avant/après"
  • "L'accroche de ce script manque d'impact" / "Comment rendre cette phrase plus exagérée sans que ça paraisse fake ?"
  • "make this script more dramatic" / "add a before/after contrast" / "how do I exaggerate this without it looking fake" / "what's the contrast angle here"
  • Ou donne directement un script en demandant "Conçois des points d'exagération et de contraste" / "design exaggeration and contrast beats for this"

Entrée

Entrée minimale (catégorie A, obligatoire) : source_script — le script/texte brut complet. Ce skill n'accepte pas de fichiers vidéo, seulement du texte (même contrainte que 100x-persona).

Compléments optionnels (catégorie B, dégradation à trois niveaux en cas d'absence, voir workflow.md Phase 1) : hat_level (blackhat/grayhat/whitehat) + market (texte libre, ex. "marché US"/"US"/"hispanophone"/"général"). Si les deux sont absents, hat_level est inféré en grayhat et market est traité avec une valeur par défaut prudente (la technique emotion_reaction_hyperbole est traitée comme pour le marché US), sans demander à l'utilisateur, et les inférences sont consignées dans meta.warnings — voir axiome 3 dans axioms.md, Phase 1 de workflow.md.

Produits optionnels en amont (catégorie C) : Ce skill ne déclare aucun champ dépendant de la sortie d'un skill en amont — si l'utilisateur a déjà exécuté 100x-persona/100x-search-query et joint leurs sorties, elles peuvent être mentionnées dans rationale, mais schema.json ne contient aucun champ de référence inter‑skill comme persona_ref/scene_ref, ce qui le rend encore plus découplé que 100x-persona et son segment_ref optionnel.

Sortie

Structure selon schema.json : ExaggerationContrastBundle = source_script (rappel du texte original) + meta (hat_level/market/explications de calibration/warnings) + exaggeration_beats[] (points d'exagération, chacun avec technique d'énumération fermée + label_cn + intensity + ancrage mot‑à‑mot) + contrast_beats[] (points de contraste, chacun avec contrast_type d'énumération fermée + label_cn + deux ancrages mot‑à‑mot). Optionnellement, un résumé Markdown lisible (liste des points d'exagération + liste des points de contraste).

Contraintes fondamentales (4 axiomes, voir axioms.md)

  1. Les techniques d'exagération (5) et les types de contraste (4) doivent impérativement provenir des énumérations fermées ; interdiction d'inventer de nouveaux termes — ces énumérations sont tirées du dictionnaire des tropes créatifs (couche L1 types de tropes/images) et des fréquences des signaux dans le corpus de référence, pas décidées arbitrairement.
  2. L'ancrage de chaque point d'exagération/contraste doit être une sous‑chaîne mot‑à‑mot de la phrase originale du script ; interdiction d'inventer — même mécanisme que l'axiome de citation des preuves de 100x-persona.
  3. L'intensité de l'exagération est calibrée selon le marché et le plafond du niveau de chapeau ; plus n'est pas toujours mieux — reprend directement l'avertissement de calibration d'intensité du dictionnaire‑06 pour le marché US (le libellé exact n'est pas cité mot pour mot, voir axiome 3 de axioms.md), mais cette restriction ne s'applique qu'à la technique emotion_reaction_hyperbole (exagération de réaction émotionnelle), pas aux 4 autres techniques (limitation connue : la table de plafond elle‑même est une évaluation originale à trois niveaux, validée uniquement sur des corpus de la catégorie des compléments alimentaires pour les marchés anglais et espagnol ; la détection de meta.market correspondant au marché US utilise actuellement une correspondance exacte par segment après découpage, sans véritable tokenisation chinois/anglais — elle ne reconnaît pas des alias comme "marché américain" dans des composés plus longs sans séparateur ; v1.1 a corrigé un problème inverse plus grave : la correspondance de sous‑chaîne avant découpage provoquait des faux positifs pour Russia/Australia/Belarus/"pays d'Amérique du Sud" ; v1.2 a corrigé un autre problème : les séparateurs de découpage de v1.1 n'incluaient pas -/&, ce qui faisait que des expressions comme "marché US-général"/"US & Canada" combinant plusieurs marchés avec un tiret ou & n'étaient pas détectées comme incluant le marché US, libérant silencieusement le plafond — ces caractères ont maintenant été ajoutés aux séparateurs ; mais le cas des "composés sans séparateur" reste non résolu, voir axiome 3 de axioms.md, TODO).
  4. Les deux pôles d'un contraste doivent avoir un écart réel ; interdiction qu'une même phrase serve pour les deux pôles — correspond au Type D du dictionnaire‑06, qui exige un "écart perceptible entre les deux pôles" (le libellé exact n'est pas cité mot pour mot, voir axiome 4 de axioms.md) (limitation connue : ne peut détecter que les cas de "même chaîne littérale", pas les dégradations plus subtiles où le sens est identique mais les mots diffèrent — même type de limite que le TODO de l'axiome 3 de 100x-persona, voir axiome 4 de axioms.md).

Processus en trois phases

Voir workflow.md : Phase 1 (réception + validation des catégories A/B, détermination du plafond via les trois niveaux de dégradation de hat_level/market) → Phase 2 (annotation des phrases candidates → attribution technique/type de contraste → fixation de l'intensité → auto‑vérification par point → auto‑vérification par lot) → Phase 3 (sortie, assemblage JSON, vérification de tous les axiomes 1‑4) + reprise déclenchée par l'utilisateur (reprise L1 d'un seul point / ajustement de calibration L2, l'ajustement de calibration ne peut se faire qu'en modifiant explicitement hat_level/market pour assouplir le plafond, pas en disant simplement "exagère encore plus").

Garantie d'appel indépendant

Catégorie A (source_script) absente → message de refus fixe demandant le script, sans deviner, sans accepter un fichier vidéo à la place. Catégorie B (hat_level/market) absente → dégradation à trois niveaux (les deux fournis → utilisés directement ; un seul fourni → inférence de l'autre ; aucun fourni → inférence à grayhat + marché par défaut prudent), sans demander, le tout consigné dans meta.warnings. Catégorie C (produits de skills en amont) : aucun champ obligatoire, jamais demander à l'utilisateur d'exécuter d'abord un autre skill.

Mots interdits

laissez‑moi / j'espère / peut‑être / probablement / possible / peut‑être / permettez‑nous ; ton IA de service client (as an AI / I'd be happy to / feel free to) ; ne pas inventer d'effets/chiffres/références d'autorité/certifications/témoignages qui ne figurent pas dans le script original ; ne pas coder en dur de lexique par catégorie client ; ne pas remplir exaggeration_beats/contrast_beats pour faire du nombre ; ne pas inventer de noms d'institutions/certifications pour la technique authority_absolutism_hyperbole qui ne soient pas dans le script (ce skill se contente d'annoter les affirmations existantes du script comme relevant d'une technique donnée, il ne crée pas de nouvelles affirmations — l'évaluation de conformité n'est pas non plus de son ressort, reprenant la même limite soulignée dans le dictionnaire‑06 : les tropes ne font que décrire objectivement les faits, la vérification de conformité est laissée au contrôle humain du réalisateur avant publication (le libellé exact n'est pas cité mot pour mot), voir workflow.md Phase 1).

Routage (recommandé, non obligatoire)

  • Si des points d'exagération/contraste existent et que vous cherchez des références visuelles correspondantes → skill de mots‑clés de recherche (100x-search-query, s'il existe)
  • Si vous voulez transformer les points d'exagération/contraste en plans de scène avec personnages → skill de personnages/scènes (100x-persona, s'il existe)
  • Si vous voulez transformer les points d'exagération/contraste en prompts de génération vidéo IA → skill d'assemblage de prompts (s'il existe)
  • Si vous voulez revenir à l'entrée pour un nouveau triage → entrée générale du système 100x (si elle existe)

Tous ces cas sont des "recommandations post‑production", non des dépendances préalables ; l'absence des skills correspondants n'affecte pas le fonctionnement indépendant de ce skill.

Auto‑test en usine

Exécutez node scripts/validate.js --selftest pour vérifier. Les contraintes structurelles déclarées dans schema.json (required/additionalProperties/enum/pattern/minLength/minItems etc.) sont appliquées par ajv (vrai validateur JSON Schema draft‑07, déclaré comme devDependency dans package.json, exécutez d'abord npm install, puis ajv 8.x, câblé comme dans 100x-search-query, pas comme l'ancien ajv6 utilisé par 100x-persona) à l'intérieur de scripts/validate.js, pas par une énumération manuelle de champs. Les axiomes 2 (ancrage mot‑à‑mot), 3 (table de plafond marché/niveau de chapeau) et 4 (contraste non dégénéré) sont des règles d'agrégation inter‑champs/inter‑entrées que le JSON Schema vanille ne peut pas exprimer structurellement ; ils sont complétés par du code personnalisé dans scripts/validate.js :

npm install                                                   # installer ajv avant la première utilisation
node scripts/validate.js <bundle.json> [bundle2.json ...]   # valider les sorties
node scripts/validate.js --selftest                          # exécuter les tests de régression intégrés

Sources

Ce skill est construit à partir du « Dictionnaire des tropes d'images créatives » (v3.3), de la « Bibliothèque de formules structurelles de scripts · 7 types A‑G et formules d'effets », des « Analyses de cas pratiques · quatre scripts de référence », et des statistiques de fréquence du corpus de référence. Le squelette du processus en trois phases suit une structure standard de génération et de validation, avec scripts/validate.js exécutant les contraintes structurelles via ajv. Les sources de chaque règle, la conception des champs, et ce qui relève d'une évaluation originale sont détaillés dans sources.md.

Individual skills in this repo

This repo contains 8 individual skills — each has its own dedicated page.

Skills associés