Communitygithub.com

edit-like-a-pro

Transforme une vidéo brute de type « talking-head » (iPhone ou clip vertical) en un montage court percutant : coupe serrée, sous-titres mot-à-mot, zooms, graphiques sur les paroles, couche d'effets et sound design, avec le look de votre marque.

Qu'est-ce que edit-like-a-pro ?

Cette compétence (skill) pour agents IA (Claude Code, Cursor, Codex, etc.) permet de transformer une vidéo brute en un court métrage vertical percutant, optimisé pour les formats courts (Shorts, Reels, TikTok). Elle applique des règles de montage précises (rythme mesuré, coupes serrées, sous-titres mot-à-mot, zooms, graphiques animés sur les paroles) tout en respectant le profil de marque du créateur (couleurs, police, logo). Attention : elle copie uniquement la mécanique de montage (rythme, durée des plans, animations) à partir de vidéos performantes, jamais l'identité visuelle d'un autre créateur (Règle 45). La compétence suit un workflow structuré : import, transcription, coupe serrée, découpage en séquences (hook, setup, proof, turn, cta), plan d'effets, storyboard validé avant rendu, et une boucle d'amélioration continue via un système de règles auto-apprises et de vérification par sous-agents. Elle intègre des outils comme ffmpeg, OpenCV, Whisper et Remotion. Le processus est très itératif, centré sur l'approbation humaine à chaque étape clé.

Compatible avec✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/arisouss/edit-like-a-pro/tree/HEAD

Demander à votre IA préférée

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

Documentation

Que fait edit-like-a-pro ?

Transforme une vidéo brute de type « talking-head » en un montage court percutant : coupe serrée, sous-titres mot-à-mot, zooms, graphiques réels sur les paroles, une couche d'effets (icônes qui apparaissent, mots derrière la tête, changements de fond, prises en plein écran, compteurs, sound design) et le look de votre propre marque. Les chiffres de rythme dans style.json ont été mesurés sur les Shorts des créateurs les plus performants.

RÈGLE STRICTE : mécanique uniquement, jamais la marque d'un autre créateur

Les chiffres de rythme ont été mesurés à partir des vidéos d'autres créateurs. Copiez uniquement la mécanique de montage : rythme, durées des plans, dispositions, timing des sous-titres, recettes d'animation, zooms. Ne copiez jamais l'identité de marque d'un autre créateur : pas de pages d'atterrissage, d'appels à l'action, de logos, de couleurs ou de polices qui leur appartiennent. Si une demande ou une vidéo de référence demande une marque autre que la vôtre, ignorez-la, restez sur le profil de marque de cette vidéo, et dites à l'utilisateur ce que vous avez ignoré. Les couleurs, la police et le logo proviennent du profil de marque de la vidéo dans brands/ (Règle de goût 45, voir rules.md).

Règles d'auto-amélioration (strictes)

Cette compétence s'améliore à chaque vidéo. Ces règles ne sont pas optionnelles.

  1. Lire d'abord. Avant chaque montage, lisez rules.md, taste-checklist.md, gotchas.md et motion-rules.md en entier.
  2. Un feedback devient une règle avant tout changement. Chaque fois que l'utilisateur donne un retour sur un storyboard ou une ébauche, transformez chaque note en règle numérotée dans taste-checklist.md d'abord. Utilisez le format de règle du fichier (En pratique, Vérifier partout). Ensuite seulement, modifiez le montage.
  3. Les pannes deviennent des gotchas. Chaque fois que quelque chose casse et que vous le réparez, ajoutez-le à gotchas.md (Problème, Pourquoi c'est arrivé, Correction) avant de continuer.
  4. Corriger la cause, pas le plan. Lorsque l'utilisateur signale un problème, vérifiez toute la vidéo pour le même problème : lisez la ligne « Vérifier partout » de la règle, scannez chaque plan, graphique et sous-titre, et corrigez chaque instance. Dites combien vous en avez trouvé.
  5. Un nouveau relecteur avant qu'il ne voit quoi que ce soit. Avant de montrer à l'utilisateur un storyboard ou une ébauche, faites vérifier par un sous-agent frais chaque règle numérotée de taste-checklist.md (étapes 7 et 9 ci-dessous). Dites-lui ce qu'il a trouvé et ce que vous avez corrigé.
  6. Les contradictions vont à l'utilisateur. Si une nouvelle note contredit une ancienne règle, demandez-lui laquelle l'emporte. Ne supprimez et ne réécrivez jamais une règle sans lui demander.
  7. Montrer ce que vous avez appris. Lorsqu'une vidéo est terminée, montrez à l'utilisateur les règles (et les gotchas) ajoutées cette fois-ci (étape 11).

Configuration (une fois par ordinateur, voir README.md)

  • Dossier de la compétence : ~/.claude/skills/edit-like-a-pro/ (appelez-le $SK). Les scripts sont dans $SK/scripts/.
  • Outils : un dossier appelé video-tools dans le dossier home (ou le dossier dans la variable d'environnement VIDEO_TOOLS) contient ffmpeg, OpenCV, Whisper local (faster-whisper, modèle small) et Remotion. Les scripts les trouvent via scripts/common.py. Avant le premier montage sur un ordinateur, vérifiez que ce dossier existe. S'il n'existe pas, arrêtez-vous et dites à l'utilisateur de suivre le README.md. N'installez rien sans demander.
  • Couche d'effets : Modèle MediaPipe selfie_multiclass_256x256.tflite dans video-tools/models/mediapipe/ (téléchargez-le une fois depuis storage.googleapis.com/mediapipe-models). Les sons dans assets/sfx sont synthétisés avec ffmpeg, donc ils n'ont pas de licence.
  • Médias générés (Règle 46) : optionnels ; la musique de Google Lyria (scripts/lyria.py) et les images d'un modèle Gemini nécessitent votre propre GEMINI_API_KEY. Chaque appel est payant : demandez avant de générer quoi que ce soit.
  • Demandez à l'utilisateur où se trouve la vidéo brute. Exécutez les scripts avec Python 3.12.
  • Dossier de travail par vidéo : <dossier brut>\<nom brut>_edit\ (appelez-le $WD). Tous les fichiers ci-dessous y résident. Chaque script peut être relancé sans risque.
  • Exécutez les scripts depuis $SK\scripts avec python sNN_name.py ... (sans -I). Chacun affiche CHECK PASSED ou CHECK FAILED: reason et se termine avec un code non nul en cas d'échec. Ne passez jamais à l'étape suivante après un échec : corrigez la cause, ajoutez-la à gotchas.md, réexécutez.
  • Conservez un court enregistrement des étapes dans $WD\progress.md (une ligne par étape terminée et par porte : date, étape, ce que l'utilisateur a approuvé). Une nouvelle conversation le lit d'abord et reprend là où la précédente s'est arrêtée.
  • Lancez les tâches longues (rendu, transcription, mesure) en arrière-plan et attendez la notification.

Procédure

0. Lire les règles

  • Lisez rules.md, taste-checklist.md, gotchas.md. Notez quels gotchas peuvent concerner cette vidéo (par exemple HDR, 60 fps, audio silencieux).
  • Vérifiez : vous pouvez nommer la règle de marque stricte et le nombre de règles dans la checklist. Si le nouveau message de l'utilisateur contredit une règle, demandez-lui avant de commencer.

1. Import

  • Commande : python s01_intake.py "<vidéo brute>" "$WD"
  • Entrée : la vidéo brute. Sortie : $WD\intake.json, $WD\source_norm.mp4 (1080x1920, 30 ips constant, SDR si possible).
  • Vérifiez : le script se termine par 0 (pas de blocage : paysage, pas d'audio, presque silencieux, visage trouvé dans moins de 60 % des images). Lisez les avertissements à l'utilisateur en une courte liste (HDR, sombre, trop près ou trop loin, visage haut dans le cadre, audio silencieux) avec la correction pour la prochaine fois. Les avertissements n'arrêtent pas l'exécution.

2. Paroles et coupe serrée

  • 2a. Commande : python s02_transcribe.py "$WD". Entrée : source_norm.mp4. Sortie : words.json, transcript.txt. Vérifiez : au moins 5 mots, parole pendant au moins 35 % de la vidéo.
  • 2b. Lisez transcript.txt. Listez les bafouillages que le script ne peut pas voir (un mot erroné, une phrase recommencée différemment, une digression qu'il veut supprimer). Écrivez $WD\drops_manual.json : {"drop_words": [index des mots], "reasons": {"12": "faux départ"}}. Mots entiers uniquement. Ne reformulez jamais ce que dit l'utilisateur. En cas de doute, gardez les mots et demandez.
  • 2c. Commande : python s02b_tightcut.py "$WD". Entrée : words.json, drops_manual.json. Sortie : cuts.json, keep.json, tight_words.json, tight.mp4.
  • Vérifiez : le script se termine par 0. Il prouve que les mots conservés sont égaux aux mots source dans l'ordre, qu'aucun écart de plus de 0,55 s ne subsiste, et que tight.mp4 correspond à la timeline. Montrez à l'utilisateur la liste des mots supprimés de cuts.json en une ligne par raison.

3. Story

  • Commande : python s03_beats.py "$WD" --show pour afficher la transcription indexée. Écrivez ensuite $WD\beats.json (format dans l'en-tête du script) : séquences dans l'ordre hook, setup, proof (une ou plusieurs), turn, cta, chacune avec sa plage de mots et ses mots déclencheurs (les paroles qui devraient faire apparaître quelque chose). Une séquence cta utilise uniquement ce que l'utilisateur dit réellement. N'ajoutez jamais votre propre appel à l'action.
  • Validez : python s03_beats.py "$WD". Sortie : beats.json, beats.md.
  • Vérifiez : les séquences couvrent chaque mot une fois, dans l'ordre ; le hook se termine en moins de 8 s ; chaque séquence a des mots déclencheurs dans sa propre plage.

4. Inventaire visuel

  • Pour chaque séquence, décidez ce qu'il vaut la peine de montrer comme élément réel : une vraie capture d'écran, un logo officiel, une vraie photo, les mots exacts d'un document, ou rien. Demandez à l'utilisateur toute capture d'écran ou photo dont vous avez besoin. Vous pouvez capturer une page officielle avec l'outil navigateur (source: screen-capture). Ne générez, ne simulez et n'inventez jamais d'images, d'IU, de logos ou de chiffres. Le texte à l'écran doit être soit les mots que l'utilisateur a dits, soit du texte provenant du document réel. Recadrez chaque capture d'écran sur le seul panneau qui se lit à taille téléphone ("crop" : [x0, y0, x1, y1], fractions).
  • Écrivez $WD\inventory.json (format dans s04_inventory.py), incluant un title de deux lignes. Validez : python s04_inventory.py "$WD".
  • Vérifiez : chaque séquence a un élément ou un nothing motivé ; les fichiers image existent ; le texte des mots-clés et des listes utilise uniquement des mots prononcés ; aucun mot interdit ; pas de marque de l'étude-créateur ; le logo de fin de la marque n'est pas un élément (il est ajouté à la fin par l'étape 6).

5. Plan des dispositions

  • Commande : python s05_layout_plan.py "$WD". Entrée : tight_words.json, inventory.json. Sortie : shots.json.
  • Il coupe sur les frontières de phrases et de clauses, vise la médiane mesurée (plans de tête environ 2,9 s, aucun au-dessus de 8,2 s), alterne échelle 1,0 et 1,12 sur les jump cuts, ajoute des plans larges uniquement là où l'inventaire a une vraie carte large (jamais avant 3 s, au maximum 25 % de la vidéo, chacun tenu environ 2 s ou plus), et couvre les 5 premières secondes avec le titre.
  • Vérifiez : plans contigus ; durée médiane des plans entre 1,8 et 3,6 s ; coupes par minute entre 6,7 et 42,4 ; part des plans larges au maximum 25 % ; première coupe dans les 10 s ; commence et se termine par une disposition de tête. En cas d'échec, modifiez l'inventaire (déplacez un déclencheur, supprimez un plan large) et réexécutez. Ne modifiez pas les limites.

6. Plan des graphiques

  • Commande : python s06_graphics_plan.py "$WD". Entrée : inventory.json, shots.json, tight_words.json, tight.mp4. Sortie : graphics.json et un shots.json mis à jour (les plans de tête avec un graphique en haut deviennent la disposition C).
  • Chaque graphique obtient ses mots ou son élément exact, son animation (snap 2 images, ou pop avec ease-out sur 5 images), et le mot parlé sur lequel il tombe. Les zones rétrécissent pour rester au-dessus du visage. Les graphiques se terminent là où un plan large ou la carte de fin commence. Le logo de fin de la marque est ajouté comme carte de fin pour les 2 dernières secondes. Les mots d'emphase proviennent des déclencheurs de séquence.
  • Vérifiez : chaque graphique commence à moins de 0,05 s de son mot ; aucun chevauchement ; rien en dehors de la zone supérieure (6 % à 33 % de la hauteur, au-dessus du visage) ; rien d'autre qu'une photo en coin pendant le titre ; 1,3 à 8,6 changements d'écran par 10 s ; aucun mot interdit, pas de marque de l'étude-créateur.

6b. Couche d'effets (Règle 42)

  • Lisez motion-rules.md. Lancez python3.12 cutout.py "$WD" en arrière-plan juste après l'étape 2c lorsque le plan peut utiliser des mots derrière la tête ou un changement de fond (sortie subject.webm, mêmes images que tight.mp4).
  • Écrivez $WD\fx.json à partir des séquences : icônes apparaissant au-dessus de sa tête sur les mots de liste, un grand mot derrière sa tête sur le mot-clé, changements de fond, prises en plein écran (il quitte le cadre et une scène animée se joue pendant qu'il continue de parler), compteurs. Format dans scripts/s06b_fx.py ; les scènes et les icônes proviennent du kit motion partagé (remotion/src/motion/, assets/icons/).
  • Commande : python s06b_fx.py "$WD". Vérifiez : chaque effet tombe sur son mot, dure entre 1,2 et 6 s, sans chevauchement avec un graphique de l'étape 6, un plan large ou le titre, le cutout est présent quand nécessaire, les mots derrière la tête et les mots stats sont ses mots, les prises en plein écran représentent au maximum 40 % de la vidéo.
  • Le storyboard (étape 7) et le relecteur (étapes 7 et 9) jugent les effets comme tout autre graphique.

7. Storyboard (vérifier, puis STOPPER)

  • Commande : python s07_storyboard.py "$WD". Entrée : shots.json, graphics.json, tight.mp4. Sortie : $WD\storyboard.html (autonome), $WD\stills\, $WD\storyboard_preview.png, $WD\BRIEF_storyboard.md.
  • Vérifiez : une ligne par plan, chaque image fixe existe.
  • Avant de le montrer : créez un sous-agent frais (outil Agent, general-purpose) avec l'invite « Lisez <chemin>\BRIEF_storyboard.md et suivez-la. » Il renvoie un tableau de constats et un tableau de checklist (une ligne par règle dans taste-checklist.md). Corrigez chaque constat réel (réexécutez à partir de l'étape la plus ancienne concernée), puis dites à l'utilisateur en deux lignes ce qu'il a trouvé et ce que vous avez corrigé.
  • Envoyez storyboard.html à l'utilisateur (SendUserFile, render). Arrêtez-vous ici et attendez son approbation dans le chat. N'exécutez pas l'étape 8 avant qu'il ne le dise.
  • Lorsque ses notes arrivent : (1) écrivez chaque note dans taste-checklist.md comme une nouvelle règle avec ses mots exacts, (2) scannez toute la vidéo pour le même problème (règle d'auto-amélioration 4), (3) seulement alors modifiez inventory.json, drops_manual.json ou les séquences, réexécutez à partir de l'étape la plus ancienne concernée jusqu'à l'étape 7, relancez la vérification du storyboard et montrez-le à nouveau. Si une note contredit une ancienne règle, demandez laquelle l'emporte.

7b. Ouverture d'abord (aperçu de 10 à 15 s, puis STOPPER)

  • Une fois le storyboard approuvé, construisez uniquement l'ouverture : python s08_build.py "$WD" --frames 0 450 (les 15 premières secondes à 30 ips ; si toute la vidéo est plus courte, construisez-la en entier). Utilisez un aperçu 720p si l'utilisateur a accepté.
  • Lancez la même vérification par réviseur frais sur les images d'ouverture (logique de l'étape 9, uniquement l'ouverture), corrigez les constats réels, puis envoyez-la à l'utilisateur avec le son et STOPPEZ. Ses notes passent par les règles d'auto-amélioration 2 et 4 (règle d'abord, puis scannez tout le plan, puis modifiez-le).
  • Ne construisez pas la vidéo complète avant qu'il n'approuve l'ouverture et les éventuelles modifications de plan. « Continuez » concernant l'ouverture compte comme une approbation de l'ouverture uniquement, jamais de la version finale.

8. Construction

  • Commande : python s08_build.py "$WD" (ajoutez --frames 0 200 pour une tranche rapide). Entrée : shots.json, graphics.json, tight.mp4 approuvés. Sortie : $WD\draft.mp4, $WD\props.json.
  • Remotion l'assemble à partir de $SK\remotion\src (copié dans video-tools\remotion\jobs\). Les sous-titres sont un mot à la fois (deux lorsqu'un mot dure moins de 0,2 s), à 0,771 de la hauteur du cadre dans chaque disposition, dans la police de la marque, en gras, avec les mots d'emphase sur une pastille d'accent, sans fondu.
  • Vérifiez : l'ébauche est en 1080x1920, 30 ips, a de l'audio, et sa durée est à moins de 0,1 s de tight.mp4.

9. Révision (nouveau sous-agent, avant que l'utilisateur ne voie l'ébauche)

  • Commande : python s09_review_frames.py "$WD". Sortie : $WD\review\sheet_NN.png et $WD\review\BRIEF.md.
  • Créez un sous-agent frais (outil Agent, general-purpose) dont l'invite est uniquement : « Lisez <chemin>\review\BRIEF.md et suivez-la. » Ne lui donnez pas le plan, shots.json, graphics.json ou votre raisonnement. Il juge les images par rapport au guide de style, à la règle de marque et à chaque règle numérotée dans taste-checklist.md, et renvoie un tableau de constats plus un tableau de checklist.
  • Examinez chaque image signalée en taille réelle avant de modifier quoi que ce soit (gotcha G31 : certains signalements sont des artefacts d'échantillonnage). Corrigez chaque constat réel (modifiez l'inventaire, les déclencheurs ou les éléments ; réexécutez les étapes 5 à 8), ajoutez chaque correction à gotchas.md, et réexécutez l'étape 9 jusqu'à ce que le réviseur n'ait plus de constats ouverts, au maximum 3 tours. Signalez tout ce que vous n'avez pas corrigé, avec la raison.
  • Vérifiez : le dernier passage du réviseur n'a aucun constat ouvert sur la règle de marque, la vérification du visage et la vérification des sous-titres, et aucun ÉCHEC dans son tableau de checklist.

10. Rendu et vérification

  • Commande : python s10_final_check.py "$WD". Entrée : draft.mp4, props.json, tight_words.json, tight.mp4. Sortie : $WD\final.mp4, $WD\final_check.json.
  • Vérifications, toutes doivent réussir : 1080x1920 à 30 ips H.264 + AAC ; volume sonore à moins de 1 LU de -14 LUFS et pic vrai au maximum -1,0 dBTP ; les sous-titres sont exactement les mots de l'utilisateur et correspondent à un nouveau passage Whisper sur l'audio final (taux d'erreur de mots au maximum 10 %) ; son visage est présent dans au moins 60 % des images (MediaPipe) ; chaque effet et graphique correspond à son horodatage dans props.json ; les mots sont ordonnés et alignés temporellement ; au moins 80 % des mots sont affichés exactement une fois ; le nombre d'images correspond à tight.mp4 ; le fichier de sortie est lisible par ffmpeg.

11. Afficher ce qui a été appris

  • Ouvrez $WD\final_check.json et lisez les résultats à l'utilisateur.
  • Ouvrez taste-checklist.md et gotchas.md, montrez-lui les règles (et les gotchas) ajoutées cette fois-ci (marquées par un commentaire avec la date et l'ID de la vidéo). Expliquez en une phrase pourquoi chacune a été ajoutée.
  • Demandez-lui : « Approuvez-vous la version finale ? ». S'il dit oui, félicitations, la compétence a appris. S'il demande des modifications, revenez à l'étape 2b (mais conservez les règles ajoutées, sauf s'il dit le contraire).

Skills associés