Comfy Director

Que fait Comfy Director ?

L'histoire d'abord, les images ensuite. Les films d'IA multi-plans échouent au montage, pas au rendu : des battements qui ne s'engendrent pas mutuellement se lisent comme un montage déguisé en histoire, quelle que soit la qualité de chaque plan.

PRÉREQUIS OBLIGATOIRE : la compétence comfy (mécanismes CLI + le chemin de recette — apply/capture/foreach — pour les graphes multi-étapes réutilisables). En cas d'échec d'un travail, comfy-debug.

Ordre des opérations

1. Concept — une idée qu'un inconnu peut reformuler.
2. Scénario — avant de toucher au pipeline. Livrez-le d'abord à l'utilisateur.
3. Liste de plans — chaque scène cartographiée avec une stratégie de continuité.
4. Conception audio — en fonction des battements émotionnels du scénario, pas après les images.
5. Produire → conformer → CQ.

Sauter l'étape 2 et passer directement aux rendus est la cause #1 des montages annulés.

Règles du scénario

• Un seul protagoniste que la caméra peut suivre. Reconnaissable dans chaque plan.
• Test de causalité : chaque coupe répond à « et à CAUSE de ça… » — jamais « et ensuite, ailleurs… ». Si un battement peut être réorganisé sans rien casser, ce n'est pas encore une histoire.
• Test de l'inconnu : quelqu'un sans contexte doit pouvoir reformuler l'intrigue en deux phrases (« X voulait A, B l'en a empêché, il a fait C, donc D »).
• Les battements portent des durées qui totalisent le temps d'exécution cible.

Règles du concept

• La marque/le produit est ressenti, pas nommé : défendez sa philosophie ; les clins d'œil internes et le folklore de la communauté affichés à l'écran sont perçus comme du fan-service.
• Une technique que le client mentionne (« transfert de style », un nom de modèle) est une étincelle, pas un mandat — utilisez-la uniquement si l'idée en a besoin. Construire le film autour d'une technique est le signe d'un fournisseur, pas d'un réalisateur.
• L'étrangeté doit se cumuler : sujet ET objet ET cadre surprenants. Un seul élément étrange dans un cadre normal n'est qu'une décoration.

Création des prompts pour les plans

• Plans photoréalistes : langage de directeur de la photographie / pellicule UNIQUEMENT. Un seul nom d'illustrateur/anime/bande dessinée dans un prompt photoréaliste le gâche. Les références illustrées n'appartiennent qu'aux plans délibérément stylisés.
• Les prompts de mouvement décrivent COMMENT la scène bouge, pas ce qu'elle contient (voir les pièges vidéo de la compétence comfy — pièges des modèles t2v/i2v, SaveVideo, câblage fps).

Boîte à outils de continuité

Choisissez par plan, par ordre de force approximatif :

Stratégie	Utilisation pour
Image de référence du personnage/lieu transportée dans chaque plan du graphe i2v	identité du protagoniste
Même identité, nouveaux cadrages via édition d'image de référence (un héros → N angles)	visage reconnaissable entre les coupes
Image clé du plan N ensemence le plan N+1 (restylage ou image de fin référencée)	action contiguë
Tête parlante alimentée par l'AUDIO EXACT qui est joué (KlingAvatar), coupe entre les angles de la même tête synchronisée — jamais de B-roll sur la VO	dialogue qui doit sembler réel
Répétition à l'identique des lignes de garde-robe/lumière/objectif dans chaque prompt	colle de base peu coûteuse

Si un plan ne peut pas maintenir la continuité, réécrivez le scénario pour qu'il n'ait pas besoin de ce plan — ne livrez pas la rupture.

Audio

• Musique = courtes séquences conçues et assemblées aux pivots de l'histoire ; une seule longue génération ne suivra pas un arc dynamique (elle s'inverse exactement là où vous avez besoin du pic).
• Placez la VO par calcul : durée de la piste par rapport à la fenêtre de battement, avant le mixage.
• Faites baisser la musique sous la VO ; normalisez le volume du mix final (~-14 LUFS).
• Le dialogue doit être synchronisé par construction. Pilotez la bouche à partir de l'audio exact qui est joué (KlingAvatar sound_file) et coupez entre angles de la même tête synchronisée — un B-roll sur une VO continue donne l'impression d'un montage, et les bouches inventées par i2v dérivent. « Pas de synchronisation / ne semble pas réel » est le rejet classique. (Générez l'audio dans le graphe — LoadAudio cloud ne peut pas voir les téléchargements ; voir les pièges audio de comfy.)
• Verrouillez la voix et le casting par l'OUÏE avant les rendus coûteux. La voix/l'accent est subjectif et illisible à partir d'une forme d'onde — générez quelques prises TTS candidates bon marché d'une seule ligne, faites choisir l'utilisateur, PUIS intégrez la gagnante dans les plans coûteux et sujets à transient_auth d'avatar/synchronisation. Re-rendre tous les plans à cause d'une voix rejetée est une perte évitable. Même logique pour l'apparence du protagoniste : approuvez l'image fixe du héros avant de générer chaque plan à partir de celle-ci.
• Vérifiez le mix par mesure, pas par foi. Vous ne pouvez pas entendre le rendu — ffmpeg volumedetect chaque section : une fin « silencieuse » ou une ligne enterrée apparaît comme une fenêtre proche de -91 dB. Confirmez que chaque battement est présent au niveau avant de déclarer la tâche terminée.

Opérations de production

• Ajoutez CHAQUE soumission — plans, images clés, pistes audio, resoumissions — à job_ids.txt (<nom_travail> <prompt_id>) au moment de la soumission. Ajout uniquement : une resoumission obtient une nouvelle ligne (shot_s3_resubmit <id>), jamais une écrasement, de sorte que les prompt_id morts conservent leur identité de plan.

• Conservez LOG.md à la racine du projet : un journal d'événements en ajout seulement, écrit au moment de l'événement, pas en fin de session — une ligne par soumission/resoumission (+ code d'échec), par verdict de CQ (+ raison du rejet), et par décision qui invalide un travail antérieur : rechangements, modifications de prompt, quelle image de référence ou piste est désormais canonique. Les constatations image par image vivent dans qc/QC_LOG.md ; LOG.md les indexe.

  17:36 ERREUR shot_s3 transient_auth -> RESOUMISSION 27dd45b4 (même workflow, pas de reconnexion)
  17:44 CQ shot_s2 ÉCHEC fond-défilement -> re-génération (même kf, nouvelle graine) ; refaire le battement si 2e échoue
  17:50 DÉCISION rechangement protagoniste -> ref_ray.png canonique ; vo2, vo6 obsolètes, re-gén
  

• Contrat de récupération : un agent successeur sans mémoire doit pouvoir reprendre à partir du disque seul : LOG.md (ce qui s'est passé, pourquoi) → job_ids.txt (quels travaux) → comfy jobs status (leurs états). Une décision absente de LOG.md meurt avec la session — les travaux terminés mais obsolètes (les pistes VO d'un ancien casting) ressemblent autrement à des travaux valides.

• ffprobe chaque clip téléchargé ; normalisez la durée/les dimensions hors spécifications avant le conformage.

• Contrôlez une image de chaque clip par rapport au scénario avant le montage.

• Durée exacte : ajustez/retardez par battement dans ffmpeg, n'espérez pas.

Erreurs courantes (chacune a tué un vrai montage)

Erreur	Résultat
Rendu avant le scénario	« Huit beaux battements qui ne s'engendrent pas mutuellement »
Folklore de la communauté à l'écran	« Trop direct, fan-service »
Technique mentionnée par le client comme concept	« Je l'ai dit pour susciter des idées »
Pas de plan de continuité	Le protagoniste change de visage à chaque coupe
Une seule génération musicale de 40s	L'arc s'inverse au climax
B-roll sur une VO continue	« Donne l'impression d'un montage / l'audio ne correspond pas »
Voix intégrée dans N plans avant que l'utilisateur ne l'entende	Re-rendre tout quand il la rejette
Plans de tête parlante bout à bout	La voix dérive hors synchronisation (l'avatar ajoute de la vidéo après l'audio)