Communitygithub.com

calebsio/generative-media-skills

Workflow de production indépendant du fournisseur pour les agents IA créant des vidéoclips, des vidéos lyriques, des visualiseurs, des vidéos de performance/narration/danse, des cutdowns sociaux, des actifs de lancement d'album ou de single, et des clips médias générés synchronisés avec des chansons.

Qu'est-ce que generative-media-skills ?

Ce skill transforme une chanson en un package vidéo cohérent, respectueux des droits et prêt pour les plateformes, en traitant la chanson comme l'épine dorsale fixe. Il est utile aussi bien pour les agents IA que pour les créateurs humains car il ordonne le chaos de la production vidéo musicale : il fournit une méthode structurée pour la cartographie des mesures, l'analyse des phrases, la synchronisation des paroles, la direction de la performance, la rédaction de prompts pour les outils de génération d'IA, et les contrôles de conformité juridique. Le skill inclut des règles de base pour préserver la provenance (sources audio, licences, consentements), éviter les conseils juridiques, et séparer les faits documentés des heuristiques créatives. Il soutient de multiples voies conceptuelles (performance, narration, lyrique, visuel, danse, abstrait/généré) et guide l'ensemble du flux de travail, de l'acquisition des informations (package de chanson, droits, références) à la publication, en passant par la construction de la carte de la chanson, le script, les prompts générés, le rythme de montage, et les points de contrôle de divulgation. Bien qu'il soit indépendant du fournisseur, il reconnaît que les outils de vidéo par IA actuels sont souvent faibles pour le synchronisme labial exact et le texte fidèle, et conseille donc d'utiliser des clips générés pour les inserts surréalistes, les visualiseurs et les transitions, tout en réservant les outils spécialisés pour le synchronisme labial critique.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/calesthio/generative-media-skills/tree/HEAD/skills/production/content-formats/music-video-production

Demander à votre IA préférée

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

Documentation

Production de Vidéoclips

Utilisez ce skill pour transformer une chanson en un package vidéo cohérent, respectueux des droits et prêt pour les plateformes. Traitez la chanson comme l'épine dorsale fixe : la vidéo existe pour amplifier sa structure, l'identité de l'artiste, les paroles et l'objectif de sortie.

Ne traitez pas cela comme une génération vidéo générique. Les vidéoclips nécessitent des cartes de mesures, des cartes de phrases, une précision des paroles, une révision de la synchronisation, des notes sur les droits, une direction de performance, des cutdowns spécifiques à la plateforme et des points de contrôle d'approbation.

Règles de base

  • Conservez l'audio maître inchangé, sauf si l'artiste, le label ou le client approuve un montage radio, un montage propre, un montage de stems, un changement de vitesse, un fondu ou une version raccourcie.
  • N'inventez jamais d'autorisation de droits. Enregistrez ce qui est autorisé, inconnu, fourni par la plateforme, sous licence, libre de droits, dans le domaine public ou généré.
  • Ne fournissez pas de conseils juridiques. Signalez les questions de droits d'auteur, de droits à l'image, d'approbation, de syndicat, de label, de distributeur ou de risque lié à la plateforme au client, au détenteur des droits, au label, au manager ou au conseil.
  • Revérifiez les règles de la plateforme au moment de la production. Les bibliothèques musicales, les labels d'IA, les outils de divulgation commerciale, les spécifications publicitaires et les limites de téléchargement changent souvent.
  • Séparez les faits documentés des heuristiques de production. Les faits doivent être traçables jusqu'à des sources actuelles ; les heuristiques sont des recommandations créatives.
  • Préservez la provenance : source de la chanson, source des paroles, stems, montages, modèles, prompts, seeds lorsqu'ils sont disponibles, documents de consentement, licences, vérifications de plateforme et notes de révision.

Acquisition

Recueillez suffisamment d'informations avant de conceptualiser :

  1. Package de la chanson
    • fichier audio final, durée, taux d'échantillonnage, résolution en bits, cible de loudness si connue
    • titre de la chanson, nom de l'artiste, artistes invités, nom de la version, ISRC/UPC si publié
    • paroles approuvées, statut explicite/propre, traduction des paroles si nécessaire
    • stems optionnels : vocal, instrumental, batterie, basse, mélodie, ad-libs
    • BPM, tonalité, signature rythmique, étiquettes de sections si connues
  2. Sortie et public
    • objectif : première, visualiseur, vidéo lyrique, engagement des fans, campagne payante, promotion de tournée, lancement d'album, test de hook court
    • plateformes cibles et ratios d'aspect
    • date de livraison, approbateurs, ordre d'approbation, directives de marque/artiste verrouillées
  3. Droits et sécurité
    • qui possède ou contrôle le master et la composition
    • si l'utilisation de synchronisation, l'utilisation sociale, l'utilisation publicitaire payante, le territoire, la durée et les droits de plateforme sont autorisés
    • si des samples, interpolations, remix, reprises ou stems tiers sont présents
    • si une marque, un produit, un lieu, une œuvre d'art, un tatouage, un logo, un accessoire ou une personne reconnaissable nécessite une autorisation
    • si une vidéo, une voix, une ressemblance, des références chorégraphiques ou des références stylistiques générées par l'IA seront utilisées
  4. Références créatives
    • 2 à 5 vidéos de référence avec ce qu'il faut emprunter : rythme, éclairage, cadrage, rythme de montage, traitement typographique, langage de caméra, couleur, niveau de surréalisme
    • ce qu'il ne faut pas copier : ressemblances d'artistes, chorégraphie exacte, logos protégés, décors distinctifs, structures plan par plan

Si le statut des droits est inconnu, procédez uniquement à la planification ou à des maquettes internes. Ne recommandez pas la publication, la promotion payante, la distribution ou la sortie publique tant que l'autorisation n'est pas résolue.

Choisissez la voie conceptuelle

Choisissez une voie principale et une texture secondaire. Une vidéo peut mélanger les modes, mais elle ne doit pas donner l'impression de six concepts non liés.

  • Vidéo de performance : l'artiste ou l'interprète porte le centre émotionnel. Meilleure quand le charisme, la prestation vocale, l'énergie du groupe ou l'identité de star comptent.
  • Vidéo narrative : des scènes d'histoire dramatisent l'arc émotionnel de la chanson. Meilleure quand les paroles impliquent un conflit, une transformation, un souvenir, une romance, une rébellion, un chagrin ou un triomphe.
  • Vidéo lyrique : la typographie, le timing et le design portent l'expérience. Meilleure avant la vidéo officielle, quand les paroles sont un accroche-clé, ou quand le budget/le temps est serré.
  • Visualiseur : motif répété, boucle, monde ambiant, motion générative ou animation symbolique soutient l'écoute. Meilleur pour les albums, les toiles de diffusion en continu et les actifs de lancement à faible friction.
  • Vidéo de danse ou chorégraphie : le mouvement est l'accroche. Meilleure pour les morceaux rythmiques, les défis de courte durée, la participation des fans et les campagnes sociales menées par la performance.
  • Vidéo abstraite/médias générés : clips d'IA, d'animation, de collage, de simulations ou d'imaginaire surréaliste créent une logique de rêve autour de la chanson. Meilleure quand le monde de l'artiste est plus important que l'histoire littérale.
  • Suite d'actifs de lancement : combinez une vidéo héroïque, des cutdowns verticaux, des boucles de teaser, des boucles de type Canvas, des extraits de paroles, des coulisses et des vignettes de plateforme.

Heuristique de production : si la chanson a un refrain mémorable, concevez au moins une signature visuelle répétable pour cette phrase. Si la chanson a un drop instrumental, concevez une récompense visuelle non lyrique : hit de danse, mouvement de caméra, changement de couleur, transformation surréaliste ou explosion de montage.

Construisez la carte de la chanson

Créez une carte des mesures et des phrases avant d'écrire des listes de plans ou des prompts.

Carte minimale :

  • timecode en mm:ss.mmm
  • section : intro, couplet, pré-refrain, refrain, post-refrain, pont, breakdown, outro
  • nombre de mesures ou de phrases si disponible
  • fragments de paroles clés et entrées vocales
  • accents de mesure, fills, drops, arrêts, notes d'attaque, ad-libs
  • intensité émotionnelle de 1 à 5
  • cible de densité de montage : longues tenues, coupes moyennes, coupes rapides, risque de stroboscope, silence
  • événement visuel : révélation, changement de mouvement, entrée de texte, plan rapproché de la performance, transition, beat narratif

Exemple de ligne de carte des mesures :

00:45.200-01:07.900 | Refrain 1 | accroche se répète deux fois | intensité 5 | coupe sur la caisse claire toutes les 2 mesures ; tenir la dernière accroche pendant 2,5s | le texte des paroles entre sur la voix, pas avant | changement d'éclairage héroïque du bleu au rouge

La cartographie des phrases est plus importante que le BPM brut. Coupez pour des raisons musicales : downbeats, débuts de paroles, fills de batterie, pauses de respiration, fins de rimes, drops de basse, changements harmoniques et silence. Évitez de couper mécaniquement à chaque temps, sauf si le genre et le concept récompensent cette intensité.

Script, traitement et liste de plans

Rédigez un court traitement avant les prompts ou le tournage.

Le traitement doit inclure :

  • promesse en une phrase : ce dont le spectateur se souviendra
  • représentation de l'artiste : iconique, vulnérable, ludique, inaccessible, documentaire, mythique, anonyme, animé
  • monde : lieu, époque, couleur, texture, météo, éclairage, sensation de l'objectif
  • structure par section de la chanson
  • motifs récurrents et comment ils évoluent
  • ce qui apparaît dans le refrain 1, le refrain 2, le refrain final, et pourquoi chacun monte en intensité
  • règles pour les paroles/le texte à l'écran
  • règles pour les clips générés : niveau de réalisme, langage de la caméra, ancres de continuité, contraintes négatives
  • risques d'approbation : droits, ressemblance, flash, contenu explicite, sécurité de la marque

Champs de la liste de plans :

ID | Timecode | Section | Taille du plan | Sujet | Action | Caméra/mouvement | Éclairage/couleur | Exigence de synchronisation | Actif/source | Notes

Exemples d'exigences de synchronisation :

  • synchronisation labiale exacte avec la voix principale
  • hit de danse sur le downbeat
  • mot des paroles apparaît sur la syllabe
  • cutaway uniquement ; pas de mouvement de bouche
  • la boucle doit redémarrer de manière invisible toutes les 4 mesures
  • le clip d'IA peut dériver ; utiliser sous la texture instrumentale

Direction de la performance et de la chorégraphie

Pour la performance :

  • Utilisez la lecture sur le plateau ou la direction générée/du synchronisme labial. L'interprète doit entendre la version audio finale approuvée ou une version de lecture alignée sur le timecode.
  • Dirigez les beats émotionnels par section, pas seulement « chantez avec énergie ». Exemple : couplet 1 contact visuel retenu, pré-refrain marche, refrain directement vers l'objectif, pont tourné, refrain final lâcher-prise de tout le corps.
  • Capturez une couverture synchronisation-sûre : plan rapproché verrouillé de la bouche, performance moyenne, large plan, inserts de détail, mouvement ralenti, cutaways sans chant.
  • Évitez le chant visible dans les plans non destinés à la synchronisation exacte, sauf si la bouche est cachée ou hors axe.
  • Pour les groupes, cartographiez les instruments vedettes sur les moments audibles. Ne coupez pas sur un batteur pendant un fill de guitare seul, sauf si c'est intentionnellement ironique.

Pour la danse :

  • Marquez les temps forts contre la carte de la chanson. Notez le nom du mouvement, la direction du corps, la direction de la caméra et l'image forte.
  • Gardez un plan large maître propre pour la continuité de la chorégraphie, puis ajoutez des plans rapprochés et des inserts de détail.
  • Planifiez des sections de défi de courte durée autour de 5 à 15 secondes de mouvement mémorable.
  • Si des danseurs générés par l'IA sont utilisés, incitez pour un rythme large et un changement de pose, mais vérifiez manuellement ; le mouvement généré peut ne pas obéir aux temps exacts.

Paroles et texte à l'écran

Utilisez uniquement les paroles approuvées. Si les paroles ne sont pas fournies, demandez-les ou transcrivez-les et marquez-les comme non approuvées.

Règles pour les vidéos lyriques :

  • Alignez les mots sur la voix principale, pas sur la grille instrumentale.
  • Gardez les sauts de ligne musicaux : phrase, rime, respiration ou unité sémantique.
  • Concevez une hiérarchie pour la voix principale, la voix secondaire, l'ad-lib et les sous-titres non lyriques.
  • N'obscurcissez pas le visage de l'artiste aux moments émotionnels, sauf si le concept est typographique.
  • Présentez des marges de sécurité pour les superpositions UI verticales et les sous-titres.
  • Fournissez un master propre sans texte lorsque c'est possible pour la localisation et les modifications futures.

Le texte à l'écran peut inclure des cartes de titre, des crédits, des avertissements, la date de sortie, des appels à l'action pour le merch/la tournée et des divulgations. Gardez les divulgations lisibles et près de la revendication ou du contenu qu'elles clarifient.

Traduction de prompts vidéo générés

Lorsque vous utilisez des outils d'image/vidéo IA, traduisez la direction du vidéoclip en prompts de production. Ne demandez pas à un modèle de « faire un vidéoclip » et espérez la synchronisation. La plupart des systèmes de vidéo générée sont faibles pour le synchronisme labial exact, le timing des paroles, la fidélité du texte et la continuité, à moins que le fournisseur ne prenne spécifiquement en charge ces contrôles.

Composants du prompt :

  • durée du plan et ratio d'aspect
  • identité du sujet ou description du personnage fictif ; évitez la ressemblance non autorisée avec une personne réelle
  • action dans une phrase de mouvement claire
  • mouvement de la caméra et taille du plan
  • éclairage, objectif, couleur, texture, lieu
  • ancre de timing de la carte de la chanson
  • ancres de continuité : garde-robe, accessoire, couleur, environnement
  • contraintes négatives : pas de texte aléatoire lisible, pas de doigts supplémentaires, pas de logo, pas de bouche chantant, pas de morphing du visage, pas de scintillement

Exemple de prompt de clip généré :

Plan vertical 9:16 de 4 secondes pour le refrain final d'un vidéoclip indie-pop. Un interprète fictif vêtu d'une veste argentée court dans une ruelle imprégnée de néon, se tourne brusquement vers la caméra sur le downbeat, et lance une poignée de paillettes qui deviennent des étoiles flottantes. Prise de vue à l'épaule, sensation d'objectif 35mm, cyan et magenta saturés, reflets sur trottoir mouillé, récompense du refrain à haute énergie. Pas de ressemblance avec une célébrité réelle, pas de panneaux lisibles, pas de mouvement de synchronisation labiale, pas de stroboscopie, pas de logos de marque.

Utilisez les clips générés là où ils sont les plus forts : inserts surréalistes, visualiseurs, environnements, transitions, action symbolique, séquences de rêve et texture. Utilisez des outils spécialisés de synchronisme labial ou d'avatar, des séquences réelles ou de l'animation soigneusement dirigée lorsque la synchronisation labiale est cruciale.

Rythme de montage

Le montage d'un vidéoclip doit sembler musicalement intentionnel sans devenir prévisible.

  • Établissez une grammaire visuelle dans l'intro.
  • Utilisez les couplets pour l'histoire, l'intimité ou la construction du monde.
  • Utilisez les pré-refrains pour l'accélération : mouvement de caméra, coupes plus courtes, densité de texte croissante, transition de couleur.
  • Utilisez les refrains pour l'idée visuelle la plus répétable.
  • Réservez une escalade pour le refrain final : nouveau lieu, plan plus large, groupe de chorégraphie, inversion de couleur, pluie/feu/confettis, foule ou transformation abstraite.
  • Laissez respirer les paroles importantes. Une ligne puissante fonctionne souvent mieux avec une tenue qu'avec plus de coupes.
  • Créez du contraste : montage dense après une longue tenue, silence après le chaos, plan rapproché après une large chorégraphie.
  • Évitez les motifs de flash au-dessus des seuils d'accessibilité ; n'utilisez pas le stroboscope plein écran rapide comme solution par défaut pour « l'énergie ».

Utilisez les cutdowns intentionnellement :

  • 6-8 secondes : accroche/teaser/boucle de type Canvas ; une seule idée.
  • 10-15 secondes : défi social ou accroche de refrain.
  • 20-30 secondes : publicité payante ou annonce de sortie.
  • 45-60 secondes : extrait long de courte durée.
  • Longue durée : vidéoclip ou visualiseur canonique.

Synchronisation labiale et synchronisation de lecture

Pour le travail en prise de vue réelle ou avatar/synchronisation labiale :

  • Verrouillez la version audio avant de générer ou de filmer les plans de synchronisation.
  • Utilisez une ardoise/timecode ou un clap visible pour les tournages en direct lorsque c'est possible.
  • Alignez les formes de la bouche sur les consonnes et les débuts de phrase ; les voyelles seules sont indulgentes, les plosives ne le sont pas.
  • Vérifiez la synchronisation à vitesse normale et à demi-vitesse.
  • Si un plan est légèrement décalé, utilisez des cutaways sur les pires syllabes au lieu d'étirer l'audio maître.
  • Ne modifiez pas la hauteur, le tempo ou le timing de la chanson publiée pour l'adapter aux visuels générés, sauf approbation explicite.

Pour la synchronisation des paroles :

  • Vérifiez ponctuellement toutes les répétitions de refrain ; le timing copié-collé dérive souvent parce que le phrasé vocal change.
  • Confirmez que le traitement des paroles censurées/propres correspond à la version audio distribuée.

Droits, crédits et points de contrôle de divulgation

Faites remonter au client, au détenteur des droits, au label, au manager, au distributeur, au spécialiste de la plateforme ou au conseil lorsque l'un de ces éléments apparaît :

  • la chanson protégée par le droit d'auteur n'est pas possédée/contrôlée par l'artiste ou le client
  • une reprise, un remix, un sample, une interpolation, un bail de beat, une boucle de stock ou une voix tierce est présente
  • la vidéo sera utilisée dans des publicités payantes, des partenariats de marque, des contextes politiques, des industries réglementées ou des recommandations
  • une ressemblance avec une personne réelle, un clone vocal, une réplique numérique, des images d'archives, des images de fans, des mineurs, des lieux privés, des tatouages, des logos ou des œuvres d'art apparaissent
  • la bibliothèque musicale native de la plateforme est utilisée en dehors de son contexte autorisé
  • le média généré imite trop étroitement un artiste vivant, une célébrité, un danseur, un photographe, un réalisateur ou un style visuel reconnaissable
  • les règles d'un syndicat, d'un contrat de label, d'un distributeur ou d'un lieu peuvent s'appliquer

Faits documentés à appliquer, vérifiés le 11 juillet 2026 :

  • YouTube exige que les créateurs divulguent le contenu synthétique ou altéré réaliste que les spectateurs pourraient prendre pour une personne, un lieu, une scène ou un événement réel ; YouTube indique que les utilisations clairement irréalistes, animées, à effets spéciaux ou d'assistance à la production ne sont généralement pas requises en vertu de cet outil. Source : Blog YouTube, « Comment nous aidons les créateurs à divulguer le contenu synthétique ou altéré » et pages de divulgation « Comment ce contenu a été créé » de l'Aide YouTube.
  • TikTok indique que les créateurs doivent étiqueter le contenu réaliste généré par l'IA et propose des étiquettes IA créateur et automatiques ; étiqueter de manière trompeuse du contenu non modifié comme étant généré par l'IA peut …

Individual skills in this repo

This repo contains 9 individual skills — each has its own dedicated page.

calesthio/brand-launch-film-production

Provider-independent production workflow for AI agents creating brand launch films, product reveal videos, manifesto films, campaign hero films, website hero videos, investor/customer launch assets, and social cutdowns. Use when planning, scripting, generating, editing, reviewing, or delivering launch films that must align strategy, claims, brand voice, visual direction, product proof, accessibility, compliance, and multi-platform delivery.

calesthio/character-design-continuity

Provider-independent character design and continuity direction for generated media. Use when an agent must create, preserve, revise, or QA a recurring character across AI-generated images, video clips, avatars, animation, comics, ads, product mascots, serialized social posts, or multi-shot campaigns; especially when building character bibles, reference packs, prompts, expression/pose ranges, costume/hair/makeup/prop continuity, identity and likeness safeguards, iteration plans, handoff notes, or continuity reviews.

calesthio/generative-media-skills

Provider-independent localization and dubbing production direction for AI agents producing translated videos, dubbed ads, social clips, explainers, avatar videos, documentaries, training media, and multi-market campaigns. Use when planning or reviewing subtitle-versus-dub strategy, translation adaptation, glossary/style-guide setup, casting or voice matching, lip-sync or phrase-sync direction, synthetic dubbing boundaries, captions/subtitles handoff, accessibility, platform delivery, client review, or localization QA.

calesthio/generative-media-skills

Provider-independent cinematic trailer production for AI agents creating movie-style trailers, teaser trailers, launch trailers, game trailers, documentary trailers, series promos, and high-impact generated-media previews. Use for trailer strategy, structure, shot planning, voiceover/title-card copy, music and sound-design direction, generated-video prompt translation, edit pacing, platform/runtime choices, delivery handoff, rights/claims caveats, and trailer QA.

calesthio/generative-media-skills

Provider-independent explainer video production for AI agents creating educational, product, concept, nonprofit/public-service, onboarding, training, animated, mixed-media, and short social explainers. Use when an agent must turn a topic, brief, research corpus, product, process, policy, dataset, or complex idea into a factual, accessible, narrated, captioned, storyboarded, generated-media-ready explainer video with claim review, localization, pacing, variants, and QA.

calesthio/generative-media-skills

Use this skill to plan, direct, finish, and QA provider-independent mono or stereo 180-degree, 360-degree, spherical, spatial, wide-FOV, and immersive video. It covers format choice, capture rigs, stitching, nadir and seam management, stereoscopic comfort, attention direction, stabilization, ambisonic and spatial audio, titles, captions, accessibility, edit, color, VFX, projection metadata, Vision Pro, YouTube, headset delivery, device QA, and privacy, location, and likeness rights. Do not use it for interactive XR apps, volumetric/world-model generation, game-engine experiences, or provider-specific video generation prompts.

calesthio/generative-media-skills

Provider-independent captions and media accessibility direction for AI agents producing or finishing generated videos, ads, social clips, explainers, avatar videos, documentaries, podcasts/video recuts, training media, and localized content. Use when planning, authoring, reviewing, localizing, burning in, exporting, or QAing captions, subtitles, SDH, transcripts, audio description, flashing/motion safety, caption readability, or accessible media handoff files.

calesthio/generative-media-skills

Provider-independent dialogue editing and ADR direction for AI agents producing generated videos, films, ads, avatar clips, explainers, localization/dubbing, podcasts, recuts, and social content. Use for dialogue prep, repair, room tone, take comping, sync, ADR cueing, dubbing direction, pronunciation, de-essing, plosives, mouth clicks, voice continuity, synthetic voice consent boundaries, captions/transcripts handoff, mix handoff, loudness, intelligibility, accessibility, and QA.

calesthio/motion-graphics-direction

Provider-independent motion graphics direction for AI agents producing title sequences, lower thirds, explainer graphics, product UI overlays, social ads, kinetic typography, diagrams, data callouts, brand films, and video post. Use when planning, prompting, storyboarding, specifying, implementing, reviewing, or QAing motion graphics across live footage, generated video, UI capture, data visualization, brand systems, typography, accessibility, claim integrity, runtime handoff, and iteration.

Skills associés