Lorsque cette compétence est activée, commencez toujours votre première réponse par l'emoji :movie_camera:.
Créateur de vidéos
Ceci est la compétence d'orchestration pour la création de vidéos de bout en bout. Elle coordonne un workflow complet en 7 étapes qui guide l'utilisateur de « J'ai besoin d'une vidéo » à un rendu 4K final. Chaque étape délègue à des compétences compagnes (remotion-video, video-scriptwriting, video-audio-design, video-analyzer) tandis que cette compétence assure le séquencement, les points de validation et les transitions entre les étapes.
Vous n'avez PAS besoin de connaître les détails internes de Remotion ou l'ingénierie audio - ceux-ci sont gérés par les compétences compagnes. Le travail de cette compétence est d'exécuter le processus, de poser les bonnes questions et de s'assurer que rien n'est sauté.
Quand utiliser cette compétence
Déclenchez cette compétence lorsque l'utilisateur :
- Dit « fais-moi une vidéo », « crée une vidéo sur » ou « j'ai besoin d'une vidéo pour »
- Souhaite une démo produit, une vidéo explicative, un clip social ou une annonce
- Demande une production vidéo complète du concept au rendu
- A besoin d'aide pour transformer une idée en fichier vidéo final
- Mentionne vouloir une vidéo programmatique avec Remotion
- A une vidéo de référence et veut créer quelque chose de similaire
Ne déclenchez PAS cette compétence pour :
- Modifier un fichier vidéo existant (utilisez video-analyzer ou les compétences ffmpeg)
- Écrire un script uniquement sans produire de vidéo (utilisez video-scriptwriting)
- Une production audio uniquement comme des podcasts (utilisez video-audio-design pour la musique/effets sonores)
- Des questions de codage Remotion sans contexte de production (utilisez remotion-video)
- Analyser ou revoir une vidéo (utilisez video-analyzer)
Principes clés
-
D'abord le visuel : Faites approuver les visuels avant de dépenser de l'argent pour l'audio. La narration coûte de l'argent réel via ElevenLabs - ne la générez jamais tant que la couche visuelle n'est pas verrouillée.
-
Interviewez de manière exhaustive : Posez jusqu'à 30 questions pour capturer tout le contexte concernant le produit, le public, les objectifs, le ton, les ressources et les préférences visuelles. Un contexte incomplet entraîne des reprises coûteuses.
-
Transfert structuré : Le fichier
video-script.yamlest la source unique de vérité entre toutes les étapes. Chaque scène, nombre d'images, ligne de narration et signal sonore réside dans ce fichier. -
Points de validation utilisateur : Une approbation explicite est requise à chaque étape majeure. Ne passez jamais automatiquement à l'étape suivante. L'utilisateur doit dire « approuvé » ou « ça me semble bon » avant que l'étape suivante ne commence.
-
Par défaut en 4K : Toujours rendre en 3840x2160 sauf indication contraire de l'utilisateur. Le passage à une résolution inférieure est facile ; le passage à une résolution supérieure ne l'est pas.
Le workflow en 7 étapes
Étape 0 : S'assurer que le projet Remotion existe (prérequis)
Avant toute chose, l'utilisateur doit avoir un projet Remotion configuré. C'est
l'espace de travail où tout le code vidéo sera écrit. Vérifiez si vous êtes déjà à l'intérieur
un projet Remotion (cherchez remotion.config.ts ou @remotion/cli dans
package.json). Sinon, créez-en un :
npx create-video@latest
Ceci crée un nouveau dossier avec le projet de démarrage. Ensuite, installez les dépendances :
cd <nom-du-projet>
npm install
NE PAS passer à l'étape 1 avant qu'un projet Remotion n'existe et que les dépendances ne soient installées. Toutes les étapes suivantes écrivent du code dans ce projet.
Si l'utilisateur a déjà un projet Remotion, cd dedans et continuez.
Étape 1 : Entretien approfondi
Recueillez tout le contexte nécessaire pour rédiger un script complet. Posez les questions une à la fois en utilisant une approche conversationnelle interactive.
Catégories de questions (visez 15 à 30 questions au total) :
| Catégorie | Exemples de questions |
|---|---|
| Produit/sujet | Que fait le produit ? Quelle est la proposition de valeur principale ? |
| Public | Qui est le spectateur cible ? Niveau technique ? |
| Objectifs vidéo | Que doit faire le spectateur après avoir regardé ? |
| Ton/style | Ludique ou professionnel ? Rythme rapide ou lent ? |
| Ressources | Avez-vous des logos, des captures d'écran, des couleurs de marque, des polices ? |
| Contenu | Quelles sont les fonctionnalités ou messages clés à couvrir ? |
| Préférences visuelles | Des vidéos de référence ? Style d'animation préféré ? |
| Durée | Combien de temps doit durer la vidéo ? Où sera-t-elle publiée ? |
Règles pour l'étape 1 :
- Posez une question à la fois - ne déversez pas un questionnaire
- Si l'utilisateur fournit une vidéo de référence, analysez-la d'ABORD en utilisant la compétence video-analyzer avant de poser des questions
- Résumez ce que vous savez après toutes les 5 à 8 questions
- Ne continuez pas avant d'avoir suffisamment de contexte pour chaque scène
- Terminez par : « J'ai assez de contexte pour écrire le script. Prêt à continuer ? »
Critère de sortie : L'utilisateur confirme que vous avez assez de contexte.
Étape 2 : Générer le script (YAML)
Utilisez les modèles de la compétence video-scriptwriting pour produire un script YAML structuré.
Formule du nombre d'images :
images = durée_en_secondes * 30
Toutes les compositions Remotion utilisent 30 images par seconde par défaut.
Générer un fichier video-script.yaml avec cette structure :
title: "Démo Produit - Widget Acme"
fps: 30
resolution: { width: 3840, height: 2160 }
total_duration_seconds: 60
scenes:
- id: scene-01
title: "Accroche"
duration_seconds: 5
frames: 150
narration: "Vous êtes-vous déjà demandé si vos widgets pouvaient penser par eux-mêmes ?"
visuals: "Fond sombre, logo Acme lumineux qui apparaît en fondu, particules"
animation_notes: "Échelle du logo 0->1 avec ressort, particules émises depuis le centre"
music_cue: "Nappe synthé ambiante, faible énergie"
sfx: "Souffle subtil sur l'apparition du logo"
transition_out: "fondu enchaîné"
- id: scene-02
# ... continuez pour toutes les scènes
Règles pour l'étape 2 :
- Chaque scène doit avoir les champs
duration_seconds,frames,narration,visuals,animation_notes,music_cueetsfx - Les nombres d'images doivent être égaux à
duration_seconds * 30 - Les durées totales des scènes doivent correspondre à
total_duration_seconds - Présentez le script complet à l'utilisateur pour examen
- Itérez sur les retours jusqu'à ce que l'utilisateur approuve explicitement
Critère de sortie : L'utilisateur approuve le script.
Étape 3 : Vérification visuelle
Créez un projet Remotion minimal avec uniquement les visuels - pas encore de couche audio.
Ce qu'il faut construire :
- Compositions Remotion pour chaque scène (visuels, animations, typographie, couleurs)
- Transitions de scènes correspondant au script
- Nombres d'images corrects par scène
- Mise en page et espacement de base en résolution 4K
Ce qu'il NE faut PAS encore construire :
- Intégration audio
- Synchronisation de la narration
- Atténuation du volume
- Pipeline de rendu final
Processus :
- Vérifiez que le projet Remotion est configuré (fait à l'étape 0)
- Construisez les compositions visuelles pour chaque scène dans le projet
- Lancez Remotion Studio :
npx remotion studio - Dites à l'utilisateur de prévisualiser à
http://localhost:3000 - Itérez sur les retours visuels (couleurs, timing, animations, transitions)
- Obtenez une APPROBATION VISUELLE EXPLICITE avant de continuer
Critère de sortie : L'utilisateur approuve explicitement les visuels.
Étape 4 : Construire le projet Remotion complet
Maintenant que les visuels sont approuvés, étoffez le projet complet.
Tâches :
- Finalisez toutes les compositions avec des animations soignées
- Câblez les transitions de scène à scène
- Ajoutez des schémas Zod pour la paramétrisation (titres, couleurs, durées)
- Assurez-vous que les nombres d'images correspondent exactement au script
- Organisez proprement la structure du projet :
src/
compositions/
Scene01Accroche.tsx
Scene02Fonctionnalite.tsx
...
components/
LogoAnime.tsx
TransitionFondu.tsx
...
Root.tsx
index.ts
video-script.yaml
Règles pour l'étape 4 :
- Chaque scène doit être son propre fichier de composition
- Les composants partagés vont dans
components/ - Tous les nombres magiques doivent être remplacés par des propriétés de schéma Zod
- Les nombres d'images doivent toujours correspondre à
video-script.yaml
Critère de sortie : Le projet complet se construit sans erreurs et correspond aux visuels approuvés.
Étape 5 : Ajouter l'audio de fond + les effets sonores
Utilisez les modèles de la compétence video-audio-design.
Tâches :
- Trouvez ou sélectionnez la musique de fond (fournie par l'utilisateur ou provenant de sources documentées)
- Placez les effets sonores aux points de déclenchement du script (clics, frappes, souffles, etc.)
- Définissez les niveaux de volume de base pour la musique et les effets sonores
- Implémentez l'infrastructure d'atténuation - préparez les courbes de volume qui abaisseront la musique pendant les segments de narration à l'étape 6
- Prévisualisez la synchronisation audio-visuelle dans Remotion Studio
Directives de volume :
| Couche | Volume de base | Pendant la narration |
|---|---|---|
| Musique de fond | 0.3-0.5 | 0.1-0.15 |
| Effets sonores | 0.5-0.8 | 0.4-0.6 |
| Narration | N/A (Étape 6) | 1.0 |
Critère de sortie : L'utilisateur approuve la synchronisation audio-visuelle.
Étape 6 : Ajouter la narration (différée - coûte de l'argent)
Cette étape implique des appels API payants à ElevenLabs. Confirmez toujours avant de continuer.
Configuration :
- Vérifiez si l'utilisateur a une clé API ElevenLabs
- Sinon, guidez-le à travers l'inscription sur
https://elevenlabs.io - Posez des questions sur les préférences vocales :
- Préférence de genre ?
- Tranche d'âge (jeune, moyen, mature) ?
- Préférence d'accent ?
- Niveau d'énergie (calme, modéré, énergique) ?
- Chaleur (chaleureux et amical, neutre, autoritaire) ?
Processus :
- Générez l'audio de narration pour chaque scène via l'API ElevenLabs
- Calculez les durées audio exactes à partir des fichiers générés
- Ajustez les nombres d'images si la narration est plus longue/plus courte que prévu
- Mettez à jour
video-script.yamlavec les durées audio réelles - Synchronisez la narration avec le timing visuel
- Activez l'atténuation du volume sur la musique de fond pendant les segments de narration
- Prévisualisez le mixage audio complet dans Remotion Studio
Règles pour l'étape 6 :
- Confirmez toujours les coûts avant de faire des appels API
- Si l'utilisateur souhaite sauter la narration, c'est correct - passez à l'étape 7 sans elle
- Si l'utilisateur préfère un autre fournisseur TTS, supportez-le
- Resynchronisez tout le timing si les durées audio diffèrent des estimations du script
Critère de sortie : L'utilisateur approuve la synchronisation de la narration (ou saute explicitement cette étape).
Étape 7 : Prévisualisation finale + rendu 4K
Processus :
- Lancez la prévisualisation complète avec toutes les couches dans Remotion Studio
- Dites à l'utilisateur de revoir la vidéo complète (visuels + musique + effets sonores + narration)
- Obtenez l'approbation finale
- Rendez en 4K :
npx remotion render src/index.ts Main out/video.mp4 \
--width 3840 --height 2160
Recommandations de format :
| Format | Cas d'utilisation |
|---|---|
| MP4 (H.264) | Web, réseaux sociaux, partage général |
| MP4 (H.265) | Taille de fichier plus petite, lecture sur appareils modernes |
| ProRes | Montage ultérieur dans Premiere, Final Cut, DaVinci |
| WebM (VP9) | Intégration web avec support de la transparence |
Critère de sortie : Fichier vidéo rendu livré à l'utilisateur.
Règles d'orchestration
- Chaque étape nécessite l'approbation explicite de l'utilisateur avant de passer à l'étape suivante
- Expliquez ce que vous faites et pourquoi à chaque étape
- Si l'utilisateur fournit une vidéo de référence, exécutez d'ABORD video-analyzer avant de commencer l'étape 1
- Créez toujours un fichier
video-script.yamlcomme source unique de vérité - La structure du projet Remotion doit être propre et bien organisée
- Si l'utilisateur souhaite sauter la narration (étape 6), passez directement à l'étape 7
- Si l'utilisateur souhaite un autre fournisseur TTS, adaptez l'étape 6 en conséquence
- Ne générez jamais l'audio de narration avant l'approbation visuelle (étape 3 terminée)
- Ne sautez jamais la vérification visuelle - elle évite des reprises coûteuses
- Par défaut, passez toujours en 4K (3840x2160) sauf indication contraire de l'utilisateur
Types de vidéos supportés
| Type | Durée | Scènes | Par scène |
|---|---|---|---|
| Démo produit | 30-120s | 6-15 | 5-10s |
| Vidéo explicative | 60-180s | 8-20 | 5-12s |
| Clip social | 15-60s | 3-8 | 3-8s |
| Annonce | 15-45s | 3-6 | 4-8s |
Anti-patrons / erreurs courantes
| Anti-patron | Pourquoi cela échoue | Approche correcte |
|---|---|---|
| Générer la narration avant l'approbation visuelle | Gaspille de l'argent si les visuels changent | Terminez d'abord les étapes 1 à 4, puis la narration |
| Sauter l'entretien | Le script manque de contexte, les scènes semblent génériques | Posez 15 à 30 questions ciblées |
| Pas de fichier de script YAML | Pas de source de vérité, dérive du timing | Générez toujours video-script.yaml |
| Passer automatiquement à l'étape suivante sans approbation | L'utilisateur perd le contrôle, les reprises sont coûteuses | Attendez un « approuvé » explicite à chaque point de contrôle |
| Coder en dur des valeurs dans Remotion | Impossible de paramétrer ou de réutiliser | Utilisez des schémas Zod pour toutes les valeurs configurables |
| Rendre en 1080p par défaut | Impossible de passer à une résolution supérieure plus tard | Par défaut, passez toujours en 4K (3840x2160) |
| Construire l'audio et les visuels simultanément | Rend l'itération pénible | D'abord le visuel, l'audio après approbation |
Pièges
-
Le calcul du nombre d'images est important. 60 secondes à 30 ips = 1800 images exactement. Si les durées des scènes ne s'additionnent pas correctement, la vidéo sera trop courte ou trop longue. Vérifiez toujours :
sum(scene.duration_seconds) == total_duration_seconds. -
Remotion Studio a besoin d'un serveur de développement en cours d'exécution. Après avoir construit les compositions, vous devez exécuter
npx remotion studioet dire à l'utilisateur d'ouvrirhttp://localhost:3000. Ne supposez pas qu'il peut prévisualiser sans cela. -
Les durées de narration ElevenLabs sont imprévisibles. Une ligne de script de 5 secondes peut produire 4,2 s ou 6,1 s d'audio. Mesurez toujours les durées réelles après génération et ajustez les nombres d'images en conséquence.
-
L'atténuation du volume nécessite de connaître le timing de la narration. Les courbes d'atténuation pour la musique de fond dépendent de la connaissance du moment exact où la narration commence et se termine dans chaque scène. C'est pourquoi l'étape 5 met en place l'infrastructure d'atténuation mais l'étape 6 l'active.
-
Le rendu 4K est lent. Une vidéo de 60 secondes en 3840x2160 peut prendre 10 à 30 minutes selon la complexité. Avertissez l'utilisateur du temps de rendu avant de commencer, et suggérez d'abord un rendu de test en 1080p s'il souhaite une vérification rapide.
Références
references/workflow-checklist.md- Liste de contrôle détaillée pour chacune des 7 étapes avec sous-tâches, résultats attendus et critères d'approbationreferences/project-templates.md- Structures de projet Remotion de démarrage pour chaque type de vidéo avec arborescences et échafaudages de composantsreferences/troubleshooting.md- Problèmes courants et correctifs pour le rendu Remotion, la synchronisation audio, FFmpeg, l'API ElevenLabs et les performances
Vérification des compagnons
Lors de la première activation de cette compétence dans une conversation : vérifiez quelles compétences compagnes sont installées en exécutant
ls ~/.claude/skills/ ~/.agent/skills/ ~/.agents/skills/ .claude/skills/ .agent/skills/ .agents/skills/ 2>/dev/null. Comparez les résultats avec le champrecommended_skillsdu frontmatter de ce fichier. Pour toutes celles qui manquent, mentionnez-les une fois et proposez de les installer :
…
[abrégé pour la traduction]