long-recording-to-shortvideo

Montage de longue vidéo d'activité en clip court

Quel problème résout-il ?

Un montage automatique d'une longue vidéo peut aboutir à des sélections décalées, des sous-titres mal coupés, une musique qui couvre la voix, des erreurs de marque, nécessitant une reprise complète. Ce workflow décompose le montage en étapes séquentielles avec des points de validation humaine : chaque étape résout un seul type de problème avant de passer à la suivante ; les problèmes ne s'accumulent pas entre les niveaux.

Il ne vise pas un montage cinématographique, mais une qualité publiable stable, tout en permettant aux utilisateurs novices de comprendre ce qu'ils valident à chaque étape.

Aperçu des étapes

Étape	Produit	Que valider ?	Entrée
Étape 1 · Enregistrement des besoins et du métrage source (P0)	« Fiche des besoins du produit final »	Exhaustivité et exactitude des faits, autorisations, zones interdites, terminologie	Vidéo source + instructions utilisateur
Étape 2 · Plan de sélection (P1)	Plan structuré avec timestamps	Les points essentiels sont-ils présents ? Les passages superflus supprimés ? Le thème est-il complet ?	Fiche des besoins validée
Étape 3 · Montage brut sans habillage (P2)	Échantillon monté brut sans habillage	Enchaînements, rythme, durée totale	Plan structuré validé
Étape 4 · Habillage en produit fini (P3)	Première version officielle	Coupures des sous-titres, volume de la musique, texte de début/fin	Montage brut finalisé
Étape 5 · Extraits de phrases clés (P4)	Extraits indépendants de 60 à 90 secondes	L'extrait est-il compréhensible hors contexte ?	Même métrage source

Profondeur de workflow (par défaut léger)

Trois niveaux selon l'usage final ; l'étape 1 (P0) détermine d'abord le niveau ; si non spécifié, par défaut L1 (interne), sans appliquer l'ensemble complet du processus.

Niveau	Usage	Profondeur d'enregistrement et d'habillage
L1 Interne (par défaut)	Groupe de membres, revue interne, non publique	Enregistrement minimal + habillage léger : sous-titres lisibles, anonymisation des données privées, pas d'appel à l'action ; panneau début/fin/logo/playlist musicale officielle optionnels ; plan structuré et enregistrement simplifiés
L2 Promotion externe	Vidéo publique pour public extérieur, prospects	Étapes complètes avec contrat des champs, panneau début/fin, sous-titres, musique et nettoyage des formulations
L3 Recrutement officiel	Recrutement, campagne, levée de fonds, etc.	En L2 plus : documentation des autorisations par sujet, vérification des normes de marque, musique libre de droits, enregistrement avant publication

• Seuils incompressibles pour tous les niveaux : consentement des sujets filmés ; anonymisation des données privées (vie privée, informations sensibles médicales/financières/montants de collecte, coordonnées, non-autorisé) ; sous-titres lisibles ; pas d'appel à l'action, pas de collecte de coordonnées ; pas de slogans ou titres non vérifiés.
• Le passage de niveau (L1→L2/L3) ne peut se faire que sur intention explicite de l'utilisateur de publier en externe ; si un métrage L1 doit être publié ultérieurement, revenir à l'étape 1 (P0) pour le passage au niveau supérieur et compléter les autorisations, la marque et les formulations musicales.

Règles d'exécution

1. Progression séquentielle : Étape 1→Étape 2→Étape 3→Étape 4 (P0→P1→P2→P3) avec dépendances ; pas de passage à l'étape suivante sans validation de la précédente ; Étape 5 (P4) après finalisation de la vidéo principale. 1b. Adaptation selon le niveau : la couverture des enregistrements de chaque étape est déterminée par le niveau (F0) ; L1 peut simplifier les champs d'enregistrement, le plan structuré et le suivi de l'habillage, mais les seuils incompressibles (autorisations, anonymisation, sous-titres lisibles, pas d'appel à l'action/collecte de coordonnées, pas de formulation de marque inventée) ne sont pas réduits.
2. Instructions par étape : une instruction par étape, ne contenant que les entrées nécessaires ; ne pas tout comprimer dans une seule instruction longue.
3. Traitement des problèmes par niveau : les problèmes de sélection restent à l'étape 2 (P1), les problèmes d'enchaînement à l'étape 3 (P2), les problèmes d'habillage à l'étape 4 (P3) ; ne pas modifier la structure visuelle pendant l'habillage, ne pas discuter du style des sous-titres pendant la sélection.
4. Pas d'invention de faits : les informations manquantes sont marquées {{àcompléter}}, classées par niveau et rattachées à l'étape correspondante ; les formulations de marque se basent sur les normes officielles.
5. Lecture seule d'abord : l'étape 1 (P0) peut parcourir les images et les transcriptions pour identifier les zones interdites, mais pas de sélection ni de montage.
6. Vérification par IA des doutes : les doutes sur la voix ou l'image ne sont pas soumis à l'utilisateur ; l'IA effectue une seconde identification, extraction d'images, compréhension vidéo, comparaison contextuelle ; en cas de preuves insuffisantes, rétrogradation prudente (pas d'utilisation de propos douteux, pas de conservation de blagues non justifiables). La validation humaine ne porte que sur le plan et le produit final.
7. Format de guidage des validations : les décisions de l'utilisateur (validation globale du plan, choix d'options, sélection de mode, éléments à confirmer) sont unifiées dans des boîtes de dialogue par onglets : choix unique exclusif pour les valeurs uniques, choix multiples empilables, fiches comprenant les options, les valeurs par défaut objectivement autorisées par les règles, les conséquences de l'absence de choix et une option « Autre (saisie libre) » ; seules les informations factuelles complémentaires (nouvelles entrées interdites, citations, orthographe des termes) passent en texte libre avec un exemple de format ; pas de génération de tableau à remplir manuellement. Les doutes sur la voix et l'image sont traités par l'IA en interne, pas dans les boîtes de dialogue.

Étape 1 · Enregistrement des besoins et du métrage source (P0, finalisé)

Template d'instruction : assets/prompt-p0-intake.md Contrat des champs et règles de décision : references/p0-field-contract.md Exemples de test et assertions : references/p0-test-cases.md

Lors de l'exécution de l'étape 1 (P0) :

1. D'abord vérifier le métrage source ; en cas d'échec, aller à la branche d'arrêt ;
2. Collecter les champs dans l'ordre : faits du métrage (A) → formulations du produit final (B) → texte du panneau début/fin (C) → limites de contenu (D) ; une question à la fois ; pour les champs d'énumération, utiliser des onglets à choix unique/multiples (avec options, valeur par défaut, conséquences et « Autre (saisie libre) ») ; pour les champs de texte libre, donner un exemple de format ;
3. Après avoir effectué l'auto-vérification d'exhaustivité, produire la fiche des besoins, le glossaire, la liste des risques et les instructions de verrouillage ;
4. Une fois la fiche des besoins validée et verrouillée, elle sert d'unique entrée pour l'étape 2 (P1).

Étape 2 · Plan de sélection (P1, finalisé)

Template d'instruction : assets/prompt-p1-selection.md Contrat des champs et règles de décision : references/p1-field-contract.md Exemples de test et assertions : references/p1-test-cases.md

Lors de l'exécution de l'étape 2 (P1) :

1. L'entrée est la fiche des besoins verrouillée et la transcription avec timestamps ; d'abord effectuer le prétraitement de la transcription (vérification de couverture, calibration terminologique, fusion des fragments, marquage des risques) ;
2. Si un niveau de confiance existe, sélectionner par niveaux ; sinon, marquer les points douteux après lecture complète ; les contenus clés sont vérifiés par seconde identification de l'IA ; si des numéros existent, les enregistrer séparément des identités ; sinon, déduire par contexte ;
3. Produire le plan structuré par rôles (accroche/tronc/phrase clé/élément humoristique/interaction/point de chute) ; vérifier la compréhensibilité individuelle de chaque segment (autonomie) ; s'assurer que les arguments, preuves et points de chute sont complets ; que les exemples, comparaisons et faits marquants ne sont pas détachés de leur argument ; les segments non autonomes sont complétés par un argument/point de chute ou fusionnés avec un argument similaire ;
4. Vérifier un à un la cohérence des citations des points forts obligatoires (D1), exclure les zones interdites (D2), supprimer les segments sans autorisation suffisante ;
5. Estimer la durée nette (durée réelle de parole et d'interaction) ; si elle dépasse ou est insuffisante, ne donner que des suggestions d'ajustement, sans modifier l'objectif ;
6. Le plan structuré n'est passé à l'étape 3 (P2) qu'après validation humaine.

Étape 3 · Montage brut sans habillage (P2, finalisé)

Template d'instruction : assets/prompt-p2-roughcut.md Contrat des champs et règles de décision : references/p2-field-contract.md Exemples de test et assertions : references/p2-test-cases.md Procédure d'exécution de l'évidence (liste des points d'ancrage / sélection d'extraction d'images / diagnostic audio-vidéo / réécriture des champs) : references/p2-evidence-protocol.md Limitations des outils et impasses vérifiées (paramètres CLI limités, pièges de paramètres Windows, conventions d'analyse, base de l'environnement) : references/tool-constraints.md

Lors de l'exécution de l'étape 3 (P2) :

1. Vérification préalable : le plan structuré est validé, les timestamps sont localisables, le métrage source est lisible ; en cas d'échec, revenir à l'étape correspondante ; seul un brouillon clairement marqué peut être généré pour prévisualisation, pas de montage brut officiel ;
2. Couper et assembler par ordre croissant du plan, laisser une marge de 0,3 à 0,5 seconde avant et après chaque segment, les coupures tombant après un argument/une question-réponse/une réaction complète ;
3. Pour les segments nécessitant une vérification visuelle, extraire des images ou utiliser la compréhension vidéo ; pour les segments nécessitant une vérification audio, utiliser la compréhension audio ou les caractéristiques audio ; pour les segments candidats, extraire des images par points d'ancrage sémantiques/audio/visuels, avec plusieurs points d'évidence ; ne pas dépendre d'une extraction d'images cryptée sur toute la vidéo ; les points forts non justifiables sont rétrogradés et marqués ;
4. Vérification de la cohérence en lecture continue : enchaînement adjacent, proximité d'un même argument, dépendance des moments forts au tronc, écho début-fin ; les segments décrochés et flottants sont renvoyés à l'étape 2 (P1) ;
5. Enregistrer le temps IA par sous-tâche (localisation, vérification, assemblage) ; le temps d'attente de validation humaine n'est pas compté ; la durée n'est qu'une référence ;
6. Ne produire qu'un montage brut sans habillage ; les sous-titres, la musique, le début/fin, la composition, l'étalonnage sont laissés à l'étape 4 (P3) ; le montage brut n'est passé à l'étape 4 qu'après validation humaine ;
7. Après l'assemblage, effectuer une auto-vérification de l'intégrité du produit : les fichiers des segments sont non vides et décodables, la vidéo finale se décode sans erreur, la vérification des trames de jonction par échantillonnage est normale, la durée et le nombre de segments sont conformes au plan structuré ; les segments défectueux sont retaillés et réassemblés avant de passer à la validation humaine ;
8. Avant de produire la prévisualisation, confirmer le nombre prévu d'itérations de révision : pour une finalisation en une seule itération, utiliser le fichier original haute qualité (master) ; pour des révisions multiples, une prévisualisation basse résolution (proxy) peut être utilisée pour le montage brut, ne servant qu'à juger la structure et les enchaînements ; après validation, reprendre le master avec les mêmes timestamps en haute qualité pour la sortie réelle ; la vérification finale des expressions et des sous-titres se fait sur le master ; ne pas promettre de gain de vitesse avec le proxy sans test préalable.

Étape 4 · Habillage en produit fini (P3, finalisé)

Template d'instruction : assets/prompt-p3-packaging.md Contrat des champs et règles de décision : references/p3-field-contract.md Exemples de test et assertions : references/p3-test-cases.md

Lors de l'exécution de l'étape 4 (P3) :

1. Vérification préalable : le montage brut est validé, le mode de tête (C1-mode), le mode de fin (C2-mode), la table d'écriture des termes (D3), les sous-titres et filigranes d'origine (A6), les préférences musicales (A5-3) sont présents ; par défaut, la tête nécessite un texte (C1), la fin nécessite un texte (C2) ; vérifier les autorisations sujet par sujet ; en cas d'échec, revenir à l'étape 3 (P2) ; les manquants sont marqués àcompléter, non rédigés par l'IA ;
2. Composition verticale : recomposer selon la plateforme de publication et le ratio d'image (B4) ; le sujet centré légèrement en haut, laisser une zone de sécurité pour les titres et sous-titres, éviter les éléments en bas de cadre ; ne pas couper les actions clés et les plans de groupe, ne pas déformer ;
3. Tête/fin : exécuter selon le mode verrouillé (par défaut : tête et fin par défaut ; tête facultative : pas de tête, première phrase d'introduction ; fin facultative : modèle de fin de club fourni par l'utilisateur, pas de fin) ; le texte par défaut est tiré mot pour mot du texte de tête (C1)/texte de fin (C2) ; les trois lignes de titres sont toutes placées ; pour la première phrase d'introduction, pas de panneau de tête indépendant ; une phrase d'introduction tirée de C1 est superposée environ 5 secondes au début de la vidéo principale ; la fin ne contient pas d'appel à l'action, pas de collecte de coordonnées ; le slogan doit être vérifié avant publication (R3) ;
4. Sous-titres : d'abord comparer aux sous-titres incrustés d'origine : si la position, le style et les coupures sont cohérents, conserver ; si besoin d'agrandir, changer de style ou réorganiser, évaluer l'effacement et la réinscription ; chaque ligne de sous-titres par groupe de mots ≤ 2 lignes ; respecter la table d'écriture (D3) ; ne pas mettre de sous-titres douteux ou rétrogradés ; ne pas superposer deux sous-titres ;
5. Musique de fond : générer une musique instrumentale originale par outil de génération audio IA (texte vers WAV) ; pas de recherche ou téléchargement dans une bibliothèque existante ; le workflow rédige son propre prompt de génération ; priorité à la voix ; la BGM ne doit pas couvrir la voix ; les appellations internes, le jargon, les blagues sont nettoyés dans les sous-titres pour l'extérieur, sans suppression dans l'image ;
6. Après la synthèse, effectuer une auto-vérification de l'intégrité du produit (décodage, vérification par échantillonnage des trames, comparaison de durée, pas de double sous-titres superposés) avant de passer à la validation humaine.

Étape 5 · Extraits de phrases clés (P4, finalisé)

Template d'instruction : assets/prompt-p4-clips.md Contrat des champs et règles de décision : references/p4-field-contract.md Exemples de test et assertions : references/p4-test-cases.md

Lors de l'exécution de l'étape 5 (P4) :

1. Vérification préalable : la vidéo principale est finalisée, les segments choisis sont localisables dans le plan structuré, les autorisations sont vérifiables pour chaque sujet pour l'extérieur ; si non finalisé, revenir à l'étape 4 (P3) ; les manquants sont marqués àcompléter ; pas de relâchement des autorisations, pas de rédaction par l'IA ;
2. Les sujets sont tirés des points forts obligatoires (D1) et du plan structuré validé ; un extrait = un point fort ; pour les interactions, ne prendre que les segments où les deux parties sont identifiées ;
3. Chaque extrait : 60 à 90 secondes ; si moins, compléter avec des arguments du même thème ou fusionner avec un argument similaire ; si plus, suggérer un découpage ; ne pas ajouter de contenu inutile pour allonger, ne pas comprimer plusieurs points forts ;
4. Vérifier l'autonomie de chaque extrait : accroche-argument-point de chute présents, références explicitées, compréhensible sans la vidéo principale ; les extraits sont pris indépendamment, non découpés arbitrairement sur la vidéo principale ;
5. Les autorisations, l'anonymisation, la terminologie, les sous-titres, la musique suivent les conclusions verrouillées de la vidéo principale ; le format du panneau (C3-mode) est exécuté selon le mode verrouillé (par défaut pas de panneau) ; le titre de l'extrait est tiré mot pour mot du texte de titre de l'extrait (C3) ; le titre de couverture ne doit pas exagérer, ne pas révéler d'autres extraits, ne pas contenir d'appel à l'action ou de collecte de coordonnées ;
6. Après la synthèse, effectuer une auto-vérification de l'intégrité du produit, puis passer à la validation humaine pour vérifier l'autonomie.

Validation et auto-test

Après modification d'un modèle ou d'un contrat, exécuter :

python scripts/selftest.py

Le script vérifie la couverture des champs, les mécanismes clés, la cohérence des contrats et les assertions des exemples de test ; passer à l'étape suivante seulement si tout est vert.

Limites et non-faire

• Ne pas faire de montage image par image, d'étalonnage cinématographique, d'effets multi-pistes ;
• Ne pas générer de slogans, titres ou informations d'activité non vérifiés pour l'utilisateur ;
• Ne pas supposer que le métrage source peut être publié ; si les autorisations sont floues, le marquer comme risque, ne pas le mettre en état publiable ;
• Ne pas sauter les étapes de validation humaine pour produire directement le produit final.

Table de correspondance des noms courants des numéros (conservation des points d'ancrage internes pour la vérification et la traçabilité)

Entre parenthèses, les numéros utilisés dans les règles et le script d'auto-test ; lire d'abord le nom courant ; les numéros ne changent pas les assertions et la traçabilité des exemples.

Étapes : P0 Étape 1 · Enregistrement des besoins et du métrage source｜P1 Étape 2 · Plan de sélection｜P2 Étape 3 · Montage brut sans habillage｜P3 Étape 4 · Habillage en produit fini｜P4 Étape 5 · Extraits de phrases clés.

Éléments d'enregistrement :

Numéro	Nom courant	Numéro	Nom courant
A1	Liste du métrage source	B1	Format du produit final et durée cible
A2	Nom et titre du présentateur	B2	Public cible
A3	Informations sur l'événement	B3	Action souhaitée du public après visionnage
A4	État des images, du son et de la transcription	B4	Plateforme de publication et ratio d'image
A5-1	Autorisation de présence à l'écran	B5	Adéquation entre le public et le contenu
A5-2	Autorisation des images	C1	Texte du panneau de tête
A5-3	Préférence musicale	C1-mode	Mode de tête
A5-4	Passages interdits d'enregistrement/de divulgation	C2	Texte du panneau de fin
A6	Sous-titres et filigranes d'origine	C2-mode	Mode de fin
D1	Points forts obligatoires	C3	Texte du titre de l'extrait
D2	Zones interdites et passages à exclure	C3-mode	Mode du panneau d'extrait
D3	Table d'écriture des noms propres	E1/E2/E3	Sujet/Durée/Autonomie de l'extrait
F0	Niveau d'usage du produit final	R3	Vérification de marque avant publication

Jargon courant : guichet = étape de validation humaine ; verrouillage = validation et blocage ; dérivé = extrait court recoupé ; rétrogradation = en cas de preuves insuffisantes, ne pas utiliser l'expression ou l'image ; master = fichier original haute qualité ; proxy = prévisualisation basse résolution ; autonomie = le segment est compréhensible par le public seul ; durée nette = temps réel de parole et d'interaction.