Création de vidéo motion graphique Showreel
L'objectif n'est pas une "vidéo diaporama faite par IA", mais une showreel digne d'un motion designer à joindre à un CV. Les 3 premières secondes contiennent un événement visuel fort, chaque écran ne transmet qu'un seul message, et les transitions sont calées image par image sur les mots de la narration et les hits musicaux.
Ce skill compile les méthodes éprouvées sur 13 productions réelles (profil personnel, promotion d'entreprise, événement, éducation, teaser, vidéo musicale, etc.) et les solutions aux problèmes rencontrés. Les scripts de chaque étape sont repris tels quels pour éviter de répéter les mêmes erreurs.
Valeurs par défaut
Les éléments non définis par l'utilisateur sont initialisés comme suit. Si l'utilisateur les modifie, la nouvelle valeur prévaut.
| Élément | Valeur par défaut |
|---|---|
| Durée / Format | 60s, 16:9 1920×1080, 30fps |
| Ambiance | Cinématographique grandiose (fond sombre, texte blanc chaud, accent doré, letterbox + grain film) |
| Narration | ElevenLabs Marcus ibCGc01503OQd2R6i1n1 (baryton profond coréen), eleven_multilingual_v2, stability 0.45 · similarity 0.8 · style 0.4 |
| Musique | ElevenLabs Music (plan payant). Si indisponible, musique synthétique via synth_music.py |
| Images | Générées avec codex-image uniquement pour les plans nécessaires. Pas de visage de personne réelle généré : seules des photos réelles sont utilisées |
| Livrables | Master MP4, MP4 de partage, Poster JPG, Sous-titres SRT, Carnet de production |
| Volume | -14 LUFS, true peak -1.5 dBTP |
Emplacement de travail
Tous les fichiers de travail sont créés dans le dossier du projet. Rien n'est sauvegardé dans /tmp, /private/tmp ou le scratchpad de session. À la fin de la session, le dossier temporaire est supprimé, et les commandes de régénération, feuilles de contrôle, images générées et prises de narration ne peuvent pas être relancées. Les images de contrôle et les feuilles sont placées dans <projet>/qa/, les rendus intermédiaires dans <projet>/out/.
Le dossier du projet est défini par le brief. Si l'utilisateur ne le spécifie pas, il est créé sous le dossier de travail courant avec un nom en minuscules anglaises (./<sujet-slug>/).
Déroulement
La validation utilisateur n'a lieu qu'une seule fois, à l'étape 1 du brief. Une fois le brief validé, le pipeline se déroule sans question jusqu'à la livraison. Les décisions nécessaires en cours de route (voix bloquée, API musique indisponible, contenu non vérifiable) sont gérées par les chemins de remplacement ci-dessous et consignées dans le rapport de livraison. Si l'utilisateur dit "vas-y directement", le brief est également rempli avec les valeurs par défaut, seul un résumé est affiché, et le pipeline démarre.
0 Vérification environnement → 1 Brief de conception (validation utilisateur) → 2 Recherche & documentation → 3 Storyboard & script → 4 Audio d'abord (narration, musique, effets sonores → timeline) → 5 Images → 6 Production des scènes (d'abord les images de style) → 7 Rendu brouillon & boucle de vérification → 8 Rendu final, mixage & finition → 9 Vérification automatique & rapport de livraison
Les tâches longues (recherche, TTS, génération musique, génération images, rendu final) sont lancées en arrière-plan via Bash run_in_background ou des sous-agents, et les étapes suivantes sont exécutées en parallèle. On n'utilise pas sleep pour attendre. On reprend le flux dès réception de la notification d'achèvement.
Le chemin des scripts est relatif à ce dossier de skill (~/.claude/skills/showreel/scripts/). Ci-dessous, on utilise S=~/.claude/skills/showreel/scripts.
0. Vérification environnement
python3 $S/preflight.py
Le résultat "chemins disponibles" est intégré au brief.
- Si codex CLI ou le skill image est absent : les skills codex-image, photoreal et codex-cli sont disponibles sur https://github.com/revfactory/skills . Les commandes d'installation affichées sont présentées à l'utilisateur. S'il décide de ne pas les installer, la vidéo est composée de typographie, graphiques et photos fournies par l'utilisateur. Le skill appelé "realphoto" par l'utilisateur a pour nom réel
photoreal. - Si la clé ElevenLabs est absente : si l'utilisateur souhaite une narration, on le guide via la procédure de génération de clé affichée par
preflight.py. On l'informe qu'en attendant la clé, on peut avancer avec une version musique + sous-titres. - Si la voix par défaut est bloquée (les comptes Free ne peuvent pas utiliser les voix de la bibliothèque) : on exécute
python3 $S/eleven.py voices --lang kopour choisir une voix disponible, ou on conseille une mise à niveau du plan.
1. Brief de conception (validation utilisateur)
Lire references/brief.md et poser les questions. Les éléments déjà présents dans la demande ne sont pas redemandés. AskUserQuestion est limité à quatre questions par tour, donc on interroge au maximum deux fois.
Éléments à valider :
- Sujet et objectif : pour qui, quoi, à qui montrer cette vidéo
- Ambiance / thème
- Durée et rapport hauteur/largeur
- Images : générées par IA / photos & documents réels / les deux / uniquement typographie & graphiques
- Narration : oui/non et voix
- Informations obligatoires : nom, titre, date, lieu, URL, CTA
- Emplacement des ressources : dossier photos, logo, URL de référence
Une fois les réponses reçues, on écrit <projet>/brief.md, on affiche un résumé (une ligne sur la structure des scènes, durée, mood, voix, temps estimé, crédits) et on demande une seule fois confirmation.
2. Recherche et documentation
On commence par créer le projet. La structure de dossiers, le template du moteur, les polices coréennes et les dépendances du rendu sont préparés en une seule commande.
python3 $S/new_project.py <projet> --ratio 16:9 --duration 60
Si le sujet concerne une personne, une entreprise, un événement ou un produit, on lance la recherche en arrière-plan via un sous-agent. Le format du prompt se trouve dans references/brief.md dans la section "demande de recherche".
- Les résultats sont enregistrés dans
research/research.md. Pour chaque fait, on note la source (URL) et le degré de certitude (vérifié / source unique / non vérifié). - Seuls les faits et chiffres avec source sont utilisés dans la vidéo. Si les informations fournies par l'utilisateur diffèrent des résultats de la recherche, on suit la recherche et on le note dans le rapport de livraison sous "éléments modifiés par rapport à la demande".
- Les photos réelles sont choisies parmi les ressources fournies par l'utilisateur, les sites officiels et les photos de presse. La source est notée dans
research/photos.md. Les photos de presse sont marquées dans le rapport de livraison comme "nécessite autorisation d'utilisation avant publication". - Les couleurs de la marque sont extraites du CSS du site officiel ou du logo. Le logo officiel est utilisé uniquement si la vidéo concerne cette entreprise ; pour une autre entreprise, on ne dessine pas son logo.
3. Storyboard et script de narration
Lire references/story.md. On y trouve le tableau de composition par usage, le volume de narration par durée, les règles de copy, et les règles de notation phonétique.
storyboard.md: tableau des scènes (temps, copy écran, narration, description écran, transition, effet sonore, source)script.json: lignes de narration, effets sonores, musique. Le format suit la description en haut denarrate.py.- On sépare l'affichage écran (
text) et la notation phonétique (tts). Les chiffres, années, abréviations et textes en anglais sont écrits en coréen à prononcer (pour le TTS). - Les mots à synchroniser avec les transitions de scène sont nommés dans une section
cues.
- On sépare l'affichage écran (
- Le volume de narration est de 240 à 255 caractères (hors espaces et ponctuation) pour 60 secondes. On écrit directement dans cette plage dès le départ. Si on dépasse, l'écran ne peut pas suivre la narration.
- Pour une vidéo sans narration, on crée aussi
script.json: on met"lines": []et on ne remplit quescenes,sfxetmusic. On sautenarrate.pyet on exécute directementtimeline.py. Il n'y a pas de sous-titres (SRT). - Quand une date apparaît, on vérifie le jour de la semaine avec un calendrier (
python3 -c "import datetime;print(datetime.date(2026,11,20).strftime('%A'))"). Des cas ont été observés où la date et le jour demandés ne correspondaient pas. En cas d'incohérence, on supprime le jour et on le note dans le rapport.
4. Créer l'audio d'abord
Le visuel étant déterminé par les mots de la narration et les hits musicaux, on finalise l'audio en premier. Les critères détaillés sont dans references/audio.md.
python3 $S/narrate.py <projet>/script.json --stt # Narration + vérification prononciation. Les lignes ✗ sont corrigées et relancées
python3 $S/music_tools.py plan <projet>/audio/music/spec.json # Spécif. musique → plan de configuration ElevenLabs
python3 $S/eleven.py music <projet>/audio/music/music.mp3 --plan <projet>/audio/music/plan.json
# 402 (plan payant requis) : python3 $S/synth_music.py music <projet>/audio/music/spec.json <projet>/audio/music/music.wav
python3 $S/music_tools.py analyze <projet>/audio/music/music.mp3 # Tempo, hits → ajustement des limites de scène sur les hits
python3 $S/eleven.py sfx-kit <projet>/audio/sfx --names impact,whoosh,riser,logo_hit # ou synth_music.py sfx
python3 $S/timeline.py <projet>/script.json --music-analysis audio/music/analysis.json
- Les sections musicales sont calées sur des groupes de 4 mesures (8 secondes à 120 BPM). Comme ElevenLabs Music génère la musique par groupes de mesures, si le drop arrive plus tard que souhaité, on utilise
music_tools.py splicepour décaler le drop juste après la fin du build-up.
timeline.py génère timeline.json (pour le mixeur et la vérification) et reel/timeline.js (pour les cues d'écran, les temps des mots et les courbes de volume). En cas de chevauchement, dépassement de durée ou cue manquant, un ✗ est signalé ; on corrige tout avant de créer les scènes. Pour modifier le texte ou le timing de la narration, on édite script.json puis on relance narrate.py (seulement les lignes modifiées) et timeline.py.
5. Images
Lire references/images.md.
- Génération :
~/.claude/skills/codex-image/scripts/codex_imagegen_batch.sh <projet>/assets/gen "prompt::nom.png" …(5 en parallèle, environ 1 min par image) - Pour les images de style photo avec personnes : utiliser le skill
photorealpour générer le prompt. - Pour créer une ressemblance avec un sujet réel : utiliser
$S/codex_ref_image.shavec une photo de référence. - Post-traitement :
python3 $S/prep_images.py <projet>/assets/gen --out <projet>/assets/img [--cutout]. Suppression du letterbox, agrandissement, détourage. - Vérification :
prep_images.py --sheetpour créer une feuille de contact. Visualiser avec Read. Les images avec doigts, texte flou ou logo inclus sont à régénérer.
6. Production des scènes
Lire references/engine.md (API du moteur, écriture des scènes, code des techniques) et references/design.md (préréglages de mood, typographie coréenne, règles de motion) puis écrire reel/scenes.js. Pour varier les expressions entre les scènes, choisir dans references/techniques.md (22 techniques : ville isométrique, assemblage de jamos coréens, ondulation à épaisseur variable, typographie vitrée, grille de beat, pulsation de données, UI 3D sur appareil, lettres en particules, match cut, etc.). Une répétition des mêmes techniques rend la showreel monotone.
- Règles du moteur : l'écran est une fonction pure du temps t. On n'utilise pas
Math.random,Date.now, les transitions/animations CSS, ni le code dépendant de l'état des frames précédentes, car le rendu peut être déplacé à n'importe quel temps et distribué sur plusieurs workers. - Pour les temps, ne pas utiliser de valeurs numériques directement, mais
REEL.cue('nom')pour se référer aux cues de la timeline. Ainsi, si la narration change, l'écran s'adapte automatiquement. - Les hard cuts et transitions d'état sont placés 0,5 frame avant le cue (
cue(x) - 0.5/fps). Cela garantit que le nouvel état est exactement visible sur la frame du cue, même avec l'obturateur de motion blur. - Dès la frame 0s, l'écran doit être rempli et en mouvement. Pas de fade-in au début.
- Les couleurs de la marque (CSS du site officiel, logo) priment sur le préréglage de mood. Le préréglage n'est utilisé qu'en l'absence de couleurs de marque.
- Le dynamisme est intégré dès la phase de conception (règles de dynamisme dans
design.md). Cinq causes ont été identifiées pour lesquelles les vidéos produites sans ce skill paraissaient moins dynamiques :- Une même composition était maintenue 4 à 8 secondes. Les sections d'information doivent introduire un nouvel événement toutes les 0,5 à 1 pulsation, et la composition doit changer toutes les 2 mesures. Les limites de scène sont placées sur les mesures via
REEL.bar(n). - Un gros hit se terminait par une seule coupe. Chaque gros hit doit combiner
FX.impact+FX.camerashake + un zoom de 1,3x avec flou qui atterrit sur le mot clé. - Les sorties se faisaient par fondu en transparence. Utiliser
REEL.inoutpour une sortie avec glissement vers le haut, rétrécissement et flou. - Il n'y avait que du texte sur fond noir. Utiliser
REEL.config({ push: 0.03 }),FX.floor,FX.dustpour animer constamment l'arrière-plan. - Les transitions étaient presque exclusivement des cuts. Mélanger des transitions avec mouvement de tout l'écran (
FX.camera({ whips }),FX.wipe).
- Une même composition était maintenue 4 à 8 secondes. Les sections d'information doivent introduire un nouvel événement toutes les 0,5 à 1 pulsation, et la composition doit changer toutes les 2 mesures. Les limites de scène sont placées sur les mesures via
- D'abord les images de style : créer 2-3 scènes représentatives, les vérifier sur une feuille de contact, puis réaliser les autres scènes.
- Pour les vidéos de plus de 3 minutes, diviser les scènes en chapitres
scenes_chNN.jset le sous-agent peut prendre en charge un chapitre (voirreferences/engine.md- "longue vidéo").
7. Rendu brouillon et boucle de vérification
node $S/render.mjs --dir <projet>/reel --every 0.5 --outdir <projet>/qa/stills # Images fixes (après chaque scène)
python3 $S/contact_sheet.py --dir <projet>/qa/stills --out <projet>/qa/sheet_stills.png --timeline <projet>/timeline.json
node $S/render.mjs --dir <projet>/reel --out <projet>/out/draft.mp4 --scale 0.5 # Brouillon (~30s pour 60s)
python3 $S/contact_sheet.py --video <projet>/out/draft.mp4 --every 1 --out <projet>/qa/sheet_draft.png
python3 $S/motion_check.py <projet>/out/draft.mp4 --timeline <projet>/timeline.json # Signale les zones figées ou manque de mouvement avec le temps
python3 $S/contact_sheet.py --video <projet>/out/draft.mp4 --around <temps des limites de scène> --frames 3 --out <projet>/qa/sheet_cuts.png
Si motion_check.py signale des △, on ajoute des événements dans la scène à ce temps et on relance le brouillon (seuils : ≤20s : 8% d'écran figé, 15 grands mouvements ; ≤60s : 20% / 7 ; plus long : 35% / 6). Les feuilles créées doivent être ouvertes avec Read pour visualisation directe. On ne considère pas que le rendu est terminé sans avoir vu les images. On corrige avec la checklist de references/qa.md et on répète 2-3 fois. Si le rendu se termine avec le code 2, c'est une erreur de page : on corrige d'abord l'erreur dans le log.
8. Rendu final, mixage et finition
node $S/render.mjs --dir <projet>/reel --out <projet>/out/video.mp4 --sub 4 --format png # Motion blur. ~3-5 min pour 60s, en arrière-plan
python3 $S/mix.py <projet>/timeline.json # Narration sans réverbération (même pour les tons grandioses)
python3 $S/finish.py --video <projet>/out/video.mp4 --audio <projet>/audio/mix.wav \
--name "<titre>_<durée>s" --outdir <projet>/out --timeline <projet>/timeline.json
Pas de réverbération sur la narration. L'impression grandiose est portée par la musique et les effets sonores. Une vidéo passée avec --hall 0.12 (salle de 2,4s) a reçu la critique "trop d'écho sur la narration". N'utiliser --hall 0.04~0.08 que si l'espace sonore est vraiment nécessaire, et vérifier que la "rémanence de fin de phrase" affichée par mix.py est ✓ (≤ -32 dB).
mix.py affiche pour chaque ligne le rapport dB "narration / fond sonore". Si une ligne est ✗ (moins de 6 dB), on réduit l'effet sonore à proximité ou on le décale de 0,2-0,3 seconde du mot clé, puis on refait le mix. Si on ne modifie que l'audio, on ne refait pas le rendu vidéo : on relance mix.py et finish.py.
9. Vérification automatique et rapport de livraison
python3 $S/qa_check.py <projet>/out/<nom>.mp4 --timeline <projet>/timeline.json --script <projet>/script.json --stt
Vérifie : format, volume, zones trop sombres, flashs, écran figé, qualité du mix (reconnaissance vocale incluant les erreurs de chiffres). Génère qa/qa_report.md et la feuille finale. On traite toutes les corrections "à faire" et on visualise la feuille finale avec Read avant de livrer. Si une ligne n'est mal reconnue qu'une fois sur deux passes STT, on ne la corrige que si elle est fausse les deux fois.
Le format du rapport de livraison et du carnet de production.md se trouve dans references/qa.md sous "Livraison". On y inclut obligatoirement :
- Tableau des chemins absolus des livrables
- Tableau de composition des scènes
- Éléments modifiés par rapport à la demande
- Éléments à vérifier avant publication : autorisation d'utilisation des photos, faits à source unique, informations obsolètes, mention que les personnages générés par IA sont fictifs
- Commande de régénération
- Demande expresse d'écouter le son. Claude ne peut pas entendre le son et ne l'a vérifié que numériquement.
Règles à respecter
- Dynamisme : ne pas garder la même composition plus de 2 mesures, traiter la sortie comme un mouvement, placer un fond animé derrière la scène. Les gros hits sont accompagnés de
FX.impactet d'un shake. Les règles et outils sont dansdesign.md("Règles de dynamisme") et sont vérifiés à chaque brouillon viamotion_check.py. - Ne pas générer d'images de visages ou corps de personnes réelles. Les images générées sont limitées à des environnements, objets ou vues de dos sans visage visible.
- Les chiffres, titres et années dans la vidéo proviennent uniquement de sources documentées. Si une valeur fictive est utilisée pour la mise en scène, on le mentionne clairement à l'écran ou dans le rapport.
- Ne pas inclure de noms d'artistes, compositeurs ou titres de chansons dans les prompts musicaux. Cela déclenche le filtre de droits d'auteur et renvoie une erreur 400.
- Économiser les crédits ElevenLabs. Ne régénérer que les lignes modifiées, n'utiliser les
takesque pour les lignes contenant des noms propres, des chiffres ou des termes spécifiques. - Limiter les flashs : fond sombre, opacité ≤ 0,15, pas plus de 3 flashs par seconde (risque d'épilepsie photosensible).
Problèmes fréquents
| Symptôme | Action |
|---|---|
| La narration dépasse la durée cible | Réduire le texte (60s = 220~255 car., moins si beaucoup de lignes courtes). Si toujours trop, augmenter la vitesse jusqu'à 1.05 |
| La vidéo semble figée ou fade | Ajouter des événements aux temps signalés par motion_check.py. Utiliser FX.floor/FX.dust en fond, FX.impact+shake sur les gros hits, inout pour les sorties, whip/wipe au lieu de cuts |
| Nom/chiffre mal prononcé (이훈희→이후니, 2026→2025) | Corriger la notation phonétique → couper avec des virgules ("이공, 이육") → 3-5 takes → modèle eleven_v3 pour cette ligne uniquement |
| Trop d'écho/réverbération sur la narration | Relancer mix.py et finish.py sans --hall (pas de nouveau rendu vidéo). Si on garde un peu de réverbération, réduire --hall jusqu'à ce que "rémanence fin de phrase" soit ✓ (≤ -32 dB) |
| Voix noyée dans le mix final | Décaler les bruitages de 0,2-0,3 s du mot clé, augmenter le gain de la ligne de +2~3 dB, utiliser --duck 0.8 |
| Erreur JSON sauvegardée en .mp3 | eleven.py empêche cela. Ne pas utiliser curl directement, toujours passer par le script |
| Erreur SSL lors de l'appel ElevenLabs en Python | Ne pas désactiver la vérification. eleven.py utilise curl, donc pas ce problème |
| Police système (gothique par défaut) à l'écran | Vérifier la ligne "police" dans le log du rendu, et s'assurer que la graisse est bien présente dans reel/fonts/fonts.css |
| Écran vide ou rémanent aux limites de scène | Visualiser ±3 frames avec contact_sheet.py --around. Terminer la sortie 0,1s avant la coupe |
| La musique ne correspond pas aux longueurs de section prévues | Normal (généralement par groupes de 4 mesures). Analyser les hits avec music_tools.py analyze et ajuster les limites de scène sur les hits, ou décaler le drop avec splice |
| HUD/sous-titres masqués par l'interface de l'app sur vidéo verticale (9:16) | fx.js évite automatiquement les 250px du haut et 420px du bas. Les éléments dessinés manuellement doivent aussi rester hors de ces zones |
| Vidéo en yuvj420p (full range) | Après passage par render.mjs et finish.py, elle est en yuv420p (TV range). Ne pas encoder avec un autre outil |
Références
| Fichier | Quand le lire |
|---|---|
references/brief.md | Étape 1 : ensemble de questions, formulaire de brief, prompt de demande de recherche, estimation temps/crédits |
references/story.md | Étape 3 : composition par usage et durée, volume de narration, règles de copy et notation phonétique, modèle de script |
references/audio.md | Étapes 4 et 8 : voix, modèle, paramètres, clé/plan ElevenLabs, musique/effets sonores, normes de mix |
references/images.md | Étape 5 : génération d'images, photos réelles, détourage, post-traitement |
references/design.md | Étape 6 : préréglages de mood, typographie coréenne, règles de motion et transition, mise en page |
references/engine.md | Étape 6 : API du moteur, écriture des scènes, code par technique, répartition des chapitres longs |
references/techniques.md | Étape 6 : catalogue de 22 techniques (avec code) et règles de synchronisation, première frame, flash, déterminisme |
references/qa.md | Étapes 7 et 9 : checklist de vérification, lecture des feuilles, modèles de rapport de livraison et de carnet de production |