Création Vidéo IA Ultime

Que fait Création Vidéo IA Ultime ?

Orientation produit : production autonome et sans fournisseur par défaut

Le chemin par défaut doit créer un contenu visuel original avec les propres graphismes procéduraux, animations, typographies, diagrammes, compositions et code de montage du projet. Ne pas nécessiter ni appeler silencieusement des services externes de génération d'images/vidéo IA. Les fournisseurs externes sont optionnels uniquement lorsque l'utilisateur les demande explicitement. L'objectif est un moteur unique de direction créative et de production conversationnelle, pas un ensemble de prompts qui confie le travail à d'autres générateurs.

Le moteur doit prendre en charge un large éventail extensible de langages visuels : looks live-action comme références, documentaire, UGC, publicitaire, culinaire, voyage, sport, actualité, éducation, narration, graphismes 2D/3D, vectoriel, dessin à la main, collage, stop-motion, infographique, typographie cinétique, visualisation de données, styles abstraits et hybrides. Il doit permettre des styles et combinaisons personnalisés. Voir docs/style-catalog.md.

Pour le montage axé sur l'attention, utiliser modules/viral-editing-language.md : accroches, ruptures de motif, rythme, plans serrés, raccords dans le mouvement, accélérations, transitions dynamiques, typographie cinétique, accents sonores, resets visuels, payoff et fins en boucle. La viralité n'est jamais garantie ; la clarté, la vérité et l'accessibilité priment.

Le moteur sans fournisseur peut générer des graphismes procéduraux, des scènes vectorielles originales, des primitives vectorielles géométriques (cercles, triangles, losanges, étoiles), de l'animation 2D/2.5D, du motion design et des montages complets à partir d'actifs fournis. Il ne peut pas créer de séquences photoréalistes arbitraires ou de performances humaines naturelles sans séquences source ou modèle génératif. Ne jamais suggérer le contraire. Le rendu nécessite également un hôte capable d'exécuter du code et d'écrire des fichiers ; un chat textuel seul ne peut pas produire un MP4.

---

Un flux de travail portable et modulaire pour produire des vidéos dans les domaines éducatif, documentaire, marketing, culinaire, divertissement, actualité, narration, tutoriel, produit et autres. Cette compétence est conçue pour tout agent supportant le format ouvert Agent Skills. Elle n'est liée à aucun fournisseur de chat.

Contrat d'exploitation : découvrir les capacités d'abord

Avant de commencer la production, inspecter les outils réellement disponibles dans l'environnement actuel du chat/agent. Ne pas supposer que les outils, API, abonnements, fichiers, navigateur, terminal ou intégrations d'un autre agent sont disponibles ici.

Classifier l'environnement :

• Niveau 1 — Chat uniquement : peut raisonner et écrire. Fournir des recherches (si la navigation existe), un brief, un script, un storyboard, des prompts, un plan d'actifs et des instructions de transfert exactes. Ne pas prétendre créer des fichiers, effectuer un rendu ou publier.
• Niveau 2 — Chat + fichiers/espace de travail : peut lire/écrire des fichiers de projet et empaqueter un projet modifiable. Effectuer un rendu uniquement si un moteur de rendu est installé et exécutable.
• Niveau 3 — Exécution + environnement d'exécution multimédia : peut exécuter des scripts, accéder à un système de fichiers et utiliser FFmpeg ainsi qu'un moteur de rendu pris en charge. Peut assembler et effectuer le rendu après une vérification préalable réussie.
• Niveau 4 — Fournisseurs de génération connectés (optionnels) : peut utiliser des services externes autorisés d'image/vidéo/voix/musique uniquement lorsqu'ils sont explicitement demandés. Ceux-ci ne sont pas requis par le chemin procédural par défaut.
• Niveau 5 — Intégrations de publication : dispose également de connecteurs/API de plateforme autorisés. Peut publier uniquement après que l'utilisateur a explicitement approuvé le compte cible, le contenu et l'action.

Une compétence ne peut pas accorder d'outils, abonnements, ressources de calcul, clés API, stockage, accès réseau ou permissions de publication manquants. Ne jamais suggérer le contraire. Expliquer le niveau le plus élevé disponible et procéder aussi loin que possible sans bloquer le travail utile.

Expérience utilisateur

L'utilisateur doit pouvoir décrire la vidéo souhaitée dans un langage ordinaire. Ne demander que les détails manquants essentiels ; utiliser des valeurs par défaut raisonnables pour le reste. Ne pas obliger l'utilisateur à copier manuellement des prompts entre les étapes lorsque l'environnement peut exécuter les étapes. Tenir l'utilisateur informé des décisions, des obstacles, des coûts et des points d'approbation.

Flux de travail de bout en bout

1. Prise en charge : identifier le sujet, le public, l'objectif, la plateforme, le rapport hauteur/largeur, la durée, la langue, le ton, l'appel à l'action, les contraintes de marque, la date limite, le budget et les actifs sources disponibles. Ne demander que les éléments manquants essentiels.
2. Recherche : naviguer sur les sujets courants/actuels lorsque la navigation est disponible. Suivre les sources et distinguer les faits, l'incertitude, l'opinion et la reconstruction créative.
3. Stratégie créative : définir un aperçu du public, un concept, une accroche, un arc narratif, un format, un rythme et un appel à l'action le cas échéant.
4. Script : écrire une narration/un dialogue et estimer la durée parlée réaliste. Préserver exactement le texte fourni lorsqu'il est demandé.
5. Storyboard : spécifier les ID de scène, les horodatages, la durée, l'action, le cadrage, le mouvement de la caméra, l'éclairage, le lieu, les accessoires, la continuité, la narration, la musique, les effets sonores et les transitions.
6. Plan d'actifs : identifier les séquences, les images/vidéos générées, la voix, la musique, les effets, les graphismes, les références, les droits, le consentement, la provenance et les options de repli.
7. Production d'actifs : par défaut, utiliser des graphismes procéduraux originaux, des illustrations vectorielles, des diagrammes, de la typographie, de l'animation 2D/2.5D et des actifs fournis par l'utilisateur. Ne pas appeler de générateurs d'images/vidéo externes sauf sur demande explicite. Garder les opérations optionnelles des fournisseurs derrière des adaptateurs. Ne jamais fabriquer d'URL d'actif ni prétendre qu'une génération a réussi sans fichier retourné.
8. Chronologie : définir les FPS, les dimensions, les limites des trames, les pistes, les transitions, les repères audio, les sous-titres et les références d'actifs. Valider avant le rendu.
9. Montage et rendu : privilégier HyperFrames lorsqu'il est installé et vérifié ; utiliser FFmpeg pour l'inspection, la conversion, le découpage, le mixage et le codage des médias. Remotion ou un autre moteur de rendu peut être utilisé via un adaptateur. Vérifier le fichier de sortie réel.
10. Assurance qualité : vérifier les faits, l'orthographe, le timing, la continuité, les artefacts visuels, les zones de sécurité, le rapport hauteur/largeur, l'écrêtage/le volume audio, les sous-titres, les métadonnées du flux et les paramètres d'exportation. Distinguer les vérifications automatisées de la révision humaine.
11. Livraison : fournir le MP4 vérifié uniquement lorsqu'il existe et a passé les vérifications pertinentes. Fournir également le projet/la source modifiable, les sous-titres, un concept de vignette, un titre, une description, des textes pour les réseaux sociaux, des tags, des crédits et un rapport QA concis lorsque cela est utile.
12. Publication : préparer un pack de publication par défaut. Publier uniquement via une intégration autorisée disponible et après confirmation explicite de l'utilisateur. Ne jamais demander ou exposer de mots de passe ou de jetons dans le chat.

Priorité de montage et de rendu

Utiliser HyperFrames comme flux de travail privilégié de composition/rendu lorsque l'environnement le prend en charge. Consulter la documentation actuelle en amont et l'aide CLI installée avant de se fier aux commandes. Utiliser FFmpeg pour les opérations multimédias. Remotion et d'autres moteurs de rendu sont des adaptateurs optionnels. Si aucun moteur de rendu/environnement d'exécution n'existe, livrer un projet modifiable portable avec des instructions claires plutôt que de prétendre qu'un MP4 a été rendu.

Génération et validation de projet

• Générateur de scène procédural sans fournisseur : tools/procedural-scene-engine/generate.mjs (Node.js 22+), crée des compositions SVG/HTML autonomes à partir de JSON sans actifs distants.
• Pipeline local en une commande : tools/procedural-scene-engine/run_pipeline.py peut éventuellement synthétiser une narration hors ligne, effectuer le rendu avec FFmpeg, vérifier le MP4 avec FFprobe et écrire un rapport de métadonnées QA. Voir son README pour les prérequis et les limites.
• Rendu MP4 procédural : tools/procedural-scene-engine/render.py utilise FFmpeg local pour le texte, les sous-titres chronométrés, les rectangles, les lignes, les barres de progression, les mouvements de caméra, les transitions et le mixage audio local ; voir son README pour les limitations.
• Narration hors ligne optionnelle : tools/procedural-scene-engine/tts.py utilise un exécutable eSpeak NG installé localement ; il n'utilise pas de service IA distant et la qualité de la voix est synthétique/robotique.
• Composition de démarrage textuelle uniquement : tools/project-generator/generate.mjs (Node.js 22+). Il crée du HTML et copie le JSON du projet ; il ne génère pas de médias ni ne produit de MP4.
• Vérification préalable des actifs : tools/asset-preflight/check.mjs vérifie la structure du manifeste, les chemins locaux et les avertissements de métadonnées de droits manquants ; il ne peut pas prouver la propriété ou les licences.
• Validation de la chronologie : tools/timeline-validator/validate.mjs vérifie le timing des scènes, l'alignement des trames, les ID d'actifs et les plages de repères audio ; il ne rend pas ni ne prouve la synchronisation.
• Vérification préalable du rendu : tools/render-preflight/check-render.mjs vérifie les métadonnées FFprobe après un rendu réel ; il n'inspecte pas chaque trame ni n'écoute l'audio.
• Empaquetage de la compétence : tools/package-skill/package.py crée un dossier de compétence Agent Skill portable et un ZIP contenant les modules, docs, outils, exemples et modèles existants.

N'exécuter que les scripts présents dans le paquet de compétence chargé. Vérifier d'abord les prérequis et signaler les erreurs honnêtement.

Modules spécialisés

Ne lire que les modules nécessaires à la tâche en cours :

• Recherche et vérification des faits : modules/research.md
• Scripts, accroches, rythme, appel à l'action : modules/scriptwriting.md
• Storyboard, caméra, éclairage, continuité : modules/creative-direction.md
• Planification et production d'actifs : modules/asset-production.md
• Chronologie et FPS : modules/timeline-orchestration.md
• Mouvement et transitions : modules/transitions-motion.md
• Provenance et droits des actifs : modules/media-management.md
• Voix et synthèse vocale : modules/voice-production.md
• Synchronisation audio et repères : modules/audio.md, modules/audio-synchronization.md
• Sous-titres et accessibilité : modules/captions-accessibility.md
• Automatisation et génération de projet : modules/automation.md
• Montage HyperFrames : modules/editing-hyperframes.md
• QA et validation du rendu : modules/quality-assurance.md, modules/render-validation.md
• Publication et transfert : modules/publishing.md

Formats universels

Supporter les formats vertical 9:16, carré 1:1, paysage 16:9 ou autres formats demandés ; durée courte ou longue ; voix off, présentateur, dialogue, ASMR, écran ou texte. Adapter le flux de travail au créneau demandé plutôt que de supposer un cas d'utilisation de recette, marketing ou vidéo sociale.

Sécurité, droits et fiabilité

• Respecter les droits d'auteur, les licences, la vie privée, le consentement, les droits d'image/de voix et les politiques des plateformes.
• Ne pas cloner la voix ou l'image d'une personne réelle sans autorisation appropriée.
• Ne pas présenter de séquences synthétiques comme preuve documentaire.
• Suivre la source, la licence, le statut de consentement et les restrictions d'utilisation commerciale des actifs.
• Privilégier les outils gratuits/open source lorsque c'est pratique, mais ne jamais promettre une génération gratuite illimitée.
• Ne jamais communiquer de clés API, mots de passe ou jetons d'accès. Utiliser le gestionnaire de secrets/variables d'environnement de l'hôte.
• Ne pas publier, dépenser d'argent ou utiliser des crédits payants sans l'approbation de l'utilisateur.
• Ne jamais prétendre que la recherche, la génération, le montage, le rendu, la révision ou la publication ont eu lieu à moins que l'outil/action correspondant n'ait réussi.
• Voir docs/production-checklist.md, docs/agent-compatibility.md et docs/troubleshooting.md.

Rapports de statut

Pour chaque production, rapporter clairement :

• ce qui a été créé ;
• ce qui a seulement été planifié ;
• quels outils/fournisseurs ont été réellement utilisés ;
• quelles vérifications automatisées ont réussi ou échoué ;
• si le fichier MP4 existe et a été vérifié ;
• si une révision visuelle/audio a été effectuée ;
• toutes les étapes manuelles, coûts ou permissions restants.

---

Compatibilité inter-agents et découverte des capacités

Cette compétence utilise la convention ouverte Agent Skills et n'est liée à aucun fournisseur d'IA. Avant la production, inspecter les outils réellement disponibles dans le chat actuel. Ne pas supposer que le navigateur, le terminal, le système de fichiers, la génération d'images/vidéo, la voix, le moteur de rendu, le stockage ou les intégrations de publication d'un autre produit sont disponibles ici.

Classifier la session :

• Chat uniquement : fournir des recherches (si la navigation existe), un brief, un script, un storyboard, des prompts, un plan d'actifs et des instructions de transfert.
• Fichiers/espace de travail : créer également des fichiers de projet modifiables et des paquets.
• Environnement d'exécution multimédia : effectuer le rendu uniquement après avoir vérifié le moteur de rendu, FFmpeg, les dépendances, les actifs et la sortie.
• Fournisseurs de génération : générer des médias uniquement via des fournisseurs connectés et autorisés ; divulguer les quotas et les coûts.
• Intégrations de publication : publier uniquement via une connexion autorisée et après approbation explicite de l'utilisateur.

Une compétence ne peut pas accorder d'outils, abonnements, ressources de calcul, clés API, stockage, accès réseau ou permissions de publication manquants. Continuer aussi loin que l'hôte le permet et indiquer clairement ce qui est et n'est pas possible. Ne jamais prétendre qu'un actif, un rendu, une révision ou une publication a réussi à moins que l'outil correspondant n'ait retourné un succès et que la sortie n'ait été vérifiée.

Pour une installation indépendante de la plateforme, des niveaux de capacité, des attentes des adaptateurs de fournisseur, des vérifications de rendu et de l'approbation de publication, lire docs/agent-compatibility.md.

---

Contrats d'intégration et feuille de route de rendu

• Exigences pour les adaptateurs de fournisseur indépendants : docs/provider-adapter-contract.md
• Plan de mise en œuvre complet de la chronologie au rendu et critères d'acceptation : docs/full-render-integration-plan.md
• Exemple de descripteur de capacité d'adaptateur : examples/providers/adapter.example.json

Ne pas décrire un adaptateur de fournisseur comme implémenté simplement parce que son contrat ou son exemple existe. Le référentiel actuel a toujours besoin d'intégrations concrètes de fournisseurs et d'une révision multimédia de bout en bout plus large.

---

Adaptateur de rendu MP4 local (expérimental)

Lorsque Python et FFmpeg sont disponibles, l'agent peut utiliser tools/ffmpeg-render/render.py pour assembler une chronologie locale d'actifs image/vidéo et une voix off/musique optionnelle en MP4. Lire tools/ffmpeg-render/README.md pour son schéma et ses contraintes délibérément limités. Ne pas décrire cela comme une génération IA, un support complet de la chronologie HyperFrames ou une publication automatique. CI effectue un test de fumée de rendu FFmpeg déterministe ; les projets finaux nécessitent toujours une révision visuelle/audio.

Contrat de production par défaut sans fournisseur

Lorsque l'utilisateur demande de créer une vidéo sans services IA externes :

1. Sélectionner un style visuel réalisable dans le catalogue ou définir une bible de style personnalisée.
2. Écrire un script complet et un storyboard basé sur le temps/les trames.
3. Générer des visuels à l'aide de SVG, HTML/CSS/Canvas, personnages vectoriels, diagrammes, graphiques, proc...