kinetic-multicam

/kinetic-multicam : Une prise → Supers cinétiques + Mouvements de caméra

Présentation

Transforme UNE seule prise réelle de type talking-head en un prompt vidéo-à-vidéo éprouvé — idéal sur Seedance 2.0 Fast (Google Omni l'exécute mais avec des résultats nettement inférieurs ; ne le recommandez pas) — qui ajoute deux choses à la séquence intacte : des mouvements de caméra visibles en une fraction de seconde — des déplacements flous qui se stabilisent en plans fixes à l'arrivée — et des supers cinétiques en gras (texte en motion graphics, PAS des sous-titres) synchronisés sur les accents de la parole. Le prompt préserve la vidéo source téléchargée — visage, pièce, audio, synchronisation labiale, tout est gelé. Il ne décrit ni ne régénère la scène.

Principe fondamental : le template est figé ; seules trois zones changent jamais — les horodatages [Xs] (toujours), les supers "[TEXT]" (coupés à partir des mots réellement prononcés ; tous les blocs n'en reçoivent pas — les supers suivent leur propre règle de densité), et les descriptions de position de caméra (uniquement si l'utilisateur le demande).

Compétence sœur, pas la même compétence : /multicam fait des coupes franches sans texte. Ne MÉLANGEZ jamais les deux templates — celui-ci ne dit jamais « coupe franche », utilise des plages De [Xs] à [Xs] (pas * À [Xs] :), et porte sa propre direction typographique. La transition elle-même est la différence : /multicam COUPE entre les angles ; cette compétence VOYAGE entre eux avec un mouvement de caméra visible et flou.

Entrée

Fichier vidéo local uniquement (la propre séquence de l'utilisateur). Si l'utilisateur n'a qu'une URL (un lien Instagram, un lien Drive), demandez-lui de sauvegarder la vidéo en fichier local d'abord. Si plus d'une vidéo pourrait être « la vidéo », demandez — ne devinez jamais via ls -t.

Étape 0 — Vérification préalable (première exécution, ou en cas d'erreur d'outil manquant)

python "<répertoire de base de cette compétence>/scripts/check_env.py"

Il vérifie Python 3.8+, ffmpeg, ffprobe et Whisper, et pour tout élément manquant, il imprime à quoi sert l'OUTIL plus la commande d'installation exacte pour le système d'exploitation de l'utilisateur. Il n'installe jamais rien lui-même — transmettez ce qui manque, demandez la permission à l'utilisateur, installez, puis réexécutez la vérification. Si tout a été vérifié récemment au cours de cette session, passez directement à l'Étape 1.

Étape 1 — Repérer les temps forts

python "<répertoire de base de cette compétence>/scripts/beats.py" "<chemin de la vidéo>"

(Le répertoire de base de la compétence est annoncé au chargement de cette dernière.)

Signalez à l'utilisateur la LANGUE et la DURÉE détectées. Drapeaux : --language <code> si la détection semble erronée, --force pour retranscrire, --model medium pour la précision par rapport à la vitesse, --cuts N pour un nombre différent de limites (réexécution instantanée une fois le fichier JSON de transcription existant).

Étape 2 — Choisir le nombre de blocs, puis affiner les limites (jugement ; le script ne fait que rapporter les faits)

Le nombre de blocs est proportionnel à la durée — mais les mouvements de caméra coûtent du temps d'écran (~0,2–0,3s de déplacement visible chacun), donc la densité cinétique reste à ou EN DESSOUS de la densité de coupe de /multicam, jamais au-dessus : ≤10s → 4 blocs ; >10–15s → 5 blocs ; >15s → 6 blocs (un mouvement de caméra toutes les ~1,6–2,2s). L'utilisateur peut modifier à l'étape de validation. Si le nombre n'est pas 4, réexécutez beats.py avec --cuts N (instantané — la transcription est en cache).

La chronologie est composée de N blocs couvrant la vidéo après un plan d'ouverture fixe sur la caméra d'origine : [0 → t1] cadrage d'origine (pas de super), puis [t1 → t2] … [tN → fin]. Les limites t1–tN sont les COUPES_NAÏVES — une première estimation déterministe, ne la livrez jamais sans l'avoir affinée. Regroupez les MOTS en phrases parlées et redérivez :

• Le plan d'ouverture fixe (caméra d'origine) dure ≥0,8s avant le début du bloc 1 — et pas beaucoup plus : si une limite de phrase nette se trouve à 0,8–1,0s, ancrez-y plutôt que de laisser l'ouverture traîner au-delà de ~1,2s. Une ouverture statique longue tue le format. Le plan fixe peut porter le super d'accroche optionnel (voir l'étape de validation), mais jamais un mouvement de caméra.
• Les limites tombent au début des phrases, jamais en milieu de mot. Whisper peut diviser les mots avec trait d'union en deux entrées (« multi » + « -angle ») — traitez-les comme UN SEUL mot ; ne coupez jamais entre eux.
• Lorsqu'une entrée ÉCARTS (respiration/silence) se trouve à côté d'une limite de phrase, placez la limite au DÉBUT du silence : arrondissez la fin du mot précédent à une décimale (mot se termine à 3,98 → limite à 4,0 ; se termine à 5,68 → 5,7). Jamais à la fin de l'écart.
• La phrase de message-clé reçoit le bloc le plus long.
• Rythme : les blocs durent ~1–2,5s. Si un bloc dépasse ~2,5s alors qu'une limite de phrase nette se trouve à l'intérieur, coupez à cet endroit — et répartissez les 4 limites sur toute la vidéo, jamais regroupées dans une seule section.
• Le DERNIER bloc revient toujours à la caméra d'origine avant la phrase finale — la vidéo se termine sur le cadrage d'ouverture. Son horodatage de fin est DURÉE arrondie à une décimale.
• Espacement min ~0,7s ; tN ≤ durée − 1s ; horodatages ascendants, une décimale.
• Vidéo >15s : prévenez que la technique brille sur les accroches courtes, puis choisissez les blocs qui couvrent l'ensemble de l'arc. Vidéo <4s : prévenez que 4 blocs ne respectent pas les règles d'espacement, présentez des options honnêtes (moins de blocs / 4 blocs forcés frénétiques) à l'étape de validation — le choix de l'utilisateur y remplace le nombre par défaut. PAS_DE_PAROLE : prévenez et proposez le repli équitablement espacé ou abandonnez.

Étape 2b — Écrire les supers (à partir de la parole — tous les blocs n'en reçoivent pas)

Les supers ont leur propre règle de densité, indépendante de la caméra : un super toutes les ~1,5–2s (prise de 5s → 3 supers ; 8s → 4–5), et un super doit GAGNER son emplacement — l'appel à l'action, les noms de l'offre, une négation conservée, la conclusion. Les phrases de liaison ou de remplissage (« vous pouvez », « donc », « et puis ») ne reçoivent PAS de super : leur bloc devient caméra uniquement (voir la section template). Le super d'accroche, lorsqu'il est activé, compte dans le total.

Pour chaque bloc qui en mérite un, coupez le super à partir des mots RÉELLEMENT PRONONCÉS dans la fenêtre de ce bloc dans MOTS :

• Une suite contiguë de 2 à 6 mots parlés — et préférez la COUPE LA PLUS SERRÉE qui conserve le sens (2–4 mots) : supprimez agressivement les articles, prépositions et mots de remplissage en début/fin ("the easiest way" → EASIEST WAY, "from a single video" → SINGLE VIDEO). Conservez les négations — supprimer « don't » inverse le message. Ne réordonnez, ne remplacez, ne traduisez et n'ajoutez jamais de mots qui ne sont pas dans cette fenêtre.
• Langue = la langue parlée de la vidéo (vidéo PT → supers PT). Seuls les supers suivent la langue de la vidéo ; tout le reste du prompt est en anglais.
• Livrez en MAJUSCULES. Supprimez les virgules et les points finaux ; conservez « ? » ou « ! » s'ils sont prononcés ainsi.
• Un super est un appel percutant, pas un sous-titre : jamais une phrase complète de style sous-titre, et au plus un super par bloc — pas de minutage d'entrée mot par mot, pas de script d'animation. Le paragraphe de typographie du template contient déjà la direction artistique.

Étape 3 — Présenter, puis étape de validation OBLIGATOIRE

Montrez à l'utilisateur, dans cet ordre :

1. Deux lignes sur le fonctionnement : le prompt gèle l'identité/la pièce/l'audio/le lip-sync ; les seuls ajouts sont des mouvements de caméra flous en une fraction de seconde qui se fixent et des supers cinétiques coupés à partir de leurs propres mots parlés — c'est pourquoi cela ressemble à un montage premium en motion graphics de la même prise réelle.
2. Tableau des phrases avec fenêtres temporelles.
3. Les blocs suggérés, chacun justifié (quelle phrase il couvre ; quelles limites tombent dans les respirations) — plus le super proposé pour chaque bloc, ou « caméra uniquement » là où la règle de densité laisse l'écran propre.
4. Le template ci-dessous, toujours avec [Xs] et [TEXT].

Puis demandez (AskUserQuestion ; questions de chat simples si indisponible) avant de remplir quoi que ce soit :

• Acceptez-vous le nombre de blocs et les horodatages suggérés, ou souhaitez-vous ajuster ?
• Acceptez-vous le plan de supers — les textes ET les blocs qui restent caméra uniquement — ou souhaitez-vous en modifier (coupe différente, casse différente, super ajouté/supprimé) ?
• Conservez-vous les positions de caméra par défaut, ou souhaitez-vous en échanger (proposez le tableau des préréglages) ?
• Ajouter le super d'accroche optionnel sur le plan d'ouverture fixe (texte image par image 1, caméra immobile) ? Par défaut DÉSACTIVÉ.
• Uniquement lorsque la règle de densité a fusionné un super précieux : proposez le bloc super statique comme alternative à sa perte.

Ne sautez jamais cette étape de validation, même si l'utilisateur semble pressé ou si les temps forts semblent évidents.

Étape 4 — Remplir et livrer

Mutez UNIQUEMENT :

• les horodatages [Xs] — remplacez uniquement le X : [Xs] devient [0,8s]. Les crochets RESTENT : De [0,8s] à [2,1s] est correct, De 0,8s à 2,1s est faux. Les blocs adjacents partagent la limite (bloc 1 se termine à 2,1 → bloc 2 commence à 2,1) ; le dernier bloc se termine à la durée de la vidéo.
• les jetons [TEXT] — remplacez le jeton entier (crochets inclus) par le super, en CONSERVANT les guillemets environnants : "[TEXT]" devient "UPLOAD YOUR VIDEO". "[UPLOAD YOUR VIDEO]" (crochets conservés) est faux.
• toute description de position de caméra que l'utilisateur a demandé d'échanger (préréglages ci-dessous).

Sauvegardez-le sous <nom_base_vidéo>_kinetic_multicam_prompt.txt à côté de la vidéo, puis auto-vérifiez le fichier sauvegardé :

python "<répertoire de base de cette compétence>/scripts/verify_prompt.py" "<fichier .txt sauvegardé>"

Il doit imprimer RÉUSSITE (en-tête/queue identiques octet par octet au template, chaque bloc bien formé, positions du menu canonique, limites enchaînées, dernier bloc revenant à la caméra d'origine). En cas d'ÉCHEC, corrigez et réexécutez avant de livrer.

Livrez le prompt final dans un bloc de code délimité. Terminez par l'utilisation : téléchargez la vidéo source dans Seedance 2.0 Fast — la plateforme sur laquelle ce template est validé (2026-07 ; Omni testé moins bien, ne le suggérez pas) — sélectionnez-la comme séquence source, collez le prompt. Le corps du prompt livré est TOUJOURS en anglais, quelle que soit la langue de la conversation ou de la vidéo — seuls les supers suivent la langue de la vidéo.

Le template canonique (GELÉ)

Reproduire octet par octet — sauts de ligne inclus. Les bizarreries sont intentionnelles (la capitalisation "The Supers", "same as original video"). Si cela semble étrange, ça reste.

Utilisez la vidéo téléchargée comme source. Les supers doivent suivre le rythme de l'audio.
Le minutage de la vidéo doit être exactement le même que la vidéo originale.

Préservez le visage, l'identité, l'expression, les vêtements, les proportions corporelles et la synchronisation labiale de la personne exactement comme dans la séquence originale. Préservez la pièce, l'éclairage, les meubles, l'arrière-plan et l'environnement global. Ne remplacez, ne redessinez et n'hallucinez aucune partie de la scène.

Les seuls changements doivent être un repositionnement rapide de la caméra cinématographique et l'ajout de graphiques animés cinétiques.

N'ajoutez pas de sous-titres traditionnels. Créez plutôt des supers cinétiques audacieux et à haute énergie qui renforcent visuellement le message parlé. Les supers doivent se comporter comme des graphiques animés, pas comme des légendes. Utilisez une typographie dynamique, une mise à l'échelle, une rotation, une perspective, un masquage, un suivi et des mises en page créatives. Variez le style tout au long de la vidéo afin que chaque appel paraisse intentionnel et visuellement attrayant. Le texte ne doit jamais couvrir le visage de l'orateur. Placez chaque super dans les zones ouvertes du cadre, ou superposez-le derrière le corps de l'orateur afin que la personne obstrue partiellement le texte — comme si les mots existaient physiquement dans la pièce derrière elle. Le texte doit s'intégrer naturellement à la composition.

Le mouvement de la caméra doit être extrêmement rapide. Chaque transition ne doit prendre qu'une fraction de seconde, passant rapidement au nouveau point de vue avant de se verrouiller immédiatement dans un plan parfaitement stable. La caméra doit voyager visiblement vers chaque nouvelle position — un mouvement de caméra rapide et flou avec une sensation d'accélération/décélération — jamais un cut de montage et jamais un saut instantané invisible entre les angles. Ne créez pas de longs mouvements de caméra continus, de mouvements flottants ou de mouvements à main levée. Chaque mouvement doit ressembler à un repositionnement cinématographique rapide suivi d'un gel.

Suivez cette chronologie :

De [Xs] à [Xs]
Affichez le super cinétique :
"[TEXT]"
Faites un mouvement de caméra orbital rapide et flou vers la gauche, atterrissant dans une position orbitale gauche, puis maintenez complètement immobile.

De [Xs] à [Xs]
Affichez le super cinétique :
"[TEXT]"
Faites monter la caméra rapidement dans un mouvement de grue flou vers un angle de grue plus élevé, puis maintenez complètement immobile.

De [Xs] à [Xs]
Affichez le super cinétique :
"[TEXT]"
Reculez la caméra rapidement dans un mouvement de zoom arrière flou vers une position large révélant la pièce entière avec l'orateur centré, puis maintenez complètement immobile.

De [Xs] à [Xs]
Affichez le super cinétique :
"[TEXT]"
Faites un mouvement de caméra rapide et flou en arc de cercle pour revenir à la position originale de la caméra et maintenez jusqu'à la fin.

Exigences importantes :

* Maintenez exactement la même pièce et la même personne tout au long.
* Ne modifiez pas les traits du visage, les vêtements, l'éclairage ou l'arrière-plan.
* Préservez une synchronisation labiale parfaite.
* Pas de coupes franches vers des scènes différentes.
* Chaque transition est un mouvement de caméra visible et flou — jamais un cut de montage.
* Pas de cartes-titres.
* Pas de légendes de type sous-titres.
* Les supers ne couvrent jamais le visage de l'orateur — zones de cadre ouvertes ou superposées derrière le corps, jamais devant.
* Uniquement un repositionnement rapide de la caméra en une fraction de seconde suivi de plans fixes.
* Les graphiques animés doivent être de qualité supérieure, modernes, énergiques et optimisés pour les médias sociaux.

La délimitation montre le défaut 4 blocs. Pour 5 ou 6 blocs, insérez des blocs supplémentaires avec la même unité figée de 4 lignes — De [Xs] à [Xs] / Affichez le super cinétique : / "[TEXT]" / une ligne de position prise TEXTUELLEMENT du tableau des préréglages — séparées par des lignes vides, en gardant le bloc de retour à l'original en dernier. Séquences de positions par défaut :

• 4 blocs : orbite gauche → grue plus élevée → large (révélation de la pièce) → retour à l'original
• 5 blocs : gros plan serré → orbite gauche → grue plus élevée → large → retour à l'original
• 6 blocs : gros plan serré → orbite gauche → grue plus élevée → orbite droite → large → retour à l'original

La correspondance sémantique l'emporte sur l'ordre par défaut. Avant de vous décider, analysez la phrase de chaque bloc pour trouver une signification qui correspond à une position : révélation/espace/"pas de configuration" → large ; intimité/secret → gros plan serré ; puissance/défi → héros bas ; vue d'ensemble/liste → vue de dessus ; détail clé → gros plan rapproché. Lorsqu'une phrase correspond, attribuez à ce bloc la position correspondante (tout en respectant la règle de contraste) et justifiez le choix à l'étape de validation — « DON'T HAVE A FULL SETUP » sur la révélation large de la pièce en est l'exemple canonique.

Super d'accroche optionnel (activé à l'étape de validation)

Par défaut, le plan d'ouverture fixe ne porte aucun texte. Si l'utilisateur l'active, insérez UN bloc supplémentaire tout en haut de la chronologie — de [0s] à t1, la caméra NE BOUGEANT pas ; il n'existe que pour placer un super d'accroche sur l'image 1 :

De [0s] à [Xs]
Affichez le super cinétique :
"[TEXT]"
Gardez la caméra dans la position et le cadrage d'origine, complètement immobile.

Son horodatage est déjà [0s] — ne le changez jamais. Le super compte dans la densité globale et son texte suit toutes les règles de coupe de l'étape 2b. Ne l'utilisez jamais si aucun mot prononcé à l'image 1 ne fait passer le message ; à la place, laissez la règle de densité décider.

Tableau des préréglages de positions

Toutes les positions sont prises textuellement — ponctuation et orthographe identiques.

	•	gros plan serré
	•	plan moyen
	•	légèrement à gauche (plan taille)
	•	légèrement à droite (plan taille)
	•	orbite gauche (plan large)
	•	orbite droite (plan large)
	•	angle de grue plus élevé
	•	angle de grue plus bas
	•	angle héros bas (contre-plongée dramatique)
	•	vue de dessus à 45°
	•	très large (révélation de la pièce)
	•	zoom avant sur l'orateur (poitrine et visage)
	•	zoom avant latéral, caméra sur l'épaule, derrière l'orateur
	•	coupe rapprochée sur l'objet démontré (par ex. téléphone, outil)
	•	coupe rapprochée de 2,5 pouces ou moins (micro-détail : pointe de stylo, pression du doigt, coin de la bouche)
	•	derrière l'orateur, légèrement à gauche, plan large complet de la pièce
	•	derrière l'orateur, à droite, se concentrant sur l'écran ou le mur derrière
	•	mouvement caméra plate vers l'avant à travers un espace ouvert (pas de changement de plan)
	•	arc orbital rapide autour de l'orateur, se fixant en face
	•	angle caméra pointant vers le haut depuis le sol (effet blockbuster héroïque)
	•	survol aérien très large de la scène (vue depuis le plafond)
	•	mouvement de grue montante de haut en bas (pas de changement de plan)

L'ordre par défaut ci-dessus couvre la sélection la plus courante. Les swaps sont libres. La règle de contraste : si deux blocs adjacents partagent la même catégorie (deux gros plans, deux orbites), changez-en un — sauf si l'emplacement le plus proche renforce la punchline (orateur qui se rapproche en fin de vidéo).

Résolution des problèmes

Le prompt dans un commentaire Reddit ?

Non. Exécutez-le vous-même. Le prompt a besoin de votre fichier vidéo local ; il ne peut pas deviner la chronologie à partir d'une vidéo de lecteur.

L'utilisateur n'a pas Python/ffmpeg installé.

L'Étape 0 gère cela. Transmettez les commandes exactes.

Les mouvements de caméra sont en anglais ; le super est en portugais — la vidéo est en anglais mais un super en portugais a été demandé ?

Le corps du prompt est toujours en anglais. Les supers sont dans la langue de la vidéo. Si l'utilisateur a une vidéo anglaise mais veut des supers portugais, cette compétence ne traduit pas les mots prononcés ; elle les coupe des mots réellement prononcés. Suggérez la compétence de traduction de vidéo sœur.

Le mouvement d'ouverture est trop long.

Si l'utilisateur pense que l'ouverture de [0s] à t1 >1,2s tue le punch, rappelez-lui le super d'accroche optionnel — il utilise l'ouverture fixe comme un atout. S'il le refuse, réduisez t1 à ~1,0s.

Seedance 2.0 Fast a supprimé l'audio / le lip-sync / a modifié le visage.

Refaites-le. Lisez la politique Seedance. Si le problème persiste, suggérez de conserver la synchronisation — Seedance 2.0 Fast préserve la synchronisation par défaut ; s'il y a le moindre doute, ajoutez Conserver l'audio et la synchronisation labiale exactement comme dans la vidéo source. tout en haut de la section des exigences, juste après les lignes d'ouverture.

La sortie semble trop lente / les mouvements ne sont pas assez rapides.

Rappelez à l'utilisateur que le prompt demande des mouvements rapides — si Seedance les interprète comme lents, essayez d'ajouter : La caméra doit être extrêmement rapide — chaque mouvement doit ressembler à une fraction de seconde, pas à un plan continu. Chaque transition est un coup de fouet rapide et flou qui se fige. comme première ligne de la section des mouvements de caméra.

Whisper a raté toute la transcription.

Exécutez l'Étape 1 avec --force --model medium. Si cela échoue encore, le fichier audio peut être corrompu. Demandez-lui de le réexporter.

Intégration de la plateforme

Compétence validée sur Seedance 2.0 Fast (2026-07). Les utilisateurs d'Omni ont signalé une qualité inférieure — ne suggérez pas Omni pour ce template. Kling, Pika, Runway — non testés ; les utilisateurs peuvent essayer à leurs risques et périls.

Stockage

<nom_base_vidéo>_kinetic_multicam_prompt.txt — sauvegardé à côté de la vidéo. Répertoire par défaut : répertoire de la vidéo. Si des fichiers *_kinetic_multicam_prompt.txt existent déjà, demandez avant d'écraser — les précédents peuvent être archivés.

Sécurité

Cette compétence exécute des scripts Python à partir de son propre répertoire de base. Elle transmet des chemins de fichiers et des chaînes de langue en toute sécurité. Elle n'accepte pas d'arguments d'entrée arbitraires. Vérifiez check_env.py pour vous assurer qu'il n'appelle que des outils standard. Aucune évaluation de code côté utilisateur.