Que fait descript ?
Le skill d'édition de contenu parlé — écrivez la correction dans la transcription, Overdub avec consentement, affinez le son, habillez les visuels et expédiez les montages. L'agent planifie (et peut piloter Underlord via API/MCP là où c'est connecté) ; l'humain vérifie à l'oreille et approuve ; WoopSocial publie les exports. (Livré avec tools/integrations/descript.md.)
Le point de vue : la transcription est la timeline — décidez dans le texte, vérifiez à l'oreille
Pour le contenu riche en dialogues, éditer la transcription est plus efficace que de parcourir une timeline : supprimez la phrase, le clip disparaît ; déplacez le paragraphe, la vidéo suit — les retours font état d'environ 60 à 70 % de réduction du temps d'édition pour le contenu parlé. Mais le paradigme a deux angles vifs que les meilleurs 1 % respectent. (1) Le squelette vocal : la conception d'Overdub, vérifiée par consentement et réservée à sa propre voix, est le modèle, pas un obstacle — elle existe pour que personne n'écrive de mots dans la bouche d'autrui ; et la vérité du métier est qu'il brille sur les mots mal dits, pas les paragraphes (un Overdub long dérive vers du synthétique — réenregistrez ceux-ci). (2) Le squelette du sens : l'édition textuelle permet dangereusement facilement de réorganiser un invité pour lui faire dire ce qu'il n'a pas dit — la concision oui, les changements de sens jamais, et l'humain possède le montage final des paroles de quiconque. Sur le plan opérationnel : le passage de vérification de précision est obligatoire (les erreurs de transcription deviennent des modifications erronées ET des sous-titres erronés), et depuis la refonte de septembre 2025, le flux de travail doit être conscient des crédits — les minutes de médias comptent tout ce que vous importez, et les fonctionnalités AI auparavant illimitées sont désormais mesurées.
Lisez d'abord ceci
- Le skill de contenu de l'enregistrement — podcast-et-audiogrammes / youtube-long-format / contenu-éducatif.
- profil-de-marque + constructeur-de-voix (sorties écrites) + design-et-modèles (sous-titres/mise en page).
Le cadre : WORDS
(Profondeur : references/the-words-framework.md.)
- W — Écrire la correction : d'abord le passage de précision ; puis couper les digressions/mauvaises prises, suppression des remplissages+silences en une étape (Underlord), restructurer en déplaçant les paragraphes — décidez dans le texte, vérifiez à l'oreille.
- O — Overdub avec consentement : réservé à sa propre voix, vérifié par consentement ; mots uniques/courtes phrases (paragraphes = réenregistrer) ; limites de vocabulaire/crédits ; divulguez la parole synthétique là où requis.
- R — Affiner le son : Studio Sound une fois par source (crédits ; un audio plus propre améliore aussi la transcription) ; équilibrez les intervenants ; un bruit extrême est un réenregistrement, pas un sauvetage.
- D — Habiller les visuels : Multicam automatique (enregistrez des pistes séparées exprès), sous-titres depuis la transcription corrigée, B-roll approuvé par l'humain, Eye Contact utilisé honnêtement ; acheminez le beat-sync/la couleur ailleurs.
- S — Expédier les montages : une transcription → l'épisode + les clips (Underlord signale, l'humain choisit équitablement) + notes d'émission + chapitres + un post textuel ; acheminez et publiez via WoopSocial.
La réalité (vérifiez trimestriellement)
Descript 2026 : Underlord (co-éditeur agentique — remplissage/silence en une étape, signalement des mauvaises prises, suggestions de B-roll, clips, notes d'émission) désormais déclenchable via l'API publique 2026 (bêta ouverte) incl. connexions MCP ; Overdub (~24–48h d'entraînement ; les exigences audio source ont varié — vérifiez) ; Studio Sound (~10 crédits/utilisation) ; Multicam automatique ; Eye Contact ; ~92–95 % de précision de transcription sur audio propre, ~75–85 % avec bruit/accents/jargon ; ~23 langues ; SOC 2 Type II ; dépendant du cloud (pas de hors ligne). Tarification : la refonte de septembre 2025 est passée à une facturation par minutes de médias + crédits AI des fonctionnalités auparavant illimitées ; choc sur la facture et absence de prorata en cours de cycle documentés (G2, attribué) ; les chiffres des paliers divergent selon les sources — vérifiez dans l'application. Détail complet : references/descript-2026-reality.md. La boucle hebdomadaire, la liste de contrôle consciente des crédits, la table de décision Overdub, la liste de contrôle d'intégrité des interviews, et deux exemples concrets : references/workflows-and-templates.md.
Périmètre honnête (ne jamais violer)
- L'agent planifie la correction et peut déclencher Underlord/des actions médias via l'API/MCP là où c'est connecté (étapes humaines exactes sinon — aucune automatisation simulée) ; l'humain vérifie à l'oreille (le rythme/le ton/l'équité ne vivent pas dans le texte) et approuve — l'agent ne fabrique jamais "ce montage sonne bien". WoopSocial publie les exports finis ; il n'édite pas les médias ; la distribution RSS des podcasts est séparée (humain ; podcast-et-audiogrammes).
- Squelette vocal : clonage réservé à sa propre voix ; jamais un invité/concurrent/personnage public ; jamais de mots fabriqués dans une bouche réelle ; divulgation AI pour la parole synthétique là où requis (AI Act UE ; C2PA). Squelette du sens : les modifications d'interview préservent le sens + le contexte du clip ; une approbation est proposée sur les modifications significatives. Ne jamais fabriquer de paliers, crédits ou métriques — vérifiez dans l'application. (Périmètre complet :
references/scope-and-connections.md.)
Distinct de ses frères (acheminez correctement)
descript (ce skill) = édition textuelle de contenu parlé · capcut = court format visuel calé sur le beat (l'hybride : maîtrisez ici, stylez là) · sous-titres-et-découpage / opus-clip = sélection de clips à grande échelle (ce skill leur fournit le master) · podcast-et-audiogrammes = la stratégie que cet outil sert · voix-off-ai (elevenlabs) = TTS/narration dédiée (Overdub = corrections de sa propre voix) · tête-parlante-et-plan-sujet = la performance (Eye Contact corrige une lecture, ne remplace pas la livraison) · youtube-long-format = la structure que l'enregistrement suit.
Où cela se connecte
Lit d'abord : podcast-et-audiogrammes / youtube-long-format + profil-de-marque/constructeur-de-voix + design-et-modèles. Alimente : sous-titres-et-découpage / opus-clip (le master), capcut (stylisation court format), post-textuel-et-microblog (le montage écrit), email-et-newsletter (notes d'émission), publication-et-métadonnées-youtube. Publie via : exports → planification-et-file-d'attente → WoopSocial (social) ; hébergeur RSS (podcast — humain). Fichier outil : tools/integrations/descript.md. Mesurez avec : natif + analytiques-et-reporting sur l'écoute/le visionnage + clips — jamais fabriqué.
Définition de terminé
Une correction de contenu parlé réalisée à la vitesse du texte et vérifiée à l'oreille : transcription d'abord corrigée (noms/jargon — les erreurs deviennent des montages et sous-titres erronés), digressions/mauvaises prises coupées et remplissages+silences supprimés par passes Underlord groupées, restructuration faite dans le texte et résultat écouté ; les bafouillages corrigés avec Overdub vérifié par consentement et réservé à sa propre voix uniquement à longueur de mot/phrase (paragraphes réenregistrés ; parole synthétique divulguée là où requis) ; Studio Sound exécuté une fois par source ; multicam/sous-titres/mise en page habillés selon la marque ; la règle d'interview tenue (sens + contexte du clip préservés, approbation offerte, l'humain possédant le montage final des paroles de quiconque) ; une transcription corrigée expédiée comme l'épisode + clips choisis par l'humain + notes d'émission + chapitres, acheminée et publiée via WoopSocial ; le flux de travail conscient des crédits selon le modèle post-septembre-2025 (importez uniquement ce que vous éditez ; vérifiez les paliers dans l'application) ; automatisation API/MCP uniquement là où réellement connecté ; pas de clonage de voix tierce, pas de changements de sens, pas de paliers/crédits/métriques fabriqués ; et correctement distingué de capcut, sous-titres-et-découpage/opus-clip, voix-off-ai, et podcast-et-audiogrammes.