motion-pipeline
Vous êtes l'orchestrateur, pas l'animateur. Votre travail est d'exécuter les étapes dans l'ordre, de refuser d'avancer si un contrôle qualité échoue, et de garantir que chaque plan est cohérent avec tous les autres.
La seule cause des montages qui ont l'air faits par IA est de sauter des étapes. Une animation brillante sur un temps non planifié, dans une palette inventée, avec un actif standard que personne n'a re-étalonné, c'est du « slop ». L'ordre prime sur l'effort.
Non-négociables
- Ne jamais faire un one-shot d'une vidéo entière. Construisez le plan 1 à la qualité de livraison, faites-le approuver, puis lancez les autres plans par lots par rapport à lui. Un style rejeté après 26 scènes, c'est 26 réécritures.
- Ne jamais avancer si une porte (gate) est rouge. Dites quelle porte a échoué et ce qui manque.
- Ne jamais inventer une palette, une police ou un actif quand les rushes, la charte graphique (brand kit) ou le dossier de références peuvent en fournir un.
- Ne jamais décorer chaque mot de texte. La densité est plafonnée à l'étape 2 et appliquée à la livraison.
- Chaque décision est écrite sur le disque, pas conservée dans le contexte. Le prochain agent, la prochaine session et l'utilisateur lisent tous les mêmes fichiers.
Carte des étapes
| # | Étape | Compétence / outil | Porte (Gate) à passer |
|---|---|---|---|
| 0 | Réception (Intake) | cette compétence | G0 Brief complet |
| 1 | Transcrire | whisper / hyperframes transcribe / panneau Texte de Premiere | G1 Les timings mot par mot existent |
| 2 | Planifier | motion-plan | G2 Chaque temps classé, densité sous le plafond |
| 3 | Actifs | motion-assets | G3 Palette échantillonnée, jetons écrits, zéro placeholder |
| 4 | Design | motion-design | G4 Vérification anti-slop sur l'image pilote |
| 5 | Animer | motion-animate | G5 Vérification motion sur le plan pilote |
| 6 | Par lots | sous-agents parallèles | G6 Chaque plan correspond au pilote |
| 7 | Intégrer | Premiere / timeline maître | G7 Liste de contrôle de livraison (Annexe A) |
Étape 0 — Réception (Intake)
Collectez avant de toucher quoi que ce soit. Ne demandez que ce qui manque vraiment ; déduisez le reste et indiquez la déduction. Des modèles — pour un brief complet, pour les valeurs par défaut quand un brief est maigre, et pour le message à envoyer à un sous-agent à l'étape 6 — se trouvent à l'Annexe B.
- Rushes (Footage) : chemin, résolution, fps, et s'ils sont déjà montés.
- Script ou transcription : et si des timings existent.
- Format (Aspect) : 16:9, 9:16, 1:1. Cela change la composition, pas seulement le recadrage.
- Durée cible et date limite impérative.
- Charte graphique (Brand kit) : fichiers logo, polices, codes hexadécimaux, vidéos précédentes à reproduire. Si aucun n'existe, dites-le et dérivez-les des rushes à l'étape 3.
- Liens de référence : l'entrée unique au plus fort levier. Trois références valent mieux que trois paragraphes de description. Demandez-les nommément : « envoyez-moi 2 à 3 vidéos ou captures d'écran dont vous voulez le rendu. »
- Contrainte de moteur (Engine constraint) : le livrable doit-il aboutir dans Premiere/After Effects, ou bien un rendu autonome est-il suffisant ?
Écrivez edit/BRIEF.md. Si les références sont absentes, signalez-le : aucune référence fournie, donc le style est dérivé des rushes et reste une supposition jusqu'à ce que l'utilisateur réagisse au plan 1.
Structure des fichiers (Artifact layout)
Créez ceci avant l'étape 1. Tout ce qui suit lit et écrit ici ; rien d'important ne vit seulement dans un chat.
edit/
BRIEF.md réception + déductions + contraintes
NOTES.md journal d'exécution : chaque correction utilisateur, textuellement
00-source/ rushes A-roll bruts, musique, bruitages, charte graphique
01-transcript/ words.json (mot par mot), transcript.md
02-plan/ plan.md + plan.json (lignes de plan lisibles par machine)
03-assets/
brand/ logo.svg, polices/, brand.json
refs/ les références de style, nommées par ce qu'elles enseignent
gen/ images/vidéos générées par IA, avec prompt.txt à côté de chacune
3d/ glb/obj + les passes de rendu
lottie/ .json / .lottie
sfx/ whooshes, impacts, ticks d'interface
04-design/
tokens.css la palette + l'échelle typographique — la source unique de vérité
palette.json lisible par machine, pour les générateurs
pilot/ l'image du plan 1 approuvée
05-scenes/ un dossier par plan : 03-stat-card/, 07-map/, ...
06-renders/ mp4 par plan (opaque) / mov prores4444 (alpha)
07-master/ fichier projet + export final
tokens.css est la loi. Chaque scène l'importe. Une scène qui code en dur une couleur est un bug, car elle dérivera des autres — la dérive de palette entre les plans est le signe structurel de « slop » le plus évident.
Étape 1 — Transcrire
Mot par mot ou ça ne compte pas. Des timings au niveau de la phrase produisent des visuels de durée uniforme, ce qui se lit comme automatisé.
- Local : whisper (
large-v3pour le final,basepour une passe d'essai) ounpx hyperframes transcribe. - Déjà dans Premiere : la transcription du panneau Texte s'exporte avec les timings.
- Déjà sur YouTube : tirez la piste de sous-titres.
Produisez 01-transcript/words.json avec des enregistrements {word, start, end}.
G1 — échoue si vous n'avez que des timings de phrases. Corrigez cela avant de planifier ; n'estimez pas.
Étape 2 — Planifier
Invoquez motion-plan. Il classifie chaque temps VISUEL ou REPOS et écrit ce que chaque visuel doit montrer.
Ajoutez le plafond de densité du pipeline par-dessus :
| Durée vidéo | Part VISUELLE max | Nombre typique de plans |
|---|---|---|
| moins de 60s (court) | 65% | 8–14 |
| 3–8 min | 40% | 15–30 |
| 8–20 min | 30% | 25–50 |
| 20 min+ | 22% | 40–80 |
Émettez aussi plan.json — une ligne par plan : {id, start, end, dur, text, must_show, archetype, engine, assets[]}. L'étape 6 se répartit sur ces lignes, donc chaque ligne doit tenir debout seule sans la conversation environnante.
G2 — échoue si un temps n'est pas classifié, si la densité dépasse le plafond, ou si deux plans adjacents utilisent le même archétype (la monotonie se lit comme un modèle).
Étape 3 — Actifs
Invoquez motion-assets. Deux livrables importent :
04-design/tokens.css— palette échantillonnée des rushes, jamais inventée.- Chaque entrée
assets[]dansplan.jsonrésolue en un fichier réel sur le disque.
G3 — échoue sur tout placeholder, tout lorem ipsum, tout « TODO: trouver icône », tout actif standard pas encore ré-étalonné dans la palette.
Étape 4 — Design du pilote
Choisissez le plan le plus représentatif, pas le premier. Généralement une carte statistique ou conceptuelle en milieu de vidéo. Construisez une image, à la qualité de livraison, en utilisant motion-design.
Exécutez la liste de vérification anti-slop de motion-design. Trois échecs ou plus signifient une refonte, pas une rustine.
Puis montrez-la à l'utilisateur et arrêtez-vous. Une image, une question : voici le rendu — quelque chose à changer avant que je construise les N autres plans dedans ?
G4 — échoue sans une approbation explicite, ou une correction consignée dans NOTES.md.
Étape 5 — Animer le pilote
Invoquez motion-animate sur l'image approuvée. Faites le rendu. Regardez-le contre l'audio réel, pas en isolation.
G5 — échoue si l'une des quatre lois est brisée : easing linéaire quelque part, entrées simultanées, caméra totalement statique pendant plus de ~2s, ou durées métronomiques.
Étape 6 — Traitement par lots des plans restants
Maintenant, et seulement maintenant, parallélisez.
Distribuez un sous-agent par plan (ou par groupe de 3–4 plans similaires). Chaque agent reçoit, et seulement reçoit :
- Sa ligne de
plan.json. 04-design/tokens.css— lecture seule.- Le chemin vers la scène pilote approuvée, comme modèle à imiter.
- Le moteur pour ce plan (voir tableau ci-dessous).
- Les listes de vérification anti-slop et motion.
Chaque agent renvoie un fichier rendu dans 06-renders/ et une note d'une ligne dans NOTES.md. Les agents ne se parlent pas et ne modifient pas les jetons.
Isolez les espaces de travail. Les agents parallèles qui éditent un seul répertoire de projet se marcheront dessus — donnez à chacun un git worktree, une copie, ou au minimum un sous-dossier disjoint, puis réconciliez à la fin.
G6 — échantillonnez quatre rendus au hasard et mettez-les côte à côte. Même palette, même typo, même direction d'ombre, même grain, mêmes coins arrondis ? Toute dérive signifie que l'agent dérivant reconstruit contre le pilote, pas contre sa propre sortie.
Choix du moteur
| Le plan est... | Construisez-le dans |
|---|---|
| Données, graphiques, cartes, compteurs, longues séquences programmatiques | Remotion |
| Maquette UI, terminal, typo cinétique, HTML+GSAP rapide, nécessite un inspecteur ajustable | HyperFrames |
| Maths, géométrie, théorie des graphes, parcours d'algorithme | Manim |
| Tout ce qui doit être sur les rushes — tracking, intégration de plate, roto, 3D caméra réelle | After Effects (voir ae-extendscript) |
| Un objet ou environnement 3D | Blender / Unreal, passes de rendu, puis compositing |
| B-roll photoréaliste, beauty product, images impossibles | IA image vers IA vidéo, puis ré-étalonnage dans tokens.css |
| Sous-titres | add-subtitles ou le bloc de sous-titres, stylé depuis les jetons |
| La timeline maître, l'audio, les exports | Premiere / DaVinci |
Mélanger les moteurs est normal et bon — c'est l'un des signaux anti-modèle les plus forts. Ce qui ne doit jamais se mélanger, c'est la palette.
Étape 7 — Intégrer et livrer
Assemblez dans la timeline maître. Puis exécutez l'Annexe A en entier. Elle couvre ce que les vérifications par plan ne peuvent pas voir : ducking audio sous les graphiques, collision sous-titres vs. tiers inférieurs, zones de sécurité, rythme à travers l'ensemble de la pièce, et les spécifications de rendu.
G7 — chaque case cochée, ou une liste écrite de ce qui ne l'est pas et pourquoi.
Boucler la boucle
Avant de terminer, lisez NOTES.md et demandez : laquelle de ces corrections l'utilisateur refera-t-il sur la prochaine vidéo ?
Transformez-les en une compétence de projet — .claude/skills/<client>-style/SKILL.md — contenant sa palette, ses polices, ses préférences de rythme, ses mouvements interdits, et les corrections que vous avez dû recevoir. La prochaine vidéo commence alors à l'étape 4, pas à l'étape 0.
C'est l'étape de capitalisation. Un agent qui n'écrit pas ce sur quoi il a été corrigé sera corrigé éternellement.
Quand l'utilisateur ne veut qu'une seule animation
Sautez aux étapes 3–5 pour ce seul plan, mais : échantillonnez toujours une palette à partir de quelque chose de réel, exécutez toujours les deux listes de vérification, écrivez toujours tokens.css. Les portes sont peu coûteuses ; reconstruire ne l'est pas.
Annexe A · Liste de contrôle de livraison (G7)
Exécutez sur le maître assemblé, pas sur les plans individuels. Les vérifications par plan sont déjà passées ; ceci attrape ce qui n'apparaît qu'une fois que tout est ensemble.
Regardez l'ensemble deux fois : une fois sans le son, une fois à plein volume avec les graphiques cachés. Les problèmes se cachent dans le mélange des deux.
1. Cohérence entre les plans
- Chaque plan tire sa couleur de
tokens.css. Grep les dossiers de scènes pour les valeurs hexadécimales brutes qui ne sont pas dans le fichier de jetons — toute correspondance est une dérive. - La direction de l'ombre est identique dans chaque plan.
- Une passe de grain/texture existe dans chaque plan à la même force.
- Les coins arrondis, les épaisseurs de contour et l'intensité de la lueur correspondent.
- Typo : mêmes deux familles partout, mêmes règles de crénage, mêmes règles de casse.
- Les éléments récurrents (cartes de chapitre, compteurs, tiers inférieurs, le bouton d'abonnement) sont littéralement le même composant, pas refaits par instance.
- Le logo apparaît à une échelle et un espace libre cohérents.
2. Rythme à travers la pièce
- Aucun plan adjacent ne partage un archétype.
- Les durées des plans varient. Faites un graphique — une ligne plate est un métronome et se lit comme automatisé.
- Les temps de REPOS ont survécu. Si chaque ligne a fini avec un visuel, le plan a été outrepassé quelque part ; réduisez.
- Les 5 premières secondes portent la plus haute densité ; le milieu respire.
- Aucun graphique ne survit à sa ligne. Un visuel qui s'attarde au-delà du point qu'il illustre est un temps mort.
- Rien à l'écran n'est illisible à la vitesse de lecture. Lisez chaque texte à voix haute au débit de lecture ; si vous ne pouvez pas le terminer, il est trop long ou trop rapide.
3. Intégration avec les rushes
- Les graphiques sont étalonnés par rapport à la plaque (plate), pas collés dessus — correspondance du niveau de noir, correspondance de la chaleur, correspondance du grain.
- Tout ce qui est censé se trouver dans la scène a une ombre de contact ou une occlusion.
- Rien ne couvre le visage de l'orateur, et rien ne se trouve là où ses mains se déplacent.
- Les tiers inférieurs et les sous-titres n'entrent jamais en collision. Décidez le z-order une fois : graphiques au-dessus des sous-titres, ou sous-titres au-dessus des graphiques — puis tenez-vous-y.
- Le cadrage survit au recadrage : les exports 9:16 gardent le sujet et les textes dans la zone visible, pas seulement dans le canvas.
- Zones de sécurité respectées — rien de critique dans les 5% extérieurs, rien derrière l'interface utilisateur de la plateforme pour les shorts (environ 15% en bas, environ 10% à droite).
4. Audio
- La musique fait du ducking sous le dialogue. Images clés générées, pas un niveau statique.
- Les bruitages existent sur les moments qui en ont besoin — entrées, impacts, ticks d'interface, transitions — et nulle part ailleurs. Des whooshes de bout en bout sont leur propre signature de slop.
- Les bruitages sont mixés sous le graphique, pas par-dessus la voix. Si vous remarquez le whoosh, il est trop fort.
- Chaque effet sonore atterrit sur l'image où l'action atterrit, pas près d'elle.
- Le niveau du dialogue est cohérent d'un plan à l'autre ; aucune coupure ne saute dans le bruit ambiant.
- Fin propre : la musique se résout ou fond, pas de coupure brutale sur une note tenue.
5. Le montage lui-même
- Les coupes commencent sur les mots, pas sur les inspirations.
- Prises répétées, redémarrages, et remplissage supprimés.
- Aucune image dupliquée à un point de couture (un signe classique quand on enchaîne des clips générés dernière-image-vers-première-image — rognez une image).
- Les transitions sont motivées. Une transition qui existe parce qu'une transition était disponible est coupée.
- Tout b-roll généré par IA a été ré-étalonné dans la palette et, s'il contient du texte visible, vérifié pour les caractères déformés. Un texte à l'écran déformé est l'artefact le plus reconnaissable d'une vidéo générée — recadrez-le ou remplacez le plan.
6. Spécification de rendu
- Résolution, fps et espace colorimétrique corrects pour la destination.
- Les plans avec alpha exportés en ProRes 4444 / QuickTime avec alpha, pas cuits sur du noir.
- Débit binaire raisonnable pour la plateforme ; pas de banding dans les dégradés (ajoutez une touche de grain s'il y en a).
- Audio à la sonie cible de la plateforme, crêtes sous 0 dBFS.
- Le nom du fichier dit ce que c'est et quelle version c'est.
7. La question honnête
Regardez-le encore une fois et répondez en une phrase : que dirait un spectateur qui a trahi cela comme automatisé ?
Si vous pouvez nommer quelque chose, corrigez cette chose. Si vous ne pouvez vraiment pas, livrez-le.
Journal des échecs
Tout ce qui a échoué ici va dans NOTES.md avec la cause, pas seulement le symptôme. « Le plan 12 avait un fond plat » est un symptôme ; « l'agent par lots pour le plan 12 n'a pas importé tokens.css » est la cause, et c'est celle qui devient une règle dans la compétence de projet.
Annexe B · Briefing de l'agent (et briefing des sous-agents)
…
[le contenu après la coupure n'a pas été fourni pour traduction]