Vidéo en une phrase : Point d'entrée unique
Objectif : l'utilisateur exprime son besoin, et Claude s'occupe de tout : script, sous-titres, animations, effets sonores, rendu, vérification, vignettes et accroche. Ne demandez pas chaque étape, ne faites pas confirmer ce qui peut être décidé automatiquement.
0. Vérifier les prérequis (30 secondes avant de commencer)
Consultez la liste de préparation dans ../video-asset-prep/SKILL.md : avatar numérique (uniquement si nécessaire), voix, bibliothèque de modules, template fixe. S'il manque quelque chose, allez d'abord le préparer, ne forcez pas ; la version purement animée n'a pas besoin d'avatar. Une fois les prérequis prêts, le pipeline s'exécute automatiquement.
1. Recueillir le besoin (une seule fois maximum, trois questions groupées)
Ne posez que les questions qui changent la structure de la vidéo et qui ne peuvent pas être définies par défaut. Tout ce que l'utilisateur ne répond pas est pris par défaut :
| Question | Défaut |
|---|---|
| Sujet et point de vue (une phrase ou un brouillon) | Obligatoire |
| Y a-t-il un avatar numérique à l'écran ? | Non (animation pure). Si oui, il faut l'avatar de l'utilisateur et sa voix |
| D'où vient la voix-off ? | L'utilisateur génère l'audio avec sa voix clonée et vous l'envoie ; sinon, utilisez d'abord un TTS système comme placeholder pour tout le pipeline, puis remplacez par la vraie voix quand elle arrive (seulement l'alignement à refaire) |
Défauts fixes : 1920×1080, 30 ips, 60–80 secondes, pas de BGM (seulement voix + effets sonores ; la musique, l'utilisateur l'ajoute lui-même), sous-titres en capsules, thème clair ou foncé selon le sujet, vidéo finale à −16 LUFS, une paire de vignettes horizontale + verticale, une accroche d'une phrase.
2. Pipeline (automatisé)
| Étape | Que faire | Qui | Produit / Vérification |
|---|---|---|---|
| S1 Script | Compresser en 8–12 phrases pour voix off : chaque phrase ≤20 caractères, une idée par phrase, les chiffres en phrases séparées ; supprimer le ton IA (phrases courtes, oral, peu de parallélismes) ; vérifier les faits ; nb de caractères ≈ durée ×4,8 | Claude | script_lines.json ; ne dérangez l'utilisateur que s'il y a un doute factuel |
| S2 Voix-off | Réécrire le script pour la lecture par l'outil de synthèse (ex. "A I" lettre par lettre) → l'utilisateur génère l'audio → pauses locales ≤0,4 s | Utilisateur fournit l'audio | voice.mp3 ; c'est la seule étape où il faut attendre (sinon placeholder) |
| S3 Alignement | Forcer l'alignement mot à mot avec Whisper → découper les sous-titres par mot → vérifier indépendamment le début de chaque mot avec la forme d'onde | Claude | words.json subs.json ; début des sous-titres ≤3 images |
| S4 Avatar (optionnel) | Piloter l'outil d'avatar via le navigateur : uploader l'audio → générer → télécharger. Authentification, paiement et suppression uniquement par l'utilisateur | Claude + Utilisateur | mp4 sur fond vert |
| S5 Incrustation (optionnel) | Clé chroma + extension des bords → VP9 alpha WebM ; compensation de la courbe de décodage ; avance de la bouche de 3 images | Claude | key_host.py |
| S6 Table des plans | Déduire tous les temps de plans depuis l'alignement mot (point de coupe = début de phrase −6 images), ne pas saisir manuellement les numéros d'images | Claude | timeline.ts source unique de vérité |
| S7 Animation | Un plan par phrase, une caméra, un point focal ; toute écriture utilise l'effet machine à écrire et enregistre dans typing.ts ; effets sonores par événement | Claude | Voir ae-motion-craft |
| S8 Rendu | Segmenté + watchdog : si aucune nouvelle image pendant 5 min, tuer le processus et réessayer ≤3 fois ; horodatage de début et fin de chaque segment en log | Claude | Segments mp4 → concaténation → mixage |
| S9 Vérification | Voir la liste section 3 ; vérifier sur les horodatages réels des fichiers et les logs, ne pas dire "bientôt prêt" sans preuve | Claude | Table de vérification |
| S10 Emballage | Vignettes horizontale + verticale (image principale + alternative), vérifier les dimensions de miniature, accroche d'une phrase accrocheuse | Claude | 4 vignettes + accroche |
3. Tâches réservées aux humains (tout le reste est automatisé)
Génération de l'audio de la voix-off, authentification de l'avatar, confirmation de paiement, suppression du compte/avatar, validation esthétique finale. Pour ces cas, expliquez en une fois ce qui est nécessaire, ne fractionnez pas en multiples questions.
4. Liste de vérification (avant livraison, marquez chaque ligne ✓/✗/valeur)
- Durée : différence vidéo/audio ≤0,05 s ; ffprobe 1920×1080 / 30 ips / BT.709
- Loudness −16 LUFS (voix + effets sonores), pic < −1 dBFS ; effets sonores au moins 10 dB en dessous de la voix
- Sous-titres : écart de début avec la forme d'onde ≤3 images, pas de chevauchement temporel, un seul style
- Proportion de pixels violets (si on ne veut pas de ligne violette) <0,2 % ; pas de saut brusque à la coupe (vérifier sur 2 images)
- Chaque bloc machine à écrire : nb de caractères = nb de sons de touche
- Image sans marque tierce / vrai visage / nom de fichier interne ; texte à l'écran en chinois (termes génériques)
- Horodatage des fichiers de rendu après la dernière modification ; aucun segment en échec dans les logs
5. Règles absolues (issues de l'expérience)
- Ne devinez pas la cause : si le rendu bloque, regardez d'abord la date de modification du fichier vs l'heure actuelle, lisez les logs complets, puis concluez.
- Ne demandez pas à l'utilisateur d'être superviseur : pour les longues tâches, écrivez un horodatage pour chaque segment, détectez le blocage vous-même et réessayez.
- Faites d'abord un aperçu en image fixe / basse résolution pour vérifier, puis lancez le rendu 1080p.
- Les sous-titres doivent être alignés mot à mot, jamais estimés par nombre de caractères.
- Pas de BGM ; pas de petits textes explicatifs ; pas de grandes zones sombres sur fond clair ; pas de violet.
- Pour un retour utilisateur précis, ne refaites que les plans concernés, pas toute la vidéo.
- Après livraison, ne répétez pas le processus, donnez : emplacement, ce qui a changé, défauts connus, vignette, accroche d'une phrase.
6. Références
- Prérequis (avatar / voix / modules / template fixe) :
../video-asset-prep/SKILL.md - Détails de ce skill dans
references/: script et accroches (hooks-and-copy, thinking, templates), storyboard et visuels (visual-mapping, motion-and-camera, packaging), alignement des sous-titres (subtitle-sync), règles de confort (comfort-rules), manuel de production complet (production-playbook), fusion avec avatar (hosted-video-fusion), rendu et pipeline (remotion-pipeline, promo-and-hosted-pipeline), effets sonores (motion-polish-and-sfx), collaboration (collaboration), versions anglaise (english), prompts pour assets de vignettes (gemini-asset-prompts). references/legacy-combo-style-SKILL.mdest l'ancien aperçu avant la séparation, à consulter uniquement ; les chemins de fichiers doivent suivre le répertoire actuel.- Scripts :
scripts/,../../pipeline-scripts/; méthodologie complète :../../méthodologie-fabrication.md