techdou/ai-promo-video

Compétence de Vidéo Promotionnelle IA

Pipeline de bout en bout pour les vidéos promotionnelles générées par IA. À utiliser lorsque l'utilisateur souhaite planifier, rédiger et produire une vidéo marketing/marque/promo à l'aide d'outils de génération vidéo IA.

Ce que couvre cette compétence

Le flux de travail complet en 4 phases :

1. Recherche de modèles — étudier les modèles de génération vidéo (doubao-seedance principalement), rédiger des rapports de capacités
2. Copy marketing — positionnement, propositions de valeur, différenciation, appels à l'action (CTA)
3. Script de voix off — script de style parlé pour humain digital ou narrateur, multiples versions de longueur pour différents canaux
4. Prompts plan par plan — prompts concrets de génération vidéo suivant les conventions d'écriture officielles du modèle

Quand déclencher

Déclencher lorsque l'utilisateur souhaite :

• Créer une vidéo promotionnelle/marque/marketing avec des outils IA
• Rechercher des modèles de génération vidéo IA (seedance, Sora, Kling, Runway, etc.)
• Rédiger des scripts de voix off/narration pour des vidéos
• Rédiger des prompts plan par plan pour des modèles vidéo IA
• Planifier une production vidéo IA de bout en bout

Ne pas déclencher pour : les tâches de montage vidéo ordinaires, les tutoriels d'enregistrement d'écran, le travail vidéo non IA, ou la simple rédaction sans contexte vidéo.

Principe de généralité (important)

Cette compétence est un cadre, pas un modèle lié à un produit, une industrie ou une marque spécifique. Lorsque vous travaillez sur un projet :

• Les exemples dans les fichiers de référence sont des illustrations, pas des modèles à copier. Adaptez la structure au public réel, à la voix et à la catégorie de produit du projet.
• Ne présumez pas B2B, B2C, éducation ou un secteur spécifique. Interrogez d'abord l'utilisateur sur le public et le produit si le contexte du projet n'est pas évident.
• Utilisez par défaut les éléments de marque propres au projet — tirez les couleurs, la voix et les références du README du projet et du dossier de marque ; ne supposez jamais de valeurs spécifiques.
• Les règles de style ci-dessous (anti-slop IA) sont des valeurs par défaut, pas des commandements. Présentez-les à l'utilisateur si le projet semble nécessiter une voix différente (par exemple, une publicité clickbait pourrait légitimement vouloir du « choquant »), mais autrement, conservez-les.

Principe fondamental : les livrables vont dans la documentation du projet

Tous les livrables (rapports de recherche, copy, scripts, prompts) doivent être écrits sous forme de fichiers Markdown dans le répertoire docs/promo/ du projet (ou équivalent), afin qu'ils survivent entre les sessions et puissent être relus/modifiés par des humains. Ne vous contentez pas de déverser le contenu dans le chat.

Routage selon l'intention de l'utilisateur

L'utilisateur demande	Phase	Ce qu'il faut faire
« Aide-moi à étudier le modèle XX » / « Comment utiliser seedance »	Recherche	Lire references/research-template.md, envoyer un sous-agent de recherche, enregistrer le rapport dans docs/promo/00-{modèle}-rapport-de-recherche.md
« Aide-moi à écrire le texte promotionnel » / « Texte publicitaire »	Copy	Lire assets/copy-template.md, interroger brièvement l'utilisateur (public cible, éléments de marque, différenciateurs clés), écrire dans docs/promo/01-texte-promotionnel.md
« Écrire un script de voix off » / « Script pour humain digital »	Voix off	Lire assets/voiceover-template.md, produire des versions de longueur appropriées au canal, enregistrer dans docs/promo/02-script-voix-off.md
« Comment écrire des prompts vidéo » / « Storyboard »	Prompts de plan	Lire references/shot-prompt-template.md + le guide spécifique au modèle (ex. references/seedance-guide.md), produire des prompts par plan dans docs/promo/03-{modèle}-prompts-video.md
« Créer une vidéo promotionnelle IA de zéro »	Les quatre phases	Exécuter les phases dans l'ordre, enregistrer chaque artefact, les lier depuis docs/promo/README.md

Phase 1 : Recherche de modèles

Objectif : un rapport structuré sur les capacités du modèle choisi, les conventions de prompt, l'API, le prix et les pièges.

1. Demander à l'utilisateur quel modèle (par défaut : doubao-seedance-1-0-pro-250528 ; envisager pro fast pour le budget, éviter lite pour les vidéos de marque). Si l'utilisateur mentionne Sora / Kling / Runway / autres, envoyer un sous-agent de recherche pour ce modèle — la structure du rapport dans references/research-template.md est indépendante du modèle.
2. Lire references/research-template.md pour la structure de l'étude.
3. Envoyer un sous-agent de recherche (utiliser le type de sous-agent researcher) avec des instructions explicites pour citer des URL réelles et marquer « à vérifier » pour les affirmations non vérifiées. Ne jamais inventer de prix, de champs API ou de dates de sortie.
4. Enregistrer le rapport dans docs/promo/00-{slug-modèle}-rapport-de-recherche.md.
5. Mettre en évidence 3 à 5 contraintes clés qui façonneront les phases ultérieures (ex. « le modèle ne peut pas générer de texte fiable → toutes les légendes doivent être compositées en post-production »).

Si la cible est doubao-seedance, lire également references/seedance-guide.md — il contient la structure de prompt pré-validée en 5 parties, le vocabulaire de caméra et les pièges connus. Pour les autres modèles, le rapport de recherche de l'étape 4 est la référence canonique.

Phase 2 : Copy marketing

Objectif : un document de copy principal sur lequel s'appuieront la voix off et les prompts de plan en aval.

1. Lire assets/copy-template.md.
2. Recueillir les entrées (demander uniquement ce qui manque ; d'abord tirer du README du projet, du dossier de marque, des docs précédentes) :
   • Public(s) cible(s) et leurs points de douleur — peut être un segment ou plusieurs ; ne pas présumer
   • Différenciateurs produit/marque (3 à 5)
   • Voix et ton de la marque
   • Identité visuelle de la marque (couleurs, logos, éléments existants) — tirer les valeurs hexadécimales de la configuration réelle de la marque du projet, ne pas utiliser de valeurs fictives
   • Appel à l'action (peut être entreprise / consommateur / partenaire / installation / inscription — dépend du produit)
3. Rédiger la copy en suivant la structure du modèle : positionnement en une phrase → propositions de valeur → récit principal → différenciateurs → données/références → CTA.
4. Enregistrer dans docs/promo/01-texte-promotionnel.md.

Règles de style (valeurs par défaut — présenter à l'utilisateur si le projet nécessite quelque chose de différent) :

• Langage simple plutôt que buzzwords. Utiliser des métaphores quotidiennes ; ne garder les termes techniques que lorsqu'ils enseignent quelque chose au lecteur.
• Montrer, ne pas prétendre. Citer des références, classements, chiffres réels — jamais exagérer.
• Des phrases qui survivent à être prononcées à voix haute. Lire chaque phrase mentalement à voix haute ; si elle ressemble à un communiqué de presse, la réécrire.

Phase 3 : Script de voix off

Objectif : un script de style parlé pour un humain digital ou un narrateur humain, structuré pour la TTS et le montage vidéo.

1. Lire assets/voiceover-template.md.
2. Se baser sur la copy principale de la Phase 2 — ne pas inventer de nouveau message.
3. Demander à l'utilisateur le canal de diffusion (抖音/视频号/公众号/官网/B站/朋友圈/écran de démarrage etc.) — le canal détermine les versions de longueur nécessaires. Le modèle liste les versions typiques (long 60s+, moyen 30s, court 15s) comme valeurs par défaut, pas comme exigences fixes.
4. Annoter avec les conventions de lecture : débit de parole, pauses, marqueurs d'emphase (▲ pour accent, ▼ pour doux, … pour tenu), chiffres en lecture chinoise.
5. Fournir un tableau de correspondance plan par plan (temps → segment de voix off → suggestion visuelle).
6. Enregistrer dans docs/promo/02-script-voix-off.md.

Règles de style :

• Phrases courtes. Une idée par ligne, pouvant être décomposée en propositions indépendantes.
• Conversationnel, pas écrit. « Ce qu'on fait, c'est rapprocher les deux côtés » bat « Cette plateforme s'engage à réaliser une mise en relation précise entre les talents et les entreprises ».
• Les marqueurs de stress et de pause comptent — ils pilotent le rythme TTS et le rythme du montage vidéo.

Si l'utilisateur alimente le script dans mimo TTS ou similaire, produire également un segments.json suivant assets/segments-template.json — un segment par plan, avec instructions de style par segment.

Phase 4 : Prompts vidéo plan par plan

Objectif : des prompts concrets, copiables-collables pour le modèle vidéo choisi, un par plan, prêts pour des appels API par lots.

1. Lire references/shot-prompt-template.md et le guide spécifique au modèle (references/seedance-guide.md pour seedance ; pour les autres modèles, le rapport de recherche de la Phase 1).
2. Mapper le script de voix off en plans (généralement 5 à 10 s chacun ; le nombre total de plans évolue avec la durée totale, environ 1 plan pour 5 à 8 secondes).
3. Pour chaque plan, écrire un prompt complet suivant la structure officielle du modèle. Pour seedance, c'est le format en 5 parties :
   • Style global et ambiance
   • Sujet (avec contrainte de cohérence)
   • Scène (environnement/lumière/accessoires)
   • Action chronologique (0-N secondes)
   • Mouvements de caméra + paramètres techniques
   • Contrainte de cohérence (pas de filigrane texte, logo, doigts complets)
4. Inclure les paramètres d'appel API (modèle, résolution, ratio, durée, seed) et un extrait de code pour la soumission par lots.
5. Enregistrer dans docs/promo/03-{modèle}-prompts-video.md.

Règles strictes pour seedance (issues de véritables échecs) :

• Sous-titres, nom de marque, logo — toujours composités en post-production — le rendu texte de seedance 1.0 est faible.
• Pas de champ negative_prompt indépendant — intégrer les négations dans les contraintes positives (« pas de texte » pas « ne pas de texte »).
• Un prompt = un plan. Ne pas essayer des récits multi-plans dans un seul prompt ; couper en post-production.
• Pour la cohérence des personnages entre les plans, utiliser image-vers-vidéo avec une image d'ancrage de première image plutôt que texte-vers-vidéo.
• Toujours ajouter à la fin « pas de texte, pas de filigrane, pas de logo, doigts complets du personnage ».

Pour les autres modèles, suivre la structure de prompt et les contraintes officielles de ce modèle telles que documentées dans le rapport de recherche de la Phase 1.

Pièges issus de productions réelles

Cette compétence a vu des erreurs se produire (toutes sont générales, non spécifiques à un projet) :

• Filigrane « version preview » de Boson higgs-avatar — les vidéos livrent « Cet avatar digital est généré par IA » en bas. Rogner avec ffmpeg en post-production : ffmpeg -i in.mp4 -vf "crop=W:H-30:0:30,scale=W:H" out.mp4. Le filigrane est ajouté au moment de la génération vidéo, pas par l'image source.
• Confusion de paramètres entre compétences — --skip-check existe dans mimo-lecture-audio-skill mais PAS dans boson-ai-skill. Toujours vérifier le --help de la compétence elle-même avant de supposer que les flags se transfèrent.
• Limites de longueur audio sur les services d'avatar — Boson limite un seul audio à 60s. Diviser les scripts plus longs en segments ≤60s et fusionner les vidéos en post-production.
• Relais API d'image se déconnecte occasionnellement sur les gros lots de haute qualité (RemoteProtocolError). Utiliser --count 1 par appel et boucler, ou baisser à --quality medium.
• File d'attente des tâches du modèle vidéo — les vidéos plus longues (10s) prennent 3 à 5 fois plus de temps que les plus courtes (5s) sur le même modèle. Prévoir des tentatives en cas d'itération.
• Image-vers-vidéo est plus cohérent que texte-vers-vidéo — pour tout personnage qui doit avoir la même apparence entre les plans, générer d'abord une image fixe et la réutiliser comme première image.

Transfert vers les compétences d'exécution

Cette compétence produit des plans et des prompts ; elle n'exécute pas elle-même les appels API. Après la Phase 4, orienter l'utilisateur vers l'exécution :

• Génération d'image (avatar/plans produits) → compétence image2-api
• TTS de voix off → mimo-lecture-audio-skill (chinois) ou boson-ai-skill (multilingue)
• Vidéo d'humain digital → boson-ai-skill (higgs-avatar, mode audio-vers-vidéo)
• Plans B-roll / scènes → appeler directement l'API du modèle vidéo (pas encore de compétence d'encapsulation pour seedance/Sora/Kling)

Fichier d'index des livrables

Après toutes les quatre phases, maintenir docs/promo/README.md comme index — lister chaque artefact, l'ordre d'exécution, l'estimation budgétaire et les décisions ouvertes. C'est ce que l'utilisateur ouvre à la session suivante pour reprendre.

Style pour tous les livrables (valeurs par défaut anti-slop IA)

Ces règles reflètent une préférence pour un contenu honnête et anti-slop. Ce sont des valeurs par défaut — les présenter à l'utilisateur si le projet semble nécessiter une voix différente, mais autrement les conserver.

• Titres simples, pas de clickbait. Pas de « Choquant ! » ou « Découverte incroyable...! ».
• Conclusions d'abord, détails après. Listes plutôt que paragraphes lorsque l'utilisateur va agir sur les éléments.
• Honnête sur les incertitudes. Marquer « à vérifier » pour les faits non vérifiés ; ne jamais inventer d'URL, de prix ou de fonctionnalités.
• Supprimer les mots de slop IA par défaut : « empowerment », « levier », « boucler la boucle », « écosystème », « solution clé en main », « leader du secteur », « s'engager à ». Remplacer chacun par un verbe concret ou une affirmation spécifique.
• Pas d'enthousiasme factice dans les rapports. Pas de « génial », « très surprenant ». Le livrable rapporte des faits.
• Adopter le langage de l'utilisateur — chinois en entrée, chinois en sortie.