AI vidéo : créez et montez des vidéos avec Claude Opus 5.5
Cette compétence fait passer une vidéo de la première idée, ou d'un tas de séquences, aux fichiers finis en suivant un chemin :
réception → matériel et clés → analyse → direction → scénario ou montage papier → (personne face caméra) → production →
révisions → livraison. Les références dans references/ contiennent les principes, les recettes et les erreurs à éviter pour chaque partie du travail.
Parlez à l'utilisateur dans sa langue. Expliquez les termes techniques la première fois que vous les utilisez. Gardez les réponses courtes et concrètes : l'utilisateur doit toujours savoir où nous en sommes et ce que nous attendons de lui. Vous pouvez regarder les images mais vous ne pouvez pas entendre : dites-le quand un choix se fait à l'oreille, et laissez l'utilisateur décider.
Règles d'or
- Clair d'abord, beau ensuite. Quelqu'un qui regarde sans le son doit comprendre de quoi parle la vidéo. Pas de métaphores abstraites à décoder, pas de titres qui expliquent : cela se comprend de ce qui se passe.
- Faits réels. Les écrans, étiquettes, nombres, noms, lieux et dates proviennent de sources réelles (le produit, les séquences, l'utilisateur), pas de l'imagination. Jamais une promesse ou un chiffre que personne ne peut justifier. Les images IA ne falsifient jamais de vraies personnes, produits ou lieux.
- Demandez avant de travailler, approuvez avant de produire. La réception passe en premier (
references/intake.md). Ensuite le script (ou le montage papier pour les séquences) pièce par pièce, avec une image ou une image par pièce. Seul ce qui est approuvé est animé ou assemblé. - Une décision à la fois, écrite. Chaque choix approuvé va dans
docs/script.mdoudocs/edit.md. Ne traitez jamais comme approuvé ce que l'utilisateur n'a pas dit. Quand une demande est ambiguë quant à sa portée, demandez avant de faire le travail. - Droits et consentement. Les personnes reconnaissables ont accepté d'apparaître ; la musique peut être publiée là où la vidéo va ; les logos d'autres entreprises uniquement à partir de fichiers officiels. La personne à ne pas montrer est demandée au début, pas après le montage.
- Marque exacte. Le logo uniquement à partir des fichiers officiels ; un logo animé atterrit sur le SVG officiel au pixel près ; les couleurs de la marque exactes. Si la marque change pendant le travail, mettez-la à jour partout.
- Continuité et rythme. Le même objet se poursuit d'une scène à l'autre ; les événements et les coupes tombent sur la grille musicale. La musique est faite ou coupée sur le montage, pas l'inverse.
- Physique. Tout ce qui est ajouté à des séquences réelles obéit à la caméra réelle : perspective, direction de la lumière, ombres, échelle, profondeur de champ.
- Clés et argent. Les clés vivent dans le Trousseau (ou dans les variables d'environnement) et ne sont jamais imprimées ou écrites dans des fichiers. Chaque dépense est enregistrée et reste sous le plafond convenu.
- Vérifiez avec vos yeux et mesurez. Après chaque modification, générez une planche contact des images clés et regardez-la avant d'envoyer quoi que ce soit ; mesurez ce qui peut être mesuré (volume, synchronisation, sous-titres par rapport à la voix). Envoyez souvent des brouillons, également en copie légère pour le téléphone. Les originaux des séquences de l'utilisateur ne sont jamais modifiés.
Phase 0 · Réception : quel type de vidéo (questions)
Lisez references/intake.md et suivez-le. En résumé :
- Tour 1 (outil de question, un appel) : par où on commence (à partir de zéro · séquences à monter · les deux · une vidéo finie à modifier), le type de vidéo, où elle sera regardée, combien de temps.
- Tour 2, le cœur de chaque vidéo : l'objectif en une phrase, le public, le matériel (chemins et liens), les noms et mots à écrire exactement, date limite et approbateur ; voix, mots à l'écran, musique, utilisation d'images IA ; droits et consentement ; le budget.
- Tour 3, le module du type choisi (produit, personne face caméra, explicateur, montage, court vertical, logo, vidéo musicale, modification d'une vidéo finie).
- Le résumé de retour :
docs/brief.mden un écran, « Est-ce correct ? Quelque chose manque ? », et la liste de contrôle de la porte de l'intake.mdsection 6. Ne commencez pas l'analyse avec un « doit » encore ouvert.
Ignorez toute question à laquelle la demande répond déjà ; donnez une valeur par défaut pour chaque question (intake.md section 5).
Phase 1 · Outils et clés
Uniquement pour ce que le chemin choisi utilise (détails et commandes dans references/tools.md) :
- ElevenLabs (musique, effets, isolation vocale) : une clé API et un plafond de crédit.
- OpenRouter (Seedance, animation IA) : une clé et un plafond de dépenses.
- Codex CLI (images) : installé et connecté.
- Remotion : gratuit pour les particuliers et les entreprises de moins de 3 personnes ; au-delà, une licence d'entreprise.
- whisper (parole en texte), pour les séquences avec parole et pour vérifier les sous-titres.
Ne demandez jamais de coller les clés dans le chat : donnez la commande pour les stocker dans le Trousseau depuis leur propre terminal, puis vérifiez que les scripts peuvent les lire. Si une clé est collée quand même, stockez-la immédiatement, ne la répétez jamais et suggérez de la régénérer.
Ensuite, vérifiez par vous-même : node, ffmpeg, python3 (et codex, swiftc, whisper-cli si le chemin en a besoin) ; espace disque libre (15-20 Go pour un film animé, 30-40 Go ou plus avec des séquences : environ trois fois la taille des séquences) ; l'environnement Python (references/tools.md). Si quelque chose manque, dites-le avec la commande pour le réparer.
Phase 2 · Analyse (pas de questions)
Lisez, regardez et transcrivez tout, puis complétez docs/brief.md.
- Directives de marque, le cas échéant : couleurs, polices, courbes de mouvement, règles de logo, choses interdites, ton de la voix.
- Produit (type A et C) : le chemin réel, étape par étape, avec les étiquettes exactes ; faits vérifiés en dehors des affirmations.
- Séquences (quand il y en a) :
scripts/inventory.pypour le tableau et une planche contact par clip, les transcriptions de la parole, les pièges (taux d'images variable, HDR, rotation, taux mixtes). Voirreferences/editing.mdsections 2-3, etreferences/on-camera.mdquand une personne parle à la caméra. - Références : images, une planche contact, et ce qui les rend efficaces (texte, rythme, coupes, musique).
- Concurrents ou vidéos similaires, si utiles et si une recherche Web est disponible.
Terminez par un résumé de cinq lignes : ce que vous avez compris, ce que vous avez vu dans les séquences, quels doutes subsistent.
Phase 3 · Direction (questions)
Vidéos créées (à partir de zéro, ou graphiques autour de séquences) :
- 2-3 idées d'histoire, chacune en 5-7 temps avec durée, caractère visuel et caractère musical, avec 1-2 images Codex chacune dans une planche contact. Demandez laquelle, ou quoi mélanger.
- Style visuel : si indécis, deux ou trois directions sur le même temps.
- Script :
docs/script.mdà partir deassets/templates/script.md, un tableau de pièces avec temps, ce qu'on voit, mots à l'écran, plan et une image de storyboard par pièce (scripts/codex_image.sh). Avec un orateur, le script est une narration, pas une explication. Lisezreferences/direction.mdd'abord.
Séquences montées :
- La forme : 2 formes d'histoire pour ces séquences (
editing.mdsection 6), chacune avec les sections et leur durée. - Sélections et montage papier :
docs/edit.mdà partir deassets/templates/edit.md, avec une planche contact d'une image par plan dans l'ordre. Demandez les moments qui comptent pour eux : vous ne pouvez pas savoir qui est qui.
Courts verticaux : 3 accroches pour la première seconde, montrées sous forme d'images, avant le reste.
Approbation pièce par pièce dans tous les cas : corrigez jusqu'à ce que l'utilisateur dise que c'est bon.
Phase 3b · La personne face caméra : pièce, lumière, voix (questions)
Uniquement si quelqu'un parle face caméra. Lisez references/on-camera.md d'abord : il contient les questions, les options avec leurs risques, les recettes et un guide de tournage si les séquences n'existent pas encore. Demandez en un tour (choix fermés avec l'outil de question) : la pièce (garder, flouter, habiller, remplacer, avec les risques), force du flou, lumière, style du lieu, marque dans la pièce, la voix (nettoyage, bafouilles, réenregistrement), graphiques autour de la personne.
Ensuite : propositions de la pièce vide d'abord, 3-4 images de test avec la personne, et seulement ensuite le plan entier.
Phase 4 · Production
Lisez references/remotion.md avant d'écrire du code et references/music.md avant de toucher à l'audio ; avec des séquences, lisez aussi references/editing.md, avec une personne face caméra references/on-camera.md.
- Projet Remotion. Le taux d'images du projet (24 pour un film entièrement animé, sinon le taux des séquences, généralement 30), le format choisi, une grille musicale (à 120 BPM : 12 images par temps à 24 ips, 15 à 30 ips). Les minutages dans
timing.ts(générés à partir dedocs/edit.mdpour les séquences), les textes danstexts.ts, les jetons de marque dans leur propre fichier. - Séquences : copies de travail à taux d'images constant et SDR, proxies pour les longs métrages 4K, les originaux intacts (
editing.mdsection 4). - Images avec Codex, toujours avec la même image de référence pour un style. Les textes et logos ne sont jamais dessinés par l'IA.
- Animation IA avec Seedance (
scripts/seedance.py) uniquement là où elle aide : d'abord le modèle 720p rapide, 1080p pour les plans principaux,--log docs/spend.md --cap <dollars>sur chaque appel. - La personne face caméra : conversion HDR, masque de personne, pièce vide, puis la pièce choisie (
on-camera.md). - Scènes et assemblage : interfaces en tant que composants réels, plans du montage papier avec points d'entrée et de sortie exacts, titres, tiers inférieurs, légendes ; couleur assortie puis étalonnée (
editing.mdsection 9). - Premier brouillon avec son temporaire : rendu, planche contact, regarder, puis envoyer le brouillon et la copie légère.
- Musique et son quand les minutages sont stables : générée sur les sections (2-4 prises, choisies par mesures puis par l'oreille de l'utilisateur) ou la piste de l'utilisateur coupée sur des mesures entières ; son ambiant et voix mixés en dessous ; effets sur les événements (
music.md). - Exportation avec
scripts/export.sh: audio synchronisé, masterisé à −14 LUFS (le volume perçu standard pour le Web et les réseaux sociaux), plus la copie légère.
Phase 5 · Révisions
Chaque tour : appliquez les modifications ; vérifiez les types (npx tsc --noEmit) ; effectuez le rendu et regardez les images touchées (uniquement la plage modifiée si le reste est final) ; exportez ; envoyez la vidéo avec deux lignes sur ce qui a changé et ce qui est encore ouvert.
Les demandes typiques se trouvent dans references/direction.md (« Révisions qui arrivent toujours »), references/on-camera.md et references/editing.md. Déplacez la musique ou les scènes par mesures entières. Si seul le niveau de la musique change, gardez le gain master fixe (FIXED_GAIN_DB), sinon la voix et les effets bougent aussi.
Phase 6 · Livraison
Lisez references/delivery.md : le master, une copie légère, une copie pour téléphone sous la limite de téléchargement, les autres formats et durées convenus ; notes sur la plateforme (limites de durée, sous-titres incrustés et légendes automatiques désactivées, zones de sécurité sur les verticales, la couverture) ; la carte de fin et l'appel à l'action ; docs/ avec chaque décision et dépense. Avant de livrer : pas de clés ni de chemins personnels dans les fichiers, logos officiels, volume mesuré, sous-titres vérifiés par rapport à la voix, métadonnées (localisation, dates) supprimées si l'utilisateur le souhaite.
Où trouver quoi
| Fichier | Quand le lire |
|---|---|
references/intake.md | Au début de chaque projet : l'arbre de questions, les valeurs par défaut, la porte |
references/direction.md | Avant un script et à chaque révision : principes, mots à l'écran, révisions typiques |
references/editing.md | Chaque fois qu'il y a des séquences à monter : inventaire, sélections, montage papier, coupe, couleur, son, recadrage, confidentialité |
references/on-camera.md | Quand une personne parle face caméra : questions, guide de tournage, voix, pièce et lumière, masque, composition |
references/tools.md | Phase 1 et chaque fois que vous utilisez Codex, Seedance, ElevenLabs, ffmpeg, whisper |
references/remotion.md | Avant d'écrire le projet Remotion |
references/music.md | Avant de générer ou couper la musique et les effets, et pour le mixage |
references/delivery.md | Exportations, limites téléphone, plateformes, zones de sécurité verticales, appel à l'action, posts de lancement |
scripts/ | inventory.py, contact_sheet.py, codex_image.sh, seedance.py, elevenlabs.py, measure_music.py, prepare_bed.py, export.sh, et pour une personne face caméra hdr_to_sdr.sh, person_mask.swift, clean_plate.py, blur_background.py, wall_perspective.py (instructions en haut de chaque fichier) |
assets/templates/ | brief.md, script.md, edit.md (sélections et montage papier), image-prompt.md, music-plan.json |