Studio Pro de Vidéos Reels Verticales

De bout en bout : (première exécution : demander à l'utilisateur ses handles/watermark/CTA/voix) → sujet → recherche → brouillon → approbation → voix off → timing → scènes Remotion → rendu → export Reels → QA → couvertures + légendes → livraison. C'est la version plus complète de vertical-reels-video-studio (de base). La configuration de marque se trouve dans brand.config.json (lu par src/brand.ts et passé aux compositions via la prop brand).

0a. Première exécution : demander à l'utilisateur SES paramètres (ne jamais utiliser les valeurs par défaut)

Avant la première vidéo, si brand.config.json est manquant, contient "configured": false, ou contient encore @votrehandle, demandez à l'utilisateur (une question à la fois) et enregistrez les réponses dans brand.config.json :

1. Handles sociaux : Instagram, Threads, TikTok, X (ceux qu'il utilise).
2. Texte du watermark (exactement tel qu'il doit apparaître, ex. @votrehandle ou @ig / @x) et position (bottom-center, bottom-left, top-left, top-right).
3. CTA texte et le handle qu'il mentionne.
4. Voix : son identifiant de voix ElevenLabs + modèle + langue, ou "J'enregistrerai ma propre voix". La clé API n'est demandée que comme secret ELEVENLABS_API_KEY.
5. Langue et ton ; comment la voix doit prononcer son nom/handle.

Puis définissez "configured": true. N'inventez jamais un handle, ne réutilisez jamais celui de quelqu'un d'autre (y compris l'auteur de ce kit), et ne rendez jamais un watermark qui dit encore @votrehandle.

0b. Configuration de marque (brand.config.json, rempli à partir des réponses de l'utilisateur)

Clé	Espace réservé	Remarques
Handles	{{IG_HANDLE}}, {{THREADS_HANDLE}}, {{TIKTOK_HANDLE}}, {{X_HANDLE}}	handles.*, ceux de l'utilisateur
Watermark	{{WATERMARK}} + position	watermark.text / watermark.position, texte exact donné par l'utilisateur ; jamais codé en dur dans les scènes
Langue / ton	{{LANGUAGE}}, {{TONE}}	ex. indonésien décontracté gua/lu, emoji épars
Nom prononcé	{{SPOKEN_NAME}}	Comment la voix dit votre handle (ex. "Jane Doe" pour @janedoe_). Les légendes affichent toujours le vrai handle
Avertissement	{{DISCLAIMER}}	Pour les sujets financiers, ex. "Éducation, pas un conseil financier"
Voix	{{VOICE_ID}}, {{TTS_MODEL}}, {{LANGUAGE_CODE}}	voice.*, le choix de l'utilisateur (ou son propre enregistrement)
Clé API	env ELEVENLABS_API_KEY	Ne jamais l'imprimer, la journaliser ou la commiter
CTA	{{CTA}}, {{CTA_HANDLE}}	cta.text / cta.handle, demandé à l'utilisateur (ex. "Suivez {{CTA_HANDLE}} pour plus", "Commentez TUTORIEL")
Règles strictes	{{HARD_RULES}}	Marques à ne jamais moquer, noms à flouter, mots à ne jamais dire
Périphérique de rendu	{{RENDER_DEVICE}}	Machine GPU ou CPU. Toujours indiquer lequel a été réellement utilisé

1. Recherche et brouillon (pas d'audio, pas de rendu)

1. Vérifiez chaque affirmation par des sources primaires : documents officiels/PR, propre article de l'auteur, registres, captures d'écran datées. Les posts de dirigeants comptent comme déclarations officielles. Étiquetez les estimations (ESTIMATION · pas officielle) et les allégations (ALLÉGUÉ). Abandonnez ce que vous ne pouvez pas vérifier plutôt que de l'adoucir.
2. Une histoire par vidéo, mots du quotidien, rythme lent. Les noms de produits durs vont à l'écran, pas dans la voix off.
3. Proposez 2 à 4 options d'accroche (H1, H2,…) : une question pourquoi/comment ou un contraste audacieux. Laissez l'utilisateur choisir.
4. Tableau minuté : temps | à l'écran | VO. Visez 45–65 s, max dur 90 s (visez ≤ 88 s pour qu'une révision tienne encore).
5. Écrivez factcheck.md (affirmation → source → statut) et sources.md.
6. Envoyez le brouillon et attendez l'approbation. "Ne pas rendre" de l'utilisateur est définitif jusqu'à ce qu'il dise allez-y.

2. Voix off (ElevenLabs)

• Deux scripts : script-display.txt (ce que les légendes affichent) et script-tts.txt (épelé pour la voix). Conservez une correspondance display↔TTS.
• Prononciation (voir docs/VOICEOVER.md) : A.I. avec des points pour que cela sonne anglais ; tickers lettre par lettre dans une VO non anglaise (ETH → E, T, H) ; nombres en toutes lettres ; termes anglais en orthographe anglaise simple (pas de ré-orthographe avec traits d'union) ; une virgule après un /t/ final avant une voyelle ; noms de marques ré-orthographiés seulement si les tests prouvent que cela aide.
• Post-traitement atempo 1.05 (1.1 pour un contenu rapide). Loudness −14 LUFS intégré, ≤ −1 dBTP.
• Pas de lignes en double. Si une ligne répète l'accroche ou un élément antérieur, coupez-la ou reformulez-la.
• Vérifiez d'abord le quota de caractères. Re-voix uniquement les lignes défaillantes (passez previous_text pour la continuité).

3. Timing

• Horodatages des mots à partir de l'alignement TTS (diviser par le facteur de tempo) ou faster-whisper → timing.json {duration, phrases:[{s,e,words:[{w,s,e}]}], scenes:[{id,start}]} (scripts/build-timing.py).
• Fusionnez les tokens ré-orthographiés vers les mots d'affichage (A.I.→AI, E, T, H→ETH) ou les légendes commencent en retard.
• Les scènes se basent sur les mots parlés : wt(scene, word) → image où ce mot commence.

4. Style de mouvement (Remotion, 1080×1920, 30 fps)

Aspect : fond #0A1016, crème #EFE6D2, ambre #FFB000, rouge #E2553F, vert #7BD88F. Polices via @remotion/google-fonts : Big Shoulders 800 (titres), Plus Jakarta Sans (corps/légendes), JetBrains Mono (pastilles/code). Disposition : contenu important y 200–1500. Groupe de pied de page : légendes karaoké ~y 1310–1353, watermark (si l'utilisateur a choisi bas) ~y 1427–1446, progression ~y 1474, tout à gauche de x 960 (Reels dessine ses boutons à droite). Pas d'images vides : l'accroche est lisible à l'image 0 ; l'ouverture et la fin sont aussi pleines que le milieu (une image hero, le présentateur, une pastille), jamais une seule ligne sur un fond vierge.

Aides d'assouplissement (src/motion/ease.ts) :

const clamp01=(x:number)=>Math.max(0,Math.min(1,x));
const P=(t:number,a:number,b:number)=>clamp01((t-a)/(b-a));
const eOut=(x:number)=>1-Math.pow(1-x,3);
const eIn=(x:number)=>x*x*x;
const backOut=(x:number,s=1.70158)=>1+(s+1)*Math.pow(x-1,3)+s*Math.pow(x-1,2);
const sec=(f:number,at:number)=>(f-at)/30;
const ap=(f:number,at:number,d=0.3)=>eOut(P(sec(f,at),0,d));
const pop=(f:number,at:number)=>Math.max(0,backOut(P(sec(f,at),0,0.35),2.2));
const punch=(f:number,at:number)=>{const t=sec(f,at);if(t<0)return 1;return 1+0.12*eOut(P(t,0,0.2))-0.06*eOut(P(t,0.2,2.5));};
const shake=(f:number,at:number)=>{const t=sec(f,at);return t<0||t>0.4?0:14*Math.exp(-t*10)*Math.sin(t*70);};

Mouvements : type cinétique (le mot atterrit sur son temps VO, scale(0.6+0.4*pop), ±4° se stabilisant sur 0,25 s, mots accentués plus gros + ambre/rouge), coup de zoom sur les images clés, révélateur en cercle, transitions zoom-through (échelle 1→4,2 sur ~9 images, scène suivante 1,3→1), tampons pivotés et pastilles mono, boîtes de surbrillance rouges sur les captures d'écran, compteur d'étapes, légendes karaoké (mot actuel ambre + 1,08×), pop CTA avec secousse, SFX whoosh/pop sous la VO. Environ un temps fort toutes les 1,5 à 3 s.

Clips vidéo : enveloppez chaque <OffthreadVideo> dans une <Sequence from={at}> et définissez startFrom par rapport à celui-ci ; sinon le clip se bloque sur sa dernière image et semble figé. Bouclez les clips courts pour les longs temps. Les clips commencent sur la première image utilisable.

Transitions audio : lorsqu'une ouverture utilise de l'audio en direct (une chanson, un clip) avant la narration, fondez-la en silence et laissez ~0,3–0,5 s (une transition flash/whoosh) avant le premier mot de VO pour qu'il ne soit jamais masqué.

Présentateur optionnel (mascotte) avec synchronisation labiale

• Une identité de personnage cohérente dans chaque vidéo. Calques séparés : corps (bouche fermée repeinte), bras sur un pivot d'épaule sous le bord du manteau, une cape d'épaule statique, sprites de bouche fermée/à moitié/ouverte/large/ronde.
• Pilotez la bouche à partir du wav de la VO, pas d'une boucle : scripts/build-mouth-track.py → états par image (fermé en silence et en tenue finale, maintien minimum de 2 images). Limitez le bras à la plage du rig ; un simple balancement de l'image entière ne suffit pas.
• Montez le présentateur seulement lorsqu'il est à l'écran ; les couvertures utilisent le corps statique bouche fermée.

5. Rendu

• Préférez une machine GPU si vous en avez une (Remotion --hardware-acceleration, une configuration sans encodingBufferSize/encodingMaxRate, qui cassent le NVENC requis) ; reculez vers CPU seulement si autorisé. Dites toujours quel périphérique a rendu.
• Rendu brut : yuv420p + bt709 dans remotion.config.ts, puis la passe Reels.

6. Export compatible Reels (scripts/reels-export.sh, détails dans docs/REELS_SAFE_EXPORT.md)

1080×1920 SAR 1, H.264 High level 4.1, yuv420p gamme TV, balises BT.709, CFR 30, GOP 60 fermé, 10 Mbps (min 8, max 12), deux passes loudnorm −14 LUFS / −1.5 dBTP, AAC 192k 48 kHz stéréo, +faststart, < 90 s. Aussi un petit aperçu < 40 Mo (scripts/make-preview.sh).

7. QA (obligatoire, avant livraison)

• Chuchotez le MP4 final (scripts/whisper-check.py) : mauvaises prononciations, bégaiements, sons parasites, lignes en double, premier mot de chaque scène audible.
• Planche contact à chaque limite de scène (scripts/contact-sheet.sh) : problèmes, chevauchements, texte coupé, zone de sécurité, clips figés, ouverture/fin vide, watermark présent, correspondant à brand.config.json et épelé exactement.
• scripts/qa-check.sh : codec/profil/niveau, pix_fmt, gamme, balises couleur, CFR, AAC 48k, moov avant mdat, durée < 90 s, −14 LUFS.
• Corrigez et re-rendez. Gardez la version précédente lorsque vous révisez.

8. Toujours livrer avec la vidéo

1. Légendes pour IG (accroche, corps, CTA, hashtags légers), Threads (plus court, pas de hashtags), TikTok, plus un .srt.
2. Quatre couvertures A–D : 1080×1920 + grille 1080×1350, texte clé dans le centre 1080×1080 ; une accroche, une photo principale, max 2–3 cartes numérotées ; planche contact + laissez l'utilisateur choisir.
3. Crédits des sources et le fichier de vérification des faits.
4. Une ligne dans videos-log.md : titre, fichiers, durée, loudness, périphérique, sources, statut "non posté".

Règles

• Ne postez jamais, envoyez jamais en DM, téléchargez jamais ou n'achetez jamais. Livrez des fichiers.
• Aucun fait, star, prix ou résultat fabriqué. Créditez les auteurs open source à l'écran.
• Photos, logos et clips réels uniquement ; pas de visages générés par IA de vraies personnes. Marquez les maquettes illustration.
• Utilisez des médias pour lesquels vous avez les droits ; dites à l'utilisateur quand la musique ou les clips sont protégés par le droit d'auteur (risque de mutisme/réclamation).
• Pas de secrets dans les fichiers. Posez toute question en dernier, dans son propre message.