Maître de Production Vidéo IA
Expert en pipelines de production vidéo du script à l’écran pour Mac Apple Silicon. Spécialisé dans les workflows hybrides locaux/cloud, la cohérence stylistique et la génération de graphismes animés.
POINTS DE DÉCISION
Arbre de Sélection de Méthode
Analyse du Script :
├── Type de Contenu = Éducatif/Corporate/Documentaire
│ ├── Budget < 50 $/mois → Assemblage de Séquences Stock (style InVideo)
│ └── Budget > 50 $/mois → Hybride Stock + T2V
├── Type de Contenu = Créatif/Artistique/Abstrait
│ ├── Délai < 2 jours → Sora/Runway T2V
│ └── Délai > 2 jours → I2V personnalisé avec entraînement LoRA
└── Type de Contenu = Axé Marque/Personnage
├── Ressources existantes disponibles → Pipeline d’animation I2V
└── Aucune ressource → Commander des artistes → Pipeline I2V
Décision Qualité vs. Coût :
├── Livrable professionnel requis
│ ├── Utiliser Sora/Runway Gen-3 (T2V premium)
│ └── Commander des illustrations personnalisées pour I2V
├── Contenu prototype/test
│ ├── Utiliser séquences stock + modèles T2V gratuits
│ └── Génération I2V locale ComfyUI
└── Production en volume élevé
├── Traitement par lots cloud (Vast.ai)
└── Workflows automatisés de séquences stock
Arbre de Récupération d’Erreurs :
├── La qualité échoue à la génération T2V
│ ├── Passer aux séquences stock + superposition de graphismes animés
│ └── Repli sur I2V avec illustrations commandées
├── Timeout/défaillance GPU cloud
│ ├── Réessayer avec un autre fournisseur (Vast.ai → RunPod)
│ └── Passer au traitement local avec un délai prolongé
└── Rupture de cohérence stylistique
├── Réentraîner le LoRA avec plus d’images de référence
└── Utiliser IPAdapter + structure de prompt cohérente
Matrice de Décision du Lieu de Traitement
| Nombre de Plans | Complexité | Budget | Recommandation |
|---|---|---|---|
| 1-5 | Simple | Quelconque | Local M4 Max |
| 6-20 | Moyenne | <10 $ | Séquences stock |
| 6-20 | Élevée | >10 $ | Lots GPU cloud |
| 20+ | Quelconque | Quelconque | GPU cloud requis |
MODES DE DÉFAILLANCE
Tremblement de Mouvement Flou
Symptômes : Fréquences d’images irrégulières, mouvement saccadé, artefacts temporels Diagnostic : Paramètres FPS incompatibles ou guidage de mouvement insuffisant Correctif : Définir un pipeline 24fps cohérent, ajouter des contrôles de force de mouvement, utiliser une échelle de guidage plus élevée (7-9) Règle de Détection : Si le score de cohérence temporelle < 0,7 ou la différence d’image > 0,3, appliquer une stabilisation de mouvement
Dérive de Cohérence des Personnages
Symptômes : L’apparence des personnages change entre les plans, incohérence stylistique Diagnostic : Conditionnement de référence insuffisant ou surapprentissage LoRA Correctif : Réentraîner le LoRA avec 15-20 images de référence, utiliser IPAdapter pour la cohérence faciale Règle de Détection : Si le score de similarité des personnages < 0,8 entre plans consécutifs, arrêter et réentraîner
Spirale de Dépassement de Coût
Symptômes : Les factures GPU cloud dépassent le budget de >200 %, cycles d’itération lents Diagnostic : Absence de suivi des coûts ou dimensionnement inefficace des lots Correctif : Définir des limites strictes dans les scripts cloud, optimiser les tailles de lots, utiliser des instances spot Règle de Détection : Si le coût par minute dépasse 0,50 $ ou le temps d’itération > 15 min, passer au traitement local
Cascade de Désynchronisation Audio
Symptômes : Dérive du sync labial, décalages temporels audio-visuels Diagnostic : Temps de génération variables affectant l’alignement audio Correctif : Générer d’abord toute la vidéo, puis aligner l’audio en post-production avec des marqueurs Règle de Détection : Si le décalage audio > 200 ms par rapport aux marqueurs vidéo, réaligner avec FFmpeg
Paralysie par Gonflement du Schéma
Symptômes : Trop d’options de génération, paralysie de l’analyse, projets bloqués Diagnostic : Sur-optimisation sans tester d’abord des approches simples Correctif : Toujours commencer par une preuve de concept avec séquences stock, itérer vers la complexité Règle de Détection : Si la planification du projet > 2 heures sans contenu généré, revenir par défaut aux séquences stock
EXEMPLES TRAVAILLÉS
Vidéo Éducative : « L’informatique quantique expliquée »
Entrée : Script de 3 minutes sur les bases de l’informatique quantique
Processus de Décision :
- Analyse du contenu : Éducatif → Séquences stock recommandées
- Vérification du budget : Budget de 30 $ → Utiliser l’API Pexels + graphismes animés
- Répartition des plans : 12 plans nécessaires
- Objectif de qualité : Professionnel mais pas cinématographique
Exécution :
# Étape 1 : Générer la liste des plans à partir du script
python scripts/script_analyzer.py --script quantum_script.txt
# Sortie : 12 plans identifiés, 8 nécessitent des séquences stock, 4 nécessitent des graphismes animés
# Étape 2 : Trouver des séquences stock
python scripts/stock_video_generator.py --shots_file shots.json --style documentary
# Sélectionné : Séquences de laboratoire, visuels tech abstraits, arrière-plans propres
# Étape 3 : Générer des graphismes animés pour les concepts complexes
python scripts/motion_graphics_generator.py --type data_viz --concept "quantum_states"
# Créé : Diagrammes animés pour la superposition, l’intrication
# Étape 4 : Assemblage et synchronisation
python scripts/video_assembler.py --footage stock_clips/ --graphics motion/ --audio narration.wav
Expert vs. Débutant :
- Expert : A vérifié les niveaux audio avant la génération des graphismes, a choisi le format 16:9 pour la compatibilité des plateformes
- Le débutant aurait manqué : Éclairage cohérent dans la sélection des séquences, durée appropriée des graphismes animés correspondant au rythme de la parole
Sortie finale : Vidéo de 3:15, coût 0 $ (séquences gratuites), 45 minutes de temps de production total
PORTES DE QUALITÉ
La production vidéo est terminée lorsque TOUTES les conditions sont remplies :
- Fréquence d’images cohérente à 24fps sur tous les segments
- Niveaux audio normalisés entre -23 dB et -18 dB LUFS
- Le style visuel reste cohérent (étalonnage des couleurs, rapport d’aspect)
- Les graphismes animés sont synchronisés avec la narration à moins de 100 ms de tolérance
- Score de cohérence des personnages/sujets >0,8 entre les plans
- Aucun artefact temporel (scintillement, tremblement) dans tout segment de 5 secondes
- Sous-titres/légendes alignés temporellement sur les pics audio
- L’exportation se rend sans erreur dans la résolution cible
- Taille du fichier dans les limites de la plateforme (YouTube : <128 Go, social : <4 Go)
- Fichiers de sauvegarde stockés avec contrôle de version
LIMITES À NE PAS FRANCHIR
Ce skill NE DOIT PAS être utilisé pour :
- Montage vidéo en temps réel → Utiliser DaVinci Resolve ou Premiere Pro directement
- Effets vidéo complexes/compositing → Déléguer à After Effects ou au skill
physics-rendering-expert - Production audio au-delà de la synchronisation de base → Utiliser le skill
sound-engineerpour le mixage, le mastering, la conception sonore - Modélisation 3D ou animation complexe → Utiliser Blender/Maya ou le skill
physics-rendering-expert - Streaming en direct ou diffusion → Utiliser OBS Studio ou des outils spécifiques à la diffusion
- Étalonnage des couleurs au-delà de la correction de base → Utiliser des workflows de coloriste professionnels
- Suivi de mouvement ou match moving → Utiliser un logiciel de suivi spécialisé
- Synchronisation multi-caméra → Utiliser des outils de synchronisation dédiés comme PluralEyes
Déclencheurs de transfert :
- Si le projet nécessite >20 couches de compositing →
physics-rendering-expert - Si l’audio nécessite une conception sonore personnalisée →
sound-engineer - Si des éléments 3D nécessitent une modélisation → Spécialiste Blender
- Si des performances en temps réel sont nécessaires → Utiliser un logiciel de montage vidéo natif