Production vidéo

À quoi sert cette compétence

Transformer des rushes bruts en une vidéo verticale courte finalisée que quelqu'un publierait : un accroche, une histoire claire, des sous-titres incrustés lisibles, un packaging intentionnel, un son propre et un dossier de livraison vérifié. Elle protège également un montage déjà approuvé lorsque l'utilisateur demande des modifications.

L'objectif n'est pas de copier les plans ou les filtres d'une vidéo réussie. L'objectif est de réutiliser les conditions qui l'ont rendue bonne :

une constitution de production écrite avant le montage ;
des preuves matérielles horodatées, pas des impressions ;
un script de plans exécutable ;
un système visuel réfléchi (mise en page, typographie, zones de sécurité) ;
une relecture indépendante aux étapes matière / script / final ;
un contrôle technique objectif ;
une livraison versionnée et avec somme de contrôle.

Quand l'utiliser

L'utilisateur fournit des clips et demande un vlog / une vidéo verticale courte / un sujet campus ou voyage.
L'utilisateur demande des sous-titres incrustés, des titres, des cartes d'information, une carte de fin ou une couverture.
L'utilisateur demande d'étalonner des rushes plats/Log ou d'harmoniser des plans.
L'utilisateur demande de réviser une vidéo approuvée : modifier les sous-titres, la musique, l'ouverture, le packaging, quelques plans ou remplacer des rushes.
L'utilisateur demande pourquoi un montage précédent était bon/mauvais et souhaite un processus réutilisable.

Quand ne pas l'utiliser

L'utilisateur ne veut qu'un concept écrit, un script ou une liste de plans — pas de montage.
Finalisation de longs métrages/TV, étalonnage de long métrage ou VFX/3D complexes.
Montage audio pur/podcast.
La demande est une petite réponse textuelle qui ne nécessite aucune inspection des médias.

Étape 0 — Classer la tâche (à faire en premier)

Classe	Signaux	Processus
Nouvelle production	nouveau sujet, nouveaux clips, nouveau livrable	workflow complet
Patch local	uniquement sous-titres, titre, quelques incrustations, une image secondaire, volume, fondu musical	diff minimal + A/B + nouvelle relecture
Refonte complète	remplacer tout/la plupart des rushes, changer la mise en page/le format/le système visuel, changer la pipeline d'étalonnage, réécrire l'histoire	traiter comme une nouvelle production ; ne pas patcher l'ancienne timeline

Règle stricte : « remplacer tous les rushes » ou « refaire avec ces nouveaux clips » est une nouvelle production, même si l'utilisateur l'appelle une petite correction. Les timecodes source, le cadrage, les sous-titres et la logique B-roll de l'ancien script ne sont plus valables.

S'il s'agit d'une révision : avant de toucher quoi que ce soit, geler la version approuvée (copie + SHA-256). Voir references/modification-protection.md.

Étape 1 — Réception et constitution de production

Ne capturer que ce qui affecte la livraison :

plateforme / format / durée cible / langue ;
chemins des rushes, Log vs Rec.709, fréquence d'images, audio ;
présence d'une piste de tête parlante, et qui parle ;
musique/licence (CC0/CC BY/fournie par l'utilisateur) ;
dossier/nom/politique d'écrasement de livraison ;
ce qui ne doit PAS changer.

Rédiger un court 00-production-spec.md (ou réutiliser celui existant du projet) avec :

spécifications et lignes rouges ;
base factuelle (ce qui peut apparaître à l'écran ; ce qui n'est que l'opinion d'un intervenant) ;
grammaire visuelle : carte vs plein écran, titre, sous-titres, cartes d'information, carte de fin, zones de sécurité ;
plan sonore ;
points de contrôle de relecture.

Ne pas ignorer cette étape parce que la tâche semble petite. Le cahier des charges permet à un relecteur de dire « cela viole le système convenu » au lieu de discuter des goûts.

Étape 1.5 — Étude de références (nouvelle production / refonte complète)

Avant de choisir le système visuel ou d'écrire le tableau des plans, étudier 3 à 5 vlogs de référence de haute qualité sur la même plateforme/dans le même genre/durée. Extraire les principes, pas les plans :

accroche des 1 à 3 premières secondes : image / mots / son ;
structure : nombre de plans, durée moyenne des plans, ratio A-roll/B-roll, emplacement des cartes d'information et de la carte de fin ;
packaging : taille/position des sous-titres, titre, couleur, transitions, densité d'information ;
son : voix, BGM, SFX, ambiance ;
pourquoi ça fonctionne en une phrase ;
principe transférable vs élément de surface.

Utiliser references/reference-study.md pour le modèle. Ne pas copier plan pour plan, visages, musique ou éléments protégés par le droit d'auteur. Rédiger un court reference-study.md dans le projet et l'utiliser pour faire 2 à 3 options créatives avant de s'engager. Pour un patch local, sauter cette étape sauf si l'utilisateur le demande.

Étape 2 — Audit matière (preuves, pas impressions)

Pour chaque clip, enregistrer :

durée / résolution / fps / codec / profondeur de bits / tags couleur ;
contenu et action par horodatage ;
points d'entrée/sortie utilisables (précision 0,5 s) et motifs de rejet ;
cadrage, espace de respiration, logo/arrière-plan, tremblement, exposition, balance des blancs ;
audio : parole vs ambiance ; si parole, transcription horodatée ;
Log/HLG ou Rec.709 ; si plat, planifier l'étalonnage.

Utiliser des planches-contacts à 1 s + images clés ; utiliser Whisper pour une première transcription, puis corriger les noms propres avec le contexte. Ne pas sous-titrer les ambiances B-roll que Whisper a hallucinées.

Sortie : un rapport matière avec images et timecodes, pas seulement du texte. Un relecteur doit pouvoir réextraire les mêmes images.

Étape 3 — Système visuel et script de plans

3.1 Choisir le traitement du A-roll à partir de la source

Mise en carte pour un paysage basse résolution (ex. 960×720) ou lorsque l'environnement/logo est important : une carte 4:3/16:9 sur un canevas conçu en 1080×1920 ; évite un agrandissement ×2,67.
Plein écran pour une vidéo verticale native ou un paysage 4K avec suffisamment d'espace : tester le recadrage avant de s'engager.
Hybride lorsque le visage et le contexte sont tous deux importants.

Ne pas changer une mise en page déjà approuvée sauf si l'utilisateur le demande ou si la nouvelle source ne peut vraiment pas la supporter. Si vous la changez, la traiter comme un changement de design et la soumettre à une nouvelle relecture.

3.2 Rédiger un tableau de plans, pas un mood board

Chaque plan nécessite : source, entrée/sortie source, entrée/sortie finale, durée, traitement de l'image, sous-titre, packaging, transition, son. Additionner les durées ; aligner la piste vocale avec un décalage fixe ; utiliser des timecodes finaux pour les sous-titres.

Inclure :

une accroche dans les 3 premières secondes ;
un changement visuel/informationnel toutes les 2 à 4 s ;
des B-roll qui couvrent les sections faibles du A-roll ;
le texte des cartes d'information / de la carte de fin avec sources et étiquettes de risque ;
un plan musique/son.

Relire le script avant le montage. Un mauvais timecode source est bon marché à corriger ici, coûteux plus tard.

Étape 4 — Assemblage

Rendre chaque plan séparément ; concaténer/crossfader dans un second passage. Éviter un seul énorme graphe de filtres.
Étalonner les rushes Log avec une LUT ou une chaîne manuelle testée ; comparer le visage / le mur blanc / la couleur de la marque entre les plans.
Générer les incrustations (titre, cartes d'information, carte de fin, sous-titres) sous forme de PNG RGBA plein canevas avec Pillow ; les tester sur des images réelles.
Garder les sous-titres dans la zone de sécurité inférieure (marge inférieure ≥200 px ; 240 px est plus sûr), ≤14 caractères chinois par ligne, ≤2 lignes.
Mixer d'abord la voix, puis la BGM en dessous (12 à 18 dB en dessous de la voix), fondu entrée/sortie de 1 à 3 s, loudnorm à environ −16 LUFS, pic vrai ≤ −1 dBTP.
Garder tous les scripts, incrustations, audio et plans intermédiaires versionnés.

Vérifications et recettes utiles : references/tech-recipes.md.

Étape 5 — Points de contrôle (ne pas s'auto-approuver)

Trois points de contrôle indépendants :

Contrôle matière — la recherche correspond-elle aux images/audio ? Les plages utilisables sont-elles réelles ? Les erreurs ASR sont-elles corrigées ? Les ambiances B/C/D non facturées sont-elles laissées tranquilles ?
Contrôle script — peut-il être monté exactement comme écrit ? Les points d'entrée/sortie source existent-ils ? Les sous-titres correspondent-ils à la transcription et tiennent-ils ? La durée totale est-elle exacte ? L'accroche est-elle réelle ?
Contrôle final — échantillonnage d'images sur l'ensemble du film + lecture SRT + vérification audio + vérification factuelle. Le contrôle technique (résolution, fps, durée, loudness, pic vrai, trames noires, décodage, incrustation) est séparé et ne peut pas remplacer la relecture visuelle/sous-titres.

Chaque constat nécessite : timecode, symptôme, correction, gravité (bloquant/élevé/moyen/faible). Une validation nécessite aucun bloquant/élevé ; le moyen doit être corrigé ou explicitement accepté ; le faible peut être livré avec une note.

Si un contrôle échoue, réparer et revérifier la zone concernée. Ne pas livrer sur la base du seul « le vérificateur réussit ».

Étape 6 — Livraison

MP4 final : 1080×1920, 30 ips, H.264 High, AAC 48 kHz stéréo, faststart.
SRT avec les mêmes repères que l'incrustation ; couverture 1080×1920.
交付说明.md : spécifications, fichiers, sources, structure, sous-titres, musique/CC BY, sources factuelles, limitations connues, verdicts de relecture.
Manifeste SHA-256/MD5 ; conserver la version approuvée/maître en lecture seule.
Confirmer la lecture avec QuickTime/mobile.

Étape 7 — Révisions

Suivre references/modification-protection.md. La version courte :

geler la version approuvée ;
lister exactement ce que l'utilisateur a demandé de changer ;
tout le reste est « doit être préservé » ;
utiliser le plus petit patch qui fonctionne ;
si la régénération est inévitable, déclarer le risque et relancer la relecture complète ;
comparer A/B l'ancienne et la nouvelle version aux mêmes temps sémantiques ;
ne jamais écraser la seule bonne version ;
si la nouvelle version échoue, revenir en arrière et conserver l'ancienne.

Barre de qualité (valeurs par défaut ; adapter au brief)

Élément	Défaut
Canevas / fps	1080×1920 / 30 ips
Durée	45–60 s pour un vlog ; 15–30 s pour un court métrage basé sur l'accroche
Vidéo	H.264 High, yuv420p, CRF ~18, faststart
Audio	AAC 48 kHz stéréo, ~192 kbps
Loudness	−16 LUFS ±2, pic vrai ≤ −1 dBTP
Trames noires	aucune sauf intention de design
Sous-titres	incrustés + SRT ; marge inférieure ≥200 px ; ≤14 caractères/ligne
Musique	voix d'abord ; BGM 12–18 dB sous la voix ; fondu entrée/sortie
Livraison	MP4 + SRT + couverture + note de livraison + sommes de contrôle

Ce sont des valeurs par défaut, pas des lois. Si la plateforme ou le brief exige autre chose, l'écrire dans le cahier des charges.

Modes d'échec courants (issus d'une révision réelle)

Ne pas modifier un système visuel approuvé sauf demande. Un montage approuvé utilisait une carte 4:3 pour un paysage basse résolution ; une révision ultérieure l'a remplacée par un recadrage plein écran 4K, et le relecteur s'est plaint que le paysage avait simplement été recadré. Si la source est en paysage et que le look approuvé était une carte, garder la carte sauf si l'utilisateur demande une refonte ; en cas de changement, tester l'espace de respiration/le logo/les mains et relire.
Les fonds des cartes d'information doivent être distincts et calmes. Ne pas réutiliser des plages source qui se chevauchent ou deux plans presque identiques en mouvement derrière des cartes consécutives ; ralentir/geler le fond si la caméra bouge. Un fond en mouvement et dupliqué se lit comme « deux plans presque identiques » et « la caméra balaie trop vite ».
Chaque segment de transition a besoin d'une fonction. Un plan de 2 à 3 s entre la dernière carte d'information et la carte de fin doit porter un titre, une voix, une ligne de lieu ou un temps narratif. Une bannière silencieuse et sans texte se lit comme un vide inexpliqué ; la raccourcir ou lui donner un rôle.
Un remplacement complet des rushes est une nouvelle production. Ne pas patcher l'ancienne timeline ; réauditer la matière, réécrire le script, réétalonner et relire. Le langage « petite correction » ne change pas le périmètre.
Le succès technique n'est pas un succès esthétique. Un vérificateur peut prouver 1080×1920/0 trames noires/décodage OK ; il ne peut pas prouver que le montage est beau. Pour les révisions, comparer A/B avec le montage approuvé et obtenir un verdict indépendant.

Latitude créative

Standardiser la vérification ; laisser la création ouverte :

concept, accroche, ordre narratif ;
carte vs plein écran vs hybride ;
nombre de plans, ordre des B-roll, transitions ;
look d'étalonnage (naturel / chaud / cinématographique) ;
genre musical, voix du titre, visuel des cartes d'information.

Ne pas transformer un montage approuvé en modèle. L'actif réutilisable est le processus et la discipline de relecture, pas les polices, plans ou musiques exacts.

Références

references/case-study.md — une étude de cas anonymisée : ce qui a fonctionné, ce qui a régressé, et pourquoi.
references/workflow.md — workflow complet en 7 étapes avec artefacts et points de contrôle.
references/modification-protection.md — versionnage, diff minimal, A/B, retour arrière.
references/quality-checklist.md — listes de contrôle pré-vol, technique, visuelle, sous-titres, audio et livraison.
references/reference-study.md — comment étudier 3 à 5 vlogs de référence et extraire les principes sans copier.
references/tech-recipes.md — recettes ffmpeg/Pillow/Whisper/loudness et pièges connus.
references/skill-sources.md — format des compétences Agent, exemples publics et notes d'installation de l'hôte (Claude Code, DSH, autres hôtes).
scripts/check_video.py — vérificateur technique réutilisable.
scripts/contact_sheet.sh — planche-contact rapide à 1 s.

Démarrage rapide

# découvrir les outils
FF=$(command -v ffmpeg || echo tools/ffmpeg)
$FF -hide_banner -i clip.mp4 2>&1 | grep -E 'Duration|Stream'

# planche-contact à 1 s (5 colonnes)
$FF -hide_banner -loglevel error -i clip.mp4 \
  -vf "fps=1,scale=320:-1,tile=5x6:padding=4:margin=4" \
  -frames:v 1 contact.jpg

# vérification technique après export
python3 scripts/check_video.py final.mp4 --width 1080 --height 1920 \
  --min-duration 45 --max-duration 60 --lufs -16 --lufs-tol 2 \
  --max-true-peak -1.0 --max-black 0.5

Si l'utilisateur a une version approuvée, s'arrêter et lire references/modification-protection.md avant d'exécuter quoi que ce soit qui écrit dans le livrable.

YI163/production-vidéo

Qu'est-ce que production-vidéo ?

Demander à votre IA préférée

Documentation