Produire des vidéos courtes avec l’IA : ce qui fonctionne vraiment, et les pièges

Les étapes d’un pipeline de vidéos courtes assisté par l’IA, de la source au rendu : récit fidèle, images vraies, voix de synthèse, sous-titres, contrôles et publication sans doublon.

Adapté d'un guide d'abord écrit pour le Québec : les passages propres au Québec ont été retirés. Les règles de votre province peuvent différer.

Une vidéo courte produite avec l’IA, ce n’est pas un bouton « générer ». C’est une chaîne de petites décisions, dont plusieurs se jouent avant même d’ouvrir un outil de génération. Ce guide décrit la méthode que nous avons retenue pour des vidéos documentaires verticales, et surtout les erreurs que cette méthode cherche à éviter.

Le pipeline en un coup d’œil

1. Source : un article ou un texte de référence, figé au départ.
2. Récit : une narration fidèle à la source, avec au plus une correction automatique si elle s’en écarte.
3. Découpage en scènes : de 6 à 9 scènes, chacune avec une intention visuelle écrite.
4. Recherche d’images : toutes les requêtes du découpage sont préparées ensemble, dans un seul bassin d’images avec leur provenance.
5. Attribution : chaque scène reçoit son image selon la pertinence, l’exactitude, la continuité et la variété.
6. Contrôle éditorial des images avant la voix : une scène refusée a droit à une seule reprise ciblée.
7. Voix de synthèse et sous-titres alignés sur l’audio.
8. Rendu en une seule passe, puis contrôle technique du fichier.
9. Aperçu prêt à relire; la publication est un sous-système distinct et verrouillé.

1. Partir d’une source, jamais d’un sujet vague

Demander à un modèle « une vidéo sur tel événement » invite l’invention : dates approximatives, détails plausibles mais faux, noms mélangés. La méthode qui nous a servi est inverse. On fige d’abord une fiche de l’histoire : le texte source, les noms, les dates et le périmètre. Aucune étape suivante n’a le droit de remplacer ces éléments.

• La narration est générée à partir de la fiche, avec une seule correction si elle contient quelque chose que la source ne dit pas.
• Si le modèle de texte est indisponible, un plan d’urgence reprend des phrases complètes du texte déjà approuvé et n’ajoute aucune nouvelle affirmation.

2. Le découpage en scènes

Un découpage utile dit, pour chaque scène, ce qu’on doit voir et pourquoi : une personne précise, un lieu, un objet, une carte, une époque. Cette « intention visuelle » écrite est ce qui permet de refuser plus tard une image séduisante mais hors sujet. Préparer toutes les requêtes de recherche ensemble, plutôt que scène par scène, évite aussi de répéter les mêmes images et limite les appels aux services externes.

3. Trouver des images vraies, avec leur provenance

C’est l’étape où les vidéos assistées par l’IA échouent le plus souvent. Pour un sujet historique ou factuel, on privilégie les archives aux banques d’images génériques :

• des collections ouvertes comme Wikimedia Commons, la Bibliothèque du Congrès, Europeana, les archives nationales américaines, la Smithsonian ou l’Internet Archive;
• un moteur de recherche d’images sous licence ouverte, en ne gardant que les licences qui permettent l’usage commercial et la transformation;
• les images déjà attachées à l’article source.

Pour chaque image, on garde la source, l’auteur et la licence : c’est ce qui sert ensuite aux crédits de la vidéo.

Les règles d’exactitude qui évitent les vraies bêtises

• Une personne nommée exige une image de cette personne, établie par les métadonnées de la source.
• Un navire ou un avion nommé exige le bon navire ou le bon avion, pas un modèle semblable.
• Une scène « carte » doit montrer une vraie carte, un plan ou un schéma.
• Un proche n’est pas la personne : l’épouse d’un empereur n’illustre pas l’empereur.
• Une coupure de presse d’une autre affaire ne devient pas la preuve de celle-ci.
• Un navire moderne n’illustre pas une bataille antique.
• Si aucune image véridique n’existe, la vidéo est refusée plutôt que remplie avec une image sans rapport.

La règle de fond : la vérité bat la variété. Répéter une image exacte vaut mieux qu’en insérer une fausse. La répétition est quand même pénalisée quand une autre image tout aussi véridique existe.

4. Images et vidéos générées par l’IA : quand les éviter

Pour un sujet réel (une personne, un événement, un lieu), une image générée risque d’être prise pour un document. Réservez-la à des illustrations clairement génériques, jamais comme « preuve », et indiquez qu’elle est synthétique. Cette précaution rejoint les bonnes pratiques de vérification expliquées dans notre guide sur les traces des images et vidéos synthétiques.

5. Voix de synthèse et sous-titres

• Lire exactement le texte approuvé. Si on change de moteur de voix en cours de route, la nouvelle voix lit le même texte sans le réécrire.
• Écrire les nombres et les années en toutes lettres avant de les envoyer à la voix, en français surtout : plusieurs moteurs lisent mal les années, les ordinaux et les abréviations.
• Aligner les sous-titres sur l’audio réel, pas sur une estimation du texte : on mesure les durées une fois la voix générée.
• Vérifier les conditions d’utilisation. Plusieurs voix gratuites reposent sur des services non officiels ou limitent l’usage commercial; prévoyez une solution de repli.

6. Le rendu et le contrôle technique

• Format vertical 1080 × 1920, encodage H.264, en une seule passe de rendu : moins de pertes de qualité et un seul fichier à contrôler.
• Un contrôle technique après le rendu (durée, flux vidéo et audio présents, lisibilité du fichier) avant d’autoriser la publication.
• Pas de recherche de nouvelles images à ce stade : le contrôle technique ne change plus le contenu éditorial.

7. Les garde-fous d’exploitation

Un pipeline qui appelle des services externes gratuits tombe régulièrement en panne ou en limite de quota. Quelques règles simples évitent les emballements :

• Disjoncteur par fournisseur. Au premier refus pour dépassement de quota, on cesse d’appeler ce service pour le reste de la vidéo plutôt que de réessayer en boucle.
• Budgets par vidéo. Nombre maximal de recherches ciblées, de vérifications visuelles par un modèle et de reprises du récit ou de la voix.
• Cache des résultats déjà obtenus, pour ne pas repayer en quota la même recherche.
• Aperçu séparé de la publication. La publication réutilise le fichier relu; elle ne refait pas silencieusement un nouveau rendu.
• Publication sans doublon. On calcule l’empreinte du fichier (SHA-256) et on retient chaque envoi réussi par plateforme. En cas d’échec partiel, seule la plateforme en échec est relancée.

8. Apprendre des échecs sans se tromper de leçon

Quand une image est refusée, la tentation est de mettre sur liste noire la personne, la source ou le mot-clé. C’est une erreur : un échec dans un contexte ne dit rien sur le suivant. Les observations conservées doivent rester générales (par exemple « image générique pour une entité nommée », « mauvaise époque », « mauvais lieu ») et ne devenir une préférence qu’après des preuves répétées. Les règles de vérité, elles, ne s’apprennent pas : elles sont fixées d’avance.

Erreurs fréquentes

• Laisser le modèle choisir et décrire les images sans contrôle de provenance.
• Mélanger plusieurs moteurs de voix sans figer le texte lu.
• Réessayer sans limite un service en quota dépassé.
• Publier sans relecture parce que « la dernière fois, ça allait ».
• Oublier les crédits et les licences au moment d’exporter.

Peut-on faire une vidéo de qualité avec l’IA sans y toucher?

Pas sans garde-fous. L’IA accélère le brouillon, mais les erreurs de fait, les images qui ne correspondent pas au sujet et les voix mal prononcées passent facilement si personne ne vérifie. Un contrôle avant la publication reste la partie la plus utile du processus.

Faut-il générer les images avec l’IA?

Pour un sujet factuel ou historique, mieux vaut des archives réelles avec leur source et leur licence. Les images générées conviennent aux illustrations clairement génériques, avec une mention honnête qu’elles sont synthétiques.

Les voix de synthèse gratuites sont-elles utilisables commercialement?

Cela dépend de l’outil. Certains reposent sur des services non officiels ou ont des conditions qui limitent l’usage commercial. Lisez les conditions avant de monétiser, et gardez un plan B.

Quel format de vidéo viser?

Pour les plateformes de vidéos courtes, le vertical 1080 × 1920 en H.264 est le format de référence. Rendez en une seule passe et vérifiez le fichier final avant de le publier.

Comment éviter de publier deux fois la même vidéo?

Calculez une empreinte (par exemple SHA-256) du fichier final et gardez la trace de chaque envoi réussi par plateforme. En cas de reprise, ne renvoyez que ce qui a échoué.

Où trouver des outils gratuits pour préparer mes fichiers?

Open Provinces offre des outils qui fonctionnent dans votre navigateur, sans téléversement : recadrer une image, compresser ou convertir une image, créer un code QR, et plusieurs outils PDF pour les documents de travail.

Des outils gratuits pour préparer vos fichiers

Ces outils s’exécutent dans votre navigateur : vos fichiers ne sont pas téléversés.

Sources et limites

Ce guide résume la conception et les règles d’un pipeline interne de vidéos documentaires verticales construit et exploité par Open Provinces. Ce sont des pratiques retenues pour ce projet, pas une norme de l’industrie, et elles ne reposent sur aucune mesure d’audience. Vérifiez toujours les conditions d’utilisation et de licence de chaque outil et de chaque source avant un usage commercial. Pour les licences des images : <a href="https://commons.wikimedia.org/wiki/Commons:Licensing" rel="noopener" target="_blank">Wikimedia Commons, licences</a> et <a href="https://www.loc.gov/free-to-use/" rel="noopener" target="_blank">Bibliothèque du Congrès, ensembles libres d’utilisation</a>.

Information générale fondée sur des règles fédérales et nationales; les règles provinciales peuvent différer. Confirmez auprès de l'organisme officiel avant d'agir. Dernière révision : 2026-11-10.