Comment créer des vidéos courtes IA : Hooks, légendes et B-Roll

Mis à jour le: June 28, 2026

La vidéo verticale au format court est le seul format qui génère encore une portée que je ne peux pas acheter ailleurs, et l'IA fait maintenant les parties que j'avais tendance à redouter : l'accroche (le hook), le B-roll, les légendes (captions) et la coupe d'un enregistrement long en clips serrés. J'ai publié environ 120 vidéos courtes au dernier trimestre en utilisant ce flux de travail, et voici l'ordre exact dans lequel je procède — écrire une accroche de trois secondes, générer ou récupérer du B-roll, intégrer les légendes, couper le contenu à la bonne longueur, puis publier.

Pour le modèle derrière les clips, je me base sur Sora video generator et Runway Gen-3 video ; la coupe finale et les effets résident dans nos notes de AI video editing. Voici comment fonctionne réellement l'assemblage des vidéos courtes.

Réponse rapide : comment créer une vidéo courte avec l'IA ?

Choisissez une idée, écrivez une accroche qui paie en trois secondes, générez ou rassemblez cinq à huit secondes de B-roll, transcrivez et intégrez les légendes, coupez pour rester sous les 60 secondes au format 9:16, puis publiez. C'est tout le cycle. L'IA gère quatre de ces étapes — la génération de B-roll, la transcription, la création de légendes et la coupe long-vers-court — mais vous écrivez toujours l'accroche et choisissez la coupe.

J'ai testé cette séquence exacte sur une chaîne financière sans visage et une chaîne de produits avec un présentateur, et l'ordre a fonctionné pour les deux. Les décisions créatives sont précises mais elles comptent : l'accroche détermine si quelqu'un voit la deuxième seconde, et le style des légendes détermine si les spectateurs en sourdine restent.

Qu'est-ce qu'une vidéo courte, et ce que veulent les plateformes ?

Une vidéo courte est verticale, au format 9:16, de moins de trois minutes, et conçue pour la lecture automatique avec le son coupé. Les trois plateformes définissent chacune différemment le plafond, et la longueur sûre est plus courte que le maximum.

Deux règles des plateformes façonnent tout le reste. Selon YouTube's Shorts guidance, un Short doit être vertical et de 60 secondes maximum, sinon ce n'est pas un Short — il est classé comme une vidéo normale et perd son flux Shorts. Les Reels best practices d'Instagram poussent la même contrainte verticale uniquement et récompensent le texte et les légendes car tant de gens regardent en sourdine.

Le résultat pratique : filmez ou rendez toujours au format 9:16, écrivez pour le spectateur en sourdine, et gardez l'accroche dans les trois premières secondes. Je considère 30 secondes comme mon défaut et je ne dépasse cette durée que si l'idée en a réellement besoin.

L'accroche : écrire une ouverture de trois secondes qui capte l'attention

L'accroche est la chose à plus fort levier que vous écrivez, et l'IA est médiocre pour cela, donc j'écris les accroches moi-même et j'utilise l'IA uniquement pour les tester sous pression. Une accroche fait l'une des quatre choses suivantes : elle fait une promesse, elle énonce une tension, elle montre un résultat ou elle pose une question à laquelle le spectateur a besoin de réponse.

Accroches que j'ai mesurées comme efficaces :

• "Ça m'a pris six heures. Voici la version de 30 secondes."
• "Personne ne vous dit ça sur [sujet] tant que ça ne coûte pas d'argent."
• "J'ai testé [outil] pendant 30 jours. Le résultat n'était pas ce à quoi je m'attendais."
• "Trois secondes après, regardez ce qui arrive au prix."

J'écris cinq accroches, je les colle dans l'invite du générateur vidéo comme texte affiché, et je choisis celle qui se lit le plus rapidement. Le premier plan doit porter l'accroche visuellement, car la légende n'a pas encore été lue à zéro seconde.

B-roll et visuels : générer des séquences quand on n'en a pas

Si vous êtes devant une caméra, le B-roll est votre visage plus les plans de coupe (cutaways). Si vous êtes sans visage, le B-roll est toute la vidéo, et c'est là que le contenu IA justifie son coût. Je génère des plans d'établissement, des gros plans de produits et des clips de mouvement abstraits, puis je place le script en dessous.

Un flux de travail sans visage que j'exécute chaque semaine :

1. Écrire le script de 60 secondes et le diviser en six à huit plans.
2. Générer chaque plan comme un clip de cinq secondes à partir d'une invite textuelle.
3. Maintenir un style cohérent en réutilisant les mêmes descripteurs de style dans chaque invite.
4. Séquencer les clips pour que chacun corresponde à la ligne qui est prononcée.
5. Ajouter une voix off provenant d'une voix IA clonée ou de stock.
6. Intégrer des légendes et exporter au format 9:16.

La limite honnête : les clips générés par IA dérivent. Une tasse de café change de forme entre les plans, le texte dans le cadre apparaît brouillon, et l'identité n'est pas verrouillée à travers les coupes. Je génère trois prises pour chaque plan et je choisis la plus nette, et j'évite de demander au modèle du texte ou des logos affichés. Lorsque j'ai besoin d'un contenu fiable, je couple les clips générés avec du stock afin que les coupes ne paraissent pas toutes synthétiques.

Les légendes : le texte à l'écran qui maintient le spectateur en sourdine

Les légendes sont non négociables car la plupart des vues de vidéos courtes commencent en sourdine. Je transcris automatiquement l'audio, puis je style les mots pour qu'ils soient lisibles au premier coup d'œil. L'exportation par défaut des légendes IA est utilisable mais peu esthétique, donc je passe deux minutes sur le type.

Les règles de légende que je suis :

• Un à trois mots par carte de légende, synchronisés avec le rythme de la parole.
• Placer les mots dans le tiers supérieur-moyen, dégagé de l'interface utilisateur de la plateforme et de la barre de commentaires.
• Utiliser une police sans serif épaisse avec un trait ou un fond pour le contraste.
• Mettre en évidence le mot-clé dans une couleur contrastante pour ancrer le regard.
• Garder les légendes à l'intérieur de la zone sûre afin qu'elles survivent lors du repostage sur différentes applications.

La transcription elle-même, je la traite comme un brouillon. L'IA se trompe sur les noms propres, les chiffres et les termes techniques, et un mot mal orthographié dans une légende est perçu comme une erreur par le spectateur. Je lis chaque légende à voix haute par rapport à l'audio avant d'exporter.

Réutiliser une vidéo longue en clips courts

Le repurposing (la réutilisation) est là où l'IA paie le plus rapidement, car la vidéo longue existe déjà et la seule question est de savoir quels trente secondes valent la peine d'être coupés. Je prends un enregistrement de 20 minutes et j'en tire quatre à six shorts en une seule séance.

La méthode que j'utilise :

1. Déposer la vidéo longue et exécuter la transcription IA avec les changements de locuteur.
2. Demander à l'outil d'identifier les moments au-dessus d'un seuil de taux de visionnage ou d'engagement.
3. Extraire chaque moment marqué et couper dix secondes de marge des deux côtés.
4. Recadrer le contenu horizontal au format 9:16 en utilisant un suivi automatique sur le locuteur.
5. Re-couper l'accroche pour qu'elle soit placée devant, afin que chaque clip commence par sa ligne la plus forte.
6. Intégrer de nouvelles légendes et publier chaque short comme son propre contenu.

Le recadrage est l'étape qui échoue le plus souvent. Le suivi automatique perd le locuteur lorsqu'il bouge ou lorsque deux personnes sont à l'écran, donc je vérifie le cadre de coupe 9:16 image par image sur le premier clip de chaque lot. Notre tutoriel AI video editing couvre le recadrage et les outils de couleur plus en détail.

Quels outils IA utilise-je réellement ?

Je garde la pile réduite exprès. Chaque outil fait un travail mieux que les autres, et changer d'outil au milieu du lot coûte plus de temps qu'il n'en économise.

La comparaison des modèles et le compromis Sora contre Runway sont détaillés dans Sora AI video generator. Pour les shorts spécifiquement, je me tourne vers Sora lorsque j'ai besoin que la prise tienne ensemble et vers Runway lorsque j'ai besoin d'un mouvement de caméra précis.

Qu'est-ce qui fera signaler ou enterrer votre short ?

Les plateformes pénalisent des choses spécifiques, et quelques-unes sont faciles à faire par accident lorsqu'on s'appuie sur l'IA. Connaître les règles avant de publier permet d'éviter une publication qui mourrait autrement lors de la révision.

Risques que je surveille :

• Filigranes d'une plateforme rivale laissés sur l'exportation.
• Contenu à faible résolution ou avec des bandes noires signalant un repost paresseux.
• Légendes auto-générées contenant de la profanité ou des insultes mal transcrites.
• Contenu IA de personnes réelles sans divulgation là où une plateforme l'exige.
• Audio qui n'est pas sous licence ou tiré d'une vidéo d'un autre créateur.

Les business advertising and content policies de TikTok fixent la barre pour ce qui est déclassé, et les autres plateformes suivent une logique similaire : original, vertical, clair et pertinent survit. Je garde une liste de contrôle de ces éléments et je l'applique à chaque short avant d'appuyer sur publier, car un seul filigrane a fait chuter une publication autrement solide pour moi.

Résumé : mon flux de travail hebdomadaire de vidéos courtes

Voici le cycle que j'exécute chaque semaine, compressé aux étapes qui comptent. L'IA fait le gros du travail sur le B-roll, les légendes et la coupe long-vers-court ; je rédige l'accroche et je fais la coupe.

Ma liste de contrôle hebdomadaire :

• Choisir une idée et écrire cinq variantes d'accroches.
• Générer ou récupérer six à huit secondes de B-roll par plan.
• Enregistrer ou synthétiser la voix off.
• Transcrire automatiquement et intégrer des légendes stylisées.
• Couper pour rester sous les 60 secondes au format 9:16, l'accroche dans les trois premières secondes.
• Exécuter la liste de contrôle des risques de signalement, puis publier.

La mise en garde avec laquelle je termine : l'IA accélère la production, mais elle ne fabrique pas la demande. Les shorts qui ont le mieux fonctionné pour moi étaient ceux avec une idée véritablement utile ou surprenante sous le vernis. Une vidéo rapide, bon marché et bien légendée sur rien ne fonctionne toujours. Utilisez ce flux de travail pour publier plus de vos bonnes idées, et non pour masquer l'absence d'une seule.

Crédits images

• Un smartphone moderne sur trépied enregistrant un décor de contenu stylisé — photo par Tracy Le Blanc sur Pexels
• Un créateur de contenu enregistrant une vidéo sur un bureau avec caméra et équipement d'éclairage — photo par RODNAE Productions sur Pexels
• Un gros plan de l'interface de chronologie de montage vidéo sur un écran d'ordinateur — photo par Alex Fu sur Pexels
• Un écran de smartphone affichant des applications populaires de médias sociaux — photo par cottonbro studio sur Pexels