Quand l’IA ne sait pas quoi montrer : l’outil qui remet l’œil humain dans la boucle

Nos clients ont des vidéos YouTube que nous montons : tutoriels, démonstrations, conseils. Pour exister sur TikTok, Instagram et YouTube Shorts, il faut les décliner en shorts au format vertical. Un travail sans aucune création nouvelle, mais qui dévore des heures : découper, caler les sous-titres, recadrer, exporter. Exactement le genre de tâche qu’on confie à Claude Code.

C’est ce que nous avons fait, et l’IA s’en sort remarquablement bien. Sauf sur un point : choisir ce qu’on montre dans le cadre vertical. Après plusieurs shorts cadrés à côté de l’action, nous avons arrêté de nous obstiner et construit avec l’IA, en cours de production, un outil web où l’humain place le cadre lui-même avant de relancer la machine. Cet article raconte cet outil : pourquoi il existe, comment il marche, et ce qu’il dit du bon partage des rôles entre l’IA et nous.

Des vidéos déjà montées, un besoin simple : en tirer des shorts

Le point de départ, ce sont les tutoriels mécaniques de notre client VSPieces, spécialiste des pièces de voitures sans permis. Les vidéos sont finies, publiées, sous-titrées dans Premiere. Il ne s’agit pas de remonter quoi que ce soit : seulement d’extraire les passages les plus forts et de les adapter au format vertical, comme le recommande toute stratégie de marketing de contenu vidéo.

Fait à la main, ce repurposing coûte cher pour ce qu’il apporte : c’est répétitif, minutieux, et sans aucune décision créative nouvelle. Personne ne devrait payer un monteur pour caler des sous-titres mot par mot sur un texte qui existe déjà. C’est là que l’automatisation prend tout son sens.

Ce que l’IA automatise, et pourquoi c’est fiable

Un détail compte dans notre chaîne : la transcription n’est pas générée par l’IA. Les sous-titres sont déjà écrits et validés dans Premiere, et nous fournissons ce fichier SRT à l’IA comme référence. Aucune erreur de texte possible : l’IA ne réécrit rien, elle se contente de caler chaque mot dans le temps, au centième de seconde. C’est la garantie que le short affiche exactement le texte validé, y compris les noms de marques et les termes techniques.

À partir de là, Claude enchaîne :

• Sélection des extraits : repérage des moments forts et découpe aux frontières de phrases, en vérifiant les niveaux audio.
• Sous-titres animés : génération des sous-titres karaoké mot à mot dans la charte du client, à partir du texte du SRT.
• Habillage et rendu : étalonnage, format vertical, exports à la qualité maximale de chaque plateforme.
• Contrôle qualité : framerate, débit, niveaux sonores, synchronisation, tout est vérifié automatiquement.

Sur ces tâches mesurables, la machine est imbattable. Ce constat rejoint notre analyse de l’intelligence artificielle comme opportunité pour les entreprises : elle excelle partout où le résultat se vérifie objectivement.

Le jour où l’IA a cadré à côté

Passer du 16:9 au 9:16, c’est renoncer aux deux tiers de l’image. Ce n’est pas une opération technique, c’est un choix éditorial : dans un tutoriel mécanique, faut-il montrer le visage, les mains, la pièce ou l’outil ? Le spectateur d’un reel tranche en une seconde : si l’action n’est pas dans le cadre, il passe au suivant.

Nous avons tout essayé pour automatiser ce choix : détection de visages et de mains, analyse du mouvement, mesures image par image. L’IA plaçait toujours le cadre sur quelque chose, rarement sur ce qui comptait. Elle cadrait la carrosserie quand le geste se jouait sur la serrure, le coude quand l’important était la vis. Elle voit des pixels, pas une intention. Et les retouches en aval coûtaient plus cher que le problème de départ.

L’outil : un cadre jaune, trois positions, un bouton Rendu

Plutôt que d’accumuler les allers-retours de correction, nous avons demandé à l’IA de construire son propre garde-fou : une page web sur mesure, développée en quelques heures, pensée pour une seule chose. L’écran s’ouvre, chaque extrait du futur short s’affiche avec des images tirées de la vidéo, et un cadre jaune au format 9:16 se déplace à la souris.

Pour chaque extrait, trois onglets (début, milieu, fin) mémorisent trois positions du cadre : si le geste se déplace dans l’image, le cadre suivra ce mouvement au rendu. Des pointillés rappellent où sont posées les deux autres positions, et des boutons permettent d’ajuster au pixel près.

Quand tout est calé, un clic sur le bouton Rendu enregistre les choix et réveille l’IA, qui produit tous les fichiers finaux sans autre intervention. Pas de logiciel à installer, pas de timeline, pas de formation : régler une vidéo complète prend deux à cinq minutes. Le reste de la chaîne ne demande plus une seule action humaine.

Pourquoi ce partage des rôles fonctionne

L’outil matérialise une frontière simple : à la machine tout ce qui se mesure, à l’humain tout ce qui se regarde.

Ce fonctionnement est transposable à toute entreprise qui produit de la vidéo : démonstrations, témoignages, événements. Le gisement de formats courts existe déjà dans vos contenus, et TikTok comme les reels représentent une vraie opportunité, y compris en B2B. La bonne question n’est pas « faut-il automatiser ? » mais « où placer le regard humain dans la chaîne ? ». Et souvent, la réponse tient dans un outil léger fabriqué sur mesure, pas dans un abonnement de plus.

L’œil humain dans la boucle, par choix

Cette histoire n’est pas celle d’une IA qui échoue : c’est celle d’une automatisation bien découpée. En reconnaissant honnêtement ce que la machine ne sait pas faire, on a transformé des heures de montage répétitif en quelques minutes de décision, placées exactement là où l’œil fait la différence. Les shorts sortent régulièrement, cadrés juste, dans la charte du client.

Si vos vidéos dorment sur votre chaîne YouTube, le plus dur est déjà fait. Notre studio de création vidéo peut les décliner en shorts. Parlons-en : nous vous dirons ce que l’IA peut automatiser chez vous, et ce qui mérite encore un regard.