Six pubs vidéo. Une journée. Moins de 15 euros. Sans caméra, sans acteur, sans monteur.
Tous les outils, tous les prompts, tous les prix — et à la fin, quoi demander à l'IA pour
le refaire chez vous.
0
pubs livrées
0
coût d'une pub animée
0
IA qui travaillent
0
jour de tournage
Anim
▶
Feutrine
Anim
▶
Low-poly
Anim
▶
Pâte à modeler
Anim
▶
3D · voix clonée
Voix-off
▶
Papa
Voix-off
▶
Maman
Cliquez sur une vignette pour l'entendre avec le son.
L'équipe
Les 13 IA qui travaillent pour vous
Il n'y a pas une IA : il y en a treize. Chacune un métier, comme dans une agence. Et la
moitié ne fabriquent rien — elles contrôlent.
🧠Chef de projet
Claude CodeClaude Opus — dans le terminal
Reçoit mes instructions en français, écrit les programmes, appelle les autres IA, corrige.
Je ne clique dans aucun logiciel.
Du début à la fin
🎨Dessinateur
Nano Banana Progemini-3-pro-image (Google)
Dessine personnages, décors et produit. Avec des photos de référence : toujours le même
personnage, toujours le même produit.
Étapes 2 et 3 du pipeline animé
⚡Dessinateur rapide
Nano Banana 2gemini-3.1-flash-image
La version économique, pour produire en grande quantité.
Production en volume
🎞️Animateur
Kling 3.0accès via l'agrégateur fal.ai
Une image fixe + une phrase de mouvement = une vidéo de 5 secondes.
Étape 5 du pipeline animé
🎙️Comédien voix
ElevenLabseleven_multilingual_v2
Lit le script en français avec une vraie intonation.
On téléverse sa voix, l'IA l'apprend, et elle dit ensuite n'importe quel texte avec votre voix.
Une fois, au début
🗣️Comédien alternatif
Gradiumagrégateur de voix — Marius, Garance
Un autre fournisseur. On teste, on garde le plus naturel en français.
Pipeline voix-off
⏱️Chronométreur
ElevenLabs Scribescribe_v1
Note à quelle milliseconde chaque mot est prononcé. C'est la synchro des sous-titres.
Étape 8
👂Contrôleur d'oreille
Whisperfaster-whisper — tourne sur mon Mac, gratuit
Détecte les défauts de la voix : mot inventé, bégaiement, mot avalé. Si c'est sale, on régénère.
À chaque phrase de voix
👁️Directeur artistique
Gemini Visiongemini-flash-latest
Regarde chaque image et chaque clip et dit ce qui cloche : objet qui flotte, main
déformée, produit déformé.
Après chaque génération d'image et de clip
🔍Directeur de casting
Gemini Visionmême modèle, autre mission
Note les images candidates de 0 à 10 face à la phrase exacte qui est dite.
Pipeline voix-off, étape 6
🔊Bruiteur + sound designer
ElevenLabs SFX + Geminisound-generation
Gemini décide où mettre un son, ElevenLabs le fabrique, Gemini le note sur 10.
Avant le rendu final
⭐Critique de la pub finie
Gemini Visionvidéo entière, image + son
Juge la pub finale. Il la regarde en entier, avec le son, et rend une note + des
problèmes horodatés.
Juste avant la livraison
✋Le seul humain
Vousle décideur
Vous donnez l'angle, validez le style, tranchez sur la voix. Le reste tourne tout seul.
Aux 3 points de validation
Une même IA (Gemini) occupe plusieurs postes. Fabriquer une image et la juger, ce n'est
pas le même métier — c'est en séparant les deux qu'on obtient du propre.
Avant de commencer
Le vocabulaire, en 30 secondes
Quelques mots vont revenir en boucle. Aucun n'est compliqué — et aucun ne coûte cher :
la moitié de ces outils sont gratuits depuis vingt ans.
⌨️Le terminal
La fenêtre noire où l'on tape des instructions au lieu de cliquer. C'est là que vit
l'agent IA. On lui parle en français, il exécute.
🔑Une API, une clé API
L'API, c'est la porte de service d'un logiciel : on lui envoie une demande, il
répond. La clé, c'est votre badge — et c'est elle qui fait débiter votre compte.
🛠️ffmpeg
Le couteau suisse de l'audio et de la vidéo. Gratuit, sans interface : il coupe,
convertit, recolle, règle le volume. Il tourne en silence derrière la moitié des
applis vidéo du monde.
🎬Remotion
Un outil qui fabrique de la vidéo à partir de code. On décrit le montage dans un
fichier, il calcule les milliers d'images de la pub, une par une. Gratuit.
📄Un fichier JSON
Un simple fichier texte qui range des informations en liste. Nos scripts et nos
montages sont des JSON — lisibles à l'œil nu, modifiables sans logiciel.
🐍Python, Node.js
Les deux langages dans lesquels l'agent écrit les petits programmes. Vous n'avez
pas à les connaître : vous ne les lirez jamais.
💬Un prompt
L'instruction écrite qu'on donne à une IA. Toute la qualité du résultat est là
dedans — c'est pour ça que je vous donne les nôtres, mot pour mot.
🖼️Une keyframe
L'image fixe de départ d'un plan. On la valide avant de l'animer : c'est le
principe n°1 de tout le système.
▶️Image-to-video
Le type d'IA qui prend une image + une phrase de mouvement et rend une vidéo.
Kling en fait partie.
🔌Un agrégateur
Un service qui revend l'accès à des dizaines de modèles d'IA avec une seule
inscription et une seule facture. fal.ai pour la vidéo, Gradium pour les voix.
📱Le format 9:16
Le format vertical plein écran du téléphone — 1080 pixels de large, 1920 de haut.
Toutes nos pubs sont dans ce format.
🔉Le ducking
Baisser la musique automatiquement quand la voix parle, puis la remonter. C'est
ce qui fait qu'une pub s'entend bien dans le métro.
La carte
Une pub au centre, tout ce qu'il a fallu autour
Une seule pub, vue de haut. Au centre le fichier final ; autour, tout ce qu'il a fallu :
huit familles, une trentaine de briques.
la pub finie
La carte interactive s'affiche sur écran large. Le détail complet de tous les
outils est dans le tableau « Stack ».
Regardez la place du contrôle qualité : un tiers des outils ne fabriquent rien, ils
vérifient. C'est toute la différence entre une pub IA amateur et une pub qu'on peut
financer.
Vue d'ensemble
Deux façons de faire une pub
Deux systèmes. Le premier fabrique un dessin animé à partir de rien. Le second pose une voix
sur de vraies vidéos. Même fin de chaîne pour les deux.
① La pub animée
Un dessin animé créé de zéro. Aucune vidéo réelle.
Images
Nano Banana Pro
Mouvement
Kling 3.0 (via fal.ai)
Voix
ElevenLabs
Montage
Remotion
Coût
≈ 5,20 € la pub
Pour qui
produit à mettre en scène, univers imaginaire
② La pub voix-off
Une voix qui raconte, sur des vidéos réelles.
Images
634 vidéos existantes + banques gratuites
Choix des plans
automatique (IA de casting)
Voix
Gradium ou votre voix clonée
Montage
Remotion
Coût
≈ 0,18 € la pub
Pour qui
témoignage, storytelling, preuve produit
Pipeline ① — 11 étapes
La pub animée
Le problème de l'animation IA : le personnage change de tête, le produit se déforme. On a réglé
ça avec trois règles. Si vous ne retenez que ça, retenez celles-là.
01
L'identité vit dans les images, pas dans les mots
On génère ses portraits une fois, et on joint ces images à chaque demande suivante.
02
Tout se verrouille sur l'image fixe
Chaque plan est d'abord une photo validée. La vidéo n'anime que du déjà-approuvé.
03
Jamais le produit en gros plan par l'IA
Un petit objet se déforme toujours. En plan serré, on colle le vrai visuel au montage.
0
On part des chiffres, jamais d'une idée
Gestionnaire de pubs Meta0 €
On part de ce qui a déjà rapporté : 453 000 € dépensés, 3,5 fois la mise en moyenne.
On ne fabrique que les angles au-dessus de la moyenne.
Pub 2 → angle « bientôt en rupture » — 4,34 € pour 1 €
Quatre choses reviennent dans tous nos scripts : l'âge dès la première phrase, la
sécurité, le nombre de clients, et jamais de promesse qu'on ne peut pas tenir.
1
Le script, écrit phrase par phrase
0 €
Dix phrases, quarante secondes, chacune avec son silence derrière. Détail capital :
les nombres s'écrivent en toutes lettres, sinon la voix les prononce mal.
Le script de la pub « feutrine »
[
{"text": "Pour l'anniversaire d'un copain, ma fille ne veut plus de cadeau tout fait."},
{"text": "Elle le fabrique elle-même.", "gap_ms": 300},
{"text": "Une licorne porte-clés, rien que pour sa copine."},
{"text": "Le fil sort du stylo, et durcit en trente secondes."},
{"text": "Son idée devient un vrai objet.", "gap_ms": 350},
{"text": "Trente-cinq degrés seulement : aucun risque de brûlure."},
{"text": "Dès six ans !", "gap_ms": 300},
{"text": "À l'école, c'est devenu le cadeau que tout le monde s'arrache."},
{"text": "Plus de vingt-cinq mille familles l'ont adopté.", "gap_ms": 350},
{"text": "Cliquez juste en dessous pour commander le vôtre."}
]
Le script de la pub « rupture de stock »
[
{"text": "Mon fils n'a demandé qu'une seule chose cette année : ce stylo 3D."},
{"text": "Celui qui transforme ses dessins en vrais jouets.", "gap_ms": 300},
{"text": "Le fil sort du stylo, et durcit en trente secondes."},
{"text": "Un dinosaure, une fusée : tout ce qu'il imagine devient réel.", "gap_ms": 350},
{"text": "Trente-cinq degrés seulement : aucun risque de brûlure."},
{"text": "Dès six ans !", "gap_ms": 300},
{"text": "Vingt-cinq mille familles l'ont déjà adopté."},
{"text": "Mais il n'est pas toujours en stock.", "gap_ms": 350},
{"text": "Commandez le vôtre tant qu'il est disponible."},
{"text": "Cliquez juste en dessous."}
]
2
La « bible » : le secret de la cohérence
Nano Banana Pro0,12 € l'image
Le cœur du système : trois images de référence générées une fois — le personnage, le
produit, une scène type. Toutes les images suivantes seront produites avec ces fichiers
en pièce jointe. C'est ça qui tient la cohérence.
Univers « feutrine »
le personnagele produitla scène type
Univers « papier plié »
le personnagele produitla scène type
Le produit n'est jamais inventé : on joint la vraie photo. L'IA le restyle, mais
forme, couleurs et étiquette restent les nôtres.
la vraie photo produit
Avant de lancer, un banc d'essai : la même scène en plusieurs styles. Quelques centimes,
et on évite de produire une pub entière dans un style qu'on n'aimera pas.
Le piège : demander texte ET image en retour, sinon erreur.
3
Les 9 plans, dessinés un par un
Nano Banana Pro≈ 1,08 € la pub
Neuf plans, neuf images fixes, la bible en pièce jointe. Le prompt : un bloc de style
identique pour les neuf + une seule phrase d'action.
Le bloc de style — feutrine (identique sur les 9 plans)
Advertising keyframe. Felt and wool needle-felting craft style (soft fuzzy handmade
wool texture, visible fibers, cozy warm light), vertical 9:16, cream #fff8ea palette
with subtle charte accents (#f8b133 #ffd313 #3f60aa #e94d44).
Physical coherence: every object rests on a surface, nothing floats.
Keep the girl and the white felted Pen'Up pen (navy #0A1A59 buttons, PEN+UP label,
nozzle) exactly consistent with the references. Genuine warm expressions.
No text anywhere.
Scene: …une seule phrase décrivant l'action du plan…
Le bloc de style — papier plié
Advertising keyframe. Low-poly papercraft 3D animation style (faceted geometric
shapes, matte paper texture, soft warm cinematic light), vertical 9:16, cream #fff8ea
palette with subtle charte accents (#f8b133 #ffd313 #3f60aa #e94d44).
Physical coherence: every object rests on a surface, nothing floats.
Keep the boy and the white Pen'Up pen (navy #0A1A59 buttons, PEN+UP label, nozzle)
exactly consistent with the references. Genuine joyful expressions. No text anywhere.
Trois phrases font toute la différence : « rien ne flotte », « garde le personnage et le
produit exactement conformes aux références », « aucun texte nulle part ».
Les 9 phrases de scène — pub feutrine
Scene: … (une par plan)
1. Medium shot: the girl sits at a felt table looking unconvinced next to a plain
boring gift-wrapped box, gently pushing it away with one finger; a soft pout.
2. Medium shot: the girl concentrates and draws in the air with the white felted
Pen'Up pen held in her hand, a thin colorful felted-wool filament line extruding
from the nozzle; yarn balls on the table.
3. Close-medium shot: the girl proudly holds up a finished small felted-wool UNICORN
keychain (with a tiny metal ring) she just made; warm light.
4. Close shot on the white felted Pen'Up pen nozzle: a solid colorful felted-wool
filament strand extrudes from the nozzle and stiffens into a small shape.
5. The freshly made colorful felted creation now stands as a solid 3D object on the
felt table, the pen resting beside it; soft proud framing.
6. Medium shot: the girl's fingertip gently touches the fresh warm creation, perfectly
safe and calm, her mother's felted hand nearby reassuring; cozy cool blue-tinted
soft light suggesting safety.
7. The young girl (clearly around 6-8) beams with a big happy smile while holding the
pen, mid-creation, joyful and absorbed.
8. Wide party scene: several felted-wool kids at a birthday table admire and receive
small handmade filament gifts; balloons and a felt bunting garland.
9. Warm hero product shot: the white felted Pen'Up pen lies on a felt table surrounded
by many colorful felted filament creations; cozy inviting light.
010203040506070809
Les 9 phrases de scène — pub papier plié
Scene: … (une par plan)
1. Medium shot: the excited boy points with both hands at the white Pen'Up pen sitting
on his desk, eyes wide with wish; cozy low-poly bedroom.
2. Medium shot: on the desk, the boy's simple paper drawing of a dinosaur sits next to
the same dinosaur rebuilt as a colorful solid 3D filament figure; amazed.
3. Close shot on the white Pen'Up pen nozzle: a solid colorful filament strand extrudes
from the nozzle and stiffens into a shape; the boy's hand holds the pen steady.
4. The boy's desk and shelf display many colorful low-poly filament creations he made:
a dinosaur, a rocket, a car, a star, each resting on a surface.
5. Medium shot: the boy's fingertip safely touches a fresh warm creation, calm and
unharmed, a parent's hand nearby; soft cool blue-tinted light suggesting safety.
6. The young boy (clearly around 6-8) grins with pure joy while holding the pen
mid-creation, absorbed and delighted.
7. Warm scene: the boy proudly presents a whole collection of his colorful filament
toys on the table, the pen in the foreground; inviting family mood.
8. Premium hero product shot: the white Pen'Up pen (navy buttons, PEN+UP label)
centered on a clean cream surface, a spiral of colorful filament at the nozzle.
9. Hero product shot: the boy holds up the white Pen'Up pen toward the viewer with a
big inviting smile, presenting it to camera; warm cream background.
010203040506070809
Le même script tourne dans n'importe quel style. Changer d'univers, c'est
changer un paragraphe.
clayclayclayclayclay
3D3D3D3D3D
Sur un plan « produit seul », ne joindre que la référence produit — sinon l'IA rajoute
le personnage.
4
Le contrôle qualité des images
Gemini Vision0,12 € par reprise
Cinq points inspectés à la loupe : visage, mains, forme du produit, couleurs, gravité. Une
image ratée est régénérée toute seule.
Le journal des défauts, tenu automatiquement
{ "plan": 6, "statut": "ok", "reprises": 1,
"défauts": [ "essai 1 rejeté : étiquette absente, bouton de la mauvaise forme,
pointe métallique. Essai 2 accepté : tous les éléments du produit
dans le bon ordre" ] }
Le défaut numéro un : la gravité. Le seul remède : l'écrire en majuscules.
Voici le vrai prompt de réparation.
Prompt de réparation « objets qui flottent »
Advertising keyframe in stylized 3D animation style (Pixar-like, warm cinematic light),
vertical 9:16. The girl from the reference image carefully PLACES a small colorful
filament castle FLAT ON TOP of a real wooden shelf board, her hand still touching it —
the castle SITS FIRMLY ON the horizontal shelf surface, obeying gravity, nothing
floating. The bookcase has several shelves filled with her colorful filament creations,
EACH ONE standing ON a shelf board (dinosaur, unicorn, rocket, flowers, animals —
each appears only once, no duplicates). Slight low-angle valorizing view, warm
afternoon light. Physical coherence is critical: every object rests on a surface.
No text anywhere.
5
On met les images en mouvement
Kling 3.0via fal.ai0,09 € la seconde
Chaque image devient un clip de cinq secondes. Le point que tout le monde rate :
le prompt ne décrit que le mouvement, en moins de soixante mots.
1. l'image fixe validée
➜
2. le clip de 5 s
1. l'image fixe validée
➜
2. le clip de 5 s
L'appel exact
POST https://queue.fal.run/fal-ai/kling-video/v3/{standard|pro}/image-to-video
Authorization: Key $FAL_KEY
{ "prompt": "…le mouvement… + le suffixe anti-déformation",
"image_url": "data:image/jpeg;base64,…l'image fixe…",
"duration": "5",
"aspect_ratio": "9:16" }
// on interroge le serveur toutes les 15 s jusqu'à ce que ce soit prêt
// version FIGÉE (v3) : jamais "dernière version", sinon le rendu change sans prévenir
Et ce suffixe sur tous les prompts : c'est lui qui empêche les visages de fondre.
Le suffixe anti-déformation
Smooth subtle realistic animation. No morphing. The pen, characters, faces and
background stay exactly consistent. Everything not described stays perfectly still.
Les 9 mouvements — pub feutrine
1. The girl gives a small unconvinced pout and gently nudges the wrapped gift box;
slow camera push-in.
2. The girl's hand moves the pen slightly as a thin colorful filament ribbon extrudes
from the nozzle; she smiles; gentle camera drift.
3. The girl raises the felted unicorn keychain a little higher and it sways gently;
proud smile; slow push-in.
4. A colorful filament strand extrudes from the pen nozzle and settles as it stiffens
into the star on the table; the hand holds steady; static camera.
5. Very slow camera push-in on the finished creation standing on the table; tiny
settle; the pen stays still.
6. The girl's fingertip gently touches the warm creation and a parent's hand reassures;
calm slow camera; soft cool light shimmer.
7. The girl beams and lifts the pen slightly with joy; the yarn stays still; gentle
camera pull-back.
8. Slow camera drift over the birthday party as the kids react with delight to the
handmade gifts; balloons sway slightly.
9. Very slow elegant orbit around the pen and the felted creations; premium cozy
product feel.
Les 9 mouvements — pub papier plié
1. The boy points eagerly at the pen and bounces a little with excitement; slow push-in.
2. The boy looks from his paper drawing to the 3D dinosaur with amazement and lifts the
dino slightly; gentle camera.
3. A colorful filament strand extrudes and coils from the pen nozzle as it stiffens;
the hand holds steady; slow push-in.
4. Slow camera drift across the desk of finished creations while the boy admires them;
objects stay still.
5. The boy carefully draws with the pen and a small filament shape forms with a soft
cool glow; steady calm camera.
6. The boy grins and lifts the pen with joy mid-creation; gentle camera pull-back;
creations stay still.
7. Slow camera push-in on the boy proudly presenting his whole collection; warm light;
objects stay put.
8. Very slow elegant orbit around the vertical pen; the filament spiral shimmers subtly;
premium static product shot.
9. The boy lifts the pen a little toward the camera with a big smile; warm inviting;
background stays still.
En réel : neuf plans, tous bons du premier coup, dix-neuf minutes.
Le journal de production
[16:08:13] plan 01 : envoyé
[16:09:34] plan 01 : TERMINÉ (79 s)
[16:12:15] plan 03 : TERMINÉ (94 s)
[16:15:23] plan 04 : TERMINÉ (187 s)
[16:27:27] plan 09 : TERMINÉ (140 s)
[16:27:27] LOT COMPLET — 9 plans sur 9, 19 minutes
Le programme relève le solde avant et après : on connaît le coût exact de chaque pub.
6
Le contrôle qualité des clips
Gemini Vision
Trois images par clip, côte à côte, pour traquer les déformations. Un clip cassé est refait
seul. Une image bancale suffit à tuer la crédibilité.
planche de contrôle — feutrineplanche de contrôle — papier plié
7
La voix
ElevenLabs0,06 € la pub
Voix générée phrase par phrase, jamais d'un bloc : si une phrase bafouille, on ne refait
qu'elle. Puis on coupe les blancs et on recolle avec les respirations voulues.
Les réglages, identiques sur toutes nos pubs
POST https://api.elevenlabs.io/v1/text-to-speech/{voice_id}
{ "text": "…une phrase…",
"model_id": "eleven_multilingual_v2",
"voice_settings": { "stability": 0.55, // stable, mais pas robotique
"style": 0.28, // de l'intention, sans surjouer
"similarity_boost": 0.75 } }
Voix de catalogue — on pioche une voix française dans la bibliothèque ElevenLabs
Voix clonée — la pub « 3D » de cette page utilise ma propre voix, clonée
(voir le pipeline suivant, étape 0)
8
Le timing de chaque mot
ElevenLabs Scribe0,01 €
Une IA de transcription nous dit à quelle milliseconde chaque mot est prononcé. Ce
fichier pilote la durée des plans et les sous-titres.
Règles codées une fois pour toutes : jamais deux phrases sur une ligne, quatre mots
max, jamais un mot seul. Et la voix dit « trente-cinq degrés », l'écran
affiche « 35 °C ».
rendu finalrendu finalrendu finalrendu final
Dernière scène : toujours le même clip de fin, réutilisé sur toutes les pubs.
10
Les sons, puis l'export
GeminiElevenLabs SFXRemotion
Sound design automatique : le système croise ce qui est dit, ce qui est
montré, et l'utilité du son. « Aucun son » est une réponse acceptée.
Les 6 étapes finales, lancées par une seule commande
1/6 nettoyage de la voix filtres + compresseur + normalisation
2/6 transcription le timing de chaque mot
3/6 synchronisation chaque plan calé sur ses mots
4/6 sound design 12 sons maximum · musique baissée sous la voix
5/6 contrôle du son vérifie qu'aucun mot n'est couvert par un bruitage
6/6 export vidéo verticale 1080×1920, 30 images/seconde
Sous-titres : blancs, une ligne à la fois. Zéro couleur, zéro pastille, zéro animation.
Volumes : la voix à 100 %, la musique à 8 %, les bruitages à 12 %
Les sons manquants sont fabriqués par IA, notés, puis gardés en mémoire
Ce que coûte une pub animée
Prix relevés sur les factures. Les fournisseurs facturent en dollars ; montants convertis en euros.
4,05 €
L'animation
45 s × 0,09 €
1,08 €
Les 9 images
9 × 0,12 €
0,06 €
La voix
+ transcription
≈ 5,20 €
Total
tout compris
Le même spot en agence : 2 000 à 8 000 € et trois semaines.
Pipeline ② — 10 étapes
La pub voix-off
Ici l'image ne coûte rien : ce sont de vraies vidéos qu'on possède déjà. Tout se joue sur
la voix et sur une règle : ce qui est dit doit être montré.
0
Cloner sa propre voix
ElevenLabs Voice Labinclus dans l'abonnement
J'ai cloné ma voix : Voice Lab d'ElevenLabs, on téléverse des enregistrements de soi,
l'IA apprend le timbre, et elle dit ensuite n'importe quel texte.
Clone professionnel — haute fidélité, c'est celui de production
Clone instantané — quelques minutes d'audio, gardé en secours
Une voix clonée sonne vraie personne : c'est ce qui fait tenir un témoignage
Les 2 pubs qui suivent testent une alternative : les voix Gradium
1
Le script — 18 phrases, une minute
0 €
On raconte d'abord un problème que tout le monde reconnaît ; le produit n'est nommé qu'au
bout de vingt-cinq secondes. C'est l'illusion « ce n'est pas une pub » qui fait
tenir les 3 premières secondes.
Le script « papa » — une ligne = une phrase
Combien de cadeaux vous avez offerts qui ont fini au placard en une semaine ?
Chez moi, il y en avait plein.
Le circuit de voitures, la console, le énième jeu de société.
Deux jours d'excitation, et puis plus rien.
Pour l'anniversaire de mon fils, j'ai tenté complètement autre chose.
Une petite boîte, sans écran, sans pile à changer.
Le premier soir, il a fabriqué un avion, le deuxième, une fusée.
Trois mois plus tard, il l'utilise encore presque tous les jours.
C'est un stylo qui dessine dans les airs, et la matière durcit en trente secondes.
La pointe chauffe à trente-cinq degrés, à peine tiède.
Du coup, dès six ans, il crée tout seul, sans que je surveille.
Et le plus fou, c'est tout ce qu'il apprend sans s'en rendre compte.
La patience, l'espace, transformer un dessin en objet qu'il tient dans la main.
Même ma fille de treize ans s'y est mise, elle décore toute sa chambre.
C'est parfait de six à treize ans, et ça les occupe des heures.
Vingt-cinq mille familles l'ont déjà adopté, et je comprends pourquoi.
Pour une fois, un cadeau qui ne finit pas oublié dans un tiroir.
Ça s'appelle Pen'Up 3D, et c'est encore en stock.
Le script « maman »
Ma fille de huit ans me réclamait un téléphone.
À huit ans. Je n'étais pas prête pour ça.
Je cherchais un truc qui l'occupe vraiment, sans écran.
Une amie m'a parlé d'une petite boîte que ses enfants adorent.
J'ai commandé sans trop y croire, franchement.
Le premier soir, ma fille a dessiné un papillon dans le vide.
Et le papillon est devenu un vrai objet, qu'elle a pris dans sa main.
Ses yeux à ce moment là, je ne les oublierai jamais.
C'est un stylo qui dessine dans les airs, et la matière durcit en trente secondes.
La pointe est à trente-cinq degrés, à peine tiède, aucun risque de brûlure.
Du coup, dès six ans, elle crée toute seule pendant que je prépare le dîner.
En quelques semaines, je l'ai vue changer.
Plus patiente, plus concentrée, fière de montrer ce qu'elle a fait.
Elle a offert une fleur à sa grand mère, une bague à sa cousine.
Ce n'est plus un jouet, c'est devenu sa manière à elle de s'exprimer.
Ça marche de six à treize ans, et ma grande de douze ans adore aussi.
Vingt-cinq mille familles l'ont déjà adopté, et je comprends pourquoi.
Ça s'appelle Pen'Up 3D, et pour l'instant c'est encore en stock.
Toujours cet ordre : douleur → bascule → preuve → comment ça marche
→ sécurité → bénéfices → preuve sociale → disponibilité.
2
Le garde-fou légal
programme maison
Ma partie préférée. Un programme lit le script avant la voix et refuse de
continuer s'il trouve une phrase interdite. On n'espère plus que l'IA « y pense ».
Notre fichier de règles
« durcit en deux secondes » → FAUX, c'est trente secondes
« neuf cents familles » → FAUX, c'est vingt-cinq mille
« précommande » / « réservez » → INTERDIT, on ne vend que du stock disponible
« expédié dès le… » → précommande déguisée
« polémique / controverse » → angle qui abîme la marque
un chiffre écrit en chiffres → à écrire en lettres (la voix le prononce mieux)
un tiret long — → mal prononcé par la voix
une balise technique → fait bugger la génération
Mettez vos promesses légales, chiffres officiels et interdits dans un fichier vérifié par
la machine. C'est ce qui évite qu'une pub parte avec une info fausse.
3
La voix — l'alternative Gradium
Gradium
Ces 2 pubs sont identiques à celles faites avec ma voix clonée. Seul le fournisseur de voix
change. Gradium donne accès à plusieurs comédiens IA — le rendu français nous a paru
plus naturel.
L'appel
POST https://api.gradium.ai/api/post/speech/tts
{ "text": "…une phrase…", "voice_id": "…", "output_format": "wav",
"json_config": "{\"padding_bonus\": -1.0}" // négatif = parle plus vite (≈ +10 %) }
Maman → Garance, accélérée de 10 % : sinon ça fait « lecture », pas « confidence ».
Le compromis : pas de timing des mots → on repasse par une IA de transcription.
Résultat : 99,5 % de synchro quand même.
4
Une IA qui écoute l'autre IA
Whispergratuit, sur mon Mac
Les défauts d'une voix IA sont aléatoires : la même phrase régénérée sort propre. Donc
on génère, une machine réécoute, on recommence si c'est sale. 3 essais max.
Les 3 défauts qu'on traque
un mot ENTENDU qui n'est pas dans le script → l'IA a inventé un mot
un mot répété deux fois d'affilée → bégaiement
un écart de longueur entre dit et attendu → un mot a été avalé
aucun des trois → la phrase est validée
Le résultat réel sur la pub « papa »
18 phrases — voix Marius
✅ phrase 01 propre (1 essai)
✅ phrase 02 propre (2 essais) ← la première était sale
→ 17 phrases sur 18 propres automatiquement
5
Recoller la voix sans qu'on l'entende
ffmpeg
18 fichiers doivent redevenir une voix qui respire. Même volume avant le
montage, puis pose avec recouvrement : les fondus se croisent, aucune jointure audible.
Les réglages, trouvés à l'oreille puis figés
on garde 0,30 s de fin de phrase // la voix qui retombe naturellement
fondu d'entrée 0,05 s fondu de sortie 0,15 s
recouvrement entre 2 phrases 0,12 s
respiration ajoutée 0,16 s
chaque phrase ramenée au même volume AVANT le montage
volume final : fort et constant // une pub qui parle fort retient mieux
6
L'IA qui choisit les images toute seule
Gemini VisionPexels · Pixabay
Le cœur du pipeline. 634 vidéos ont été regardées une par une par une IA qui a
écrit ce qu'elles contiennent. Ensuite, pour chaque phrase, le système va chercher la vidéo
qui illustre exactement ce qui est dit.
Ce que l'IA a écrit sur une de nos vidéos
{ "description" : "Stylo crée un bouclier rouge blanc bleu avec étoile",
"sujets" : ["mains", "produit", "création 3D"],
"étiquettes" : ["montre sa création", "bouclier", "doigt"],
"texte incrusté à l'écran" : non, "écran visible" : non,
"utilisable" : oui, "tournage" : "Créations Tuto", "durée" : 45,4 s }
vraie vidéo + sous-titrevraie vidéo + sous-titrevraie vidéo + sous-titrele clip de fin
Une vidéo ne sert qu'une fois ; les plus vues sont défavorisées
Deux plans du même tournage ne se suivent jamais
Si le script dit « mon fils », l'écran montre des garçons
Si la voix est féminine, on met une femme à la 3e seconde
Rien ne colle ? Banques gratuites + une IA qui note les candidates de 0 à 10
Dit → montré. Aucune image ne colle ? On ne remplit jamais au rabais : on
reformule la phrase et on refait la voix.
7
18 phrases deviennent 35 plans
programme maison
Chaque phrase est coupée en 1 ou 2 morceaux : l'image change toutes les 2 à 3 secondes.
Résultat, 35 plans pour une minute.
Ce que le programme fabrique
pub papa 35 plans · 67 s · musique 1
pub maman 35 plans · 64 s · musique 2 // jamais la même musique dans un lot
{ "texte": "Combien de cadeaux vous / avez offerts qui", "durée": 1,86 s }
{ "texte": "Chez moi, il y / en avait plein.", "durée": 1,78 s }
Vérification bloquante : si le texte affiché ne correspond pas mot pour mot à la
voix, le programme s'arrête et pointe le mot fautif.
8
Les sons
GeminiElevenLabs SFX
Même moteur que les pubs animées. Les sons ne décorent pas : ils marquent des moments.
Douze maximum, et un son ne sert qu'une fois.
27 bruitages classés par rôle
149 sons fabriqués par IA, gardés en mémoire
Chaque son est noté sur 10 par une IA — sous la barre, il est jeté
La musique baisse dès que la voix parle
9
La note finale
Gemini Vision — vidéo + son
L'étape que je conseille le plus : une IA regarde la pub finie, en entier, avec le son.
Note + problèmes horodatés. Elle voit ce que des images fixes ratent : le rythme,
la compréhension sans le son, la lisibilité.
Elle se trompe parfois. On vérifie toujours à l'image avant de corriger. Trois
allers-retours maximum, puis on livre.
Ce qui fait la différence
Les 8 règles qu'on ne négocie plus
Chacune vient d'un échec. La partie qu'aucun tutoriel ne donne.
01
La synchro à la milliseconde
Deux dixièmes de décalage, ça se ressent. On prend le timing de l'IA de voix elle-même.
02
Ce qui est dit doit être montré
La voix dit « une fusée » ? On voit une fusée. Jamais d'image d'ambiance pour combler.
03
Des sous-titres blancs, point
Ni couleur, ni pastille, ni mot qui saute. L'emphase se crée au montage.
04
Lettres pour la voix, chiffres pour l'écran
« trente-cinq degrés » se prononce bien mais se lit mal. À l'écran : 35 °C.
05
Trois secondes par plan, maximum
Au-delà, l'attention décroche. Une phrase longue se découpe sur deux images.
06
Le produit ne s'invente jamais
Toujours ancré sur la vraie photo. Un produit qui change de forme détruit la confiance.
07
Les règles de la marque sont du code
Promesses, chiffres, interdits : dans un fichier que le système vérifie, et qui bloque.
08
Une IA juge toujours le travail d'une autre
Un contrôle à chaque étage. Sans ça, la production automatique fabrique du déchet.
Inventaire
Absolument tous les outils
Y compris les annexes qu'on oublie toujours de citer.
À quoi ça sert
Outil exact
Prix
Le chef d'orchestre
Écrit et pilote tout
Claude Code (Claude Opus), dans le terminal
abonnement
Exécution des programmes
Python · Node.js — les langages des programmes maison
gratuit
Stockage des mots de passe
Un fichier de clés API, en local, hors du code
gratuit
Images
Personnages, décors, produit
Nano Banana Pro — gemini-3-pro-image
0,12 € / image
Images en grande quantité
Nano Banana 2 — gemini-3.1-flash-image
0,06 € / 1000
Référence produit
Photo studio réelle + charte graphique de la marque
ffmpeg — le couteau suisse audio/vidéo, gratuit, sans interface
gratuit
Les images du pipeline voix-off
Banque de vidéos
634 clips : démos, créations, tournages maison
—
Vidéos de clients
Envoyées par les clientes via un formulaire Tally
gratuit
Vidéos de personnages IA
Banque de personas générés en amont
—
Catalogue intelligent
496 vidéos décrites par une IA de vision, avec étiquettes
fait une fois
Vidéos libres de droits
Pexels + Pixabay (API)
gratuit
Clip d'appel à l'action
Un seul clip de fin, réutilisé partout
—
Contrôle qualité
Juge les images et les clips
Gemini Vision — gemini-flash-latest
centimes
Note les vidéos candidates
Gemini Vision
centimes
Note les bruitages fabriqués
Gemini Vision
centimes
Critique la pub finie
Gemini Vision — regarde la vidéo entière, image + son
centimes
Contrôle des raccords
Planches d'images autour de chaque coupe
gratuit
Suivi des dépenses
Relevé du solde fal.ai avant / après chaque lot
gratuit
Montage & diffusion
Le monteur
Remotion — du code qui produit de la vidéo (1080×1920, 30 i/s)
gratuit
Police des sous-titres
Helvetica Neue Medium
—
Données de pilotage
Gestionnaire de publicités Meta
—
Livraison
Dossier Google Drive partagé, puis upload sur Meta
gratuit
Ce qu'on n'utilise pas : aucun logiciel de montage, aucune timeline, aucun template.
Le montage est du code — d'où dix variantes en changeant trois lignes.
Sur votre ordinateur
Comment tout ça est rangé
Tout vit dans un seul dossier. Des dossiers, des fichiers, et un fichier de règles que
l'IA relit à chaque fois qu'elle travaille.
README.md🧠 les règles de CE pipeline — l'IA les relit avant chaque pub
bible① les images de référence, générées une seule fois
personnage.png
produit.pngancré sur la vraie photo
scene-type.png
keyframes② les 9 images fixes + le journal des défauts
clips③ les 9 vidéos de 5 secondes
vo④ le script, la voix, et le timing de chaque mot
ma-pub.json⑤ la table de montage — 10 lignes
output / ma-pub.mp4🎬 le fichier final, prêt à uploader
règles→ bible→ 9 images→ 9 clips→ voix→ montage→ la pub
🧠 Le cerveau, c'est un fichier texte
Le point à retenir. CLAUDE.md, c'est la mémoire du système : les règles de la marque, les
erreurs à ne plus refaire, les décisions. L'IA le relit à chaque ouverture du projet.
Chaque erreur corrigée = une ligne de plus
Chaque pipeline a en plus son propre fichier de règles
Au bout de quelques pubs, l'IA ne refait plus les mêmes erreurs
📂 Trois principes de rangement
Un dossier = une étape. On voit où en est la production, on peut reprendre au milieu.
Rien ne se duplique. Les vidéos restent à leur place, le montage pointe vers elles.
Les clés API vivent hors du projet. Jamais dans le code.
Le plus important
Ce que vous devez dire à l'IA
Comment refaire ça chez vous. Pas besoin de coder : il faut savoir quoi demander.
Voici les 11 demandes, dans l'ordre. Copiez, remplacez par votre produit, déroulez.
Avant de commencer — les 5 comptes à ouvrir
Claude Code — l'agent qui fait tout
Google AI Studio — clé Gemini : les images et toutes les IA qui jugent
fal.ai — l'animation (20 € pour commencer)
ElevenLabs — la voix et le clonage vocal
Pexels et Pixabay — clés gratuites, vidéos libres de droits
Matériel de départ : une photo produit nette et vos couleurs de marque.
Demande 1 — poser le décor
Je veux construire un système qui fabrique mes publicités vidéo verticales avec l'IA.
Mon produit : [DÉCRIS TON PRODUIT EN 2 LIGNES]
Ma cible : [QUI ACHÈTE]
Mes couleurs de marque : [TES CODES COULEUR]
Ma photo produit : [CHEMIN DU FICHIER]
Crée-moi un dossier de projet propre avec :
- un fichier README qui fixe les règles de mes pubs (et qui fera autorité)
- un fichier de règles de marque : mes promesses autorisées, mes chiffres officiels,
et tout ce qui est INTERDIT de dire
- un dossier pour les images de référence, un pour les scripts, un pour les rendus
Mes clés API sont dans un fichier local, ne les écris jamais en dur dans le code.
Demande 2 — le garde-fou (à faire tout de suite)
Écris-moi un petit programme qui vérifie un script de pub AVANT qu'on génère la voix,
et qui refuse de continuer s'il trouve une phrase interdite.
Les interdits pour ma marque :
- [PROMESSE QUE JE N'AI PAS LE DROIT DE FAIRE]
- [CHIFFRE FAUX QUI TRAÎNE PARFOIS]
- les chiffres écrits en chiffres (il faut les écrire en lettres pour la voix)
Fais en sorte que ce contrôle soit lancé automatiquement par le pipeline,
pas quelque chose que je dois penser à faire.
Demande 3 — l'angle et le script
Voici mes résultats publicitaires : [COLLE TON TABLEAU OU TES CHIFFRES].
Identifie mes 3 angles les plus rentables.
Puis écris-moi un script de pub de 40 secondes sur le meilleur angle.
Contraintes :
- 10 phrases courtes, une par ligne
- tous les nombres écrits EN TOUTES LETTRES
- l'argument le plus fort dans les 3 premières secondes
- une phrase de sécurité / réassurance
- une preuve sociale chiffrée
- un appel à l'action à la fin
- format JSON, une phrase par bloc, avec un silence après les phrases fortes
Demande 4 — la bible visuelle
On va créer une "bible visuelle" pour garantir la cohérence.
Génère avec Nano Banana Pro (gemini-3-pro-image), en 9:16 :
1. mon personnage principal, en 3 vues (visage cohérent, tenue fixe)
2. mon produit redessiné dans le style choisi, EN JOIGNANT MA VRAIE PHOTO PRODUIT
en référence — la forme, les couleurs et l'étiquette doivent rester identiques
3. une scène type qui montre le produit utilisé
Style souhaité : [PÂTE À MODELER / 3D / PAPIER PLIÉ / FEUTRINE / DESSIN 2D]
Important : mets bien responseModalities TEXT+IMAGE, sinon l'API renvoie une erreur.
Avant de lancer, fais-moi un banc d'essai de 3 styles différents pour que je choisisse.
Demande 5 — les plans
Découpe mon script en 9 plans, un par idée forte.
Pour chaque plan, génère une image fixe verticale en JOIGNANT SYSTÉMATIQUEMENT
les images de la bible en référence.
Construis les prompts comme ça :
- un bloc de style IDENTIQUE pour les 9 plans, qui contient :
"tout objet repose sur une surface, rien ne flotte",
"garde le personnage et le produit exactement conformes aux références",
"aucun texte nulle part"
- puis UNE SEULE phrase décrivant l'action du plan
Sur les plans où on ne voit que le produit, ne joins QUE la référence produit.
Demande 6 — le contrôle des images
Passe chaque image générée au contrôle qualité avec Gemini Vision.
Vérifie : le visage, les mains, la forme exacte de mon produit, mes couleurs,
et surtout la gravité (aucun objet ne doit flotter).
Régénère SEULEMENT les images ratées, avec un prompt de réparation qui insiste
EN MAJUSCULES sur le défaut constaté. Tiens un journal des défauts.
Ne me montre que les images validées.
Demande 7 — l'animation
Anime chaque image validée en clip de 5 secondes avec Kling v3 via fal.ai.
Règles :
- le prompt décrit UNIQUEMENT le mouvement, moins de 60 mots
- colle ce suffixe à tous les prompts : "Smooth subtle realistic animation.
No morphing. The characters, faces, product and background stay exactly
consistent. Everything not described stays perfectly still."
- endpoint versionné, jamais "latest"
- format 9:16
Écris un programme qui tourne tout seul, un clip à la fois, qui reprend là où il
s'est arrêté si ça plante, et qui relève mon solde avant/après pour me dire
le coût exact.
Demande 8 — la voix
Génère la voix avec ElevenLabs, PHRASE PAR PHRASE (jamais le script entier).
- modèle multilingue, stabilité 0.55, style 0.28
- après chaque phrase, fais réécouter le résultat par Whisper et détecte :
un mot inventé, un mot répété, un mot avalé
- si c'est sale, régénère (3 essais maximum) et garde le meilleur
- puis recolle les phrases avec des fondus croisés et un volume égalisé
Ensuite récupère le timing de chaque mot avec ElevenLabs Scribe.
Demande 9 — le montage et l'export
Monte la pub avec Remotion, en 1080×1920, 30 images par seconde.
Règles de sous-titres :
- blancs, une ligne à la fois, 4 mots maximum par ligne
- jamais deux phrases sur la même ligne, jamais un mot seul en bas
- la voix dit les nombres en lettres, l'écran les affiche en chiffres
- synchronisation basée sur le timing des mots, pas à la main
Ajoute :
- un léger zoom alterné d'un plan à l'autre
- une musique de fond à 8 % du volume
- un sound design automatique : maximum 12 sons, placés sur les moments clés,
et la musique qui baisse dès que la voix parle
- mon clip d'appel à l'action en dernière scène
Demande 10 — la critique finale
Fais regarder la vidéo finie par Gemini Vision, en entier, avec le son.
Demande-lui une note et la liste des problèmes AVEC LES TIMECODES :
le rythme, la cohérence entre ce qui est dit et ce qui est montré,
la lisibilité des sous-titres, et si on comprend la pub SANS LE SON.
Ensuite montre-moi les images autour de chaque coupe pour que je vérifie
les raccords. Corrige, mais maximum 3 allers-retours.
Demande 11 — industrialiser
Maintenant que la chaîne fonctionne, transforme-la en commande unique.
Je veux pouvoir dire "fais-moi 4 pubs" et que tu enchaînes tout seul :
choix de l'angle dans mes angles rentables → script → style en rotation →
bible → plans → clips → voix → montage → contrôle qualité → rendu final.
Contraintes : jamais deux fois le même angle dans un lot, jamais la même
musique, jamais le même plan réutilisé d'une pub à l'autre.
Et écris tout ce qu'on a appris dans le README, pour que les règles survivent.
Le vrai conseil : une demande à la fois, vérifiée, et faites écrire les règles apprises
dans le README. Au bout de 2-3 pubs, le système connaît votre marque mieux qu'un stagiaire.