Comment créer une publicité vidéo avec l’IA le plus rapidement possible

Dans un précédent article, je t’ai expliqué comment créer avec l’IA une vidéo pour les réseaux sociaux de ton entreprise.

Tu peux y voir le flux que nous utilisons chez Yo pongo el hielo pour créer une vidéo complète, que nous publierons sur nos profils sociaux et dont la portée sera organique. Autrement dit, ces vidéos ne sont pas conçues pour être sponsorisées.

Ce ne sont pas vraiment ce que l’on pourrait appeler des « spots publicitaires ».

Mais ce n’est pas parce que ces vidéos n’en étaient pas qu’il est impossible de créer des vidéos publicitaires pour ton entreprise grâce à l’IA.

Depuis que j’ai assisté à l’Upscale Conf et vu tout ce qu’il était déjà possible de faire en matière de création audiovisuelle avec l’IA, je n’ai cessé d’y penser. Et de tester.

Ce que je te présente dans cet article est le fruit de ces essais.

Et il s’agit du flux de travail le plus rapide que j’ai trouvé pour réaliser une publicité vidéo avec l’IA.

Important : j’ai bien dit que c’était le flux le plus rapide, pas le meilleur.

Certaines étapes facultatives peuvent améliorer le résultat. J’en parlerai dans un prochain article, quand j’aurai suffisamment poussé le processus pour estimer qu’il peut rivaliser, sur le terrain de la qualité, avec les tournages traditionnels.

Aujourd’hui, avec l’IA, nous ne sommes compétitifs que dans la catégorie de la vitesse.

Ce qui n’est déjà pas si mal.

Bien, voici donc la vidéo que j’ai créée et que je vais utiliser pour l’explication.

Voyons quel a été le processus de production complet.

#1. Réfléchir et définir

Comme dans tout projet, la première chose est de savoir ce que nous voulons faire : quel sera l’objectif de la vidéo et autour de quel thème elle s’articulera.

Dans cet exemple, nous avons :

• L’objectif: la vidéo servira à promouvoir mon e-commerce Yo pongo el hielo pendant la campagne de Noël, afin d’augmenter les ventes et la notoriété de la marque.
• Le thème: ici, c’est simple. À Noël, nous nous réunissons avec les personnes que nous aimons et, peut-être, la plus belle preuve de cette affection, ce sont les toasts.

Comme je te le dis, dans ce cas l’idée était toute trouvée. Mais si aucun thème ne nous vient ou si nous sommes pressés, nous demandons à ChatGPT de nous proposer quelques idées.

Une fois que nous en avons une qui nous plaît, nous passons à la suite.

#2. Le script du spot

Là encore, nous pourrions l’écrire nous-mêmes, mais même avec de l’expérience, cela nous prendrait un bon moment. Et sans expérience, encore plus.

Nous ouvrons donc notre cher ChatGPT et lui disons quelque chose comme :

En tant que scénariste expert, j’ai besoin que tu écrives le script d’un spot publicitaire de 30 secondes. L’entreprise est un e-commerce qui vend toutes sortes de marques de boissons et le spot concerne la campagne de Noël, période où les gens se réunissent avec leur famille et leurs amis, se racontent leur vie, portent des toasts et partagent beaucoup de rires et d’embrassades

Bien entendu, modifie tout ce dont tu as besoin ou ce qui te semble pertinent.

Dans ce cas, le résultat a été le suivant :

---

Scène 1 : Ouverture émouvante

[Visuel]  Une maison illuminée de guirlandes de Noël. Une douce mélodie de cloches retentit. Une porte s’ouvre et un groupe d’amis et de proches s’embrassent en entrant.

[Voix off] :
"Noël est le moment de se retrouver, de partager des histoires, des rires… et de porter un toast aux moments qui nous unissent."

---

Scène 2 : La table est dressée

[Visuel]  La caméra montre une table décorée, remplie de verres, de bouteilles de différentes boissons et de rires tout autour. Quelqu’un sert du vin, un autre une boisson pétillante, et un enfant lève son verre de soda.

[Voix off] :
"Dans notre boutique en ligne, tu trouveras toutes les marques que tu aimes. Du toast parfait à la saveur qui fait renaître les souvenirs."

---

Scène 3 : Moments de complicité

[Visuel]

• Un père raconte une blague tandis que les autres rient.
• Deux amis trinquent.
• Une grand-mère tient son verre près de son petit-fils tandis que tout le monde lève le sien.

[Voix off] :
"Parce que chaque boisson a son histoire et que, ce Noël, nous voulons que la vôtre soit inoubliable."

---

Scène 4 : Final inspirant

[Visuel]  Le groupe trinque à l’unisson avec un grand sourire. Le logo de l’e-commerce apparaît à l’écran avec une phrase.

[Voix off] :
"Ce Noël, trinque avec nous. [Nom de l’e-commerce], là où les meilleures marques arrivent directement à ta table."

[Écran final] :
Logo de l’e-commerce + Slogan : "Ton toast, notre passion" + URL du site web

[Audio]
Des cloches et un joyeux jingle de Noël qui se termine par des rires et le tintement des verres.

---

Y a-t-il un détail que tu aimerais ajuster ou ajouter ?

---

À ce stade, je lui demande de nouvelles versions ou je modifie ce qui ne me plaît pas.

Je continue jusqu’à obtenir quelque chose qui sonne bien dans ma tête.

#3. Le storyboard

Cette étape nous aidera à mieux imaginer à quoi ressemblera notre publicité.

Je dis donc à ChatGPT quelque chose comme :

Maintenant, j’ai besoin du storyboard avec tous les plans

Et voici ce que j’obtiens :

---

Storyboard du spot publicitaire : "Noël, le goût des retrouvailles"

---

Plan 1 : "L’arrivée"

Description :  Plan moyen. Une famille entre dans une maison décorée pour Noël, se serre dans les bras et rit en se retrouvant.
Angle :  Prise de vue frontale à hauteur de poitrine.
Durée :  3 secondes.
Détails :  On aperçoit les lumières de Noël clignoter à l’arrière-plan.

---

Plan 2 : "Étreintes et chaleur"

Description :  Gros plan. Deux personnes souriantes s’embrassent, capturant l’émotion.
Angle :  Caméra fixe à hauteur du visage.
Durée :  2 secondes.
Détails :  L’arrière-plan est flouté pour mettre les expressions en valeur.

---

Plan 3 : "La table est prête"

Description :  Vue en plongée verticale. Une table décorée avec des bougies, des verres et plusieurs bouteilles de boissons.
Angle :  Vue du dessus, centrée sur les détails des bouteilles et des verres.
Durée :  3 secondes.
Détails :  Les mains des invités commencent à intervenir en servant les boissons.

---

Plan 4 : "Le toast du groupe"

Description :  Plan large. Tous les invités sont réunis autour de la table et lèvent leurs verres.
Angle :  La caméra est légèrement inclinée vers le haut pour créer un effet dynamique et chaleureux.
Durée :  4 secondes.
Détails :  Les rires se synchronisent avec le tintement des verres.

---

Plan 5 : "Moments personnels"

• Plan 5A :
  Description :  Gros plan sur un père racontant une blague, les autres riant à l’arrière-plan.
  Angle :  Légèrement de côté pour saisir l’expression naturelle.
  Durée :  2 secondes.
• Plan 5B :
  Description :  Plan moyen de deux amis qui trinquent en riant.
  Angle :  Mise au point centrale sur les verres.
  Durée :  2 secondes.
• Plan 5C :
  Description :  Plan de détail d’une grand-mère levant son verre avec son petit-fils, tous deux souriants.
  Angle :  Gros plan sur les mains qui lèvent les verres.
  Durée :  2 secondes.

---

Plan 6 : "Le toast final"

Description :  Plan large. Tout le groupe, vu depuis un angle légèrement bas, lève ses verres dans un toast commun.
Angle :  Légère contre-plongée pour souligner l’unité et la joie.
Durée :  4 secondes.
Détails :  L’éclairage doux crée une ambiance chaleureuse et accueillante.

---

Plan 7 : "Final et marque"

Description :  Plan de détail. Un verre se lève et reste au centre du cadre tandis qu’apparaissent le logo de l’e-commerce et le slogan : "Ton toast, notre passion".
Angle :  Mise au point fixe sur le verre ; arrière-plan flouté.
Durée :  4 secondes.
Détails :  Le jingle de Noël se termine tandis que des cloches et des rires retentissent en arrière-plan.

---

Durée totale : 30 secondes.

Veux-tu visualiser le storyboard avec des images ou l’ajuster avant de continuer ?

---

Ici, je te dirai que tu peux le prendre comme une indication, mais qu’il changera forcément au montage. Tu comprendras pourquoi plus tard.

#4. Les images du storyboard

De mon point de vue, c’est l’étape principale de tout le processus.

Selon ce que j’obtiens ici, mon spot sera meilleur ou moins bon.

Il est impossible d’obtenir une bonne vidéo à partir d’une mauvaise image. Mieux vaut donc consacrer ici le temps nécessaire : tu en gagneras beaucoup ensuite, au lieu d’essayer de « réparer » les prompts avec lesquels nous générerons les vidéos.

Dans la plupart des cas, le problème vient de l’image du storyboard.

À la question que ChatGPT me posait dans son dernier résultat, je réponds donc oui : je veux visualiser les images.

Et il me renvoie ceci :

Ce qui, honnêtement, est très médiocre et ne me sert à rien. Je lui demande donc de me les fournir séparément :

Crée-moi séparément l’image de chaque plan

Et il les générera une par une, jusqu’à ce que je les aie toutes :

Bien, une fois que tu les auras, tu pourras te faire une idée de l’histoire racontée par le spot.

À ce moment-là, tu remarqueras s’il manque un plan, et tu devras le lui demander.

J’ai demandé ces deux-là parce que je trouvais qu’il manquait une petite introduction à la publicité :

Tu peux aussi lui demander de modifier ou de retoucher un autre plan :

Supprime de ce plan le sapin de Noël avec les cadeaux

Une fois satisfait de tout le matériel, passons à la suite.

#5. Changer le format des images (facultatif)

Ici, selon le canal auquel le spot est destiné, j’aurai besoin d’une vidéo carrée, panoramique ou verticale.

Dans mon cas, comme je veux un spot traditionnel, je lui demande les images au format 16:9 :

Peux-tu me fournir les images au format 16 / 9 ?

Cette étape peut provoquer quelques erreurs dans ChatGPT. Le pauvre a du mal.

Réessaie jusqu’à obtenir ce dont tu as besoin. À la fin, tu auras ceci :

Comme je te le disais plus haut, la qualité des images déterminera à 80 % la qualité finale de la vidéo (le reste viendra du montage et de l’audio).

Dans cet exemple, je ne m’en suis pas rendu compte. Regardez :

Il y a de la neige à l’intérieur de la maison.

Impossible de la supprimer ensuite avec le prompt vidéo. Plus bas, je te montre le clip final généré à partir de cette image après de nombreux essais.

C’est pourquoi, recommencez ici jusqu’à obtenir ce dont tu as besoin.

Ou…

#6. Retoucher une image si nécessaire (facultatif)

Parfois, même en insistant avec différents prompts, tu n’obtiendras peut-être rien qui te plaise parmi ce que ChatGPT t’a donné à l’étape précédente. Il ne reste alors qu’à retoucher l’image avec l’outil d’édition que tu utilises.

Si tu utilises Photoshop, sachez que les versions antérieures à 2023 n’ouvrent pas, par défaut, les fichiers image . WEBP générés par ChatGPT.

Pour pouvoir les ouvrir, tu as deux possibilités :

• Installer un plugin pour Photoshop. Voici le lien : https://helpx.adobe.com/es/photoshop/kb/support-webp-image-format.html
• Ouvrir les images avec Paint. Oui, ce n’est pas une blague : Paint le fait, contrairement à Photoshop. Une fois l’image ouverte, clique sur « Enregistrer sous », puis choisis .JPG ou .PNG selon tes besoins.

#7. Demander à ChatGPT le prompt de chaque image

Je dois encore faire davantage de tests, car, d’après ceux réalisés jusqu’ici, je ne sais pas clairement si cette étape est obligatoire ou facultative.

Autrement dit, je ne suis pas encore certain que la vidéo générée ensuite soit moins bonne si je saute cette étape.

Quoi qu’il en soit, je l’ai fait pour cette vidéo, alors je te l’explique.

L’idée est que ChatGPT nous fournisse un bon prompt qui accompagne l’image du storyboard lorsque nous l’enverrons dans Kling (dans ce cas), Freepik ou Runway afin de générer les clips vidéo.

Pour cela, j’envoie cette image à ChatGPT :

Et je lui dis quelque chose comme :

En tant qu’expert en prompts, j’ai besoin que tu décrives cette image, qui servira de base à un clip vidéo pour Kling.AI. Donne-moi le prompt en anglais

Le résultat :

---

Detailed description of the image for a video clip in Kling.AI:

• General setting:
  A bird's-eye view of a dark-colored car (possibly black or dark gray) driving along a snow-covered road at night. The scene is enveloped in a serene, wintry atmosphere, highlighting the movement of the vehicle in a tranquil yet captivating natural environment.
• Road and surroundings:
• The road is covered in compacted snow, with visible tire tracks indicating the car is in motion.
• Snow-laden trees line both sides of the road, with no lights or decorations, enhancing the feeling of a pure, untouched winter setting.
• Some tree branches slightly extend toward the road, adding depth to the composition.
• Car:
• The vehicle features a sleek, modern design with a roof that subtly reflects the dim glow of the snowy surroundings.
• The headlights are turned on, casting two defined beams of warm light that illuminate the snow ahead, emphasizing direction and motion.
• The car is perfectly centered in the frame, making it the primary focus of the scene.
• Ambient details:
• Snowflakes gently fall, visible in the air and on the road and trees, adding a sense of movement to the stillness of the environment.
• There are no human-made elements, such as traffic signs or buildings, creating a minimalist atmosphere focused on the interaction between the car and nature.
• Subtle shadows and soft reflections in the snow under the car's headlights add depth and texture to the scene.
• Overall feeling:
• The image conveys tranquility, introspection, and a hint of adventure, making it perfect for a video clip designed to showcase the sophistication of a product or experience, such as an advanced AI assistant or cutting-edge automotive technology.
• The bird's-eye perspective reinforces a sense of oversight and control, aligning seamlessly with Kling.AI’s messaging about providing guidance and assistance in any situation.

Would you like me to tailor this description further for a specific narrative or tone in the video?

---

#8. Générer les vidéos

Dans ce cas, comme je te le disais au point précédent, je vais utiliser Kling AI, mais tu peux employer l’outil de ton choix.

Contrairement à la plupart des étapes précédentes, ici il est conseillé d’avoir un abonnement payant, car, en plus d’éviter le filigrane, tu passerais sinon beaucoup plus de temps à attendre la génération des vidéos.

Processus de génération des clips

Nous importons l’image :

Nous saisissons le prompt de ChatGPT :

Nous choisissons le mouvement, celui de certains objets :

Ou celui de la caméra :

Nous configurons les réglages. J’ai conservé ceux par défaut pour cette vidéo :

Nous ajoutons des prompts négatifs si nous le jugeons utile :

Et nous commençons à générer le plan suivant pendant que la vidéo se crée. C’est important : n’attendez pas que le premier clip soit généré avant de commencer le deuxième, mais répétez d’une traite le processus que je viens d’expliquer pour chacun des plans.

Les vidéos se généreront peu à peu. C’est alors que tu éditeras et retoucheras ce qui ne te plaît pas dans chacune d’elles, en générant de nouvelles vidéos.

Selon le niveau de qualité recherché, ce sera l’étape la plus lente. Surtout si tu ne m’as pas écouté et que l’image de départ n’est pas bonne.

C’est pourquoi, si tu n’arrives pas au bon résultat, refaites l’image du storyboard. Sinon, même avec tous les prompts possibles dans l’outil vidéo, tu ne parviendras jamais à enlever la neige à l’intérieur de la maison :

#9. Monter la vidéo

Dans CapCut, Premiere ou où tu veux.

Nous analysons le rythme des plans. Et aussi s’il manque quelque chose ou si un élément est superflu dans le récit visuel, avant de nous occuper de l’audio.

Voici deux conseils :

• Tu peux suivre ou non le minutage du script de ChatGPT pour les plans, ne serait-ce qu’à titre indicatif, mais la vidéo générée par l’IA aura elle aussi une influence. Surtout parce que nous parlons de durées de quelques secondes ou demi-secondes.
• Tu peux essayer d’enchaîner directement un plan après l’autre ou utiliser de petits fondus, comme je l’ai fait dans la vidéo d’exemple. Évidemment, cela demande un peu plus de travail.

#10. Ajouter la voix off

Même si Freepik le fait également, j’ai choisi ElevenLabs.

Ici, tu auras seulement à :

• Copier les phrases du script généré par ChatGPT.
• Choisir la langue de la voix off.
• Choisir une voix qui transmette ce que tu veux.
• Vérifier que la voix off ne dépasse pas la durée de la vidéo. Si c’est le cas, il faut modifier le texte maintenant, puis l’audio au moment du montage.
• Exporter la voix off.

Nous prenons maintenant la voix off et l’insérons dans l’éditeur, en coupant et en ajustant jusqu’à ce qu’elle corresponde aux images. C’est important: la voix et les images doivent avancer ensemble ; il faudra donc allonger certains plans ou espacer les phrases jusqu’à ce que tout soit bien « calé ».

C’est un autre élément qui détermine la qualité finale du spot.

Bien, dans certains spots, une fois arrivés ici et après l’exportation, nous aurons déjà terminé le processus.

Étapes facultatives

Cependant, dans d’autres vidéos, nous pourrons avoir besoin de trois dernières étapes supplémentaires, selon le résultat recherché.

Ce trio final — surtout la dernière étape — est donc entièrement facultatif.

#11. Ajouter de la musique (facultatif)

Même si ce n’est pas indispensable, une grande partie des spots comportent de la musique, pendant toute la vidéo ou seulement à un moment précis.

Si tu veux en ajouter, tu as deux possibilités :

• Rechercher une musique libre de droits qui nous convienne, comme je l’ai fait. Par exemple sur https://pixabay.com/
• La créer avec l’IA. J’ai essayé, mais le résultat ne me convenait pas. La meilleure solution ici est Suno, si tu veux tester.

Dans tous les cas, quelle que soit l’option choisie, tu devras l’ajouter dans l’éditeur vidéo et la caler, comme tu l’as fait avec la voix off.

Une chose : la voix off est ce qui compte le plus — ou devrait l’être. La musique ne doit pas la couvrir : baissez son volume pour qu’elle accompagne le spot au lieu d’en devenir la vedette.

#12. Ajouter des effets sonores (facultatif)

Comme nous l’avons fait avec la musique, nous pouvons ajouter quelques effets sonores.

J’en ai ajouté deux à la vidéo :

1. Le son de la voiture roulant dans le plan 1.
2. Le son de la voiture s’arrêtant dans le plan 2.

Dans les deux cas, je les ai récupérés dans la section des sons gratuits de Pixabay.

#13. Ajouter des sous-titres (facultatif)

Même si, personnellement, je ne les aime pas dans un spot publicitaire, je constate sur les réseaux sociaux une tendance à tout sous-titrer, car il est fréquent d’utiliser son téléphone sans le son.

Pour ajouter les sous-titres, il suffit d’ouvrir CapCut et de le faire :

Une fois qu’il les a générés, nous les mettons en forme :

Un conseil: oui, il existe des effets de sous-titres très « stylés ? », mais ils ne font que détourner l’attention du spot, qui est l’essentiel. Je te recommande donc la sobriété dans le style.

Nous exportons la création et notre vidéo est désormais entièrement terminée.

Coût : en argent et en temps

Cela semble être une blague, mais la production de cette vidéo a coûté moins de 3 € au total.

Ce coût correspond aux crédits dépensés pour la réaliser dans Kling AI, multipliés par le prix de chaque crédit dans l’abonnement souscrit.

En ce qui concerne le temps, le processus complet m’a pris un peu moins de 4 heures.

En tenant compte du fait que je documentais légèrement chaque étape, je pense qu’un résultat similaire pourrait être obtenu en 2 à 3 heures avec un peu plus de maîtrise et en répétant le processus.

C’est le flux le plus rapide parmi ceux que j’ai testés

Le résultat final comporte bien sûr plusieurs points à améliorer. J’en ai identifié deux que je veux tester pour voir si je peux obtenir des résultats totalement professionnels avec les outils d’IA généralistes actuels, non entraînés ni conçus sur mesure.

Mais ce sera pour un prochain article.

Ou un cours, nous verrons 😉

Conclusions

Comme je te le disais, il est clair pour moi que le niveau de qualité de la vidéo créée n’est pas acceptable pour de nombreuses marques aujourd’hui.

Et qu’il ne le sera probablement pour aucune d’entre elles dans moins d’un an.

C’est dire à quelle vitesse tout cela avance.

Cependant, je pense qu’aujourd’hui, pouvoir obtenir une vidéo comme celle-ci en moins de 4 heures pour un coût de 3 euros, pour moi — et pour l’immense majorité des PME de ce pays — relevait encore de la science-fiction il y a seulement quelques mois.

Et nous en sommes maintenant au point où y parvenir demande un peu de science et un peu de fiction, mais séparément.

Je t’encourage à tester le processus.

À réaliser tes propres créations audiovisuelles.

À apprendre.

Pour ne pas te faire percuter par le train de l’IA. Surtout si celui d’internet t’avait déjà pris de court à l’époque.

Voici donc quelques ressources supplémentaires qui pourront t’aider dans ton apprentissage :

• Articles expliquant comment faire des choses avec l’Intelligence Artificielle.
• Articles sur la vidéo dans les entreprises numériques.
• Abonnement à ma newsletter pour recevoir chaque jeudi par email une alerte avec le nouvel article de la semaine.