Créer un outil avec l’IA, puis lui en confier l’usage

Un mardi soir, vers 20 heures, je recevais les derniers témoignages vidéo nécessaires à un projet accepté quelques semaines auparavant. Dans la nuit, une première version complète était exportée. Elle durait cinq minutes et trente et une secondes.

Entre les deux, j’avais examiné trois propositions de montage, précisé mes critères, retenu une structure narrative, travaillé le son, recadré des images et ajouté des éléments visuels. Pendant cette même production, je faisais aussi évoluer les fonctionnalités du logiciel utilisé pour la réaliser.

Cette expérience s’appuie sur Raccord!, une application de montage pour macOS que j’ai développée avec l’aide de Codex. Quelques jours plus tard, j’ai confié à un agent d’IA la réalisation de deux films promotionnels pour VitaScriptor avec ce même outil, en lui donnant l’orientation et mes retours sur ses propositions.

Ces deux usages permettent d’examiner une question qui dépasse le montage : comment s’organise un travail lorsque l’on peut créer ses propres outils avec l’IA, puis lui déléguer une grande partie de leur utilisation ?

Préparer les moyens avant de recevoir tous les éléments

J’avais accepté le projet en septembre. Quatre premières vidéos étaient disponibles ; les autres témoignages, dont plusieurs interventions importantes, devaient arriver après mes vacances. Mon intention initiale était d’utiliser Premiere. J’ai finalement choisi d’expérimenter le développement d’un outil personnel adapté à cette production.

Les premiers médias m’ont servi à élaborer les fonctions essentielles : importer, naviguer, sélectionner des passages, travailler le son, ajouter des titres et produire un film. La transcription est devenue une composante centrale de ce parcours.

Mon expérience du montage orientait certains choix. Je souhaitais retrouver une navigation inspirée des anciennes commandes Jog/Shuttle : repérer finement une coupe, avancer ou reculer à vitesse variable et entendre le son suivre le mouvement. Le trackpad du Mac pouvait servir de commande, sans équipement supplémentaire.

Les traces de développement retrouvées commencent le 4 octobre 2026. Elles montrent une progression par étapes, des essais et des corrections. Une partie de cette préparation s’est faite dans les intervalles de mon activité, alors que le matériel nécessaire au film demeurait incomplet.¹

Au moment où les derniers témoignages sont arrivés, je disposais déjà d’une capacité de travail construite autour des premiers fichiers. J’estime rétrospectivement avoir consacré au projet l’équivalent d’environ une semaine de travail, répartie à temps très partiel sur plusieurs semaines. C’est un ordre de grandeur personnel, qui ne distingue pas précisément le développement, les essais et la production.²

Passer des paroles à une proposition de récit

Dans un montage de témoignages, une grande part du travail consiste à découvrir le matériel : écouter les interventions, repérer les passages intéressants, comprendre leurs relations, éviter les répétitions et construire une progression. C’est sur cette dimension éditoriale que je voulais faire intervenir l’IA.

Raccord! permet d’exporter les transcriptions avec les références aux vidéos et aux passages correspondants. Je pouvais communiquer à une IA mon intention, mes critères et le contenu disponible, puis lui demander une proposition de montage.

Pour rendre cette proposition utilisable, nous avons ajouté un format d’échange structuré. L’IA désigne les phrases à conserver et leur ordre. Raccord! retrouve leurs bornes dans les sources, présente un aperçu et construit les extraits après application.

Une discussion sur le récit peut ainsi déboucher sur un assemblage à regarder et à réviser. Les références précises aux passages facilitent le transfert entre l’analyse des paroles et leur mise en forme audiovisuelle.

J’ai essayé trois montages en affinant mes critères avec l’IA. La troisième liste était utilisable telle quelle pour la structure des extraits parlés. J’ai ensuite ajouté des plans sans dialogue, des intertitres et des graphiques, puis poursuivi les ajustements techniques. L’appréciation de la cohérence narrative est ici la mienne ; elle n’a pas fait l’objet d’une évaluation indépendante.

L’apport de l’IA se situe donc aussi dans l’exploration de plusieurs organisations possibles du matériel. Mon rôle consistait à exprimer l’intention, apprécier les propositions et préciser ce qui devait changer.

Les difficultés d’usage deviennent des questions de conception

Le logiciel a continué à évoluer pendant la production et sa finition. Plusieurs modifications peuvent être reliées à des difficultés concrètes.

Un traitement nommé « Voix claire » avait été ajouté, mais son effet me semblait peu perceptible sur une vidéo. En précisant le problème, j’ai indiqué que des conversations environnantes gênaient l’écoute de la personne interviewée. Cette observation a conduit à essayer une séparation de voix, puis à intégrer un choix entre deux voix isolées. Sur le passage testé, l’une correspondait bien à celle que je cherchais à conserver.

Le besoin s’était précisé par l’écoute. Un réglage techniquement fonctionnel apportait encore peu au problème rencontré.

La transcription a suscité d’autres ajustements. Certains témoignages alternaient entre le français et l’anglais. Un mode bilingue a été ajouté, puis corrigé à partir d’un fichier réel. L’assemblage fondé sur les phrases transcrites révélait également des fins de mots coupées ; nous avons introduit des marges réglables autour des passages retenus.

J’ai demandé des intertitres bilingues et la possibilité de montrer une autre image en conservant la voix du témoignage. Plus tard, le délai audio après une insertion a motivé une modification du système de réutilisation du son déjà traité.

La relecture des sous-titres a fait apparaître un besoin d’interface. Pour corriger une phrase pendant le visionnement, je devais revenir au fichier source, retrouver la langue et rechercher le passage. Une commande a été ajoutée pour ouvrir directement le sous-titre affiché. Un export vers un classeur, avec une colonne de corrections, a ensuite facilité la relecture humaine.

Ces évolutions dessinent une boucle : utiliser, observer une difficulté, préciser le besoin, modifier l’outil et reprendre la tâche. Le montage fournit un terrain d’expérimentation au logiciel qui permet de le réaliser.

Un résultat livré par étapes

Le premier export conservé est daté du 28 octobre à 3 h 38. Il dure 5 min 31 s et ne comporte pas de sous-titres affichés. Deux exports du 29 octobre conservent cette durée et ajoutent les sous-titres en langue inverse : anglais lorsque la personne parle français, français lorsqu’elle parle anglais.³

La première version complète a donc été suivie d’un travail de finition. En partant de l’arrivée approximative des derniers médias vers 20 heures, l’export retrouvé se situe environ sept heures quarante plus tard. Cette fenêtre comprend les échanges, les traitements et les attentes ; elle ne mesure pas mon temps actif et s’ajoute au travail préalable.

Les rapports conservaient encore des alertes sur la présentation de certains sous-titres et des réserves audio. La production d’un fichier achevé et l’évaluation de sa qualité demeurent deux étapes du travail.

Confier ensuite la réalisation à l’IA

La seconde expérience répondait à un autre besoin : présenter VitaScriptor dans une courte vidéo consacrée à la mémoire et à la transmission. J’en avais donné l’orientation dans une conversation et demandé une narration. Après plusieurs essais vocaux, j’ai proposé à l’agent de produire un premier montage avec Raccord!, à partir d’images réelles ou générées.

Cette fois, l’agent a pris en charge la quasi-totalité de l’exécution audiovisuelle. Il a repris le texte élaboré dans la conversation, généré la narration, créé huit illustrations pour le premier montage, préparé les plans et leurs mouvements, ajouté le carton final et exporté le film. À ma demande, il a ensuite composé une musique de piano et réalisé le mixage.

Mon intervention consistait principalement à orienter et à évaluer. Une voix manquait de naturel ; une prononciation variait entre deux occurrences ; une correction introduisait une pause peu convaincante. Je décrivais ce que j’entendais et l’agent reprenait la réalisation.

Le même processus s’est appliqué aux images. Les premiers plans évoquaient les souvenirs, mais montraient encore peu le service. Nous avons ajouté de vraies captures de VitaScriptor et d’un récit publié. J’ai demandé un cadrage donnant davantage de place au texte ; l’agent a pris les captures et modifié le montage.

J’ai fourni des références vocales et une indication visuelle, ouvert les accès nécessaires et validé les versions. La fabrication des éléments et l’exécution des modifications étaient confiées à l’agent.

Pour réaliser le film, celui-ci a combiné l’automatisation du moteur de Raccord! et l’utilisation de son interface. Le résultat reste disponible sous la forme d’un projet modifiable, avec ses médias incorporés. Le logiciel personnalisé devenait un ensemble de capacités mobilisables par l’agent.

J’ai ensuite demandé une version anglaise. L’agent a adapté le texte, préparé les captures dans cette langue, généré une narration et repris le montage. Mes retours portaient sur l’accent, les variations de voix et le rythme. Après plusieurs essais, j’ai retenu une version que je trouvais même plus efficace en anglais avec ce débit.

Les livrables comprennent un film français de 60 secondes et un film anglais de 44 secondes, chacun accompagné d’un projet Raccord! et de sous-titres. Les deux films sont présentés plus bas. La préparation des miniatures et des descriptions a également été déléguée. La diffusion a comporté quelques actions manuelles de mon côté, notamment une première publication et des accès de compte.

Je pouvais demander une voix plus posée ou un plan plus représentatif. L’agent cherchait une solution, produisait une nouvelle version et me la soumettait. La direction et l’évaluation restaient de mon côté ; une grande partie de la réalisation devenait déléguée.

Ce que ces expériences ouvrent

La première transformation concerne la préparation. Une partie de l’activité peut avancer alors que tous les éléments ne sont pas encore disponibles. Les premiers médias ont servi à construire les moyens de traiter ceux qui arriveraient ensuite. Cette expérience prolonge la réflexion de Bifurcations sur le logiciel avant la décision.

La deuxième concerne les outils. Une difficulté peut devenir une demande de modification immédiatement pertinente pour le travail en cours. Cette capacité demande des essais, des corrections et de la maintenance. Elle donne un terrain concret à la proposition de normaliser les systèmes, pas les humains.

La troisième concerne la délégation. Dans le premier cas, l’IA propose un assemblage à partir des transcriptions. Dans le second, elle mobilise le logiciel et d’autres outils pour produire les éléments, construire les films et exécuter les corrections. Une capacité créée pour une première tâche devient réutilisable pour une production différente.

Mon jugement demeure sollicité : définir les critères, reconnaître la voix recherchée, apprécier un raccord ou demander un autre cadrage. Dans la production VitaScriptor, mon attention se concentre davantage sur la direction et l’évaluation. C’est une mise à l’épreuve concrète de la distinction entre conception, exécution et jugement examinée dans « Un Candide sans Voltaire ? ».

Cette étude décrit deux expériences situées. Elle ne mesure ni un gain comparatif avec Premiere, ni le coût complet du logiciel, ni un pourcentage d’autonomie. Pour Bifurcations, elle ouvre une question de recherche appliquée : dans quelles conditions la possibilité de créer, d’adapter et de déléguer l’usage de ses outils élargit-elle les façons d’agir ?

Présentation de Raccord! et des autres outils dans les Réalisations.

Méthode et attribution — Cette étude rétrospective croise les échanges de travail avec les projets, les rapports d’export et les fichiers conservés. Les appréciations d’usage sont celles de l’autrice. Stéphanie Savard a apporté l’expérience, l’orientation, les arbitrages et les retours. L’assistant d’IA a contribué à la reconstitution documentaire, à l’analyse, à la structure, à la rédaction, aux révisions et à la traduction anglaise ; son intervention dépasse la seule mise en forme. Les cartes de partage ont été générées avec ImageGen.