Comment utiliser Claude Code pour automatiser les projets de marketing vidéo (guide complet)

Ce que vous automatiserez (en un coup d'œil)

Pourquoi Claude Code pour le marketing vidéo ?

L'architecture d'automatisation

video-automation/
├─ config/
│ ├─ brand_voice.yaml
│ ├─ platforms.yaml
│ └─ prompts/
│ ├─ script_prompt.md
│ ├─ title_desc_prompt.md
│ └─ clip_rules.md
├─ data/
│ ├─ raw/
│ ├─ processed/
│ └─ captions/
├─ scripts/
│ ├─ generate_script.py
│ ├─ transcribe.py
│ ├─ autoclip.py
│ ├─ captions.py
│ ├─ repurpose.py
│ └─ schedule_upload.py
└─ Makefile

Étape 1 : Initialisez votre voix de marque et vos briefs créatifs

brand:
persona: "Pragmatic but upbeat educator"
audience: "B2B SaaS marketers and solo creators"
pillars:
- "Practical automation over theory"
- "Data‑driven decisions"
- "Show, don’t tell"
banned_phrases:
- "game‑changer"
- "disrupt"
style:
tone: "clear, concise, friendly"
reading_level: "Grade 8–9"
ctas:
primary: "Subscribe for weekly automation builds"
secondary: "Grab the workflow template"

Vous êtes un spécialiste du marketing vidéo senior et un scénariste. Écrivez un script de 60 à 90 secondes qui :
- Accroche en 3 secondes avec un point de données
- Fournit 1 point essentiel exploitable
- Utilise la voix de la marque dans brand_voice.yaml
- Sort une liste de scènes avec des horodatages, des suggestions de B-roll et du texte à l'écran

Étape 2 : Générer des scripts avec Claude + des modèles locaux

# extract audio
ffmpeg -y -i data/raw/input.mp4 -vn -acodec pcm_s16le data/processed/audio.wav
# run whisper (example)
whisper data/processed/audio.wav \
--model medium \
--language en \
--task transcribe \
--output_dir data/captions

ffmpeg -i data/raw/input.mp4 -vf subtitles=data/captions/input.srt -c:a copy data/processed/captioned.mp4

Étape 4 : Découper automatiquement les longues vidéos en courts métrages

# cut 00:02:10–00:02:40
ffmpeg -ss 00:02:10 -to 00:02:40 -i input.mp4 -c copy out_clip.mp4
# punch-in effect (scale + crop)
ffmpeg -i out_clip.mp4 -filter:v "scale=iw*1.08:ih*1.08, crop=iw:ih" -c:a copy out_clip_zoom.mp4

Étape 5 : Sous-titres, titres, descriptions et hashtags par lots

Étape 6 : Vignettes avec variantes de texte

Étape 7 : Téléchargement et planification

Étape 8 : Orchestrer avec un Makefile ou un exécuteur de tâches

shorts: transcribe autoclip captions repurpose
@echo "Shorts created in data/processed/shorts"
longform: generate_script captions
upload:
python scripts/schedule_upload.py --platform youtube --input data/processed/shorts

Étape 9 : Contrôles de qualité et analyses

Exemple de flux de bout en bout

Modèles d'invite pratiques pour Claude Code

Notes sur les outils et conseils de configuration

Exemple : Heuristique Autoclip minimale (Python)

import re
from typing import List, Tuple
HOOK_PATTERNS = [r"\bhere's the\b", r"\bthe mistake\b", r"\bdo this\b", r"\bin 30 seconds\b",
]
def score_line(line: str) -> int:
s = 0
if len(line) < 140: s += 10
if re.search(r"\b\d+%|\d+x|\b\d+ (seconds|minutes|steps)\b", line): s += 20
if any(re.search(p, line.lower) for p in HOOK_PATTERNS): s += 20
if line.endswith: s += 10
return min(s, 100)
def propose_clips(transcript: List[Tuple[float, float, str]], max_len=35):
clips = []
cur = []
cur_len = 0
for start, end, text in transcript:
cur.append((start, end, text))
cur_len += (end - start)
if cur_len >= max_len or score_line(text) > 40:
clips.append((cur[0][0], end))
cur, cur_len = [], 0
if cur:
clips.append((cur[0][0], cur[-1][1]))
return clips

Mise à l'échelle du système

Il est intéressant de noter : Utilisation de Sider pour accélérer les invites et les révisions

Pièges courants (et corrections)

Vos prochaines étapes

FAQ