Comment créer un explicatif IA de 60 secondes qui ne ressemble pas à de l'IA

Un flux de travail répétable pour des vidéos explicatives avec du mouvement réel, une voix off réelle et zéro moment de vallée dérangeante. Utilisé par les fondateurs pour lancer des produits en un après-midi.

La plupart des vidéos explicatives IA ressemblent à des vidéos explicatives IA. La voix off semble légèrement décalée, les visuels ne correspondent pas tout à fait aux mots, et l'ensemble a cette qualité "fait un dimanche sans montage". Ce n'est pas un problème d'IA, c'est un problème de processus.

Ce guide vous donne le flux de travail exact pour une vidéo explicative de 60 secondes que les fondateurs utilisent pour lancer des produits et qui fonctionne aussi bien pour le SaaS B2B, les cours, les applications grand public et les produits physiques.

La pile de trois outils

Vous n'avez pas besoin d'After Effects, de Premiere, ni de compétences traditionnelles en montage.

Vous préférez un éditeur de bureau avec une vraie timeline ? CapCut est rapide pour les coupes sur les réseaux sociaux, mais si vous préférez travailler dans un éditeur traditionnel avec les mêmes fonctionnalités IA (coupe automatique, légendes IA, synchronisation sur le rythme) et une licence unique au lieu d'un abonnement mensuel, remplacez CapCut par Wondershare Filmora. Même flux de travail en cinq étapes, mêmes paramètres d'exportation.

• Runway Gen-4.5 pour de courts clips de mouvement génératifs (logos qui se matérialisent, flux de données abstraits, silhouettes de produits qui tournent).
• ElevenLabs pour la voix off, uniquement les voix v3.
• CapCut pour le montage, la synchronisation sur le rythme et la finition.

Étape 1 : Écrire le script de 60 secondes (15 minutes)

Une vidéo explicative de 60 secondes représente exactement 150 à 160 mots à un rythme naturel. Pas 200. Pas 250. Passer de 250 à 160 est là où la plupart des fondateurs refusent de faire le travail, et c'est ce qui tue la vidéo.

Structure qui fonctionne :

Écrivez-le. Lisez-le à voix haute. Chronométrez-vous. Supprimez tous les "vraiment", "très" et "incroyable". Si vous dépassez 65 secondes à un rythme naturel, coupez davantage.

• Secondes 0-5 : Le problème. Une phrase. Viscérale. "Si vous avez déjà passé un dimanche à reconstruire le même tableur, ceci est pour vous."
• Secondes 5-25 : La solution. Trois phrases. Concrètes. Ce que c'est, pour qui c'est, pourquoi c'est différent.
• Secondes 25-50 : Un résultat concret. Un chiffre, une citation client, un avant/après. La chose qui le rend réel.
• Secondes 50-60 : L'appel à l'action (CTA). Une demande. "Essayez-le gratuitement sur [domaine]." Répétez le domaine deux fois si vous le pouvez.

Étape 2 : Storyboarder les visuels (10 minutes)

Pour chaque phrase, écrivez ce qui est à l'écran. Ne sautez pas cette étape, la tentation est de "trouver les visuels pendant le montage", et c'est ainsi que vous vous retrouvez avec des images d'archives aléatoires qui ne se connectent à rien.

Format :

• "Si vous avez déjà passé un dimanche à reconstruire le même tableur..." → cellules de tableur animées se remplissant et se vidant, interface utilisateur sombre
• "Ceci est pour vous." → coupe sur le logo du produit, maintenir 1 seconde
• "[Produit] est [catégorie] pour [utilisateur]." → enregistrement d'écran de l'interface utilisateur du produit, défilement rapide
• … etc.

Étape 3 : Générer la voix off dans ElevenLabs (5 minutes)

Ouvrez ElevenLabs, choisissez une voix v3. La bibliothèque v3 de 2026 propose des voix qui sonnent comme de vraies personnes lisant, avec des changements de rythme, des sons de respiration, de légères variations d'emphase. Évitez les anciennes voix Multilingual v2 pour les explications ; elles sonnent plates à côté de la v3.

Paramètres pour les explications :

Générez le script complet en une seule prise. Si une phrase est mal lue, régénérez uniquement cette phrase en utilisant la régénération par phrase de la v3. Ne refaites pas tout, la cohérence de la voix est plus importante que la correction d'une ligne passable mais pas parfaite.

• Stabilité : 40 (une certaine variation naturelle, pas trop instable)
• Similarité : 75
• Style : 30-40 (important pour les explications, la ponctuation affecte réellement la livraison)
• Amplification du locuteur : activée

Étape 4 : Générer des clips de mouvement dans Runway (30 minutes)

Pour chaque "mouvement abstrait" de votre storyboard (~5-8 clips pour une vidéo de 60 secondes), générez un clip de 4-5 secondes dans Runway Gen-4.5.

Prompts qui fonctionnent pour les explications :

Utilisez des images de référence de votre marque pour la cohérence. Si vous avez un logo, faites-le glisser dans Runway comme référence et demandez qu'il se matérialise. Si vous avez une capture d'écran de votre interface utilisateur, référez-vous-y et demandez une version animée.

Pour 5-8 clips, attendez-vous à générer 15-25 candidats et à choisir le meilleur de chaque. La vidéo IA n'est pas déterministe ; attendez-vous à lancer les dés 3-4 fois par segment pour en obtenir un qui fonctionne.

• "Points de données abstraits s'écoulant de gauche à droite sur une surface sombre, faible lueur, minimaliste, 4 secondes"
• "Un logo émergeant de particules de lumière, fond sombre, sensation technologique premium, 3 secondes"
• "Vue de dessus d'un espace de travail propre, des papiers organisés en piles nettes par des mains invisibles, lumière douce du jour, 5 secondes"

Étape 5 : Monter dans CapCut (20 minutes)

C'est là que la plupart des vidéos explicatives se font ou se défont. L'ordre des opérations est important :

Exportez en 1080x1920 (vertical), 1920x1080 (paysage) ou 1080x1080 (carré) selon l'endroit où vous allez publier. Pour de meilleurs résultats, exportez le master en paysage et recadrez dans CapCut pour les versions verticales/carrées.

• Déposez d'abord la voix off sur la piste 1. Toujours. La voix dicte le montage.
• Placez chaque visuel là où sa phrase commence. Utilisez des marqueurs sur la timeline ; CapCut les affiche clairement.
• Pour les enregistrements d'écran de l'interface utilisateur, accélérez-les à 1,5x ou 2x. Les enregistrements réels de l'interface utilisateur sont trop lents pour un montage de 60 secondes.
• Ajoutez de la musique de fond à -18 dB pour que la voix off soit clairement audible. La bibliothèque de CapCut contient des milliers de pistes libres de droits gratuites ; choisissez quelque chose de cinématographique dans la plage de 100-115 BPM.
• Synchronisez les coupes sur le rythme avec la musique en utilisant la fonction de rythme automatique de CapCut. Les changements de visuels sur les rythmes donnent un aspect professionnel. Les changements de visuels entre les rythmes donnent un aspect amateur.
• Ajoutez un mouvement subtil aux captures d'écran statiques, un lent zoom de 5 secondes, alternant la direction sur les plans. Les captures d'écran statiques de l'interface utilisateur dans une vidéo en mouvement semblent mortes.
• Carte de titre au début (0,5 sec) et à la fin (1 sec). Juste votre logo et l'URL. Ne les surchargez pas de design.

Ce que cela donne en pratique

La première vidéo explicative prend 3 heures. La cinquième prend 60 minutes nettes.

Erreurs qui tuent les vidéos explicatives

• Humains générés par IA. Même en 2026, les humains IA dans des rôles explicatifs font basculer la vallée dérangeante pour la plupart des spectateurs. Utilisez des mouvements abstraits, l'interface utilisateur du produit, ou des séquences B-roll humaines réelles d'une bibliothèque d'images, pas des visages générés.
• Musique plus forte que la voix. La raison numéro un pour laquelle une vidéo semble amateur. Musique à -18 dB, voix à 0 dB, jamais l'inverse.
• Pas de CTA. Une vidéo explicative soignée sans demande claire laisse les spectateurs sans prochaine étape. Terminez toujours par une action spécifique.
• Pensée "verticale d'abord" pour un produit de bureau. Si votre CTA est "allez sur [domaine].com sur votre ordinateur portable", le format vertical n'est pas le bon format principal. Créez un master 16:9, publiez une coupe verticale comme teaser.

Où aller ensuite

Après l'expédition de votre première vidéo explicative, les améliorations sont :

Créez la version de 60 secondes ce week-end. Expédiez-la. Regardez-la convertir. Ensuite, créez la version plus longue une fois que vous savez quelles 30 secondes faisaient le travail réel.

• Une version de 30 secondes pour les publicités payantes sur les réseaux sociaux. Même script, divisé par deux.
• Une plongée en profondeur de 3 minutes pour votre page d'accueil et YouTube. Même flux de travail, plus de clips, plus de profondeur.
• Une version localisée dans 2-3 autres langues en utilisant ElevenLabs Dubbing. Un énorme gain de distribution pour presque aucun travail supplémentaire.