Clara : le montage d’une VSL de formation IA en motion design

Le projet en bref

Clara forme ses élèves à gagner leur vie avec l’intelligence artificielle : création de contenu, vidéos générées par IA, e-commerce. Pour vendre sa formation, elle avait besoin d’une VSL, une vidéo de vente, de 7 min 20 en face caméra.

C’était notre troisième projet en six mois, après une vidéo horizontale en mars et un format vertical en juin. Et cette fois, elle savait exactement ce qu’elle voulait : un rendu plus sobre, plus fort, plus impactant, dans l’esprit d’une vidéo de référence qu’elle m’a transmise.

Le défi : tenir 7 minutes de discours face caméra sans jamais laisser l’image vide, tout en gardant un style épuré.

1. Un brouillon pour tester le style

Pour démarrer, j’ai monté un brouillon de 87 secondes dans la continuité de nos projets précédents : tons cuivrés, panneaux de verre flottants, beaucoup de profondeur. Clara a été claire : ce n’était pas la direction qu’elle voulait. Elle cherchait quelque chose de plus sec et de plus contrasté.

J’ai donc tout repris sur une base radicalement plus sobre : noir, blanc et gris, un seul accent vert citron, et des textes qui portent seuls l’image. Un pilote de 45 secondes a permis de valider cette nouvelle direction avec elle avant de monter les 7 minutes.

C’est souvent comme ça qu’on gagne du temps : un court essai pour trancher la question du style, plutôt que sept minutes montées dans la mauvaise direction.

2. Une charte sobre, forte et impactante

• Deux polices : une linéale moderne (Inter Tight) pour le texte courant, et une serif en italique (Instrument Serif) pour faire ressortir les mots-clés.
• Une palette réduite : noirs, blancs, gris, et un seul accent vert citron réservé aux éléments à retenir.
• Environ trois quarts de plans sombres, pour que chaque mot en blanc ressorte.
• Une règle : jamais de fond vide, mais jamais d’effet sans raison.

Le face caméra, lui, garde une lumière chaude : le contraste avec les écrans noir et blanc donne tout de suite le rythme entre la personne qui parle et l’information à retenir.

3. Des sous-titres cinétiques faits sur mesure

Dans une VSL, le texte à l’écran fait une grande partie du travail : il appuie chaque argument, même sans le son. Il y en a ici 311 blocs, du début à la fin.

Pour les produire avec précision, j’ai conçu mon propre outil de sous-titrage pour After Effects. Il transcrit le discours, transforme chaque mot en calque éditable à la main, propose plusieurs profils d’animation, alterne automatiquement la police droite et l’italique sur les mots-clés, et peut suivre le visage bloc par bloc. Un second outil garde les textes parfaitement alignés quand on change leur position ou leur police.

4. La structure de vente

Une VSL se construit comme un argumentaire. Celle-ci suit neuf séquences :

L’accroche est la plus rythmée de la vidéo : elle montre avant de dire. Le spectateur regarde des images spectaculaires… et apprend dans la foulée qu’elles ont toutes été générées par IA, exactement le sujet de la formation.

La première minute, image par image :

1. 00:00Accroche démonstrative : une image générée par IA, sous-titrée mot à mot, « Tout ce que tu es en train de regarder a été créé par l’intelligence artificielle ».
2. 00:05Révélation : Clara face caméra, « c’est exactement de ça que je veux te parler ».
3. 00:10Sous-titres cinétiques : le mot-clé passe en italique serif.
4. 00:15Écran noir éditorial : une fenêtre d’outil et un mot géant en filigrane.
5. 00:20Vidéo IA plein cadre, avec le mot fort en italique.
6. 00:25La vidéo IA s’affiche dans une interface de génération, barre de texte comprise.
7. 00:35Retour face caméra : l’opportunité se précise.
8. 00:40Cartes d’interface animées : courbe d’abonnés, compteur de vues.
9. 00:45Schéma animé d’un système automatisé, du message à la vente.
10. 00:50Face caméra : « la majorité des gens n’ont encore aucune idée ».
11. 00:55Face caméra entourée de vignettes d’images IA.
12. 01:00La promesse d’accessibilité, en trois lignes, le dernier mot en italique.

5. Un rythme qui ne retombe jamais

La prise face caméra était déjà calée à la réception : un seul plan continu de 7 min 21, dont 99,8 % sont gardés. Tout le rythme vient donc de l’habillage :

• une relance toutes les 5 secondes en moyenne, sans compter les sous-titres ;
• 204 bruitages, soit près de 28 par minute ;
• 49 animations et inserts, dont 31 écrans de motion design construits pour le projet ;
• une seule musique, montée en onze passages pour suivre la progression de l’argumentaire.

C’est l’inverse d’un vlog, où l’on laisse respirer la fin. Dans une VSL, chaque seconde doit faire avancer le spectateur vers la décision : la densité reste constante jusqu’à l’appel à l’action.

6. Illustrer une formation sur l’IA… avec l’IA

À la demande de Clara, la plupart des illustrations sont générées par intelligence artificielle : une quarantaine de vidéos et autant d’images, choisies et intégrées plan par plan. C’est cohérent avec son message : la vidéo est elle-même la démonstration de ce qu’elle enseigne.

Le travail de montage consiste alors à choisir, rythmer et habiller ces images pour qu’elles servent l’argument, et non l’inverse : chaque vidéo arrive sur la phrase qu’elle illustre, avec son sous-titre et son bruitage.

La méthode de travail

Les rushs sont arrivés fin août. Après le brouillon et le pilote de 45 secondes validé mi-septembre, la VSL complète a été fabriquée en une semaine, puis ajustée en trois tours de retours en cinq jours. La version finale a été livrée le 23 septembre 2026, en 4K.

Une cliente fidèle

Trois projets en six mois, sur trois formats différents : une vidéo horizontale, un format vertical, puis cette VSL. Son avis, laissé sur ComeUp :

« Troisième fois que je fais confiance a Charles pour mon projet, un travail toujours aussi qualitatif et excellent. […] Je recommande une nouvelle fois ! »

Clara, cliente ComeUp

Les résultats

La VSL vient d’être livrée : il est encore trop tôt pour parler de ventes, et je ne publierai aucun chiffre sans l’accord de Clara. Ce que le projet montre déjà, c’est une méthode : comprendre la vision de la cliente, la tester sur un format court, puis l’appliquer avec précision sur toute la vidéo.

Ce que j’en retiens

Sobre ne veut pas dire vide. Une VSL épurée demande au contraire plus de précision : chaque mot à l’écran, chaque bruitage et chaque image doivent arriver exactement au bon moment, parce qu’aucun effet ne vient masquer un décalage.

Vous préparez une vidéo de vente ? Découvrez mon offre de montage de VSL, ou voyez d’autres projets comme la vidéo de lancement des Apprentis Millionnaires. Et si vous voulez en parler, décrivez-moi votre projet : je vous réponds sous 24 h.