Donc je gère globalpetsitter.com. On connecte les propriétaires d'animaux avec des pet-sitters dans le monde entier. Comme toute startup, j'ai besoin de contenu promo, plus précisément des pubs vidéo pour les réseaux sociaux. Le problème c'est que même une simple pub de 30 secondes prend une éternité à faire
Le problème
À chaque fois que je voulais faire une pub vidéo, le process ressemblait à ça :
- Écrire un script ou un storyboard
- Trouver ou créer des images pour chaque scène
- Générer ou enregistrer une voix off
- Convertir les images en clips vidéo avec du mouvement
- Synchroniser l'audio avec la vidéo
- Tout monter dans CapCut
Chaque étape nécessite des outils différents, des logins différents, des tonnes de context switching. Pour une pub de 6 scènes on parle d'heures. Et si je n'aimais pas le résultat ? On recommence
Ad Forge
J'ai construit Ad Forge pour condenser tout ça en un seul pipeline. Décris ta pub en texte libre, laisse l'IA faire le gros du travail
Voici ce que ça donne en output :
Comment ça marche
7 étapes :
1. Sketch - décris ton concept de pub, le public cible, le ton, la durée. Pour la pub GlobalPetSitter j'ai écrit un truc du genre « une femme qui part en voyage, inquiète pour son animal, puis soulagée de savoir qu'il est bien gardé »
2. Scènes - Gemini découpe ton sketch en scènes individuelles avec des descriptions, décors, ambiances, durées suggérées. Il structure l'arc narratif automatiquement
3. Style - l'IA génère un guide de style. Palette de couleurs, éclairage, ambiance visuelle, descriptions des personnages, détails des lieux. Ça garde une cohérence visuelle tout du long
4. Images - Fal.ai génère une image pour chaque scène. Le système utilise des images de référence des scènes précédentes et des portraits de personnages pour maintenir la cohérence. C'était la partie la plus dure à bien faire
5. Vidéos - chaque image devient un clip vidéo avec un mouvement de caméra (pan, zoom, dolly, etc). L'image-to-video de Fal.ai s'en sort plutôt bien
6. Audio - pour les scènes avec du dialogue, ça génère une voix off avec du TTS. Tu peux assigner différentes voix à différents personnages
7. Merge - combine vidéo et audio, lip-sync optionnel pour les personnages qui parlent. FFmpeg gère tout ça
Stack technique
- Next.js 16 avec React 19 pour l'UI
- Google Gemini pour la génération de scripts et le découpage en scènes
- Fal.ai pour la génération d'images et l'image-to-video
- OpenAI pour certaines générations de texte
- FFmpeg WebAssembly pour le traitement vidéo dans le navigateur
Quelques choix de design
Persistance des campagnes - tout se sauvegarde automatiquement dans le localStorage. Tu peux fermer le navigateur et reprendre plus tard
Images de référence - c'était crucial. Quand tu génères la scène 3, tu peux référencer l'image du lieu, les portraits des personnages, les scènes précédentes. L'IA les utilise comme ancres de style
Workflow par étapes - chaque étape produit un output que tu peux reviewer. Tu n'aimes pas les scènes ? Régénère-les avant de passer à la suite. Ça te donne du contrôle sans te noyer d'options
Résultats
La pub GlobalPetSitter qui m'aurait pris une journée entière ne prend plus qu'environ 30 minutes de travail actif (plus le temps de génération). Plus important encore, je peux itérer rapidement. Essayer différents tons, échanger des scènes, régénérer des images individuelles sans repartir de zéro
Et après ?
Ad Forge est encore brut. Je veux ajouter :
- sélection de musique de fond
- plus d'options de mouvement de caméra
- export direct aux formats sociaux (9:16 pour TikTok/Reels, 16:9 pour YouTube)
- des templates pour les formats de pub courants
Pour l'instant ça résout mon problème : faire des pubs vidéo pour GlobalPetSitter sans y passer des heures. Parfois c'est suffisant :)
Stay Updated
Get notified about new posts on automation, productivity tips, indie hacking, and web3.
No spam, ever. Unsubscribe anytime.
