Mots-clés IA pour la vidéo stock : ce que l'outil voit, ce qu'il devine

Comment l'IA lit un clip

Les modèles derrière les outils de mots-clés sont des modèles d'image. Le guide vision d'OpenAI accepte le PNG, le JPEG, le WebP et le GIF non animé. Celui d'Anthropic pour Claude accepte le JPEG, le PNG, le GIF et le WebP, et précise que seule la première image d'une animation est utilisée. Aucun des deux ne cite de format vidéo.

Tout outil qui génère des mots-clés pour la vidéo procède donc à peu près de la même façon :

1. il extrait quelques images fixes du clip (souvent appelées images clés) ;
2. il envoie ces images à un modèle de vision avec des consignes ;
3. il transforme la réponse en titre, description et liste de mots-clés, parfois dans un CSV par agence.

Deux conséquences. Le modèle ne voit que les images qu'il reçoit : une image tirée d'un lent travelling ressemble à une photo, et rien de ce qui se passe entre deux images ne lui parvient. Et il ne lit pas les métadonnées de votre fichier. OpenAI écrit que son modèle « doesn't process original file names or metadata » (ne traite ni les noms de fichier d'origine ni les métadonnées), et Anthropic que Claude ne reçoit aucune métadonnée des images. La position GPS enregistrée par votre drone n'arrive au modèle que si l'outil l'ajoute exprès.

Ce que les mots-clés automatiques font bien

Sur une image nette et bien exposée, un modèle de vision remplit vite la couche littérale d'une liste : le sujet principal, le décor, les couleurs, le moment de la journée, intérieur ou extérieur, le nombre de personnes, le cadrage. C'est la partie du travail qui demande le plus de frappe et le moins de jugement, et c'est là qu'un générateur de mots-clés IA fait gagner du temps.

Les éditeurs documentent eux-mêmes les points faibles de leurs modèles, et plusieurs touchent directement la vidéo :

Où un générateur de mots-clés IA se trompe

Les erreurs qui coûtent des clips portent rarement sur le sujet principal. Elles viennent des mots que le modèle ajoute pour paraître précis, ou pour remplir la liste.

Les lieux précis

Une image de port au crépuscule ne dit pas de quel port il s'agit. Shutterstock exige que les informations de lieu soient « relevant and applicable » (pertinentes et applicables) au contenu, et les exemples d'Adobe montrent pourquoi la précision compte : « London, England or London, Ontario ». Ajoutez vous-même le vrai lieu, d'après ce que vous savez du tournage, et supprimez toute ville devinée par le modèle.

Les espèces animales et végétales

Shutterstock accepte les noms latins des plantes et des animaux, par exception à sa règle de l'anglais seul. Un nom d'espèce faux reste un mot-clé qui ne décrit pas le clip. Gardez une espèce seulement si vous pouvez la confirmer ; sinon, restez à un niveau sûr, comme « heron » ou « pine forest ».

Marques, produits et matériel de tournage

Les modèles reconnaissent les logos et les produits, et ils les écrivent. Pour le contenu commercial, Shutterstock précise que descriptions et mots-clés « cannot contain trademarks such as brand names or product names » (ne peuvent contenir ni marque ni nom de produit), et il interdit les informations précises sur l'appareil. Adobe demande d'écarter marques, noms commerciaux et données personnelles, et d'éviter le jargon de matériel dans les titres. Un nom de modèle de drone ou de téléphone enfreint les deux règles à la fois.

Le mouvement entre deux images

Les acheteurs cherchent la vidéo par mouvement de caméra et par vitesse : pan, dolly, aerial, slow motion, time-lapse. Une image fixe montre rarement un panoramique et jamais une cadence. Sauf si l'outil compare plusieurs images, ajoutez ces mots vous-même.

Le remplissage

Demandez 50 mots-clés à un modèle et il en produira 50, avec des mots d'ambiance et des quasi-synonymes qui s'éloignent du clip. Shutterstock compte comme spam la même racine répétée dans plusieurs mots-clés, et les termes sans rapport. Pond5 situe les meilleurs résultats entre 10 et 20 mots-clés descriptifs et précis. Plus de mots ne fait pas de meilleurs mots.

Ce que disent les agences sur la pertinence et le spam

Aucune des pages lues pour ce guide ne fixe de règle sur qui, ou quoi, a écrit les mots-clés. Elles encadrent le résultat : chaque mot décrit-il le clip, et la liste est-elle répétitive ou gonflée ?

Les limites exactes, y compris les trois chiffres différents d'Adobe, sont dans combien de mots-clés par agence. La langue exigée par chaque agence, sujet sensible pour un contributeur francophone, est détaillée dans mots-clés en anglais ou en français. Les règles sur les clips créés par IA générative sont un autre sujet, traité dans les politiques IA des agences.

Les suggestions de mots-clés automatiques des agences

Avant de payer un outil, regardez ce que les agences font déjà à l'envoi. Les trois proposent des suggestions automatiques, et les trois vous laissent la décision.

La méthode de Shutterstock a un piège propre. Des suggestions tirées d'images visuellement proches peuvent contenir des mots qui décrivaient ces autres images : un lieu, un événement ou une idée absente de votre clip. Traitez-les comme une liste où choisir.

Relire les mots-clés IA avant l'envoi

Un ordre fixe rend la relecture rapide et attrape les erreurs décrites plus haut. Faites-la clip en lecture, pas sur les images utilisées par l'outil.

1. Le titre ou la description d'abord. Shutterstock demande une phrase qui répond à qui, quoi, quand, où et pourquoi, en moins de 150 caractères dans son éditeur. Vérifiez qu'elle nomme l'action, pas seulement la première image.
2. Supprimez ce que vous ne pouvez pas confirmer. Lieux, espèces, événements, métier ou lien entre des personnes : si le clip ne le montre pas et que vous ne le savez pas, le mot part.
3. Retirez marques, noms de produits et modèles de caméra ou de drone (chez Shutterstock, les marques ne sont permises que dans les métadonnées éditoriales).
4. Fusionnez les racines. Gardez un seul mot parmi run, running et runner.
5. Ajoutez ce que les images ne pouvaient pas montrer : le vrai lieu, le mouvement de caméra, le ralenti ou le time-lapse.
6. Ordonnez pour Adobe. Placez les 10 mots-clés les plus importants en tête. Adobe ne permet pas de changer l'ordre pendant la modération ; voir l'ordre des mots-clés Adobe Stock (en anglais).
7. Comptez selon chaque limite avec le vérificateur de titre et de mots-clés (gratuit, en anglais).

Pour savoir ce qu'une bonne liste contient, couche par couche, voyez comment choisir les mots-clés de vos vidéos stock. Si vous écrivez vos mots-clés avec un assistant conversationnel plutôt qu'avec un outil dédié, la méthode et un prompt complet sont dans les mots-clés vidéo stock avec ChatGPT.

Où se place RushPilot

RushPilot est une application de bureau pour les contributeurs de vidéo stock, en bêta privée. Les mots-clés IA y sont une étape d'un travail plus long : l'application lit cinq images de chaque clip, écrit le titre, la description et les mots-clés en anglais selon les limites de chaque agence (par ordre d'importance pour Adobe Stock), contrôle les motifs de refus courants comme la résolution, la durée, les logos visibles ou l'agrandissement, puis attend que vous validiez le lot avant d'envoyer vers Shutterstock, Adobe Stock et Pond5.

Elle travaille elle aussi à partir d'images : les limites décrites sur cette page la concernent. Elle ne peut pas connaître un lieu ou une espèce que les images ne prouvent pas, et la relecture reste la vôtre. Elle ne promet aucune acceptation. Les nouveaux comptes ont 25 clips gratuits ; les offres sont sur la page des tarifs, et vous pouvez rejoindre la liste d'attente. S'il vous faut un outil dès aujourd'hui, les options sont comparées dans les outils de mots-clés pour la vidéo stock (en anglais).