ChatGPT + DaVinci Resolve Changed How I Edit (Full Setup)
Cette vidéo démontre comment utiliser ChatGPT Codex, couplé à DaVinci Resolve et au plugin Superpowers, pour automatiser le montage vidéo de type « talking head » en environ une heure, avec une qualité surprenante, tout en soulignant l’importance de garder un workflow hybride ...
SYNTHÈSE STRUCTURÉE
Le montage vidéo comme processus mécanique
L’intervenant, un éditeur professionnel avec 4 ans d’expérience, explique que le montage de base (couper les erreurs, les silences, les faux départs) est une tâche répétitive et peu créative. Il a donc formalisé ce processus en étapes précises qu’il a enseignées à ChatGPT. Il précise : « Cutting has always been one of those brainless activities for me. You just cut, cut, cut again and again. » Cette mécanisation est la clé de l’automatisation réussie.
L’architecture technique : Codex + DaVinci Resolve + Superpowers
Le montage repose sur trois éléments : ChatGPT Codex (l’agent d’OpenAI intégré à l’app ChatGPT), DaVinci Resolve Studio (la version payante, indispensable), et le plugin Superpowers installé dans Codex. Ce dernier fournit des « skills » comme le brainstorming, qui guide l’agent dans ses décisions. L’intervenant insiste : « The plus is the only way for you to connect ChatGPT or to use Codex in order to connect ChatGPT over to DaVinci Resolve. » Sans ces outils, rien ne fonctionne.
L’installation pas à pas
L’auteur détaille le processus : télécharger Codex depuis le site d’OpenAI, l’installer, puis activer le plugin Superpowers via les paramètres. Il recommande de créer un dossier dédié (ex. « AI assistant editor ») pour limiter l’accès de l’agent aux fichiers. Il utilise ensuite une commande GitHub (npx davinci-resolve-mcp-setup) pour connecter Codex à DaVinci Resolve via un serveur MCP (Model Context Protocol), qui permet à l’IA de piloter le logiciel.
Le rôle crucial du brainstorming et du plan
Avant de lancer l’édition, l’intervenant active le mode brainstorming dans Superpowers. Ce n’est pas un simple « clic magique » : l’agent analyse les fichiers, propose des stratégies (par exemple, « rebuild from the audited map ») et suit un plan structuré. Il précise : « This isn’t like AI will just do everything for you. This is not a click one button and AI does it. » Le brainstorming est le cerveau, l’exécution est le corps.
La transcription comme méthode de montage
L’intervenant révèle sa technique personnelle : il monte par transcription plutôt qu’en écoutant. DaVinci Resolve transcrit chaque clip, puis il sélectionne le texte à conserver et l’insère dans la timeline. « Listening I found is significantly slower than reading it. » Cette approche accélère le processus et est facilement reproductible par l’IA.
Les passes de montage : du brut au poli
Le workflow comprend plusieurs étapes : d’abord un « first pass » qui supprime les erreurs, les faux départs et les silences, puis un « polish pass » où l’on affine les coupes sur les mouvements (par exemple, couper au moment où l’orateur commence un geste). L’intervenant explique : « We’re making a cut on a movement. So, it looks more natural. » Cette précision esthétique reste humaine.
La performance impressionnante de ChatGPT 5.6 Luna
L’auteur teste le modèle 5.6 Luna, le moins cher d’OpenAI, avec un réglage « extra high » pour le raisonnement. Il est stupéfait par la qualité : « It rarely cut on the parts where I’m still speaking. » Le modèle a traité 217 000 tokens sans compactage, en 53 minutes pour la première passe et 12 minutes pour la seconde, soit environ 1h05 au total. Il souligne que ce modèle est devenu très compétitif face aux modèles chinois.
Les limites et erreurs de l’IA
Malgré les bons résultats, l’intervenant note des imperfections : des coupes ratées sur des plans trop courts, des hésitations dans le rythme. Il recommande de toujours vérifier le travail de l’agent, surtout au début. Il met en garde contre l’utilisation du mode « full access » sans comprendre les actions de Codex : « Some people who do not know what they’re doing, they have put full access, they have done a full send, and they have deleted a lot of [files]. »
La comparaison avec Claude et le choix du modèle
L’intervenant compare ChatGPT Codex à Claude (via son modèle Fable 5). Il conclut que Claude reste supérieur en qualité pour le code et les animations graphiques, mais que Codex est imbattable en rapport qualité-prix avec le plan à 20 $. Il déclare : « If quality is what you care about the most, and you do work beyond just content, stick with Claude. » Mais il ajoute : « Don’t commit to one model and believe it is the end-all, be-all. »
L’importance du workflow plutôt que du modèle
Le message central est que le système et le workflow comptent plus que le modèle choisi. L’intervenant conseille : « Don’t try to min-max your model, but min-max your workflow. » En créant des « skills » réutilisables (comme le « first pass skill »), on peut automatiser des tâches entières et gagner du temps à chaque itération.
La création de skills réutilisables
Une fois le premier montage terminé, l’intervenant demande à ChatGPT de créer un « skill » basé sur les étapes effectuées. Ce skill peut être réutilisé pour tout futur projet similaire (par exemple, une vidéo talking head). Il note que la deuxième exécution serait plus rapide, surtout en mode « fast ».
CONCEPTS CLÉS
- Codex : Agent d’OpenAI intégré à ChatGPT, capable d’exécuter des tâches sur l’ordinateur (comme piloter DaVinci Resolve) via des commandes et des plugins.
- MCP (Model Context Protocol) : Protocole qui permet à une IA de communiquer avec des applications externes (ici, DaVinci Resolve) pour lire/écrire des fichiers, contrôler des timelines, etc.
- Superpowers : Plugin pour Codex qui ajoute des « skills » (compétences) comme le brainstorming, la planification, et l’exécution de tâches complexes.
- First pass : Première passe de montage qui supprime les erreurs évidentes (faux départs, silences, mots incorrects) pour obtenir une version propre mais non finale.
- Polish pass : Passe finale où l’on affine les coupes sur des détails (mouvements, transitions) pour un rendu naturel.
- Skill : Dans le contexte de Codex, un ensemble d’instructions réutilisables qui automatisent un workflow spécifique (ex. « first pass skill »).
- Token : Unité de traitement pour les modèles de langage ; ici, 217 000 tokens représentent la quantité de texte/vidéo analysée par l’IA.
CONCLUSION
Cette vidéo illustre une tendance majeure : l’automatisation des tâches créatives répétitives grâce à des agents IA couplés à des outils professionnels. Le message clé est que l’IA ne remplace pas l’éditeur, mais le libère des tâches ingrates. En construisant un workflow solide et en créant des skills réutilisables, on peut réduire un montage de 2 heures à 1 heure, avec une qualité quasi identique. Cependant, l’intervenant rappelle que la supervision humaine reste indispensable, surtout pour les finitions esthétiques. L’avenir n’est pas à un modèle unique, mais à des systèmes hybrides où l’humain définit les règles et l’IA les exécute.