La chaîne complète pour un Instagram 100% IA (sans jamais tourner une vidéo)

Je n'ai jamais tourné une seule vidéo pour mon Instagram. Il a passé les 1 000 abonnés en 30 jours, et plus de 1 000 personnes intéressées par l'IA sont entrées dans ma base. Pas de caméra, pas de micro, pas un seul plan monté à la main.

Ce qui bloque une stratégie de contenu, ce ne sont presque jamais les idées. C'est la production. Alors j'ai monté une chaîne qui fait tout, de la veille jusqu'à la publication. Ici, je te donne chaque brique avec son outil réel, pour que tu puisses la refaire. Mon seul rôle dans la boucle : choisir les sujets et valider l'angle.

La chaîne, en 7 briques

1. Veille : un agent suit l'actu IA et sort le sujet du jour.
2. Script : un modèle rédige le texte court à partir du sujet.
3. Avatar : HeyGen génère l'avatar qui joue le script.
4. Sous-titres : Whisper (via Groq) transcrit mot à mot.
5. B-rolls : Claude choisit un visuel animé par phrase, rendu en hyperframes.
6. Montage : tout est assemblé en Reel, puis relu par Claude.
7. Publication : le Reel part sur Instagram via OmniSocials.

Étapes 1 et 2 : la veille choisit le sujet, le script s'écrit

Le point de départ n'est pas la page blanche. Un agent de veille surveille l'actualité IA en continu et remonte ce qui monte, classé par signal. C'est lui qui fixe le sujet du jour. Ensuite, un modèle rédige le script court à partir de ce sujet : une idée claire, un rythme fait pour le format vertical. Je relis, je valide l'angle, et je laisse partir. C'est le seul endroit où j'interviens.

Étape 3 : l'avatar, sans caméra ni micro

Le script part dans HeyGen, qui génère un avatar qui le joue à l'écran, voix comprise. C'est là que la plupart des gens décrochent, parce qu'ils croient qu'il faut se filmer. Non. L'avatar porte le texte, et tu n'apparais jamais si tu ne veux pas. Tu choisis l'avatar et la voix une fois, ensuite c'est automatique.

Étape 4 : les sous-titres, calés au mot

La vidéo de l'avatar est transcrite par Whisper (le modèle large-v3, servi par Groq pour la vitesse), en mode mot à mot. Pourquoi mot à mot ? Parce que c'est ce qui permet des sous-titres synchronisés, qui s'affichent pile quand le mot est prononcé. C'est un détail invisible qui sépare une vidéo pro d'une vidéo amateur.

Étape 5 : les b-rolls, la partie que tout le monde rate

C'est la question qu'on me pose le plus : avec quoi tu fais les b-rolls ? Réponse : pas de Remotion, pas de vidéo générée par IA. J'utilise hyperframes, un moteur qui transforme du HTML/CSS animé en MP4.

Le mécanisme, phrase par phrase : le transcript est découpé en segments. Pour chaque segment, Claude lit ce que dit la phrase et choisit un visuel adapté dans une librairie d'une centaine de templates animés : un compteur qui s'incrémente, un terminal qui tape du texte, une carte qui apparaît, une citation. Si aucun template ne colle vraiment, Claude en génère un sur mesure pour ce segment précis. Chaque template est du code, rendu en vidéo par un navigateur headless. C'est ce qui fait qu'une vidéo ne ressemble pas à une tête qui parle sur fond fixe, et c'est reproductible à l'infini parce que ce sont des composants, pas des rushes.

Étape 6 : le montage, automatique et relu

Avatar, b-rolls et sous-titres sont assemblés en une seule composition hyperframes, rendue en Reel vertical 1080×1920. Aucun logiciel de montage ouvert, aucun export à la main. Puis une étape que je tiens à garder : Claude relit la vidéo. Il regarde des frames échantillonnées, vérifie que le texte à l'écran colle au discours, que rien ne déborde, et met une note sur 100. En dessous du seuil, il ajuste et relance un rendu tout seul. Au-dessus, la vidéo est validée.

Étape 7 : la publication, via OmniSocials

Là où beaucoup s'arrêtent (export puis upload manuel), j'ai branché OmniSocials. C'est un planificateur multi-réseaux qui expose une API simple. Le flux : le Reel fini est servi sur une URL publique, OmniSocials le récupère via son endpoint upload-from-url (pas de transfert manuel), puis crée un post de type reel avec la légende, CTA en tête et hashtags. Ensuite, trois choix : brouillon (tu publies d'un clic quand tu veux), programmé (à l'heure choisie, en ISO 8601), ou immédiat. J'ai gardé le brouillon par défaut, pour valider le rendu avant que ça parte. Pourquoi OmniSocials plutôt que l'API Instagram brute ? Une seule clé pour Instagram et dix autres réseaux, du scheduling intégré, et un mode brouillon qui te laisse la main.

Ce que ça coûte, ce qui reste à toi

Ce qui scale, ce sont les appels API : HeyGen pour l'avatar, Groq pour Whisper, Claude pour le script, les b-rolls et la relecture, plus l'abo OmniSocials. Le montage tourne sur un serveur, sans licence. Et surtout, la production n'est plus le goulot. Ce qui reste rare, c'est d'avoir quelque chose à dire : le choix du sujet et la validation de l'angle ne s'automatisent pas, et c'est tout ce qui me reste à faire.

Pour qui c'est

• Les fondateurs et indépendants qui savent qu'il faut publier mais butent sur la production.
• Les PME qui veulent une présence régulière sur leur marché sans monter un studio interne.
• Ceux qui veulent brancher exactement cette chaîne sur leur propre sujet.

Bottom line

Aucune brique de cette chaîne n'est magique : un avatar (HeyGen), une transcription (Whisper servi par Groq), un cerveau qui écrit le script, choisit les b-rolls et relit (Claude), un moteur qui rend le HTML en vidéo (hyperframes), et un planificateur pour publier (OmniSocials). Le vrai travail, c'est de les enchaîner proprement. Une fois que c'est fait, la seule question qui reste, ce n'est plus comment produire, c'est quoi dire.