FR ▾
Obtenir une clé API

AccueilGuide

Mis à jour le

Générateur de scripts vidéo IA basé sur une API LLM

Un générateur de scripts vidéo IA est un modèle textuel avec un bon prompt autour. Ce guide montre comment en construire un sur une API compatible OpenAI, avec un modèle Python et le coût réel par script.

Défilement de bandes filmées depuis un terminal, chaque image contenant un croquis de scène, représentant la génération de script par API
Récipient en verre se remplissant de blocs lumineux pendant qu'une flèche tourne en boucle, illustrant la fenêtre de contexte d'un agent

Points clés

  1. L'API écrit uniquement du texte : scripts, listes de plans et voix off. Elle ne génère pas de vidéo.
  2. Demandez du JSON pour que chaque scène atterrisse dans un champ que votre éditeur ou outil vidéo peut lire.
  3. Un script de 60 secondes avec liste de plans coûte environ un dixième de cent à $0,15 et $0,50 par 1M tokens.
  4. Conservez le brief, le ton et les scènes précédentes dans le prompt ; la fenêtre fait 100 000 tokens.

Aucune carte nécessaire. Après la connexion, réclamez 0,50 $ de crédit d'essai gratuit en un clic (une fois par personne).

Obtenir une clé API

Ce que fait réellement un générateur de script

Un générateur de scripts vidéo IA prend une courte idée et retourne le texte dont une vidéo a besoin : un crochet, des scènes, une narration, du texte à l'écran et des notes pour les visuels. Le modèle fait l'écriture. Votre code fait le reste : il construit le prompt, l'envoie, vérifie la réponse et distribue les parties à ce qui génère les images.

Cette API est textuelle uniquement. Elle ne génère pas d'images, d'audio ou de vidéo. Cela convient bien à la tâche, car le script est l'étape où la plupart des projets vidéo bloquent, et c'est aussi l'étape la moins chère à automatiser. Les images et les voix proviennent d'autres outils que vous utilisez déjà. Le modèle, exécuté par un fournisseur indépendant, est optimisé pour répondre sans refus de contenu pour un usage adulte légal, ce qui est important si vos scripts couvrent de la fiction mature, de l'horreur, des histoires criminelles ou de l'humour noir. Pour une vue d'ensemble de la façon dont le texte s'intègre dans les pipelines vidéo, consultez le guide de l'API vidéo IA.

Trois sorties méritent d'être demandées en un seul appel : le texte de voix off (ce que dit le narrateur), la liste de plans (ce que voit le spectateur) et une estimation du temps par scène. Les séparer en champs distincts simplifie les étapes suivantes.

Configurer le client

L'endpoint est compatible OpenAI, donc le SDK standard fonctionne. Obtenez une clé sur la page clé API, puis pointez le client vers l'URL de base et utilisez l'ID de modèle uncensored.

from openai import OpenAI

client = OpenAI(
    base_url="https://api.aivideogenapi.com/v1",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a 3-line hook for a video about night trains."}],
)
print(resp.choices[0].message.content)
print(resp.usage)

La même requête fonctionne avec curl ou Node avec seulement l'URL de base et la clé changées. Les détails complets des paramètres sont dans la documentation API. Les nouveaux comptes peuvent réclamer 0,50 $ de crédit d'essai en un clic sur la page clé, ce qui suffit pour tester tout ce qui est dans cet article à plusieurs reprises.

Un modèle de prompt qui retourne des scènes exploitables

Une demande vague donne des scripts vagues. Un bon modèle corrige quatre choses : le public, la longueur, le ton et le format de sortie. Mettez les règles dans le message système et l'idée dans le message utilisateur.

import json
from openai import OpenAI

client = OpenAI(base_url="https://api.aivideogenapi.com/v1", api_key="YOUR_KEY")

SYSTEM = """You write short video scripts.
Return JSON only, with this shape:
{"title": str, "hook": str,
 "scenes": [{"n": int, "seconds": int, "voiceover": str,
             "shot": str, "on_screen_text": str}]}
Rules:
- Total length matches the requested duration.
- Voiceover is spoken language: short sentences, no stage directions.
- 'shot' describes what the camera shows, in one sentence.
- First scene is a hook that works without sound."""

def make_script(idea, seconds=60, tone="dry, curious", audience="adults"):
    user = f"Idea: {idea}\nDuration: {seconds} seconds\nTone: {tone}\nAudience: {audience}"
    r = client.chat.completions.create(
        model="uncensored",
        temperature=0.8,
        response_format={"type": "json_object"},
        messages=[{"role": "system", "content": SYSTEM},
                  {"role": "user", "content": user}],
    )
    return json.loads(r.choices[0].message.content), r.usage

script, usage = make_script("why night trains are coming back")
for s in script["scenes"]:
    print(s["n"], s["seconds"], s["voiceover"])

Le mode JSON (response_format avec json_object) garde la réponse analysable. Enveloppez toujours json.loads dans un bloc try et réessayez une fois en cas d'échec, car tout modèle peut occasionnellement produire une chaîne brisée. Une température de 0,7 à 0,9 donne des formulations variées ; réduisez-la à 0,3 lorsque vous avez besoin d'une structure quasi identique sur un lot.

Vérifiez la longueur avant de lui faire confiance

Les modèles sont mauvais pour compter les secondes. Une règle fiable est d'environ 150 mots prononcés par minute pour un narrateur calme, un peu plus pour les clips sociaux rapides. Après chaque appel, comptez les mots dans tous les champs de voix off et comparez-les avec l'objectif.

def spoken_seconds(script, wpm=150):
    words = sum(len(s["voiceover"].split()) for s in script["scenes"])
    return round(words / wpm * 60)

est = spoken_seconds(script)
if abs(est - 60) > 8:
    print("Off target:", est, "seconds. Ask for a rewrite.")

Si le script est trop long, envoyez un deuxième message avec les chiffres réels : « La voix off dure environ 78 secondes ; réduisez à 60 sans perdre le crochet. » Des retours concrets fonctionnent mieux que « rends-le plus court ». Conservez la première réponse dans la liste des messages pour que le modèle voie ce qu'il a écrit.

Listes de plans et voix off en passes séparées

Pour les vidéos plus longues, un appel pour tout devient mince. Utilisez deux passes à la place. Demandez d'abord un plan des titres de scènes et des objectifs en une ligne. Puis générez chaque scène dans son propre appel, en passant le plan et la voix off de la scène précédente pour que le ton se perpétue.

  • Pass 1, plan : 6 à 12 scènes, chacune avec un objectif et une durée approximative.
  • Pass 2, scènes : voix off et plan pour une scène à la fois, avec le plan et les deux dernières scènes en contexte.
  • Passe 3, polissage : lisez le texte de voix off complet et demandez à varier les phrases répétées.

La fenêtre de contexte est de 100 000 tokens pour le prompt plus la réponse, donc même un script de documentaire de 20 minutes avec son plan complet tient dans une seule conversation. Pour savoir comment la mémoire se comporte dans les longues sessions, la page sur la fenêtre de contexte couvre les limites pratiques. Le streaming (stream: true) est utile si vous montrez le script à une personne au fur et à mesure de son écriture.

Combien coûte un script

La tarification est de 0,15 $ par 1M tokens d'entrée et 0,50 $ par 1M tokens de sortie, payés depuis le crédit prépayé. Prenons un script typique de 60 secondes avec une liste de plans. Disons que le prompt fait 1 200 tokens (règles plus idée) et la réponse 1 800 tokens.

PartieTokensCalculCoût
Entrée1 2001 200 / 1 000 000 x 0,15 $$0,00018
Sortie1 8001,800 / 1 000 000 x $0,50$0,0009
Total3 000$0,00108

Cela représente environ un dixième de cent par script. Une chaîne qui produit 1 000 scripts paie environ $1,08 de frais de modèle. Les tentatives et les passes de polissage s'ajoutent à cela, mais même trois appels par script le maintiennent près d'un cent. Les requêtes échouées ou refusées ne sont pas facturées. Le crédit n'expire jamais, et la page tarifaire liste les montants de rechargement, de $20 à $500, et les paliers de bonus.

Le champ usage dans chaque réponse donne les décomptes exacts de tokens, afin que vous puissiez enregistrer le coût réel par script au lieu d'estimer.

Limites et habitudes qui font gagner du temps

Une clé complète permet 8 requêtes simultanées et 300 requêtes par minute. Une clé d'essai permet 2 requêtes simultanées et 60 par minute. Lorsque vous batchez de nombreux scripts, utilisez un petit pool de workers de 4 à 6 et rétroagissez lorsque vous voyez un HTTP 429. Le code d'erreur indique quelle limite vous avez atteinte : rate_limited pour les requêtes par minute, concurrency pour trop de requêtes à la fois. En cas de surcharge temporaire, la réponse contient un en-tête Retry-After: 5, donc attendez cinq secondes et réessayez.

  • Sauvegardez chaque script avec son prompt, afin que vous puissiez reproduire un bon script. Le paramètre seed est transmis si vous voulez des exécutions reproductibles.
  • Conservez une feuille de style (phrases interdites, noms de personnages récurrents, voix de marque) dans le prompt système et réutilisez-la sur plusieurs vidéos.
  • Enregistrez X-Request-Id de chaque réponse ; cela aide lorsque vous demandez au support concernant un appel spécifique.
  • Lisez chaque script avant de le publier. Le modèle écrit un texte fluide, pas des faits vérifiés.
import time

def call_with_retry(fn, tries=4):
    for i in range(tries):
        try:
            return fn()
        except Exception as e:
            if "429" in str(e) and i < tries - 1:
                time.sleep(5 * (i + 1))
                continue
            raise

Les prompts ne sont pas utilisés pour l'entraînement. Le contenu sexuel impliquant des mineurs n'est pas autorisé, quelle que soit la formulation.

Questions et réponses

Cette API peut-elle générer la vidéo elle-même ?

Non. Elle génère uniquement du texte. Utilisez-la pour les scripts, les listes de plans, les sous-titres et le texte de voix off, puis transmettez-les aux outils vidéo et audio que vous utilisez déjà.

Quelle peut être la longueur d'un script ?

La fenêtre de contexte est de 100 000 tokens pour le prompt et la réponse combinés, et max_tokens est optionnel, donc les scripts très longs tiennent. Pour tout ce qui dépasse quelques minutes, une passe de plan suivi d'appels scène par scène donne une meilleure qualité.

Dois-je payer pour l'essayer ?

Non. Les nouveaux utilisateurs peuvent réclamer $0,50 de crédit d'essai en un clic sur la page de clé API après la connexion. Les recharges ultérieures se font en crypto (USDT sur TRC20 ou USDC sur Base).

Refusera-t-il les sujets d'histoire sombres ou pour adultes ?

Le modèle est ajusté pour répondre sans refus de contenu pour un usage adulte légal. Le contenu impliquant des mineurs dans un contexte sexuel n'est jamais autorisé.

Votre clé n'est qu'à un formulaire d'ici

Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.

Obtenir une clé API