Découper une interview longue en shorts, c'est d'abord décider quelles réponses prononcées méritent de survivre — et très peu de cette décision se joue sur une timeline. Les entretiens concentrent une grande part du travail de short-form payant : un créateur, une marque ou une agence vous tend deux heures de conversation et veut des clips verticaux autonomes. Le plus rapide pour bien faire est de lire la transcription, de choisir les réponses complètes qui valent le coup, puis seulement de couper. Cet article donne cette méthode de lecture, la frontière honnête entre les réponses que vous choisissez et le montage qu'une machine peut finir, et les règles de cadrage qui rendent une tête parlante regardable en 9:16.
Une interview devient des shorts en choisissant les réponses qui survivent
Un projet d'interview donne rarement un seul clip. Que la source soit un podcast, un entretien invité ou une session de talking head, la commande revient presque toujours au même : découper cela en shorts qui se publient seuls. Cette différence change tout. Un montage long façonne des heures de rushes en une histoire continue ; les shorts transforment les mêmes rushes en plusieurs vidéos indépendantes, et chacune doit avoir un sens pour quelqu'un qui n'a vu ni les autres clips, ni la question posée avant la réponse.
Du coup, le goulot du clipping d'interview n'est pas la coupe — c'est le choix. Pour chaque clip livré, le vrai travail consiste à décider quelle réponse mérite d'être gardée et où cette réponse commence et finit. Lisez une longue conversation comme une suite de réponses séparées, et chaque réponse devient un clip candidat ; le métier, c'est de retenir les réponses qui se tiennent seules et de poser des limites propres pour que chaque short porte une pensée complète. Ce choix se joue dans les mots bien avant de se jouer dans les images, ce qui explique que tout ce qui suit parte de la transcription.
Le schéma montre la méthode d'un coup d'œil : prenez l'interview, lisez-la comme du texte, choisissez les réponses complètes, puis coupez, recadrez et sous-titrez chaque réponse pour en faire un short vertical.
Frotter la vidéo et l'auto-clip brutal échouent tous les deux
Les deux raccourcis vers des clips d'interview échouent pour des raisons opposées, et au même endroit : aucun ne construit de carte de ce qui a été dit.
Regarder et frotter la timeline est le chemin lent et honnête — lent parce que vous regardez au lieu de décider. Sur deux heures d'interview, vous passez tout en entier une fois et vous n'avez toujours pas d'index : quand le client demande « le passage où elle parle de l'onboarding », vous ne pouvez pas y sauter. Vous l'avez regardée, vous ne l'avez pas lue. Le temps part dans le visionnage, pas dans la sélection.
Le raccourci brutal — jeter toute l'interview dans un auto-clipper et prendre ce qui sort — échoue dans l'autre sens. Il repère les moments sonores, les rires ou les silences, mais il ne sait pas quand une pensée prononcée est complète, et il rend donc des fragments qui commencent ou s'arrêtent en plein milieu d'une phrase. C'est le moyen le plus rapide de perdre un spectateur : les données de rétention d'audience montrent toujours la chute la plus forte dans les premières secondes, et un clip qui s'ouvre sur la fin d'une idée commence au milieu de la phrase pour celui qui le regarde.
Les deux raccourcis évitent l'étape qui rend le clipping d'interview rapide : la lecture. La transcription est la carte que le visionnage ne donne jamais.
Lire l'interview et marquer d'abord les réponses complètes
Ouvrez la transcription et traitez-la comme la source de vérité. Les monteurs qui découpent des interviews de façon professionnelle passent par la transcription précisément pour cela : elle transforme des heures de parole en texte qu'on lit et qu'on cherche en quelques minutes. Le guide de PremiumBeat sur le montage d'interviews pose d'ailleurs la transcription et le surlignage comme le socle de tout le travail. Travaillez sur une transcription horodatée, pour que chaque réponse marquée ait une image où couper.
Lisez en cherchant des réponses complètes, pas des « moments intéressants ». Une réponse est une pensée avec un début, un milieu et une fin : la personne dit ce qu'elle pense ou ce qu'elle a fait, l'explique, puis conclut. Marquez où une idée autonome commence et où elle se termine. C'est cette limite — pas les dix secondes les plus bruyantes — qui fait votre clip.
Passez ensuite chaque candidate au test de l'inconnu. Est-ce que cela aurait un sens pour quelqu'un qui n'a pas entendu la question et n'a pas vu la minute précédente ? Si la réponse exige de réintroduire la question, ou si elle s'étiole sans conclure, commencez-la plus tôt, finissez-la plus tard, ou laissez tomber. Un clip qui démarre au milieu d'une réponse et s'arrête avant le propos n'est pas un short — c'est un fragment que seule la personne qui a posé la question peut suivre. La façon dont un clip se termine compte autant que son début ; finir sur une pensée complète, c'est ce qui lui permet de terminer au lieu de s'arrêter.
Enfin, tenez à une idée par short. Si une réponse contient trois idées fortes, faites-en un bon short ou découpez-la en trois ; ne mélangez pas des pensées sans lien dans un seul clip pour remplir le temps. Le schéma montre la différence entre livrer un fragment et livrer la réponse entière.
Cadrer un seul interlocuteur : recadrage et sous-titres, le passage répétitif
Une fois les réponses choisies et bornées, chaque clip doit encore devenir regardable en 9:16, et ce travail est identique pour chaque clip du lot : cadrer celui qui parle, garder le visage dégagé et tenir les sous-titres hors de l'interface.
- Cadrez l'interlocuteur, pas la pièce. Les rushes d'interview sont en général un plan large à deux personnes. En vertical, impossible de montrer les deux à la fois : le recadrage suit celui qui parle — on coupe sur l'interlocuteur actif et on s'y tient. (Le schéma d'anatomie ci-dessous montre le recadrage sur le plan large et le cadre qui en résulte.)
- Gardez le visage dans la zone sûre haute. Les plateformes verticales rognent un peu le centre et les côtés du fil, et l'interface du téléphone couvre le bas ; la composition la plus sûre place les yeux dans le tiers supérieur. Chaque plateforme rogne aussi le cadre différemment, donc laissez de la marge plutôt que de remplir bord à bord.
- Tenez les sous-titres hors du bas. La barre de likes, la légende et le fil passent sur le bas du clip ; l'endroit où l'on place les sous-titres sur un short décide s'ils restent lisibles. Placez-les au-dessus de la zone que l'interface occupe.
La vidéo verticale a longtemps été traitée comme une erreur de cadrage ; l'histoire du format sur Wikipédia rappelle utilement que le portrait est un choix délibéré que le téléphone a rendu standard, pas un compromis à combattre. Le point ici est plus étroit : pour une tête parlante, le cadre vertical est le portrait d'une personne, et le recadrage se décide selon qui parle.
C'est ici que la chaîne de production de clips de ClipFinish trouve sa place, parce que c'est la partie qui se répète vraiment. Vous lisez la transcription, marquez les réponses — le jugement que vous venez de faire — puis posez une fois le cadrage et le style de sous-titres, et l'outil coupe chaque réponse marquée, la recadre sur l'interlocuteur et la sous-titre en lot. ClipFinish ne décide pas quelle réponse vaut la peine d'être gardée ni où finit sa pensée ; il finit le recadrage et le sous-titrage mécaniques des réponses que vous avez choisies. Ce partage — automatiser le passage répétitif, garder le jugement — est le débat plus profond sur les outils IA de clips.
L'anatomie du recadrage, et pourquoi le sous-titre se place là où il se place, est dans le schéma.
Découper une interview : réponses rapides
- Quelles parties d'une interview dois-je clipper ?
- Lisez la transcription pour trouver des réponses complètes et autonomes — une pensée avec un début, une explication et une fin — et marquez où chacune commence et finit. Privilégiez les réponses qui ont un sens pour un inconnu qui n'a pas entendu la question.
- Dois-je travailler à partir de la vidéo ou de la transcription ?
- Partez d'une transcription horodatée. Elle permet de trouver et de borner les réponses en quelques minutes et de chercher un thème précis, puis de ne regarder que les passages marqués. Regarder des heures de rushes sans carte de texte, c'est le chemin lent.
- Combien de temps doit durer un clip issu d'une interview ?
- Le temps qu'il faut à la réponse complète. Une pensée autonome de quarante secondes est un meilleur short qu'un fragment de dix secondes haché. Ne raccourcissez jamais une réponse jusqu'à la demi-pensée pour tenir une durée arbitraire.
- Un outil IA peut-il découper les interviews à ma place ?
- En partie. Un outil peut couper, recadrer et sous-titrer à grande échelle, mais il ne sait pas quand une réponse prononcée est complète, et un clip qui commence ou finit au milieu d'une pensée perd le spectateur. Gardez l'outil sur le passage de finition répétitif et gardez pour vous le choix des réponses.
- Quel interlocuteur cadre-t-on quand deux personnes sont visibles ?
- Celui qui parle. Les rushes d'interview sont en général un plan large à deux personnes, et en vertical on recadre sur celui qui parle et on s'y tient.
On découpe une interview en shorts en la lisant pour trouver des réponses complètes et en retenant celles qui se tiennent seules — pas en coupant plus fort ni plus vite. Décidez de la réponse de chaque clip et de ses limites dans la transcription, cadrez un seul interlocuteur en 9:16 et tenez les sous-titres hors de l'interface ; c'est ce choix qui fait que le clip est à vous. Le passage mécanique qui suit — couper chaque réponse marquée, la recadrer sur l'interlocuteur et sous-titrer le lot — est exactement ce que la chaîne de production de clips de ClipFinish finit pour vous, tandis que la décision de la réponse qui vaut la peine d'être gardée reste entre vos mains. C'est la partie d'une interview que vous seul pouvez lire.