Comment on fabrique un épisode de SerialKiwix, du script à la publication

SerialKiwix, c'est un kiwi barman le jour et tueur de fruits la nuit : une comédie d'horreur cartoon où il n'y a jamais de sang, seulement du jus. La saison 1 compte déjà six épisodes, fabriqués par KALEXEX et Claude avec l'IA et publiés sur TikTok, Instagram, Facebook et YouTube.

On te montre ici la chaîne telle qu'elle tourne vraiment chez nous, pas une version idéale. Elle tient en onze étapes, et la moitié ne demande aucune carte graphique.

Qui fait quoi

• KALEXEX : les idées, la validation du script, le choix des voix, le lancement du générateur sur son PC, l'avis final.
• Claude : l'écriture du script, la préparation des lots de génération, les voix, le montage, la relecture.

Une règle ne bouge jamais : le script est présenté et validé avant de générer la moindre image. Une idée se corrige en deux minutes sur une page. À l'écran, elle coûte des dizaines de plans.

Étape 1 : le script, là où tout se joue

Un script de SerialKiwix, ce n'est pas seulement des dialogues. Pour chaque scène, on écrit :

• une fiche de continuité : le décor, la tenue de chacun, l'objet en main, l'échelle des personnages, l'arme et l'état du décor après chaque événement (rideau tombé, fenêtre ouverte, mixeur cassé) ;
• la chaîne logique « cause → effet ». Celle de l'épisode 5 : l'écharpe va du panier à la fenêtre → Kiwix grimpe et entre par la fenêtre → mixeur en marche → l'écharpe tombe dedans et le casse → Pêche crie, le rideau tombe sur elle → Mangue entend → Kiwix fuit par l'écharpe → Mangue entre : la pièce est vide ;
• le découpage en plans de 2 à 4 secondes ;
• les dialogues, écrits fiches en main : chaque personnage place son tic (Citron éternue, Ananas compte les jours qui le séparent de la retraite, Mangue fait une bulle de chewing-gum) ;
• un hook (on ouvre sur le moment fort, avec les vrais plans de la scène annoncée) et un cliffhanger.

⚠️ Piège : sur l'épisode 5, environ 40 % du temps de calcul a servi à corriger des erreurs de logique : Kiwix qu'on ne voit jamais entrer, un mixeur posé au sol puis tenu en l'air, Mangue qui arrive sans avoir entendu le cri. Un découpage mieux pensé les aurait évitées. Depuis, une checklist de cohérence se remplit avant de générer.

Étape 2 : personnages, décors et voix

Un nouveau personnage, c'est une fiche (personnalité, tic, façon de parler, taille par rapport aux autres), un bloc de description en anglais copié mot pour mot dans chaque prompt, une image de référence, et trois propositions de voix faites avec le Voice Design d'ElevenLabs. KALEXEX choisit.

Pour les lieux, on fabrique un décor maître (une vue large du lieu) qui servira de référence à tous les plans tournés à cet endroit.

Étape 3 : les voix avant les images

On enregistre les répliques avant de toucher aux images, pour deux raisons : leur durée fixe le rythme du montage, et les plans où un personnage parle ont besoin du son pour animer la bouche. Un petit script génère les répliques, raccourcit les pauses, applique l'effet « vieille télé » quand un personnage passe à l'écran, et mesure les durées.

Étape 4 : les images clés

En local, sur la carte graphique du PC : Qwen Image 2.1 avec un accélérateur de 8 pas (Pruna), en 864×1536 (format vertical), environ 20 secondes par image. L'ordre compte :

1. le décor maître ;
2. les plans larges, avec le décor maître en référence ;
3. les gros plans, générés à partir du plan large, pour garder la même lumière, le même fond et les mêmes accessoires.

Tout passe ensuite sur une planche contact, et on refait ce qui rate. Aucun texte n'est demandé à l'IA : journaux, contrats et comptes à rebours sont composés à part, en Python. C'est lisible et ça ne coûte rien.

Étape 5 : les vidéos

Toujours en local : MiniMax H3 (mode « image de départ ») avec le LoRA communautaire « Pika merge lite » (310 Mo), en 480×832 et en 4 pas, soit 45 à 50 secondes par plan.

• Plan d'action : l'image clé + la description de l'action, dans l'ordre.
• Plan parlant : la réplique sert de guide audio. On la rallonge de silence jusqu'à 5,6 secondes, sinon le modèle invente une suite… en anglais.

KALEXEX lance une seule fois le « travailleur » sur son PC. Claude dépose ensuite les lots dans une file d'attente, qui les exécute l'un après l'autre : 13 lots dans la journée pour l'épisode 5.

Avant l'épisode 5, les vidéos passaient par Higgsfield, dans le cloud : entre 185 et 216 crédits par épisode pour les épisodes 1 à 4.

Étape 6 : relire avant de monter

Une vidéo peut démarrer juste et dériver à la fin. On regarde donc 5 images par plan (à 0,2 / 0,8 / 1,6 / 2,6 / 3,6 secondes), pas seulement la première. Pour les plans d'action importants, on lance 2 graines d'emblée, et on garde la meilleure.

Étape 7 : bruitages et musique

Les bruitages et les musiques manquants viennent d'ElevenLabs, puis rejoignent une bibliothèque de sons réutilisables. Deux règles nées de nos erreurs :

• chaque bruitage est calé sur l'instant exact de l'image, et aucun son n'est sans image (la bulle de Mangue n'éclatait pas au bon moment) ;
• les ambiances s'écoutent en boucle avant le montage. L'eau, la pluie ou la vapeur passent dans un filtre passe-bas vers 3 kHz : notre première douche était stridente.

Étape 8 : le montage, écrit en Python

Pas de logiciel de montage à la souris : un fichier décrit chaque plan (source, durée, zoom, cartons de lieu, sous-titres, sons), et un script ffmpeg fabrique la vidéo. Il agrandit le 480p en 720×1280, place les sous-titres, baisse la musique sous les voix et règle le volume autour de −14 LUFS. Un outil vérifie avant l'export qu'aucun sous-titre ne déborde sur le plan suivant. L'export prend une ou deux minutes.

Étape 9 : la revue

On extrait une image par seconde, on les met en planches et on regarde l'épisode en entier en se demandant « pourquoi ? » à chaque plan. KALEXEX donne son avis. L'épisode 5 a connu trois versions le même jour : la v1, une passe de cohérence (v2), puis la salle de bain refaite selon son déroulé (v3). En local, ces corrections n'ont rien coûté en crédits.

Étape 10 : la publication

• une miniature 3:4 avec le personnage reconnaissable et l'objet clé ;
• une légende fixe : « SerialKiwix · Épisode N », une accroche, une question à choix (« Team écharpe ou team mixeur ? »), 4 ou 5 hashtags toujours identiques, plus un lié à l'épisode ;
• un commentaire épinglé qui renvoie aux épisodes précédents ;
• la mention « contenu généré par IA », toujours, sur chaque réseau ;
• pour Instagram, une couverture 9:16 prolongée par l'IA, sans flou de remplissage.

Les premiers chiffres TikTok restent modestes : environ 150 à 200 vues par vidéo, le « lot test » que la plateforme donne d'abord à une nouvelle vidéo, d'après ce qu'on a observé. La suite dépend surtout du temps de visionnage.

Étape 11 : le retour d'expérience

Après chaque épisode, on écrit ce qui a raté et la règle qui l'évite. De l'épisode 1 à l'épisode 5, ça fait 35 règles, de A à AI. Exemples : « plan large d'abord », « chaque réaction a sa cause à l'écran », « un personnage qui ne doit pas voir le tueur n'interagit pas avec lui ». On ne vise pas la perfection à chaque épisode : on progresse d'un épisode à l'autre.

L'épisode 5 en chiffres

Mesure	Épisode 5 « La douche »
Durée finale	2 min 07, 42 plans
Images générées	60 (corrections comprises)
Vidéos générées	56 (corrections comprises)
Temps de calcul	≈ 67 min sur une RTX 5080 (16 Go)
Crédits cloud pour les images et les vidéos	0
Voix et bruitages	ElevenLabs : 18 répliques, ≈ 15 sons

✅ À retenir : écrire avant de générer, plan large d'abord, un son pour chaque image, relire en planches, et noter chaque leçon. Le reste, ce sont des réglages.

Et maintenant ?

Chaque étape de cet article a ses réglages, ses prompts et ses pièges. On les détaille un par un dans l'École Fruise : le début de chaque cours sera gratuit. En attendant, le blog continue de raconter nos coulisses, épisode après épisode.