Une créatrice détaille un montage vidéo automatisé en environ 15 secondes avec Claude Code, FFmpeg et Whisper, jusqu’aux déclinaisons 15/30/60 secondes. En parallèle, des tests de Muse Wonder signalent des atouts marqués pour les agents (facturation, e‑mails, usage PC) mais des faiblesses en design et en finition visuelle.
Un pipeline vidéo local produit une version montée en 15 secondes
Brooke Lacey, technologue et créatrice suivie par plus de 290 000 personnes sur TikTok, décrit un flux de production qui transforme une prise brute en un format vertical finalisé en environ 15 secondes. Son montage repose sur Claude Code pour l’orchestration et sur FFmpeg, Whisper et Python pour l’exécution. L’édition est décrite dans un simple fichier texte au format TSV, où chaque ligne spécifie le début, la fin, la taille de plan et l’étiquette de la coupe. Une fois ce fichier généré par Claude, une même commande produit des versions de 15, 30 et 60 secondes ainsi qu’un recadrage paysage, sans téléversement ni éditeur traditionnel.
Méthode créative, brief par commentaires et OS personnel
Brooke Lacey explique avoir inculqué à Claude son tempo de coupe par des instructions précises et des itérations, jusqu’à capter rythme de voix, pause avant la chute et sélection de la meilleure prise. Elle transforme la section de commentaires en cahier des charges : chaque vidéo est reliée à ses retours, puis Claude Code extrait les questions, débats et attentes pour nourrir une liste d’idées. Son « lane OS » attribue à chaque produit une mémoire, des permissions et des fichiers d’état ; en cas d’erreur, elle remonte aux consignes et enregistre une correction globale. Elle estime qu’un socle solide permet un rythme d’une publication hebdomadaire, ses anciennes vidéos réémergeant régulièrement ; son pipeline n’a pas accru la cadence mais a éliminé des heures de friction de montage. Forte d’une expérience allant de Windows 3.1 à Y2K puis à l’IA actuelle, elle invite les profils chevronnés à partager ce regard plutôt que de s’effacer.
Vous voulez les meilleurs outils IA avant les autres ?
On teste et on décrypte les nouveaux outils IA chaque soir, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisissez votre rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Sur le support et les e‑mails, Muse Wonder domine sa catégorie de prix
Selon des tests de Claire, Muse Wonder s’est distingué comme meilleur agent dans sa gamme tarifaire pour résoudre des tickets de facturation, trier des boîtes mail, piloter un ordinateur et rédiger des e‑mails. Sur un scénario de support SaaS, il a corrigé une mauvaise liaison de compte, traité un remboursement en double, modifié un plan, rédigé la réponse et clôturé le ticket, tout en déjouant une tentative d’injection de prompt et en gérant les complications prévues. Claire attribue ces performances à un focus actif qui consacre davantage de temps aux tâches complexes, avec un lien plus marqué entre temps investi et qualité que chez des concurrents.
Rédaction et voix : style concis reproduit, timbre proche de Sonnet
Claire indique qu’elle confierait la rédaction d’e‑mails à Muse Wonder. Le modèle a repris son style en deux phrases sans sur‑formaliser ni s’étendre. Elle juge aussi sa voix naturelle et conversationnelle, d’une qualité proche de Sonnet dans ses essais.
Design frontal et prototypes : finitions manquantes, erreurs d’UI
Claire déconseille Muse Wonder pour l’interface utilisateur : les rendus affichent des polices serif lourdes, des couleurs imprécises, des coins très arrondis et des gabarits SaaS génériques. Sur une refonte de ChatPRD, il a ignoré des règles de marque, ajouté des emojis et dégradé le rendu des images. Selon elle, un prototype « à 80 % » ne reflète pas la quantité de travail nécessaire pour finaliser : les tests d’interaction échouent, certains boutons ne fonctionnent pas, les thèmes ne conviennent pas et les superpositions sont problématiques. Pour la vidéo, il a isolé un passage de 40 secondes, sélectionné une musique populaire et presque synchronisé l’ensemble, mais la faiblesse des overlays, la mauvaise position des sous-titres et un son mal traité ont empêché le résultat final.
Vitesses contrastées et périmètre d’usage envisagé
Claire observe de forts écarts de rapidité : Muse Wonder traite vite des SVG, de courts prototypes et des requêtes unitaires, mais ralentit pour le tri d’e‑mails, l’implémentation backend ou le montage vidéo, probablement parce que son focus actif s’attarde sur les objectifs complexes. Elle prévoit de l’expérimenter dans des flux d’agents, portée par son raisonnement en plusieurs étapes et sa voix, sans l’adopter au quotidien ni pour le frontal. Ses essais couvrent près de 20 tâches et incluent des comparaisons avec Opus 5.5, Astra et Fable ; elle maintient que la partie visuelle reste le point faible.
