Synthèse exécutive
NotebookLM permet de transformer un corpus de sources (PDF, texte, URLs, audio, etc.) en résumés vidéo, présentations (Slide Deck) et autres artefacts via un panneau “Studio”, avec possibilités de personnalisation (langue, format, style visuel, prompt d’instructions/steering prompt) et des quotas variables selon l’offre.
Pour atteindre un rendu hyper-dense et hautement dynamique, la variable la plus déterminante n’est pas le “prompt final”, mais la qualité + structuration des entrées (sources + “pack” normalisé) et l’ajout d’une boucle QA spécifique pour bloquer les incohérences sémantiques (ex. “open source fermé”) et les glissements de portée (cas particulier → conclusion générale).
Les limites structurelles à intégrer dès le départ :
- Les résumés vidéo et présentations sont générés par IA et peuvent contenir des inexactitudes / problèmes audio ; la génération peut “prendre du temps” (jusqu’à >30 minutes cité côté doc EN).
- Les présentations sont exportables en PDF, et l’aide EN mentionne aussi l’export PPTX ; la révision de slides ne permet pas (encore) l’ajout/suppression de slides et ne tient pas compte des sources pendant la révision (donc QA avant et après).
- Les quotas (sources/notebook et générations par jour) sont “susceptibles de changer” et dépendent de l’offre (Standard/Plus/Pro/Ultra), avec quotas distincts pour les Cinematic Video Overviews.
La méthode opérationnelle recommandée est un pipeline en 3 couches :
1) Pré-traitement universel (filtrage → extraction → normalisation en “pack source unique”).
2) Génération NotebookLM (vidéo + deck + exports).
3) QA en boucle (P4bis cohérence sémantique + P4ter contrôle faits/couverture + go/no-go), puis packaging (PPT/PDF executif + booklet LinkedIn).
Objectifs et critères de réussite
Objectif “hyper-dense” (définition opérationnelle) : maximiser la valeur décisionnelle par minute sans surcharger l’écran. En pratique, cela implique un “cadencement d’idées” proche de 1 idée toutes 5–10 secondes (soit 6–12 idées/minute) et une discipline stricte “1 idée par slide”. Ce type de contrainte est cohérent avec la logique des formats “Explicatif/Briefing” et la personnalisation par prompt d’instructions dans les résumés vidéo.
Objectif “hautement dynamique” (définition opérationnelle) : introduire une tension cognitive contrôlée via :
- alternance action → erreur → conséquence → correction (pédagogie par contraste),
- “pattern interrupts” fréquents (mini-changements de rythme),
- articulation DO/DON’T à haute densité (erreurs réalistes, pas des slogans).
Critères de réussite (mesurables sur storyboard) :
Chaque slide a un titre-conclusion et un visuel suggéré (diagramme/flow/comparaison/timeline), au lieu d’un paragraphe.
Au moins 30–50% des slides portent une tension structurée (DO/DON’T, risque, limite, “ce qui casse”).
Les “claims” sont traçables à des sources (contrôle claim-by-claim) pour limiter les inexactitudes.
Outputs prêts diffusion : deck exporté, booklet LinkedIn conforme contraintes (≤100 Mo, ≤300 pages, doc non modifiable après upload).
🤖 Je publie des décryptages IA sous un format audio immersif généré avec NotebookLM — deux voix artificielles qui débattent, argumentent et vulgarisent des sujets complexes de manière narrative.
Des sujets comme :
- L’AGI : les vrais défis qui ne sont pas techniques
- L’effet domino de l’IA sur l’emploi
- Les agents IA autonomes : où en est-on vraiment ?
- Les modèles de monde : la clé de l’IA générale ?
Soyons honnêtes sur l’outil.
J’utilise NotebookLM pour préparer et présenter la majorité de mes vidéos — et j’assume ce choix pleinement.
Mais NotebookLM a des limites réelles, surtout appliqué à la vidéo :
- ⚠️ Il ne « voit » pas les images — il travaille uniquement sur le texte
- ⚠️ Il peut introduire des biais dans l’interprétation des sources
- ⚠️ Il n’est pas conçu nativement pour le format vidéo
Ma valeur ajoutée est ailleurs : dans la sélection des sources, la curation des sujets, et la mise en contexte humaine.NotebookLM est mon outil — pas mon cerveau.
C’est ça, l’IA augmentée : utiliser la technologie de façon lucide, pas aveugle.
Ce qui ne change pas :
✈️ L’esprit Voyage Discovery 360 reste intact — l’immersion, la curiosité, l’exploration. Mais maintenant, on explore aussi les frontières de la technologie.
Fonctionnalités et contraintes NotebookLM
Résumés vidéo
Personnalisation disponible (web) :
- Format (FR) : “Vidéo explicative” et “Briefing”, avec narration et visuels extraits (images, diagrammes, citations, chiffres) depuis vos sources ; un prompt d’instructions permet de concentrer la vidéo sur des sources/thèmes.
- Styles visuels (18+) : Classique, Tableau blanc, Aquarelle, Impression rétro, Traditionnel, Papier découpé, Kawaii, Anime, et un mode “Personnalisé” basé sur une description.
- Langue : plus de 80 langues, avec réglage via Paramètres → Langue de sortie ou au moment de la génération.
- Gestion/partage : lecture (vitesse, avance/retour), partage, téléchargement (web).
Contraintes clés :
- Inexactitudes possibles + problèmes audio ; la génération peut être longue.
- Partage public : uniquement comptes personnels (désactivé pour Workspace Enterprise/Education).
Cinematic Video Overviews (fonctionnalité “dernière génération”) :
- L’aide EN décrit “Cinematic” comme un format Ultra 18+ et “English only” à date.
- L’annonce produit (mars 2026) présente Cinematic comme un saut “au-delà du slideshow narré”, avec animations plus fluides et décisions “creative director”, disponible en anglais et ciblée Ultra (18+).
Présentations NotebookLM (Slide Deck)
Capacités :
- Formats : “Diaporama détaillé” (lecture autonome) et “Diapositives du présentateur” (plus visuel + points d’appui), avec choix de langue, longueur (court/par défaut/long) et prompt de description.
- Exports : l’aide FR mentionne PDF ; l’aide EN mentionne PDF et PPTX.
- Révisions : instructions slide-by-slide ; limitation importante : pas d’ajout/suppression de slides et les sources ne sont pas prises en compte pendant la révision.
- Risque : inexactitudes visuelles/factuelles ; génération en plusieurs minutes.
Sources, limites d’import, nature “copie statique”
NotebookLM fonctionne sur des copies statiques de sources importées ; les types supportés incluent audio, texte, Docs/Slides, URLs web, vidéos publiques YouTube, etc., avec des limites par source et par notebook.
Limites (noyau) :
- Jusqu’à 50 sources par notebook (Standard), et 500 000 mots ou 200 Mo par source.
- Les détails d’import YouTube (sous-titres requis, transcript importé, etc.) sont explicités dans la doc FR.
Quotas et plans (à utiliser comme contrainte de production)
Les quotas sont fournis dans la page officielle “Upgrade NotebookLM” (EN) avec mention “Subject to Change” et couvrent notebooks, sources, chats, audio/video, cinematic.
Exemples (à revalider sur la page au moment de produire) :
- Standard : 100 notebooks, 50 sources/notebook, 50 chats/jour, 3 audio/jour, 3 vidéo/jour, deep research 10/mois.
- Ultra : jusqu’à 600 sources/notebook, 5K chats/jour, 200 audio/jour, 200 vidéo/jour ; quotas cinematic distincts.
Mobile : divergences documentaires à traiter en risque
- La doc FR “résumés vidéo” indique non disponible “pour le moment” dans l’app mobile.
- La doc Android (EN) décrit au contraire la génération/lecture sur mobile, mais précise qu’il n’est pas possible de télécharger les Video Overviews depuis l’app.
Interprétation rigoureuse : la disponibilité peut dépendre du pays, du déploiement progressif et de la version ; pipeline de production fiable = privilégier web pour export et conserver mobile comme espace de consultation.
image_group{« layout »: »carousel », »aspect_ratio »: »16:9″, »query »:[« whiteboard explainer video style », »anime infographic educational style », »retro print infographic style », »executive slide deck minimalist design »], »num_per_query »:1}
Qualité des sources et scoring pondéré
Checklist minimale “source pack” (obligatoire)
Pour éviter les sorties “plate/générique” et réduire les incohérences, constituer un pack qui respecte :
- Au moins 1–2 sources primaires/officielles (docs, specs, annonces produit) ; NotebookLM peut produire des inexactitudes, donc la vérifiabilité est un facteur majeur.
- Au moins 1 source “terrain” (retour d’expérience, cas d’usage) pour injecter contraintes réelles (ce qui casse, limites).
- Au moins 1 source “contrepoids” (limitations, alternatives, modèles opposés) ou à défaut : générer des trade-offs via P4bis/P4ter.
- Droits : éviter d’importer des documents sans droits (recommandation explicite).
Table de scoring pondéré (0–100)
Notation par critère : 0–5. Score final = Σ( (note/5) × poids ).
Seuils recommandés : ≥70 = OK, 55–69 = utilisable avec renfort, <55 = à écarter.
| Critère | Poids | Comment tester rapidement | Échec typique si faible |
|---|---|---|---|
| Crédibilité / vérifiabilité | 25 | auteur/organisme identifié, preuves traçables | “claims” non soutenus → hallucinations citeturn9view0turn8view1 |
| Fraîcheur (si sujet instable) | 10 | date + changelog + cohérence avec “latest features” | obsolescence sur quotas/features citeturn4view1turn7view1 |
| Densité factuelle | 15 | chiffres, mécanismes, procédures | vidéo/slide “creuse” |
| Couverture (angles) | 10 | technique + risques + limites | récit biaisé |
| Contrastes / trade-offs | 10 | limites, débats, conditions d’échec | monotonie, slogans |
| “Montabilité” (chunking) | 10 | sections courtes, titres, exemples | trop verbeux |
| Visualisabilité | 10 | flow, matrice, timeline possible | slides textuelles |
| Droits / réutilisation | 10 | licence/autorisation, usage interne | risque légal, retrait source citeturn10view1turn10view0 |
pie title Répartition des poids du scoring "qualité source"
"Crédibilité / vérifiabilité" : 25
"Densité factuelle" : 15
"Fraîcheur" : 10
"Couverture" : 10
"Contrastes / trade-offs" : 10
"Montabilité" : 10
"Visualisabilité" : 10
"Droits / réutilisation" : 10
Pipeline opérationnel avec boucle QA intégrée
Pipeline recommandé (avec P4bis et P4ter)
Le pipeline est construit pour compenser 2 points structurels :
- IA peut produire des inexactitudes (vidéo et deck).
- Révision des slides ne vérifie pas les sources.
flowchart LR
A[Sources brutes] --> B[P1 Audit + scoring pondéré]
B --> C[P2 Gap analysis: manques]
C --> D[P3 Filtrage: extraction du signal]
D --> E[P4 Normalisation: pack source unique]
E --> F[P4bis Cohérence sémantique\nanti-incongruités]
F --> G[P4ter Contrôle faits & couverture\nportée, claims, angles]
G --> H[NotebookLM: Résumé vidéo\nformat/style/langue + steering prompt]
G --> I[NotebookLM: Slide Deck\nPresenter/Detailed + export]
H --> J[P12 QA sortie vidéo\nGo/No-Go publication]
I --> K[P8 Révisions slides ciblées\n(sans sources)]
K --> L[P12 QA deck final\nGo/No-Go]
L --> M[Export PPTX/PDF]
M --> N[Booklet LinkedIn PDF\n+ post texte]
Timeline type de production
timeline
title Timeline opérationnelle (exemple)
Audit & tri : P1 + P2 (15–45 min selon volume)
Pack & contrôles : P3 + P4 + P4bis + P4ter (30–90 min)
Génération NotebookLM : Vidéo + Deck (variable; peut être long)
Révisions & QA : P8 + P11 + P12 (30–60 min)
Packaging diffusion : PPT/PDF + Booklet LinkedIn (30–90 min)
Bibliothèque de prompts opérationnels
Table de comparaison des prompts
| ID | Rôle | Where (NotebookLM) | Sortie | Critique QA |
|---|---|---|---|---|
| P1 | audit sources + scoring | Chat | tableau + décisions | oui |
| P2 | manques à combler | Chat | backlog d’ajouts | oui |
| P3 | extraction “signal” | Chat | claims + exemples | oui |
| P4 | normalisation pack unique | Chat → à copier en “Source” | doc structuré | oui |
| P4bis | cohérence sémantique | Chat | contradictions + réécritures | blocage |
| P4ter | faits & couverture | Chat | claims statuts + actions | blocage |
| P5 | steering prompt vidéo dynamique | Studio → Résumé vidéo | vidéo/storyboard | oui |
| P6 | variante manga+Gaston (option) | Studio → Résumé vidéo + style Anime | vidéo signature | non |
| P7 | prompt deck exécutif | Studio → Présentation | deck + export | oui |
| P8 | révision slide-by-slide | Présentation → Réviser | slides corrigées | oui |
| P9 | post LinkedIn | Chat | post | non |
| P10 | booklet LinkedIn | Chat | plan pages | non |
| P11 | fact-check claim-by-claim (après génération) | Chat | table de vérité | blocage |
| P12 | Go/No-Go final | Chat | Go/No-Go + correctifs | blocage |
Cartes-prompt détaillées (EN/FR, formats et notes)
Les prompts ci-dessous sont fournis en EN et FR. Recommandation pragmatique : exécuter P1–P4ter en EN (meilleure stabilité), produire les livrables finaux en FR (langue de sortie). La “Langue de sortie” est configurable. citeturn11search0turn9view0
P1 Audit + scoring pondéré
Entrée attendue : liste de sources (1 ligne/source) : ID | titre | org/auteur | date | type | 2 lignes résumé | lien/identifiant.
Sortie attendue : table scores + KEEP/USE SPARINGLY/DROP + risques + manques.
Notes : aligner sur limites d’import et sur le fait que NotebookLM travaille sur copies statiques. citeturn10view0turn10view1
Prompt EN
You are a source auditor for a decision-grade output (dynamic video + executive slide deck + LinkedIn PDF booklet).
INPUT: list of sources. For each: ID | title | author/org | date | type | 1–2 line summary | link/identifier.
TASK:
1) Score each source 0–5 on: credibility, freshness (topic-dependent), factual density, uniqueness, and visualizability.
2) Apply weights (you choose, sum=100) and compute a 0–100 weighted score.
3) Flag: marketing bias, unverifiable claims, duplicated content, missing citations/unknown dates.
4) Decide: KEEP / USE SPARINGLY / DROP.
5) Output the minimum viable “source pack” (the smallest set that is still credible).
OUTPUT:
- Table with scores + decision
- Top 5 risks
- Top 5 missing angles
Prompt FR
Tu es auditeur de sources pour un livrable “décisionnel” (vidéo dynamique + deck exécutif + booklet PDF LinkedIn).
ENTRÉE : liste de sources. Pour chaque : ID | titre | auteur/org | date | type | résumé 1–2 lignes | lien/identifiant.
TÂCHE :
1) Note chaque source 0–5 : crédibilité, fraîcheur (selon sujet), densité factuelle, unicité, visualisabilité.
2) Applique des poids (somme=100) et calcule un score pondéré 0–100.
3) Signale : biais marketing, affirmations invérifiables, doublons, dates absentes/ambiguës.
4) Décide : GARDER / UTILISER PEU / ÉCARTER.
5) Propose le “pack minimum” de sources crédibles.
SORTIE :
- Tableau scores + décision
- Top 5 risques
- Top 5 angles manquants
P2 Analyse des manques (backlog)
Entrée : sortie P1 + objectifs du livrable.
Sortie : backlog priorisé (requêtes de recherche incluses).
Notes : utile car quotas/sources sont limités : mieux vaut ajouter 3 sources à fort impact que 30 moyennes. citeturn4view1turn10view1
Prompt EN
Given the current KEEP sources and the target outputs (dynamic video + exec deck + LinkedIn booklet),
identify what is missing to make the output decision-grade.
For each missing item:
- missing element type (data / case study / counterexample / limitations / glossary / visuals)
- why it matters (decision impact)
- best source type to add (official doc, peer-reviewed, dataset, regulator guidance)
- exact search query to find it
Output:
- Prioritized backlog (Top 10)
- “If you only add 3 things” shortlist
Prompt FR
À partir des sources GARDÉES et des livrables (vidéo dynamique + deck exécutif + booklet LinkedIn),
identifie ce qui manque pour atteindre un niveau “décisionnel”.
Pour chaque manque :
- type (données / cas / contre-exemple / limites / glossaire / visuels)
- pourquoi c’est critique (impact décision)
- type de source à ajouter (doc officiel, papier revu, dataset, régulateur)
- requête exacte à utiliser
Sortie :
- Backlog priorisé (Top 10)
- Shortlist “si tu n’ajoutes que 3 éléments”
P3 Filtrage : extraction du signal
Entrée : corpus KEEP.
Sortie : claims, exemples, failure modes, glossary.
Notes : prépare P4 ; tenir compte que la vidéo/kg de texte est limité par la forme “slides narrées”. citeturn9view0turn10view1
Prompt EN
Extract ONLY high-signal content from the KEEP sources.
Return:
- 15–25 bullet claims (1 sentence each)
- For each claim: supporting source IDs + confidence (high/med/low) + visualizable? (yes/no)
- 10–15 practical examples and failure modes (what breaks, why, how to detect)
- Glossary of 12 key terms with operational definitions
Constraints:
- no generic explanations
- no repetition
Prompt FR
Extrais UNIQUEMENT le contenu à fort signal depuis les sources GARDÉES.
Retour :
- 15–25 assertions (1 phrase chacune)
- Pour chaque assertion : IDs sources de support + confiance (haut/moyen/bas) + visualisable ? (oui/non)
- 10–15 exemples pratiques et modes d’échec (ce qui casse, pourquoi, comment détecter)
- Glossaire 12 termes avec définitions opérationnelles
Contraintes :
- pas d’explications génériques
- pas de redites
P4 Normalisation : “pack source unique” prêt production
Entrée : sortie P3.
Sortie : un document structuré à coller en “source texte” (1 source).
Notes : optimisation directe pour steering prompt ; compatibilité avec formats Explicatif/Briefing et deck Presenter/Detailed. citeturn9view0turn8view1turn10view1
Prompt EN
Build a single production-ready SOURCE PACK that NotebookLM can reliably turn into:
(1) a highly dynamic video overview and (2) an executive slide deck.
Output in this exact structure:
[ONE-LINE PROMISE]
[HOOK] (<=10 seconds)
[THE PROBLEM] (stakes + why now)
[CORE METHOD] (5–9 steps, action-oriented)
[DO / DON'T] (>=10 pairs; each with consequence)
[COMMON FAILURES] (>=6; symptom → cause → fix)
[CHECKLIST BEFORE] (8–12 items)
[CHECKLIST AFTER] (8–12 items)
[EXEC TAKEAWAYS] (max 5)
[VISUAL IDEAS] (one per section: diagram type + what it shows)
Constraints:
- one idea per paragraph
- short sentences
- decision-oriented, no filler
Prompt FR
Construis un PACK SOURCE unique, prêt production, que NotebookLM peut transformer en :
(1) résumé vidéo très dynamique et (2) deck exécutif.
Sortie dans cette structure exacte :
[PROMESSE EN 1 LIGNE]
[HOOK] (<=10 secondes)
[PROBLÈME] (enjeux + pourquoi maintenant)
[MÉTHODE CŒUR] (5–9 étapes, orientées action)
[DO / DON'T] (>=10 paires ; avec conséquence)
[ERREURS FRÉQUENTES] (>=6 ; symptôme → cause → correction)
[CHECKLIST AVANT] (8–12 items)
[CHECKLIST APRÈS] (8–12 items)
[TAKEAWAYS EXÉCUTIFS] (max 5)
[IDÉES VISUELLES] (1/section : type diagramme + ce qu’il montre)
Contraintes :
- une idée par paragraphe
- phrases courtes
- orienté décision, zéro remplissage
P4bis Boucle de cohérence sémantique (anti-incongruités)
Entrée : pack P4 + liste prévisionnelle de titres (si déjà esquissée) + glossary.
Sortie : liste incohérences + réécritures + normalisation lexicale.
Notes : c’est le garde-fou contre les absurdités du type “avenir de l’open source fermé”. Il est d’autant plus nécessaire que les sorties IA peuvent contenir des erreurs.
Prompt EN
You are a semantic-coherence controller for a NotebookLM production.
INPUT:
- Source Pack (P4)
- Glossary (key terms + definitions)
- Draft slide titles (if any)
TASK:
1) Detect semantic contradictions, category errors, and malformed phrases.
Examples: "open source closed", "decentralized centralization", "public private-only".
2) Detect category collisions:
- license vs governance vs business model vs product vs protocol
- fact vs hypothesis vs opinion
3) Validate that contrasts used (DO/DON'T, X vs Y) are not artificial.
4) Rewrite problematic phrases into rigorous alternatives.
5) Output a normalization glossary for ambiguous terms.
OUTPUT:
[A] Detected incoherences (phrase | issue type | why | fixed rewrite)
[B] Titles to correct (old | issue | new)
[C] Valid vs invalid oppositions (with justification)
[D] Normalization glossary (term | operational definition | category)
RULE: be strict. If ambiguous, force a definition.
Prompt FR
Tu es contrôleur de cohérence sémantique pour une production NotebookLM.
ENTRÉE :
- Pack Source (P4)
- Glossaire (termes + définitions)
- Titres de slides provisoires (si disponibles)
TÂCHES :
1) Détecter contradictions sémantiques, collisions de catégories et formulations mal formées.
Exemples : “open source fermé”, “centralisation décentralisée”.
2) Détecter collisions :
- licence vs gouvernance vs modèle économique vs produit vs protocole
- fait vs hypothèse vs opinion
3) Vérifier que les oppositions (DO/DON’T, X vs Y) ne sont pas artificielles.
4) Réécrire les formulations problématiques de manière rigoureuse.
5) Produire un glossaire de normalisation pour les termes ambigus.
SORTIE :
[A] Incohérences (expression | type | pourquoi | réécriture)
[B] Titres à corriger (ancien | problème | nouveau)
[C] Oppositions valides / invalides (justification)
[D] Glossaire de normalisation (terme | définition opérationnelle | catégorie)
RÈGLE : être strict. Si ambigu → imposer une définition.
P4ter Boucle “faits & couverture” (portée, claims, angles)
Entrée : pack P4 + liste des sources KEEP (IDs).
Sortie : table claims (statut, portée, action), plus “angles manquants” résiduels.
Notes : complète P4bis : ici, on contrôle surtout la traçabilité et les glissements de portée (cas local → généralisation). Les révisions de slides ne vérifient pas les sources, donc ce contrôle doit se faire avant production. citeturn8view1turn7view3
Prompt EN
You are a claim-by-claim validity and coverage auditor.
INPUT:
- Source Pack (P4)
- KEEP sources list (IDs + titles/dates)
TASK:
1) Extract every claim that sounds factual or predictive (20–40 max).
2) For each claim:
- supported by sources? (IDs)
- scope correct? (local/global; case/general; hypothesis/fact)
- wording inflation? (overstated vs what sources actually say)
3) Mark status: OK / TOO BROAD / AMBIGUOUS / UNSUPPORTED.
4) For each non-OK: minimal fix (rewrite weaker, add missing source, or remove).
5) Identify remaining coverage gaps (max 5).
OUTPUT:
- Table: claim | support IDs | scope check | status | fix
- “Top 5 risks if published as-is”
- “Top 5 missing angles”
Prompt FR
Tu es auditeur “faits & couverture”, claim par claim.
ENTRÉE :
- Pack Source (P4)
- liste des sources GARDÉES (IDs + titres/dates)
TÂCHES :
1) Extraire chaque assertion factuelle ou prédictive (max 20–40).
2) Pour chaque assertion :
- supportée par sources ? (IDs)
- portée correcte ? (local/global ; cas/général ; hypothèse/fait)
- vocabulaire gonflé ? (surinterprétation)
3) Statut : OK / TROP LARGE / AMBIGU / NON SUPPORTÉ.
4) Pour chaque non-OK : correction minimale (affaiblir, ajouter source, ou supprimer).
5) Identifier les manques de couverture restants (max 5).
SORTIE :
- Tableau : assertion | sources | portée | statut | correction
- “Top 5 risques si publié tel quel”
- “Top 5 angles manquants”
P5 Steering prompt : vidéo hyper-dense (NotebookLM Studio)
Entrée : pack P4 validé (P4bis+P4ter OK).
Sortie : résumé vidéo ; structure et rythme imposés par prompt d’instructions.
Notes : s’appuie sur les options format, style et prompt d’instructions décrites dans l’aide.
Prompt EN
Create a highly dynamic tutorial video from the provided sources.
Targets:
- Duration: 7–12 minutes
- Cadence: introduce a new point every 5–10 seconds
- Structure: Hook → Steps → Mistakes → Fixes → Checklists → Executive recap
Mandatory:
- >=10 DO/DON'T moments (with consequence)
- 3 failure scenes (what breaks, why, how to detect, how to fix)
- 2 shortcuts/hacks
- End: 5-point executive recap + 1 decision question
Slide rules:
- 1 idea per slide
- Title <= 6 words, written as a conclusion
- Include a visual suggestion per slide (flow/matrix/timeline/comparison)
Narration:
- short sentences
- no filler, no generic explanations
Output language: French
Prompt FR
Crée une vidéo tutoriel très dynamique à partir des sources.
Cibles :
- Durée : 7–12 minutes
- Cadence : un point nouveau toutes les 5–10 secondes
- Structure : Hook → Étapes → Erreurs → Corrections → Checklists → Récap exécutif
Obligatoire :
- >=10 moments DO/DON’T (avec conséquence)
- 3 scènes d’échec (ce qui casse, pourquoi, comment détecter, comment corriger)
- 2 raccourcis / hacks
- Fin : récap exécutif en 5 points + 1 question de décision
Règles slides :
- 1 idée par slide
- Titre <= 6 mots, sous forme de conclusion
- Ajouter une suggestion visuelle par slide (flow/matrice/timeline/comparaison)
Narration :
- phrases courtes
- zéro remplissage, zéro explication générique
Langue de sortie : français
P6 Variante style manga + “gag d’erreur” (optionnel)
Entrée : P5 + style visuel “Anime” (ou Custom), en gardant un ton compatible audience. citeturn9view0
Sortie : vidéo au rythme “scène → fail → fix”, sans sacrifier la rigueur.
Prompt EN
Optional style overlay: "manga pacing + clumsy workplace mishap".
Mechanics:
- Teach each concept as: FAIL → CONSEQUENCE → REALIZATION → FIX → RESULT.
- Use mini cliffhangers between sections.
- Humor must come from realistic mistakes, not jokes.
- Every scene ends with an actionable rule.
Constraints:
- Keep executive clarity.
- Do NOT add facts not supported by sources.
Output language: French.
Prompt FR
Surcouche de style (option) : “rythme manga + gag de bureau par erreur réaliste”.
Mécanique :
- Chaque concept : ÉCHEC → CONSÉQUENCE → DÉCLIC → CORRECTION → RÉSULTAT.
- Mini cliffhangers entre sections.
- Humour = erreurs réalistes, pas des blagues.
- Chaque scène se termine par une règle actionnable.
Contraintes :
- clarté exécutive
- ne pas ajouter de faits non supportés
Langue de sortie : français
P7 Prompt deck exécutif (PPT/PDF)
Entrée : pack source validé.
Sortie : deck 8–12 slides, export PDF/PPTX (selon options). citeturn8view1turn4view2
Notes : choisir Presenter Slides pour oral + deck “léger”, Detailed Deck pour lecture autonome. citeturn8view1turn4view2
Prompt EN
Create an executive, decision-grade slide deck.
Audience: C-level + senior technical leaders
Format: Presenter Slides
Length: 8–12 slides
Output language: French
Rules:
- Title of each slide is a conclusion (not a topic)
- 1 message per slide
- Max 4 bullets per slide; <=10 words each
- Include trade-offs, limitations, and failure modes
- End with a recommendation and next steps
Include:
- 1 cover + promise
- 1 problem/stakes
- 1 key insight
- 3–5 method slides
- 1 risks/trade-offs
- 1 checklist
- 1 recommendation / decision
- optional glossary appendix
Prompt FR
Crée un deck exécutif orienté décision.
Audience : COMEX + leaders techniques
Format : Diapositives du présentateur
Longueur : 8–12 slides
Langue de sortie : français
Règles :
- Titre = conclusion (pas un thème)
- 1 message par slide
- Max 4 bullets/slide ; <=10 mots chacun
- Inclure trade-offs, limites, modes d’échec
- Finir par recommandation + prochaines étapes
Inclure :
- 1 couverture + promesse
- 1 problème/enjeux
- 1 insight clé
- 3–5 slides méthode
- 1 risques/trade-offs
- 1 checklist
- 1 recommandation / décision
- glossaire annexe (option)
P8 Révision slide-by-slide (post-génération)
Entrée : texte/slide déjà générée.
Sortie : slide réécrite/condensée.
Notes : sources non prises en compte pendant révision ; ne pas “inventer” pour corriger. citeturn8view1turn7view3
Prompt EN
Revise this slide for executive clarity.
- Reduce text by 30–50%
- Keep meaning; do not add new facts
- Turn the title into a conclusion
- Replace vague wording with specific terms
- Suggest one better visual (matrix/flow/comparison/timeline)
Return: revised title + revised bullets + visual suggestion.
Prompt FR
Révise cette slide pour clarté exécutive.
- Réduire le texte de 30–50%
- Conserver le sens ; ne pas ajouter de nouveaux faits
- Titre = conclusion
- Remplacer le vague par du spécifique
- Proposer un meilleur visuel (matrice/flow/comparaison/timeline)
Retour : titre + bullets + suggestion visuelle.
P9 Post LinkedIn
Entrée : takeaways + audience + CTA.
Sortie : texte post.
Prompt EN
Write a LinkedIn post in French that summarizes the video + deck.
Constraints:
- Hook in first 2 lines
- 3 non-obvious insights
- 1 trade-off / limitation
- 1 clear CTA question
- No hype, no generic claims
Prompt FR
Écris un post LinkedIn en français qui résume vidéo + deck.
Contraintes :
- Hook dans les 2 premières lignes
- 3 insights non évidents
- 1 trade-off / limite
- 1 question CTA très claire
- Pas de hype, pas de banalités
P10 Booklet LinkedIn (PDF carousel)
Entrée : pack source + angle.
Sortie : plan 8–12 pages (titres, lignes clés, visuel).
Notes : contraintes LinkedIn doc post : ≤100 Mo, ≤300 pages, formats, doc non modifiable après upload ; les viewers peuvent télécharger en PDF.
Prompt EN
Design a LinkedIn PDF booklet (document post).
Must respect:
- 8–12 pages
- one idea per page, minimal text
- page 1 = hook, last page = CTA
- output: page-by-page plan with:
title, 1–2 key lines, visual suggestion, optional 1-sentence note
Tone: executive, practical, no fluff
Language: French
Prompt FR
Conçois un booklet PDF LinkedIn (post document).
Contraintes :
- 8–12 pages
- 1 idée/page, texte minimal
- page 1 = hook, dernière page = CTA
- sortie : plan page par page avec :
titre, 1–2 lignes clés, suggestion visuelle, note optionnelle (1 phrase)
Ton : exécutif, pratique, sans remplissage
Langue : français
P11 Fact-check final (post-génération : vidéo + deck + booklet)
Entrée : script/storyboard + deck + sources IDs.
Sortie : table claims, statut, corrections.
Notes : essentiel car l’IA peut introduire des erreurs ; et les révisions ne vérifient pas les sources.
Prompt EN
Final fact-check (claim-by-claim) for publication.
INPUT:
- video storyboard/script (or transcript)
- slide deck outline
- source list (IDs)
OUTPUT table:
- claim
- supporting source IDs (or NONE)
- status: supported / weak / unsupported
- fix: rewrite weaker / remove / add a source
Rule: if unsupported, do not keep as-is.
Prompt FR
Contrôle factuel final (claim par claim) avant publication.
ENTRÉE :
- storyboard/script vidéo (ou transcript)
- plan du deck
- liste des sources (IDs)
SORTIE (tableau) :
- assertion
- sources de support (IDs) ou AUCUNE
- statut : supporté / faible / non supporté
- action : affaiblir / retirer / ajouter une source
Règle : si non supporté → ne pas publier tel quel.
P12 Go/No-Go publication (qualité globale)
Entrée : livrables finaux.
Sortie : Go/No-Go + corrections prioritaires.
Notes : intégrer contraintes LinkedIn (doc immuable) et contraintes NotebookLM (risque erreurs, temps, partage). citeturn12search1turn9view0turn8view1
Prompt EN
Run a release QA and decide GO / NO-GO.
Assets:
- Video Overview (script/storyboard or transcript)
- Slide deck (outline)
- LinkedIn post + booklet plan
Fail conditions (NO-GO):
- semantic contradiction (category error)
- claim unsupported or overstated
- scope drift (case → general)
- misleading slide titles
- booklet violates LinkedIn constraints (size/pages/immutability)
Output:
- GO or NO-GO
- blocking issues (max 10)
- minimal concrete edits to reach GO
Prompt FR
Fais un QA de publication et décide GO / NO-GO.
Actifs :
- vidéo (script/storyboard ou transcript)
- deck (plan)
- post LinkedIn + plan booklet
Blocages (NO-GO) :
- contradiction sémantique (collision de catégories)
- assertion non supportée ou surinterprétée
- glissement de portée (cas → général)
- titres trompeurs
- non-respect contraintes LinkedIn (taille/pages/document immuable)
Sortie :
- GO ou NO-GO
- blocages (max 10)
- corrections minimales pour passer GO
Templates et exemples remplis
Template storyboard vidéo (slide-by-slide)
| Slide | Titre (≤6 mots, conclusion) | Narration (1–2 phrases) | Visuel suggéré | Tension (DO/DON’T / risque) |
|---|---|---|---|---|
| Hook | “L’erreur invisible qui casse tout” | Problème concret, coût/risque. | Split-screen “attendu vs réel” | erreur fréquente |
| Enjeu | “Sans cadre, on dérive” | Pourquoi maintenant, ce qui est en jeu. | Arbre causal | glissement de portée |
| Méthode | “Le protocole en 6 étapes” | Déroulé actionnable. | Flow 6 blocs | DO/DON’T |
| Fail 1 | “Ici, ça échoue” | Symptôme → cause. | Diagramme “symptôme→cause” | mode d’échec |
| Fix | “Correction, pas rustine” | Correction minimale qui marche. | Avant/après | trade-off |
| Checklist | “Checklist avant/après” | Check rapide. | Checklist | “si tu rates…” |
| Récap | “Décision : ce qu’on fait” | 5 points + 1 question. | 5 bullets + icônes | go/no-go |
Template PPT exécutif (8–12 slides)
| Slide | Titre (conclusion) | Contenu attendu | Visuel |
|---|---|---|---|
| Cover | Promesse en 1 ligne | 1 phrase + date | icône + 1 chiffre |
| Enjeu | Le coût de l’inaction | 3 bullets | arbre causal |
| Insight | Le vrai goulot est X | 3 bullets | diagramme |
| Méthode | Étape 1 réduit le risque | 3 bullets | flow |
| Méthode | Étape 2 stabilise l’exécution | 3 bullets | checklist |
| Méthode | Étape 3 rend mesurable | 3 bullets | pipeline |
| Risques | On gagne A, on paie B | 3 bullets | matrice 2×2 |
| Erreurs | Cette erreur redevient invisible | 3 bullets | avant/après |
| Checklist | Conditions de réussite | 8–12 items | checklist |
| Décision | Recommandation & next steps | 3 options + décision | timeline |
Template LinkedIn
Post : Hook (2 lignes) + 3 insights + 1 limitation + 1 CTA question.
Booklet 10 pages : Hook → Pourquoi maintenant → Insight → Étapes (x4) → Erreurs DO/DON’T → Checklist → CTA.
Contraintes à respecter : formats doc, ≤100 Mo, ≤300 pages, document non modifiable après upload, mais description modifiable.
Exemples remplis
Les exemples ci-dessous sont volontairement “sans chiffres” (pas de données inventées) et montrent surtout la structure.
Exemple informatique : “Tutoriel — produire une vidéo NotebookLM sans incohérences”
Storyboard (6 slides) :
1) “La slide qui ment” — Une formulation incohérente ruine la crédibilité. Visuel : “claim” barré vs “claim” corrigé.
2) “Pourquoi ça arrive” — collisions de catégories + absence de glossaire. Visuel : Venn “licence/gouvernance/produit”.
3) “Pack source unique” — normaliser pour contrôler. Visuel : flow “sources → pack”.
4) “P4bis : couper les absurdités” — détecter contradictions (“open source fermé”). Visuel : check rouge/vert.
5) “P4ter : portée & preuves” — claim → sources → statut. Visuel : tableau de traçabilité.
6) “Go/No-Go : publier propre” — checklist finale. Visuel : checklist.
PPT (8 slides, outline) :
- Cover : “Qualité : cohérence avant style”
- Enjeu : “Une incohérence = perte de confiance”
- Insight : “Le risque n°1 : collision de catégories”
- Méthode : P1–P4 (pack)
- Contrôle : P4bis (sémantique)
- Contrôle : P4ter (faits & portée)
- Exécution : génération + révisions ciblées
- Décision : Go/No-Go + règles d’escalade
Post LinkedIn (brouillon) :
La plupart des vidéos “IA” échouent pour une raison simple : une incohérence conceptuelle suffit à décrédibiliser tout le reste.
3 leviers concrets :
1) Normaliser vos sources en un “pack unique” (1 idée par paragraphe).
2) Ajouter un contrôle sémantique (P4bis) pour détecter les collisions (“open source fermé”).
3) Contrôler claim par claim (P4ter/P11) avant toute publication.
Limite : les révisions de slides ne re-checkent pas les sources, donc le QA doit être en amont.
Question : vous contrôlez aujourd’hui plutôt la forme (design) ou la substance (cohérence/claims) ?
Exemple science : “Tutoriel — expliquer un concept en 10 minutes sans surcharger”
Storyboard (6 slides) :
1) “L’intuition la plus fausse” — Hook. Visuel : “mythe vs réalité”.
2) “Le modèle minimal” — 3 notions. Visuel : schéma 3 blocs.
3) “Étape 1 : définir” — glossaire opérationnel. Visuel : table termes/définitions.
4) “Étape 2 : mesurer” — ce qu’on mesure vraiment. Visuel : pipeline mesure.
5) “Échec typique” — erreur d’interprétation. Visuel : FAIL → FIX.
6) “Checklist protocole” — final. Visuel : checklist.
PPT (7 slides) :
- Promesse : “Comprendre sans surcharger”
- Enjeu : “Confusion = mauvaise décision”
- Insight : “1 définition imprécise = dérive”
- Méthode : 3 étapes (définir/mesurer/valider)
- Limites : ce que le modèle ne couvre pas
- Checklist avant/après
- Recommandation : “publier seulement si claims traçables”
Post LinkedIn :
Un contenu scientifique “dense” n’est pas celui qui en dit le plus. C’est celui qui réduit l’incertitude le plus vite.
3 règles : 1 idée/slide, définitions opérationnelles, et “erreur typique → correction”.
Question : dans vos contenus, vous perdez le plus de clarté sur les définitions, les mesures, ou les limites ?
Exemple voyage : “Itinéraire 48h sans planning toxique” (exemple à entity[« city », »Lisbonne », »Portugal »])
Storyboard (7 slides) :
1) “Le piège : tout cocher” — Visuel : planning saturé vs respirable.
2) “Règle : 3 zones, 3 moments” — Visuel : carte simplifiée.
3) “Matin : une zone” — Visuel : timeline matin.
4) “Après-midi : une zone” — Visuel : timeline après-midi.
5) “Soir : 1 moment fort” — Visuel : carte “moment”.
6) “DO/DON’T : logistique” — Visuel : tableau 2 colonnes.
7) “Checklist départ” — Visuel : checklist.
PPT (8 slides) :
- Promesse : “48h sans courir”
- Insight : “Le vrai ROI = marges”
- Méthode : découpage zone/temps
- Erreurs : transitions, files, surbooking
- Trade-off : “flexibilité vs optimisation”
- Checklist avant/après
- Décision : “ce qu’on priorise”
- CTA : “votre style de voyage”
Post LinkedIn :
Le meilleur week-end n’est pas dense : il est intentionnel.
Une méthode simple : 3 zones, 3 moments, et un DO/DON’T logistique.
Question : vous planifiez pour “voir” ou pour “vivre” ?
Outillage et automatisation
Table comparative outils (production et industrialisation)
| Outil | Rôle | Entrées | Sorties | Points forts | Contraintes documentées |
|---|---|---|---|---|---|
| NotebookLM | génération vidéo + deck depuis sources | sources (copie statique) | vidéo, deck, exports | steering prompt + styles + langue citeturn9view0turn10view0 | inexactitudes, temps, quotas citeturn9view0turn4view1turn4view3 |
| CapCut | montage + sous-titres + export | vidéo exportée | mp4 + captions | guide export/édition + captions citeturn1search10turn1search23turn1search27 | dépendances UI, variations features selon version citeturn1search30 |
| Runway | B-roll / clips génératifs | prompts | clips vidéo | guides de prompting officiels citeturn1search1turn1search15turn1search18 | caractère probabiliste, itération nécessaire citeturn1search18 |
| python-pptx | templating PPT corporate | JSON/outline | PPTX | création/édition PPTX sans PowerPoint citeturn1search2turn1search32 | exige un template + règles layout |
Automatisation : ce qui est “API-first” vs “export-first”
Côté entreprise, NotebookLM Enterprise dispose d’APIs documentées pour gérer notebooks/sources et générer des audio overviews ; la doc précise aussi la logique de copie statique et des limites d’usage.
Côté NotebookLM “consumer”, le chemin robuste reste souvent export-first : générer → exporter → post-traiter (PPTX/PDF) → monter (vidéo) → publier.
Modèle de données intermédiaire (recommandé)
Standardiser une représentation “neutre” pour piloter python-pptx et préparer booklet :
{
"title": "Deck exécutif",
"slides": [
{
"slide_id": 1,
"title": "Conclusion slide",
"bullets": ["Bullet 1", "Bullet 2"],
"visual_type": "flow",
"speaker_notes": "1 phrase max"
}
],
"linkedin_booklet_pages": [
{
"page": 1,
"title": "Hook",
"lines": ["1 ligne", "1 ligne"],
"visual": "comparison"
}
]
}
Points de contrôle publication (récapitulatif)
- Avant génération : P4bis + P4ter (bloquer incohérences et surinterprétations).
- Après génération : P11 puis P12 (Go/No-Go).
- Avant LinkedIn : conformité doc post (≤100 Mo, ≤300 pages, doc non modifiable après upload).