Vous avez enregistré votre première vidéo de formation : quarante minutes face caméra, un PowerPoint en fond, et un taux de visionnage qui s’effondre au bout de cinq minutes. Rassurez-vous, c’est le scénario le plus courant. Le problème ne vient presque jamais du matériel ni du logiciel. Il vient de la façon dont la vidéo a été pensée avant d’appuyer sur “Enregistrer”. Ce guide reprend la chaîne complète, du script à la mise en ligne, avec les outils qui tiennent la route en 2026 et leurs tarifs réels.
La règle des six minutes (et pourquoi elle compte plus que votre micro)#
Une étude menée sur la plateforme edX a analysé près de sept millions de sessions de visionnage. Le constat est brutal : l’attention décroche nettement après six minutes, puis chute encore après neuf minutes. Au-delà de douze minutes, la majorité des apprenants ont déjà lâché. Les vidéos de moins de trois minutes sont celles qui obtiennent le meilleur taux d’engagement.
Traduction concrète : un module d’une heure ne se filme pas en une prise. Il se découpe en huit à douze capsules, chacune centrée sur une seule notion. “Créer un tableau croisé dynamique” est une capsule. “Excel pour les RH” n’en est pas une, c’est un parcours.
Ce découpage a trois avantages que les formateurs sous-estiment :
- L’apprenant retrouve facilement une notion sans rescruter une vidéo de 45 minutes.
- Vous mettez à jour une capsule sans refaire tout le module quand l’interface d’un logiciel change.
- Vous ratez moins de prises. Recommencer trois minutes, ça passe. Recommencer à la minute 38, ça démoralise.
Avant de filmer : le script, ce qu’on saute toujours#
Personnellement, je ne connais aucune bonne vidéo pédagogique improvisée. Les formateurs qui ont l’air naturels à l’écran ont presque tous un script, ou au minimum un plan très serré.
Pas besoin d’écrire un roman. Un format en deux colonnes suffit largement, à la manière d’un storyboard simplifié :
| Ce qu’on voit | Ce qu’on dit |
|---|---|
| Formateur face caméra | “Dans cette capsule, vous allez apprendre à figer une ligne d’en-tête dans Excel.” |
| Capture d’écran : fichier de 500 lignes | “Le problème classique : vous descendez, et vous ne savez plus à quoi correspond chaque colonne.” |
| Zoom sur le menu Affichage | “Direction l’onglet Affichage, puis Figer les volets.” |
| Retour caméra | “À vous de jouer : figez la première ligne et la première colonne de votre fichier.” |
Quelques repères qui font la différence au moment d’écrire :
- Annoncez l’objectif dans les quinze premières secondes. L’apprenant doit savoir ce qu’il saura faire à la fin.
- Comptez environ 130 à 150 mots par minute de parole. Une capsule de quatre minutes, c’est donc un script d’environ 550 mots.
- Écrivez comme vous parlez. Lisez le texte à voix haute : si vous butez sur une phrase, raccourcissez-la.
- Terminez par une action. Un exercice, une question, un fichier à télécharger. Une vidéo qui se termine sur “voilà, c’est tout” ne sert à rien.
Astuce : si lire un texte vous rend robotique, gardez seulement les phrases clés (début, transitions, conclusion) et improvisez le reste à partir de puces. C’est souvent le meilleur compromis.
Le matériel : moins cher que vous ne le pensez#
Le son d’abord. Un apprenant supporte une image moyenne, il ne supporte pas un son qui résonne ou qui grésille. Si vous n’avez qu’un budget, mettez-le dans le micro.
| Poste | Option débrouille | Option confort | Ce qui compte vraiment |
|---|---|---|---|
| Micro | Micro-cravate filaire type Boya BY-M1 (environ 15 euros) | Micro USB type Rode NT-USB Mini (environ 100 euros) | Être à 15-20 cm de la bouche |
| Caméra | Webcam intégrée ou smartphone récent | Webcam 1080p type Logitech Brio 300 (environ 70 euros) | Objectif à hauteur des yeux |
| Lumière | Fenêtre face à vous | Panneau LED ou ring light (30 à 60 euros) | Jamais de fenêtre dans le dos |
| Pièce | Chambre avec rideaux, tapis, lit | Pièce meublée, plaids sur les murs nus | Éviter les pièces vides et carrelées |
Le smartphone mérite une mention spéciale : n’importe quel modèle sorti ces cinq dernières années filme mieux qu’une webcam d’ordinateur portable. Un trépied à 20 euros et vous avez une caméra correcte.
Budget total réaliste pour démarrer proprement : entre 50 et 200 euros. Au-delà, le gain de qualité perçu par l’apprenant devient marginal.
Les outils d’enregistrement et de montage en 2026#
Tout dépend du type de vidéo que vous produisez. Une démo logicielle, une capsule face caméra et un cours multilingue n’appellent pas les mêmes outils. Notre panorama des outils pour créer des cours en ligne couvre l’écosystème complet (authoring tools, plateformes de vente) ; ici, on se concentre sur la vidéo.
| Outil | Usage principal | Prix 2026 | Pour qui |
|---|---|---|---|
| OBS Studio 32 | Enregistrement écran + caméra, scènes multiples | Gratuit | Ceux qui acceptent une heure de prise en main |
| Loom | Capsules rapides écran + webcam, partage par lien | Gratuit limité, Business environ 15 $/utilisateur/mois (annuel) | Formateurs, tuteurs, feedback individuel |
| Clipchamp | Montage simple dans le navigateur | Gratuit (export 1080p sans filigrane) | Débutants sous Windows ou Microsoft 365 |
| Descript | Montage par le texte, suppression des “euh” | Hobbyist 16 $/mois, Creator 24 $/mois (annuel) | Ceux qui détestent la timeline |
| Camtasia | Démos logicielles, zooms, annotations, quiz | Essentials 179,88 $/an | Services formation qui produisent en volume |
| Synthesia / HeyGen | Vidéos générées avec avatar IA | À partir d’environ 18 à 29 $/mois | Contenus à traduire, mises à jour fréquentes |
Mon trio gagnant pour démarrer#
Honnêtement, pour 90 % des formateurs indépendants, OBS pour enregistrer et Descript ou Clipchamp pour monter couvrent tout. OBS a une interface un peu austère, mais une fois vos deux scènes configurées (“écran seul” et “écran + caméra en incrustation”), vous ne la touchez plus.
Descript a changé ma façon de monter. Le logiciel transcrit la vidéo, et vous coupez en supprimant des mots dans le texte, comme dans un traitement de texte. Retirer tous les “euh” et les silences d’une capsule de cinq minutes prend trente secondes. Pour quelqu’un qui n’a jamais ouvert un logiciel de montage, c’est un soulagement.
Camtasia : utile, mais pas pour tout le monde#
Camtasia reste la référence pour les tutoriels logiciels : zoom automatique sur le curseur, mise en surbrillance des clics, légendes animées, quiz intégrés exportables en SCORM. Depuis le passage à l’abonnement, en revanche, le coût annuel pique. À moins de produire plusieurs vidéos par semaine, Descript fait le travail pour moins cher.
Les avatars IA : un vrai usage, pas une solution miracle#
Synthesia et HeyGen génèrent une vidéo à partir d’un simple texte, avec un avatar qui parle dans 150 langues ou plus. Pour une procédure interne à traduire en six langues, ou un module réglementaire mis à jour tous les ans, le gain de temps est réel. Pour un cours où la personnalité du formateur fait la valeur, le rendu reste trop lisse. Les apprenants le sentent, et l’engagement s’en ressent.
Les bonnes pratiques au tournage#
Quelques réflexes simples évitent la plupart des vidéos ratées.
Regardez l’objectif, pas l’écran. Collez un petit post-it à côté de la caméra si besoin. Regarder votre propre image donne l’impression que vous fuyez le regard de l’apprenant.
Grossissez tout. Vos apprenants regardent parfois sur smartphone. Police de 24 points minimum dans les diapositives, zoom du navigateur à 125 ou 150 % pendant les démos, et fermez les onglets et notifications inutiles (le message Slack de votre collègue n’a rien à faire dans la vidéo).
Montrez-vous, au moins un peu. Une petite incrustation de votre visage dans un coin pendant une démo augmente le sentiment de présence. Pas besoin d’y être en permanence : en ouverture et en conclusion, ça suffit souvent.
Faites une prise test de trente secondes. Réécoutez avec un casque. Vous éviterez de découvrir, après vingt minutes d’enregistrement, que le micro n’était pas sélectionné dans OBS. Ça arrive à tout le monde, au moins une fois.
Ne visez pas la prise parfaite. Si vous vous trompez, faites une pause de deux secondes, reprenez la phrase depuis le début, et coupez au montage. La pause laisse un repère visuel clair dans la forme d’onde audio.
Attention : une vidéo trop léchée n’est pas forcément mieux reçue. Les apprenants préfèrent souvent un formateur naturel, avec une petite hésitation, à une présentation lisse qui ressemble à une publicité.
Sous-titres, diffusion et accessibilité#
Beaucoup de vidéos de formation sont regardées sans le son : dans les transports, en open space, tard le soir. Les sous-titres ne sont donc pas une option. Ils servent aussi les personnes sourdes ou malentendantes, et ils améliorent la compréhension des termes techniques pour tout le monde.
Bonne nouvelle, la transcription automatique est désormais fiable en français. Descript, Camtasia (dès l’offre Essentials), Clipchamp et Loom génèrent des sous-titres en quelques minutes. Prévoyez tout de même une relecture de dix minutes : les noms propres, les sigles et le jargon technique restent les points faibles (“SQL” qui devient “c’est quel”, un classique).
Pour la diffusion, trois options selon votre contexte :
- Un LMS si vous avez besoin de suivre la progression, de noter des quiz ou de délivrer une attestation. Moodle et Chamilo gèrent la vidéo sans difficulté ; notre comparatif des LMS open source détaille leurs forces respectives.
- YouTube en non répertorié ou Vimeo pour un hébergement simple, avec lecteur intégrable partout.
- Un lien Loom pour les capsules individuelles (correction d’exercice, réponse à une question).
Si vous produisez régulièrement, une partie de la chaîne s’automatise très bien : dépôt du fichier dans un dossier partagé, envoi en transcription, publication sur la plateforme, notification aux apprenants. Un scénario Make ou n8n de cinq ou six étapes fait l’affaire, et notre guide sur l’automatisation avec Zapier, Make et n8n vous montre comment monter ce type de flux sans coder.
Votre première capsule cette semaine#
Plutôt que de viser un cours complet, lancez-vous sur une seule vidéo. Voici le plan :
- Choisissez une notion que vous expliquez souvent, et qui tient en trois à cinq minutes.
- Écrivez le script en deux colonnes (ce qu’on voit, ce qu’on dit), 400 à 700 mots maximum.
- Installez OBS, configurez une scène écran + caméra, faites une prise test de trente secondes avec votre micro.
- Enregistrez, sans chercher la perfection, puis montez dans Descript ou Clipchamp en supprimant les hésitations.
- Ajoutez les sous-titres, relisez-les, et montrez la vidéo à deux personnes de votre public cible.
Leurs retours vous en apprendront plus que n’importe quel tutoriel. La deuxième capsule vous prendra deux fois moins de temps que la première, et la dixième, un quart d’heure de montage à peine.
