دورة

Studio de contenu de marque

Construire l'application qui transforme un brief produit en kit de marque, visuels aux formats réseaux, clip Veo et textes par canal, avec texte posé par le code, contrôle qualité automatique et validation humaine.

متقدم 7 دروس 6h15 أكتوبر 2026

بقلم Youcef

حالات الاستخدام✍️ Produire du contenu plus vite

المنصات🔑 Gemini API (Google AI Studio)🧪 Vertex AI (Gemini Enterprise Agent Platform)

ابدأ الدورة

التقدّم 0% · 0/7

Une équipe marketing de quatre personnes doit lancer la consigne d'une lessive en flacon de verre le 3 novembre. Il lui faut un post LinkedIn, un carrousel, un portrait Instagram, une story, une bannière et une courte vidéo, tous cohérents, lisibles et conformes à la loi AGEC qui interdit les allégations environnementales génériques. Une agence facture ce lot en jours. Un modèle d'image le produit en secondes, mais avec trois défauts qui interdisent de publier tel quel : du texte inventé dans l'image, des cadrages qui ne respectent pas les formats, et aucune garantie de lisibilité.

Ce projet construit le studio qui garde la vitesse du modèle et supprime ces trois défauts. Le principe directeur : le modèle produit des fonds sans lettre ; le code pose le texte et le logo, mesure, et refuse d'exporter ce qu'un humain n'a pas approuvé.

Galerie de validation de la campagne Ondée : kit de marque à gauche, quatre formats et la vidéo Veo avec leurs contrôles qualité

Ce que vous livrez

Livrable	Détail
Kit de marque	palette de 5 couleurs à rôles, 2 polices sous licence OFL, ton, règles, mots interdits
Visuels	LinkedIn 1200x627, Instagram 1080x1350, story 1080x1920, bannière 1584x396
Vidéo	1 clip Veo 3.1 Lite de 6 s en 720p, logo en surimpression, 1,5 Mo
Textes	accroches par format, carrousel de 5 diapositives, post LinkedIn, légende Instagram, texte alternatif
Contrôle qualité	contraste WCAG mesuré sous le texte, écart à la palette, texte parasite détecté par le modèle
Galerie	approuver, régénérer avec consigne (édition multi-tours), historique des versions, coût cumulé
Kit LinkedIn	`post.md`, 5 PNG 1080x1350, `video.mp4`

Les quatre formats produits pour la marque fictive Ondée

Architecture

flowchart LR
  B["Brief produit (JSON)"] --> K["Kit de marque<br/>gemini-3.5-flash-lite + schéma"]
  K --> T["Textes par canal<br/>limites vérifiées"]
  K --> H["Image de référence<br/>gemini-3-pro-image"]
  H --> F["4 fonds aux formats<br/>gemini-3.1-flash-image"]
  F --> L["Calques par le code<br/>texte + logo + contraste"]
  T --> L
  L --> Q["Contrôle qualité<br/>WCAG, palette, texte parasite"]
  Q -- "texte détecté" --> E["Tour d'édition<br/>même conversation"]
  E --> L
  F --> V["Clip Veo 3.1 Lite<br/>première image 16:9"]
  Q --> G["Galerie : approuver / régénérer"]
  V --> G
  G -- "tout approuvé" --> X["Export kit LinkedIn"]

Stack et coût

Brique	Choix	Pourquoi
Texte structuré	`gemini-3.5-flash-lite`	sortie conforme à un schéma Pydantic, 0,30 $/ 2,50$ par million de tokens
Image de référence	`gemini-3-pro-image`	meilleur rendu des matières, une seule image par campagne (0,14 $)
Déclinaisons et éditions	`gemini-3.1-flash-image`	0,068 $ l'image 1K, accepte des images de référence
Vidéo	`veo-3.1-lite-generate-preview`	0,05 $ par seconde en 720p
Mise en page	Pillow, numpy	texte et logo au pixel près, mesures reproductibles
Galerie	FastAPI + une page HTML	pas de build front, testable avec `TestClient`

Mesuré le 2026-10-15 avec make e2e : **0,72 $et 123 s** pour une campagne complète avec vidéo. La sonde du contrôle qualité, ajoutée ensuite au test, coûte 0,07$ de plus ; sans vidéo, le test complet a coûté 0,49 $. Le même parcours sur Vertex AI (région global) a coûté le même nombre d'appels mais a pris 423 s.

Prérequis

Python confirmé (dataclasses, Pydantic, tests pytest) et notions HTTP.
Une clé Gemini API avec facturation activée (les modèles d'image et Veo ne sont pas dans le niveau gratuit), ou un projet Google Cloud avec Vertex AI.
ffmpeg installé.

Programme

Module	Leçon	Vous repartez avec
Cadrer	Du brief au kit de marque	un kit validé par schéma, contraste corrigé par le code
Produire	Des visuels cohérents avec une image de référence	4 fonds cohérents, édition multi-tours
Produire	Texte et logo en calques	formats exacts, contraste AA mesuré
Produire	Vidéo Veo et textes par canal	un clip de 6 s à coût connu, des textes sans mot interdit
Contrôler et publier	Contrôle qualité automatique	trois contrôles et une sonde qui prouve le détecteur
Contrôler et publier	Galerie et validation humaine	une interface d'approbation testée
Contrôler et publier	Kit LinkedIn, droits et mention IA	l'export, le test réel, la conformité, le nettoyage

Le code

Le dépôt complet est dans files/ : make setup && make test (20 tests, sans clé), puis make e2e. La sortie réelle de la campagne Ondée est dans files/exemple-campagne-ondee/, le kit de présentation du projet dans files/linkedin/.

La marque Ondée, ses prix et ses dates sont fictifs.

حزمة النشر على لينكدإن

المنشور والعرض الدوّار وفيديو العرض، جاهزة للنشر بعد إنجاز المشروع.

المنشور

Un modèle d'image qui écrit « LESSIVE » sur un flacon, c'est un visuel à refaire. Un prix mal orthographié dans l'image, c'est un visuel à retirer.

J'ai construit un studio de contenu de marque qui part d'un principe simple : le modèle ne dessine jamais le texte.

À partir d'un brief produit (une marque fictive de lessive en flacon consigné), l'application :

génère un kit de marque : palette, typographies sous licence libre, ton, mots interdits ;
produit une image de référence, puis les formats LinkedIn, Instagram, story et bannière en s'appuyant dessus pour garder le même produit et la même lumière ;
pose le titre et le logo en calques par le code, et mesure le contraste WCAG sur les pixels réels sous le texte ;
fait relire chaque image par le modèle pour détecter le texte parasite, et l'efface en un tour d'édition ;
tourne un clip Veo de 6 secondes ;
laisse un humain approuver ou régénérer dans une galerie. Sans approbation, pas d'export.

Mesuré le 15 octobre 2026 : 4 formats, une vidéo, les textes par canal et le carrousel en 123 secondes, pour 0,72 $ d'appels.

Deux défaillances observées en vrai, et corrigées dans le code :

Demander un format 4:1 au modèle d'image renvoie un triptyque, le même flacon trois fois. On génère en 21:9 et on recadre.
Donner à Veo une première image en portrait produit des bandes noires sur les premières secondes. On lui donne un cadre 16:9.

Le code, les 20 tests et le tutoriel pas à pas sont en lien dans le premier commentaire.

#IAgenerative #Gemini #Veo #Marketing #Python

Visuels du carrousel produits avec l'IA (Gemini, Veo) pour une marque fictive, contrôlés et validés à la main.

post.md