Une vidéo courte dispose d’environ trois secondes pour en justifier une quatrième. Ce n’est pas une règle que quelqu’un aurait écrite ; c’est ce que le défilement fait à l’attention. Un fil n’est pas un public, c’est une audition, et le verdict tombe instantanément, sans le moindre sentiment. Voilà ce qui fait de l’ouverture standard — « Salut, moi c’est Maya, contente de vous retrouver, aujourd’hui on va parler de… » — la phrase la plus chère du format. Le temps qu’elle se termine, la décision est déjà prise, et elle a été prise par des gens qui ne vous connaissent pas, sur le seul segment de la vidéo où leur attention ne coûtait rien. Le plus cruel, c’est que cette phrase ne travaille même pas pour les gens à qui elle vous nomme. Un nom ne signifie rien avant qu’une promesse ne l’ait mérité ; personne ne reste pour le nom d’un inconnu. On reste pour la phrase qui a promis quelque chose. Se présenter d’abord, c’est répondre à une question que personne n’a encore posée — et payer la réponse avec les secondes qui décident de tout le reste.
La télévision a réglé ce problème il y a si longtemps que la solution porte un nom plus ancien que toutes les plateformes : le bandeau, le fameux tiers inférieur. Regardez un journal télévisé et observez ce que la présentatrice ne fait jamais — se présenter. Le correspondant apparaît au milieu d’une phrase, déjà en plein reportage, et son nom, son titre et sa ville tiennent dans une bande au bas de l’image. La voix porte l’histoire ; la bande porte l’identité. Ce sont deux canaux différents, et le spectateur les utilise en même temps sans effort, parce que lire un nom court ne retire rien à l’écoute d’une phrase. Voilà la véritable idée, et elle relève de l’aiguillage, pas de la décoration. L’identité est une information visuelle ; l’accroche est une information parlée. Dites l’accroche, montrez le nom. Une vidéo face caméra qui s’ouvre sur son affirmation la plus forte, pendant qu’une petite carte répond discrètement à « qui parle ? », fait les deux travaux dans les mêmes trois secondes — et le spectateur décide avec toute l’information, au lieu d’une salutation. La télévision n’a pas adopté cela pour faire professionnel. Elle l’a adopté parce qu’un présentateur qui ouvrirait chaque sujet par son propre nom serait insupportable, et le fil n’a fait que durcir ce calcul.
Les conventions demandent toutefois une traduction, car la télévision les a conçues pour un poste à l’autre bout du salon, et un téléphone est un petit écran à bout de bras, souvent entouré d’un monde qui regarde avec les sous-titres. La taille d’abord : un texte qui paraît respectable dans un logiciel de montage sur ordinateur devient une poussière sur un téléphone ; réglez donc le nom plus grand que l’instinct ne le suggère, et vérifiez-le de la seule manière honnête — sur votre propre téléphone, tenu à bout de bras, sans plisser les yeux. Le contraste ensuite : des lettres blanches et fines sur des images en mouvement survivent exactement jusqu’au moment où quelque chose de clair passe derrière. D’où la convention d’un support — une barre pleine ou semi-opaque, ou une typographie assez lourde pour tenir son bord face à n’importe quelle image qui pourrait se retrouver derrière elle. Le tempo, troisièmement : une carte posée sur la vidéo dès la première image ressemble à un gabarit, et une carte qui file ne peut pas être lue. Le rythme qui marche : elle arrive juste après le début, reste assez longtemps pour être lue deux fois, et repart avant de devenir du papier peint. Et la position : le tiers inférieur de l’image, mais à l’écart de la bande tout en bas que chaque plateforme réserve aux sous-titres, aux barres de progression et aux boutons.
C’est d’ailleurs un travail qu’une étape d’export fait mieux qu’une personne. Talk2Camera incruste une carte de nom — votre nom, et un identifiant si vous en voulez un — sur les premières secondes d’un export : vous choisissez sa durée, de 2 à 8 secondes, et elle apparaît et disparaît en fondu doux au lieu de surgir. Réglée une fois, elle est mémorisée d’une prise à l’autre, si bien que chaque vidéo suivante porte la même carte sans que vous la reconstruisiez. Comme les sous-titres, elle est appliquée à l’export, ce qui signifie que l’enregistrement lui-même reste intact — changez d’identifiant le mois prochain et rien de la prise d’origine n’est à refaire. Et elle est placée à l’écart de la petite marque de coin qu’ajoute l’offre gratuite ; les deux ne se croisent jamais. La même passe d’export qui garde les sous-titres à surlignage mot à mot dans les marges sûres de chaque plateforme traite la carte selon la même logique : les préréglages de plateforme savent où vit l’interface d’une destination, et la carte reste hors de son chemin.
Reste le problème agréable : dépenser les trois secondes récupérées. Ouvrez sur l’affirmation, la question, le résultat — la phrase que vous auriez autrefois enterrée à la sixième seconde, dite à la caméra comme la première chose qu’un inconnu entend. La carte répond à la question de l’identité au moment exact où elle se pose vraiment : un temps ou deux plus tard, quand la promesse a atterri et que le spectateur se demande qui la fait. Les habitués ne lisent rien et ne perdent rien ; les nouveaux reçoivent votre nom sans que l’accroche paie le moindre prix. Il y a dans cet arrangement une assurance tranquille que la voix ne peut pas acheter. Une présentation à l’écran dit : le contenu répondra de moi, et voici mon nom quand vous le voudrez. Votre nom compte — c’est bien le sujet. Il compte assez pour ne pas dépenser vos meilleures secondes à le prononcer devant des gens à qui l’on n’a encore donné aucune raison de le retenir.