Une vidéo face caméra n’est presque jamais seulement de la parole. Quelque part au milieu, il faut brandir le produit, pointer la ligne du graphique qui prouve votre propos, marcher jusqu’à la fenêtre, mettre les lunettes que vous venez de décrire pendant une minute entière. Ces moments sont en général la raison d’être de la vidéo — personne ne planifie une démonstration pour éviter de démontrer — et pourtant, c’est la seule partie qu’aucun script ne sait vraiment porter. Les mots vont dans le script. Les gestes vont ailleurs, et ailleurs veut presque toujours dire : dans votre mémoire. Celui qui présente fait donc tourner deux systèmes à la fois : un prompteur qui retient fidèlement chaque phrase, et une tête censée retenir chaque geste. L’un des deux n’oublie jamais rien. L’autre est celui qui lâche à la troisième minute, quand vous passez tout droit devant le moment où le produit aurait dû apparaître et ne le remarquez qu’en revoyant la prise, la boîte encore scellée sur le bureau à côté de vous.
La mémoire échoue ici pour une raison banale et mécanique, pas pour une raison personnelle. Délivrer un script consomme presque tout ce que vous avez : lire en avance, sonner naturel, garder le regard près de l’objectif, gérer le souffle. Le plan de saisir la boîte à la bonne phrase est rangé dans la même tête qui accomplit déjà tout ce travail, et il refait surface exactement quand la charge retombe — avant que la prise commence, puis dans la seconde qui suit sa fin. Pendant, il a simplement disparu. C’est pourquoi un geste oublié paraît si absurde après coup : vous le saviez par cœur au petit déjeuner et vous le savez encore par cœur maintenant, la boîte jamais ouverte à la main. La répétition réduit l’écart sans jamais le fermer, car ce qui chasse le plan de votre tête n’est pas un manque de familiarité avec le texte. C’est la performance elle-même, et la performance est présente dans chaque prise que vous enregistrerez jamais, y compris les bonnes.
La solution évidente consiste à écrire les gestes dans le script, et quiconque essaie découvre le même piège : vous les lisez à voix haute. Ce n’est pas de la négligence. Un prompteur entraîne exactement un réflexe — les mots arrivent, vous les dites — et ce réflexe ne s’arrête pas pour demander si une ligne était destinée au public ou seulement à vous. À vitesse de lecture, il ne reste aucune attention disponible pour évaluer chaque phrase à son arrivée ; ne pas avoir à évaluer, c’est précisément le service qu’un prompteur rend. Les majuscules aident moins qu’on l’espère, et les crochets aussi, parce qu’au premier regard ils restent du texte posé dans la colonne de texte que vous avez accepté de dire. Un bon jour, vous vous rattrapez après deux mots et grimacez. Un mauvais jour, la prise se termine avec vous en train d’ordonner à quatre mille spectateurs, de votre voix la plus chaleureuse, de montrer le produit maintenant.
Ce qu’il faut au script, c’est une deuxième sorte de ligne — une ligne dont le prompteur lui-même sait qu’elle n’est pas de la parole. Dans Talk2Camera, une ligne écrite comme [MONTREZ LE PRODUIT] devient une pastille de didascalie dans le prompteur : elle défile avec le script, nettement à part des phrases qui l’entourent, et tout son travail consiste à être vue, exécutée, et jamais prononcée. Le réflexe de lecture ne reçoit rien qu’il reconnaisse comme de la prose ; la bouche laisse donc la pastille tranquille pendant que les mains font ce qu’elle dit. Vous écrivez l’indication exactement là où elle appartient — entre la phrase dite avant le geste et la phrase dite après —, c’est-à-dire à l’endroit précis où votre mémoire n’arrêtait pas de la perdre. La chorégraphie et les mots vivent dans un seul document, dans l’ordre, chaque geste classé à la phrase exacte qu’il sert. Et de tout ce qui se trouve sur un plateau, le document est le seul participant qui ne devient jamais nerveux.
Là où une didascalie ne va jamais compte autant que là où elle apparaît. Une pastille ne peut pas atteindre le suivi vocal : la reconnaissance n’attend jamais des mots que vous n’alliez jamais dire, si bien que le défilement continue de suivre votre voix à travers le geste au lieu de caler sur une ligne que personne ne lira. Et une pastille ne peut pas atteindre les sous-titres — la piste de sous-titres reste propre, et quiconque a déjà repéré une consigne entre crochets incrustée dans une vidéo terminée connaît la différence entre une note pour soi et une erreur publiée. Cette séparation est toute l’idée. Un script qui mélange dire et faire doit tenir les deux à distance partout où le texte circule : sur le prompteur, dans le défilement, dans les sous-titres. Une indication qui reste visible d’un seul public — vous — est la seule qu’on puisse écrire sans danger, et c’est cette sécurité qui vous permet d’en écrire autant que le tournage en demande vraiment.
Quelques limites honnêtes. Une pastille vous rappelle de faire le geste ; elle ne le répète pas à votre place, et une manœuvre délicate — déballer un objet scellé, brancher un câble à l’image — mérite toujours un essai à blanc avant de tourner. Les indications marchent mieux courtes et à l’impératif, MONTREZ LE PRODUIT plutôt qu’un paragraphe sur la manière de le montrer, parce que vous les lirez d’un coup d’œil en pleine performance. Et un script dont la chorégraphie est réglée vaut la peine d’être conservé : dans Talk2Camera, les scripts vivent dans une bibliothèque avec favoris et dossiers, et chacun porte un nombre de mots et une durée de lecture estimée, si bien que la version aux indications en place est celle que vous retrouvez le mois prochain, et non un brouillon échoué sur un autre appareil. Le geste presque oublié cette fois-ci est écrit pour toutes les prises qui suivent — c’est l’avantage discret de traiter les gestes comme une partie du script plutôt que comme une promesse faite à soi-même.