La décision de cliquer se prend en trois cents millisecondes environ. Ce n’est pas assez pour lire un titre, peser une promesse ou reconnaître une chaîne ; c’est assez pour traiter une image, et tout juste. Quoi que fasse un spectateur de votre vidéo, cela commence par un jugement éclair sur une image grande comme un timbre-poste, rendu en passant devant onze autres. Cela agace les gens qui tiennent à la substance, et cela ne cesse pas d’être vrai parce que cela agace. La miniature n’est pas une publicité vissée sur l’œuvre ; c’est la première image de l’œuvre que quiconque voit, et pour la plupart la dernière. La bonne nouvelle cachée dans cette arithmétique brutale, c’est que le jugement ne porte pas sur les moyens de production. Les spectateurs ne mesurent pas votre caméra. Ils enregistrent, en dessous de tout raisonnement, trois choses simples : si l’image est nette, si elle est assez lumineuse pour être lue, et si la personne dessus les regarde.
Prenez les trois dans l’ordre. La netteté échoue plus souvent qu’on ne l’attend, parce que parler est un mouvement : les mains gesticulent, la tête tourne, et la plupart des images d’une présentation vivante sont très légèrement filées. Une image molle à la taille d’une miniature paraît simplement terne. L’exposition est le deuxième filtre — un visage bien éclairé pour la vidéo peut se trouver dans une image dont la composition lit sombre en petit, et le sombre perd contre le clair dans un fil comme le silencieux perd contre le bruyant dans une pièce. Le troisième est le regard, et c’est le plus fort des trois. Les humains sont câblés pour remarquer des yeux pointés vers eux ; une image où vous regardez l’objectif est une image où vous regardez la personne qui fait défiler, et elle arrête le pouce d’une manière que les profils et les yeux baissés, mesurablement, n’obtiennent pas. Les images qui passent les trois filtres sont plus rares qu’elles ne devraient : en plein clignement, en plein mot, en plein geste, la plupart des candidates échouent à l’un. Aucun des trois ne relève du goût ; tous trois relèvent de la lisibilité au format timbre, décidée bien avant que quiconque se forme une opinion.
Voilà pourquoi choisir l’image en frottant la timeline est un travail si misérable. Une prise de dix minutes, c’est environ dix-huit mille images ; votre pouce sur la timeline en échantillonne quelques dizaines, et au quatrième passage tous les visages se ressemblent. Talk2Camera raccourcit la recherche au lieu de prétendre avoir du goût à votre place : il note les images candidates pour la netteté, pour l’exposition et selon que vous regardez l’objectif, et met les fortes devant vous. La limite honnête doit être dite. Une note peut vous dire qu’une image est techniquement utilisable ; elle ne peut pas vous dire que le moment est intéressant — que le geste est au milieu d’une histoire, que l’expression tient la promesse de la vidéo, que ce visage est celui que vous voulez sur l’affiche. La notation élimine les dix-huit mille perdantes. Choisir parmi la douzaine de gagnantes est un geste éditorial, et cela reste votre travail.
Les titres obéissent à une loi voisine, avec un détour : la bonne matière première existe déjà, et c’est votre script. Les titres écrits de mémoire dérivent vers ce que vous vouliez dire — abstrait, méritant, général. Le script contient ce que vous avez réellement dit, dans la formulation que vous avez réellement employée, et votre phrase la plus forte s’y trouve en général déjà, plus tranchante que tout ce que vous composeriez dans le formulaire de mise en ligne, la prise finie et le jugement fatigué. Talk2Camera suggère des titres tirés de votre script, ce qui est moins magique que cela en a l’air et meilleur pour cette raison : des suggestions bâties sur vos propres phrases sonnent comme vous, pas comme un générateur de gros titres. La même limite s’applique. Une suggestion est une matière première ; le titre est une promesse, et la vidéo doit la tenir. Un titre qui promet trop achète un clic et coûte la confiance d’un abonné, et aucun outil ne mesure ce troc à votre place.
La dernière pièce est le lieu où le choix se fait. La publication sur YouTube se passe sans quitter l’éditeur, et l’intérêt n’est pas la minute gagnée — c’est que la miniature et le titre se décident pendant que la prise est encore fraîche dans votre tête, dans la même séance que le montage, au lieu d’un formulaire de mise en ligne une heure plus tard, quand chaque image est devenue grise de familiarité. Les décisions sur la rencontre entre l’œuvre et son public se prennent mieux près de l’œuvre. Rien de tout cela ne change ce qui mérite la suite du clic : les trois cents millisecondes font entrer les gens, et les trois cents secondes suivantes décident s’ils restent, s’abonnent ou partent sans bruit. Une image nette, lumineuse, les yeux vers l’avant, et un titre fidèle au script ne remplacent pas une vidéo qui vaut d’être vue. Ils sont la courtoisie de rendre trouvable une bonne vidéo — le cadre que le travail mérite, choisi exprès plutôt que par épuisement.