Comment ça marche
Comment Garfunkel analyse une vidéo
Collez un lien et Garfunkel transforme la vidéo en rapport structuré : ce qui est dit, ce qui est montré, le hook, les mêmes tags pour chaque post et, si vous le demandez, les réactions des internautes. Voici les étapes, dans l’ordre.
Copie cette page au format Markdown, prête à être collée dans un assistant IA.
Étape 01 sur 08
Récupérer le post
Nous ouvrons le lien et récupérons la vidéo ainsi que les informations affichées par la plateforme : la légende, le nom du créateur et le nombre de vues, de mentions J’aime, de commentaires et de partages. Ces chiffres sont conservés tels qu’ils sont indiqués, pour que vous puissiez ensuite trier et comparer les posts. Le fichier vidéo est conservé uniquement le temps de son traitement, puis supprimé une fois l’analyse terminée.
Étape 02 sur 08
Séparer le son et l’image
Nous vérifions si la vidéo contient une piste audio, puis séparons le son de l’image pour les examiner chacun de leur côté. Le son est transcrit et l’image est échantillonnée pour sélectionner des images clés. Les deux sont réunis à l’étape du résumé du post.
Étape 03 sur 08
Transcrire l’audio
Un modèle de reconnaissance vocale transcrit tout ce qui est dit dans la vidéo et ajoute un horodatage à chaque ligne. Vous pouvez ainsi voir ce qui a été dit et à quel moment. Une vidéo avec des paroles n’est jamais analysée sans transcription : si cette étape échoue, nous la relançons au lieu de la passer. Un post dont l’analyse échoue ne vous est jamais facturé.
Modèle : Qwen3-ASR-0.6B · un modèle de reconnaissance vocale open source
Étape 04 sur 08
Choisir les images clés
Un algorithme échantillonne les images pour en réduire le nombre tout en préservant le sens général de la vidéo. Le modèle d’IA examine les images retenues avec la transcription dans les étapes suivantes.
Étape 05 sur 08
Résumer le post
Un modèle d’IA lit la transcription et la légende tout en examinant les images clés. Il comprend ainsi le post dans son ensemble, plutôt qu’élément par élément. Il rédige un résumé court et décrit le déroulement de l’histoire, moment par moment, en reliant chaque étape à un instant de la vidéo.
Modèle : gpt-6.1-sol · lit ensemble la transcription et les images échantillonnées
Étape 06 sur 08
Repérer le hook
Le modèle examine les premières secondes pour identifier le hook : les mots ou l’image qui captent l’attention, le type de hook et le moment où il se produit. Il relève aussi la promesse faite au public, la façon dont la vidéo y répond et les raisons de son efficacité.
Modèle : gpt-6.1-sol · le même modèle et la même analyse que pour le résumé
Étape 08 sur 08
Analyser les commentaires
Si vous demandez l’analyse des commentaires, nous les récupérons et le modèle les lit un par un dans le contexte du post : sa légende, son résumé et sa transcription. Il évalue ainsi les réactions en tenant compte de ce que la vidéo dit et montre réellement. Le rapport indique qui est d’accord, qui s’y oppose, quelles questions sont posées et ce que les gens ont apprécié.
Modèle : gpt-6-luna · lit chaque commentaire en tenant compte du post
Comment le contexte s’enrichit à chaque étape
Chaque étape s’appuie sur la précédente. Les suivantes ne travaillent donc jamais uniquement à partir de la vidéo brute. Voici ce que chacune analyse.
- 01TranscriptionAnalyseLa bande-son
- 02Résumé et accrocheAnalyseLa transcription, la légende et des images sélectionnées dans la vidéo
- 03TagsAnalyseLe résumé, la transcription, la légende et des images sélectionnées dans la vidéo
- 04Analyse des commentairesAnalyseLes commentaires, la légende, le résumé et la transcription
La même structure pour chaque post
Chaque post est converti en données structurées selon un schéma fixe : les mêmes champs, dans le même format, pour chaque post. Les résultats sont ainsi cohérents et comparables, faciles à trier et à filtrer, et prêts à être exportés vers un tableur, l’API ou MCP.
{
"format": "Tutorial",
"theme": "Food & drink",
"emotion": ["Joy"],
"tone": ["Playful"],
"hook": { "type": "Demonstration", "start": 0.0, "end": 2.0, "text": "So here’s the trick…" },
"tags": ["home kitchen", "pan", "jump cuts"],
"transcript": [{ "start": 0.0, "end": 2.4, "text": "So here’s the trick…" }],
"comments": { "agree": 52, "push_back": 14, "questions": 18 }
}Ce que vous obtenez
- Un résumé et le déroulé de l’histoire
- Une transcription horodatée
- L’accroche : sa nature, le moment où elle apparaît et pourquoi elle fonctionne
- Les mêmes tags pour tous les posts
- Une analyse des commentaires, si vous la demandez
- Une recherche par sens : trouvez des posts selon leur sujet, pas seulement selon les mots qu’ils contiennent
- Des exports vers des tableurs, l’API et MCP
Le fichier vidéo est supprimé une fois l’analyse terminée.