Comment créer une vidéo de formation (2026) : la méthode en 8 étapes, du besoin à la diffusion

Ce guide s’adresse aux responsables formation, RH et QHSE, et aux experts métier qui doivent produire une vidéo de formation sans être vidéastes. Il suit l’ordre réel du travail, du besoin à la vidéo publiée, et reste neutre sur les outils : chaque étape vaut avec un logiciel de montage, une agence ou un générateur par IA. La dernière partie dit où EducPilot intervient, et où il n’intervient pas.

La réponse courte

En une phrase : pour créer une vidéo de formation, fixez un objectif observable par vidéo, écrivez un script court pour l’oreille à partir de sources datées, choisissez un format de 1 à 3 minutes, ajoutez la voix, les images et les sous-titres, faites relire la vidéo elle-même par l’expert métier, puis diffusez-la avec sa date et son document de référence.

Avant de commencer : la vidéo est-elle le bon format ?

Une vidéo fait comprendre et retenir l’essentiel. Elle ne remplace ni le document de référence, ni la pratique.

Pour les formations que la loi impose, la vidéo couvre souvent l’information, rarement la pratique : la liste des formations obligatoires en entreprise indique, texte par texte, ce qu’une vidéo peut couvrir et ce qui reste en présentiel.

1. L’objectif : ce que la personne fera après la vidéo

Écrivez l’objectif pédagogique avant tout le reste, en une phrase qui contient trois éléments :

1. Qui : « les nouveaux arrivants de l’entrepôt », pas « les salariés ».
2. Un verbe d’action observable : « rejoindre », « appliquer », « repérer », et non « connaître » ou « être sensibilisé », qu’on ne peut pas vérifier.
3. Quoi, dans quelles conditions : « le point de rassemblement, par l’issue la plus proche, dès l’alarme ».

Ce qui donne : « Après la vidéo, le nouvel arrivant rejoint le point de rassemblement par l’issue la plus proche dès que l’alarme sonne. »

Trois règles en découlent :

• Un objectif, une vidéo. Trois objectifs font trois vidéos, pas une vidéo trois fois plus longue.
• Visez juste. Une vidéo courte sert surtout les trois premiers niveaux de la taxonomie de Bloom révisée : se souvenir, comprendre, appliquer. Analyser, évaluer et créer se travaillent mieux en atelier.
• L’objectif tranche les débats. Chaque scène doit le servir ; ce qui ne le sert pas reste dans le document.

Notre générateur d’objectif pédagogique rédige cette phrase avec vous, à partir d’un public et d’un verbe d’action.

2. Le script : trier les sources, partir d’une situation, écrire pour l’oreille

Rassembler et trier les sources

Partez des documents qui font foi : la procédure, le texte réglementaire, la page d’aide, le support de la formation en salle, les notes de l’expert. Préférez la source officielle à l’article qui la résume, et notez sa date.

Puis triez. Gardez ce qui change un comportement : la règle, l’exception qui piège, la date, le geste. Laissez dans le document l’historique, les définitions complètes et les cas rares. Le test : si on retire ce passage, la personne agit-elle autrement ? Si non, il reste dans le document.

Selon votre point de départ, nos pages de conversion disent ce qui se passe concrètement : depuis un PDF, un texte collé, une page web ou un diaporama PowerPoint.

Écrire le script

Un script de formation efficace suit souvent cinq temps. Les exemples viennent de notre vidéo Faux appel du PDG, qui tient en 1 min 08 s :

Les règles d’écriture tiennent en quatre lignes :

• Une idée par phrase, des phrases de moins de 20 mots.
• Pour l’oreille : les chiffres comme on les dit, pas de parenthèses, les sigles expliqués une fois.
• Une source pour chaque fait, notée avec sa page à côté de la phrase.
• Un budget de mots : sur nos vidéos de formation terminées, silences compris, une minute compte entre 117 et 137 mots. Une vidéo de 1 à 3 minutes tient donc en 130 à 380 mots environ. Le calculateur de durée de voix off fait le calcul pour votre texte.

Le guide Écrire le script d’une vidéo pédagogique détaille cette étape, avec un script réel annoté.

3. Le format : style, cadre et durée

Le style

Le dessin a un avantage mesuré pour expliquer. Dans une étude de 2014 sur 6,9 millions de sessions de visionnage de cours en ligne, les tutoriels dessinés à la tablette ont retenu l’attention des étudiants 1,5 à 2 fois plus longtemps que des diapositives ou des captures de code (Guo, Kim et Rubin, 2014). C’est une mesure d’attention, pas d’apprentissage, et elle porte sur des tutoriels : pour montrer un vrai geste, filmez. Le guide Vidéo explicative tableau blanc dit quand ce format fonctionne et quand il vaut mieux tourner.

Le cadre

• 16:9 pour un intranet, une plateforme de formation (LMS) ou une salle de réunion ;
• 9:16 pour un téléphone, un message Teams ou un réseau social.

Le même contenu peut exister dans les deux cadres, mais la mise en page change : prévoyez-le dès le storyboard.

La durée

La même étude observe que le temps de visionnage médian ne dépasse pas 6 minutes, quelle que soit la longueur de la vidéo ; ses auteurs recommandent de découper en séquences de moins de 6 minutes. Visez 1 à 3 minutes par objectif. Au-delà, découpez : c’est le principe du microlearning.

4. La voix : humaine ou de synthèse

La recherche a longtemps donné l’avantage à la voix humaine. Mais une étude de 2017 a comparé une ancienne voix de synthèse, une voix de synthèse moderne et une voix humaine : la voix moderne a produit un meilleur transfert des apprentissages que l’ancienne, et elle a été jugée aussi crédible et aussi utile pour apprendre que la voix humaine (Craig et Schroeder, 2017). Autrement dit, la qualité de la voix compte plus que son origine.

Dans tous les cas :

• un ton de conversation, avec « vous » et « nous » ;
• un rythme posé : ce sont les silences qui laissent comprendre, pas une voix accélérée ;
• une musique très basse sous la voix, ou pas de musique du tout ;
• une écoute complète avant de valider, pour repérer les mots mal prononcés.

Voir aussi la voix off et la synthèse vocale dans le glossaire.

5. Les images : montrer ce que la voix dit

L’image ne recopie pas la phrase : elle la montre. Les principes de Mayer, tirés de ses expériences sur l’apprentissage multimédia, donnent les règles :

En pratique :

• un visuel et un mot-clé par idée, jamais la phrase entière à l’écran ;
• une comparaison quand le script oppose deux choses, le bon geste et le mauvais côte à côte ;
• un schéma quand il décrit un enchaînement ;
• un personnage qui vit la situation et applique la règle ;
• vos propres images (photos du site, captures du logiciel) quand elles existent, ou des images dont la licence permet un usage commercial, créditées.

Avant d’enregistrer quoi que ce soit, validez un storyboard : une image par scène, avec son texte. C’est là que les corrections coûtent le moins.

6. Accessibilité et sous-titres

En une phrase : une vidéo de formation accessible a des sous-titres synchronisés, une transcription, un texte assez contrasté et rien qui clignote ; si la voix dit tout ce que l’image montre d’important, elle n’a pas besoin d’audiodescription.

Les règles de référence sont les WCAG 2.2 du W3C et, en France, le RGAA 4.1.2, qui les reprend (sa version 5 est attendue fin 2026) :

Trois conseils :

• Des sous-titres incrustés suffisent pour les WCAG, qui citent les sous-titres toujours visibles parmi les techniques suffisantes. Un fichier séparé (SRT, VTT) permet en plus de les masquer et d’ajouter des langues : voir les sous-titres.
• Faites dire à la voix ce que montre l’image : « le point de rassemblement, sur le parking, devant l’entrée B », plutôt que « ici ».
• Publiez la transcription sous la vidéo : elle sert aussi à qui veut relire une règle sans relancer la vidéo.

Même quand la loi ne l’impose pas à votre entreprise, ces règles servent tout le monde : une partie du public regarde sans le son, au bureau comme dans les transports.

7. La relecture : sur la vidéo, par l’expert

Trois relecteurs, trois questions :

1. L’expert métier : chaque fait est-il exact et à jour ?
2. Une personne du public visé : comprend-elle sans explication ?
3. Le juriste ou le responsable conformité, quand la vidéo énonce une règle : la formulation engage-t-elle l’entreprise ?

Faites relire en deux temps : le script ou le storyboard d’abord, quand corriger ne coûte presque rien ; la vidéo finie ensuite. Sur la vidéo, demandez des notes à l’instant précis : « À 0:48, le chiffre est faux. » C’est plus rapide pour l’expert, et plus clair pour celui qui corrige.

Avant de diffuser, vérifiez :

• un objectif, écrit en une phrase ;
• une situation dans les dix premières secondes ;
• chaque fait relié à une source datée ;
• la vidéo relue par l’expert, sur la vidéo elle-même ;
• les sous-titres présents et justes ;
• la durée dans le budget prévu.

Si la vidéo a été écrite avec une IA, cette relecture n’est pas facultative : les assistants d’IA peuvent se tromper avec assurance. Ne leur donnez que vos sources, et reliez chaque phrase à la page qui la justifie.

8. La diffusion : où, pour qui, et quand la revoir

Où. Dans votre LMS, en fichier MP4, ou dans un paquet SCORM si vous devez suivre qui l’a vue ; sur l’intranet ; dans un message à l’équipe concernée ; derrière un QR code affiché au poste de travail, pour un geste ou une consigne.

Avec quoi. Sous la vidéo : la date, l’objectif, le lien vers le document de référence et la transcription.

Quand la renvoyer. Une information vue une fois s’oublie vite : c’est la courbe de l’oubli. Renvoyez la vidéo en rappel, une semaine puis un mois plus tard, ou avant la situation où elle sert.

Comment mesurer. Le modèle de Kirkpatrick distingue la réaction, l’apprentissage, le comportement et les résultats. Au minimum, vérifiez le verbe de l’objectif : une question, ou une observation sur le terrain.

Quand la mettre à jour. Quand la règle change. Gardez la liste de vos vidéos avec leurs sources et leurs dates, et corrigez la scène concernée plutôt que de tout refaire.

Quel outil pour quelle vidéo

Notre comparatif des meilleurs outils de vidéo de formation IA les met côte à côte sur les mêmes critères. Pour le budget, l’estimateur de coût d’une vidéo de formation compare une production en interne, en agence et avec EducPilot, avec des hypothèses sourcées que vous remplacez par les vôtres.

Où EducPilot intervient, et où il n’intervient pas

EducPilot transforme vos documents en vidéos dessinées et commentées, que vos experts corrigent en annotant l’image. Étape par étape :

Les limites, honnêtement :

• Pas d’avatar, pas de tournage, pas d’enregistrement d’écran. Pour un geste ou un logiciel clic par clic, filmez.
• Une voix de synthèse, pas votre formateur ni une voix clonée.
• Trois langues : français, anglais, chinois.
• Un export MP4, sans paquet SCORM ni fichier de sous-titres séparé.
• PDF, texte collé et pages web : un PowerPoint ou un document Word passe par le PDF, un scan par la reconnaissance de caractères.
• La relecture humaine reste obligatoire. L’outil la rend plus rapide ; il ne la supprime pas.

Côté prix, l’essai gratuit dure 7 jours, avec 5 minutes de vidéo et une mention « Fait avec EducPilot » sur les exports. Ensuite, Pro coûte 39 € HT par mois pour 45 minutes, Équipe 99 € HT pour 130 minutes et Business 249 € HT pour 350 minutes. Le storyboard et ses corrections ne consomment pas de minutes : seule la vidéo générée les décompte. Le détail est sur la page des tarifs.

Par cas d’usage

Questions fréquentes

Quelle est la durée idéale d’une vidéo de formation ?

De 1 à 3 minutes par objectif. Sur 6,9 millions de sessions de visionnage de cours en ligne, le temps de visionnage médian ne dépasse pas 6 minutes, quelle que soit la longueur de la vidéo (Guo, Kim et Rubin, 2014). Un sujet plus long se découpe en plusieurs vidéos.

Combien de mots pour une minute de vidéo ?

Entre 117 et 137 mots, d’après nos mesures sur des vidéos de formation terminées, silences compris. Le calculateur de durée de voix off donne la durée de votre texte.

Faut-il une voix humaine ?

Pas forcément. Une voix de synthèse moderne a été jugée aussi crédible et aussi utile pour apprendre qu’une voix humaine dans une étude de 2017 (Craig et Schroeder). Elle a l’avantage de se corriger en quelques minutes. Une voix humaine reste préférable pour un message personnel de la direction ou un témoignage.

Peut-on créer une vidéo de formation à partir d’un PowerPoint ?

Oui. PowerPoint exporte lui-même un diaporama en vidéo, avec votre voix. Pour une vidéo réécrite et dessinée, exportez le diaporama en PDF et partez de ce PDF : la page PowerPoint en vidéo de formation détaille ce qui passe et ce qui se perd.

Les sous-titres sont-ils obligatoires ?

Les règles d’accessibilité (WCAG 2.2, critère 1.2.2, et RGAA, critère 4.3) demandent des sous-titres synchronisés pour toute vidéo préenregistrée avec du son. L’obligation légale vise d’abord les services publics et certaines entreprises (voir le RGAA), mais ces règles servent tout le monde.

Sources

• Philip J. Guo, Juho Kim, Rob Rubin, How video production affects student engagement: an empirical study of MOOC videos, ACM Learning at Scale, 2014 : 6,9 millions de sessions de visionnage sur edX ; temps de visionnage médian d’au plus 6 minutes ; tutoriels dessinés à la tablette suivis 1,5 à 2 fois plus longtemps que des diapositives ou des captures de code.
• Scotty D. Craig, Noah L. Schroeder, Reconsidering the voice effect when learning from a virtual human, Computers & Education, vol. 114, 2017, p. 193 à 205.
• Richard E. Mayer, Multimedia Learning, 3e édition, Cambridge University Press, 2020.
• David R. Krathwohl, A Revision of Bloom’s Taxonomy: An Overview, Theory Into Practice, vol. 41, n° 4, 2002.
• W3C, Web Content Accessibility Guidelines (WCAG) 2.2, recommandation du 12 décembre 2024 (critères 1.2.2, 1.2.3, 1.2.5, 1.4.3 et 2.3.1) ; Understanding 1.2.2 (sous-titres toujours visibles, technique G93) ; Understanding 1.2.5 (pas d’audiodescription nécessaire quand la bande son dit tout).
• DINUM, RGAA 4.1.2, critères et tests, thématique 4 « Multimédia » (version 5 prévue fin 2026).
• Microsoft, Convertir votre présentation en vidéo.
• Mots par minute : mesures faites sur les vidéos de formation publiées sur educpilot.org, détaillées sur la page du calculateur.
• Fonctionnement et tarifs d’EducPilot au 23 octobre 2026.