UGC Selfie Maison (senior) · UGC Selfie voiture · Home UGC · Office UGC · Walking Street selfie Le speaker parle à la première personne et raconte SON expérience. Ton conversationnel, hésitations naturelles bienvenues, phrases courtes. Il regarde la caméra. Indications de tournage : **facecam**, **regarder ailleurs, chercher ses mots**, **montrer le téléphone**. ⚠ Le speaker parle de son expérience avec la méthode ou le blocage, pas du produit — sauf en registre (S).

UGC lecture de script (le speaker ne parle pas de lui) Le speaker lit le script en facecam sans jamais dire « je ». Ton neutre et posé, deuxième personne (« vous »). Utile quand on n'a pas de témoin crédible pour l'angle.

Témoignage client Première personne, mais le speaker raconte une transformation précise et datée. ⚠ Compliance règle 9 : pas de chiffres de résultat, pas de promesse individuelle.

---

B-Rolls · B-Rolls ASMR (voix + vidéos) · Vidéos Lifestyle + texte + musique Montage de vidéos libres de droit illustrant le propos. Ne jamais écrire à la première personne : c'est une voix off, pas un témoignage. Deuxième personne (« vous ») ou troisième. Le script doit être visualisable : chaque phrase doit correspondre à une image possible. Écrire l'indication visuelle à chaque respiration. Indications : **plan : couple de retraités qui marche**, **texte à l'écran : « 3 ans de Duolingo »**. Variante ASMR : voix douce et lente, phrases plus courtes, rythme apaisé.

Défilé de photos + voix Même logique, mais rythme plus lent, une idée par photo.

Animé IA (Argil, avatar de synthèse) Voix off ou avatar parlant. ⚠ Compliance règle 19 : éviter le rendu vocal trop synthétique. Écrire des phrases naturelles avec des respirations pour humaniser la diction.

---

Podcast (monologue) Une personne parle face caméra dans un décor podcast, micro visible. Ton posé, argumenté, plus long que l'UGC. Supporte bien l'explication du mécanisme.

Podcast 2 personnes · Dialogue (2 amis au café) Script écrit en répliques alternées, avec les noms des locuteurs. Le premier pose le problème, le second apporte le mécanisme. Ton naturel, interruptions et relances bienvenues. Format : A — … / B — …

Interview POV street Question courte de l'intervieweur, réponse spontanée de l'interviewé. Écrire les deux. Ton improvisé.

Séminaire / conférence (parle sur scène) Registre plus assertif, adresse à un public. Supporte les chiffres et la démonstration. Bon véhicule pour le mécanisme.

Reportage Voix off documentaire + intervenant. Ton journalistique, distancié. Excellent pour les angles « révélation » (Protocole Phoenix, Kató Lomb).

---

Static Ads Pas de script vidéo. Produire à la place : le texte sur l'image (très court, 5 à 12 mots), la description visuelle précise pour le graphiste ou le générateur d'image, et les AdCopy / Headlines / Description. Le texte sur l'image doit fonctionner seul, sans contexte.

Carrousel Une idée par carte, 4 à 8 cartes. Produire le texte de chaque carte + l'indication visuelle. La carte 1 est le hook, la dernière est le CTA.

POV écran (scroll LinkedIn, screenshot de conversation, capture Trustpilot) Le script décrit ce qui se passe à l'écran + la voix off éventuelle. ⚠ Compliance règle 16 : pas de fausse notification, pas de faux message. Compliance règle 9 : flouter tout chiffre.

Split-screen avant / après ⚠ Compliance règle 20 : pas d'avant/après ultra contrasté. Rester sur l'attitude et l'aisance, jamais sur une performance mesurée.

---

Quel que soit le format, le script sort en trois blocs HOOK / STORY / OFFER, entre 300 et 400 mots (sauf static et carrousel), avec les indications de tournage en gras dans le flux.

Si le Suivi Crea indique un format absent de cette liste, l'appliquer par analogie avec la famille la plus proche et le signaler dans le bloc d'auto-contrôle.

---

Une règle de continuité, énoncée par Adrien à propos de la VSL 2 mais valable partout : quand une VSL a un porte-parole filmé, les publicités de ce funnel sont tournées par cette même personne, dans le même dispositif.

La VSL 2 est en face-cam avec Céline Dite. Les ads du funnel NF 2 sont donc en face-cam, avec Céline à l'écran. Le raccord visuel entre l'annonce et la page fait partie de la même continuité que le vocabulaire : une publicité en micro-trottoir qui envoie vers une confession en face-cam casse le lien, exactement comme le ferait un mot de VSL 1 dans une ad de VSL 2.

Et les formats les plus efficaces sont souvent les plus simples. Selfie vidéo depuis une voiture, depuis une salle de sport, chez soi. Une personne, un téléphone, rien d'autre. Ne pas confondre nouveauté de format et sophistication de production : proposer systématiquement du reportage, du double-caméra ou du micro-trottoir passe à côté de ce qui fonctionne le plus souvent.

---

Le principe : une vidéo existante tourne en fond, et un personnage généré par IA apparaît en incrustation dans un coin — le plus souvent en bas à gauche — et raconte ce qu'on voit. Il ne s'adresse pas au spectateur depuis la scène : il commente de l'extérieur, comme quelqu'un qui montrerait une vidéo à un ami.

Nom retenu : « AI avatar overlay », à écrire tel quel dans la colonne Format du Suivi Crea. C'est le terme qui circule côté anglophone — on le retrouve donc en cherchant des références, ce qu'une traduction française ne permettrait pas. On croise aussi commentary ad. En français, l'encart d'une personne en coin d'image s'appelle un médaillon, mais le terme n'est pas utilisé dans le métier.

Ce que le format apporte vraiment, c'est le recyclage. Un concurrent qui vend de la perte de poids a une vidéo de podcast où il parle lui-même. Pour renouveler la créa sans retourner quoi que ce soit, il repasse cette même vidéo — coupée, sans le son d'origine — et met en médaillon un personnage IA qui dit « ce type a parlé de perte de poids pendant trois semaines… ». Même rush, nouvelle publicité.

Trois conséquences pour la rédaction.

Le hook passe à la troisième personne. Ce n'est plus le protagoniste qui se raconte, c'est quelqu'un qui raconte le protagoniste. Le registre change complètement : la confession devient une histoire qu'on nous rapporte, ce qui abaisse la garde du spectateur — on n'a pas l'impression qu'on essaie de nous vendre quelque chose.

Le hook doit poser la question à laquelle la vidéo va répondre. C'est ce qui tient le spectateur : « Comment elle a fait pour progresser aussi vite ? ».

Le fond n'a pas besoin d'être tourné. N'importe quelle vidéo existante fait l'affaire : un extrait de VSL, une ad passée, un rush inutilisé. C'est le format le moins cher à produire de tout le catalogue, et celui qui permet de faire vivre une créa gagnante bien au-delà de sa fatigue naturelle.

Application immédiate : un extrait de la VSL 2 où Céline parle, avec un AI avatar overlay qui raconte son histoire à la troisième personne.

---

Convention : le format, puis la technologie entre parenthèses, à la fin.

UGC AI femme 50 ans (Argil)
AI avatar overlay (Argil)
Static (Canva)
Static — screen téléphone (Nano Banana)
UGC (tournage réel)
Interview podcast (tournage réel)

La raison est pratique : au moment de produire, la question « avec quoi on fabrique ça » se pose immédiatement, et elle décide qui fait le travail et combien de temps ça prend. La laisser implicite oblige à rouvrir le script pour le deviner.

Elle a aussi une valeur d'apprentissage. Quand une créa marche, on veut savoir si c'est l'angle qui a porté ou la technologie qui l'a rendue crédible — un UGC généré par IA et un UGC tourné avec une vraie personne ne se comportent pas pareil sur ce marché, où la méfiance envers « l'arnaque » est une objection majeure. Sans cette mention, la comparaison est impossible après coup.

Écrire « tournage réel » quand c'est un humain, plutôt que de ne rien mettre : l'absence d'information ne doit jamais signifier quelque chose.

Le format par défaut d'un funnel ne se change pas de sa propre initiative. Sur le funnel NF 2, c'est le face-cam de Céline. Une demande de « varier quelques formats » porte sur les lignes désignées, pas sur l'ensemble : le reste reste au défaut.

Varier le lieu de tournage à l'intérieur d'un même format. Quatre face-cam de la même personne au même endroit se ressemblent trop pour tester quoi que ce soit : c'est le décor qui devient la variable involontaire. Adrien répartit donc ses face-cam entre la voiture, la salle de sport et la rue — trois lieux qui marchent, et qui suffisent à distinguer visuellement des ads dont le format est identique. Le lieu s'écrit dans la colonne Format, avant la technologie : UGC face-cam Céline — tournage voiture (tournage réel).

---

---

Bibliothèque des formats

Pour chaque classe : comment c'est monté, la durée observée sur l'Ad Library, et ce que ça impose au script. Les durées sont des relevés réels du 6 septembre 2026 — l'Ad Library affiche la durée de chaque vidéo.

Règle de conversion : environ 150 mots par minute en débit normal, 120 en débit lent ou ASMR.

---

UGC face-cam simple

Montage : une personne, un téléphone. Le speaker regarde la caméra et parle. Décor réel — voiture, salle de sport, cuisine, rue. Sur une trentaine de secondes, on peut rester sur la même personne d'un bout à l'autre. Un zoom, un changement d'axe ou de plan suffit à dynamiser un peu, sans rien de plus. Durée : 30 à 60 s. Ce que ça impose : un script qui tient sans image de secours. Chaque phrase doit valoir par elle-même. Les hésitations et reprises sont bienvenues, elles font l'authenticité. Les seules indications utiles sont les changements d'attitude et de valeur — **regarder ailleurs**, **se rapprocher**, **zoom**. Mots : 80-150.

Static

Montage : aucun. Une image fixe. Ce que ça impose : pas de script. Produire le texte sur l'image (5 à 12 mots, il doit fonctionner seul), la description visuelle précise, et l'AdCopy.

---

UGC × inserts

Anciennement « UGC × B-Rolls ». Le nom a changé parce que l'insert n'est pas forcément un B-Roll.

Montage : un face-cam qui bascule sur une image, puis revient au speaker. Même voix, même récit — seule l'image alterne.

Ce qu'on insère dépend de ce qui est dit. C'est contextuel, et c'est du bon sens plus qu'une règle :

Ce que dit le speaker	Ce qu'on montre
une scène de sa vie	un B-Roll qui l'illustre
un souvenir, un avant	une photo d'archive — c'est le réflexe des ads de transformation, où la personne montre une photo d'elle six mois plus tôt
une application, un message, un mail	une capture d'écran
un document, une étude, un article	le document filmé ou scanné
le produit	l'écran du produit en usage

Le déclencheur est la durée, pas une cadence. En dessous d'une minute, un face-cam tient tout seul. Au-delà, il faut alterner — sinon l'œil décroche. Il n'y a pas de rythme à respecter : on met une image là où le propos en appelle une.

Durée : 40 à 80 s. Médiane relevée chez Jumpspeak, concurrent direct avec 770 publicités actives : 61 s.

Ce que ça impose : placer l'insert là où il sert le propos, et nommer sa nature dans l'indication. Écrire la parole en continu puis plaquer des images dessus en fin de course donne un montage qui ne raccorde pas.

Pour NarratiFluent, les inserts naturels sont : le cahier d'écolier et ses listes de verbes, l'écran d'une application de langue, le document déclassifié, la scène de blocage au comptoir, l'écran de l'application en lecture.

Mots : 150-200.

Interview podcast + B-Rolls

Montage : plateau avec micro visible pour les 3 à 5 secondes du hook, puis bascule en voix off sur B-Rolls. Retour au plateau facultatif en clôture. Durée : 60 à 120 s. Ce que ça impose : une bascule de personne grammaticale. Première personne au plateau, puis « vous » en voix off. Marquer la bascule explicitement dans le script. Mots : 180-300.

Micro-trottoir / interview de rue

Montage : questions courtes de l'intervieweur, réponses spontanées de passants, entrecoupées de voix off explicative sur des plans de rue. Trois à quatre passants suffisent. Durée : 60 à 150 s. Ce que ça impose : écrire les deux voix. La question reste générale et ne met jamais en cause la personne interrogée. Dans ce format on pose une question, on n'enseigne rien. Mots : 280-450.

---

B-Rolls voix off

Montage : montage de vidéos libres de droit illustrant le propos. Une image par idée. Durée : 40 à 90 s. Ce que ça impose : jamais de « je » — c'est une voix off, pas un témoignage. Le script doit être visualisable : chaque phrase correspond à un plan possible, et l'indication visuelle s'écrit à chaque respiration. Mots : 130-220.

B-Rolls ASMR

Montage : même logique, mais voix douce et lente, plans longs, silences assumés. Durée : 33 s de médiane sur l'Ad Library, gros du peloton 22-52 s. C'est un format d'ambiance, pas d'explication. Ce que ça impose : phrases très courtes, une idée par plan, rythme apaisé. Ne pas y loger un mécanisme complet — le format n'en a pas le temps. Mots : 60-100.

Lifestyle + texte + musique

Montage : vidéos de vie qui défilent, texte incrusté à chaque plan, musique douce. Le texte porte la moitié du sens. Durée : 20 à 40 s. Ce que ça impose : écrire le texte à l'écran en même temps que la voix, et ne jamais faire dire à la voix ce que le texte affiche déjà. Mots : 60-100.

---

POV

Montage : une situation filmée à la première personne, texte POV: incrusté en ouverture. Durée : 17 s de médiane, gros du peloton 15-48 s. Le plus court de tous. Ce que ça impose : une seule idée, une seule scène. Ce format ouvre une boucle, il n'explique rien. Le mécanisme se joue entièrement sur la page de vente. Mots : 40-70.

AI avatar overlay

Montage : une vidéo existante tourne en fond, un personnage généré par IA s'incruste dans un coin et la raconte. Il commente de l'extérieur. Durée : 35 à 50 s. Médiane relevée sur les publicités de narration à la troisième personne : 40 s. Ce que ça impose : la troisième personne — ce n'est plus le protagoniste qui se raconte, c'est quelqu'un qui le raconte. Le hook doit poser la question à laquelle la vidéo répondra. Le fond n'a pas besoin d'être tourné : n'importe quelle vidéo existante fait l'affaire, y compris un extrait de VSL. Mots : 100-140.

Screen recording

Montage : une personne filme l'écran de son ordinateur avec son smartphone, image volontairement brute, voix off par-dessus. Le doigt désigne l'écran. Durée : 35 à 50 s. Ce que ça impose : la laideur est le format. Un écran filmé de travers ne ressemble pas à une publicité — un montage propre le tue. Le script décrit ce qui se passe à l'écran autant que ce qui est dit. Mots : 100-140.

---

Podcast monologue, podcast à deux, reportage, conférence

Montage : décor de plateau, micro visible. Mais jamais un plan fixe d'un bout à l'autre — c'est ce qui tue ces formats.

Le dynamisme vient d'une alternance permanente de valeurs de plan :

• le zoom sur celui qui parle — on resserre à mesure que le propos se durcit, on desserre quand il respire
• le plan sur celui qui écoute, en réaction, pendant que l'autre parle. C'est le plan de coupe le plus utile du format : il permet de couper une hésitation, de raccourcir un passage, et il montre l'effet du propos plutôt que le propos lui-même
• le plan large de temps en temps, pour réinstaller le décor et rappeler qu'il y a deux personnes

En monologue, l'alternance se joue sur les seules valeurs de plan — large, moyen, serré — et sur les changements d'axe.

Ce n'est pas une obligation, c'est un répertoire. Le format existe et il fonctionne : autant l'écrire dans le script plutôt que de le laisser à l'improvisation du monteur.

Le reportage ajoute une voix off documentaire par-dessus le même principe. Durée : 142 s de médiane sur les publicités d'info-produit, gros du peloton 62-249 s, et des cas jusqu'à 26 minutes — ce sont des VSL diffusées comme des publicités. Ce que ça impose : c'est le seul groupe qui supporte la démonstration complète d'un mécanisme. Le podcast à deux s'écrit en répliques alternées : le premier pose le problème, le second apporte le mécanisme. Et les changements de plan s'écrivent dans le flux, comme toutes les autres indications : **zoom sur A**, **plan sur B qui écoute**, **retour plan large**. Un script de podcast qui ne contient que du texte laisse le montage au hasard. Mots : 280-450, davantage si le format long est assumé.

---

Interview client longue

Montage : l'interview d'un client, filmée et diffusée quasiment telle quelle — dix, quinze, vingt minutes. Pas de coupe au montage pour la ramener à une minute. Une caméra, deux personnes, des questions, des réponses.

Durée : relevé sur les publicités d'info-produit actives, cinq sur vingt-deux dépassent quatorze minutes, jusqu'à vingt-sept. Ce n'est donc pas une bizarrerie : c'est un format assumé qui tourne.

Registre : Solution Aware exclusivement. Le produit est nommé, le client raconte son avant et son après. Personne ne regarde quinze minutes d'interview sans savoir de quoi il s'agit.

Pourquoi ça fonctionne malgré la longueur. Le format s'auto-sélectionne : seuls les gens réellement concernés restent, et ceux qui restent arrivent sur la page dans un état de chaleur qu'aucune publicité d'une minute n'atteint. Le coût par vue est mauvais, le coût par clic qualifié est excellent. C'est exactement la logique du CBO — Meta dépensera dessus si l'audience trouve.

Ce que ça impose, et c'est une rupture avec tous les autres formats : il n'y a pas de script. Ce qu'on produit, c'est un guide d'entretien — la liste des questions, dans l'ordre, avec les relances prévues. Le travail de rédaction se déplace : on n'écrit plus ce qui sera dit, on écrit ce qui sera demandé.

Un guide d'entretien utile suit l'arc de la matrice avatar :

1. La situation d'avant, en scènes précises — pas « je n'étais pas à l'aise » mais « à l'hôtel, c'était mon mari qui parlait »
2. Ce qui a été essayé, nommément, et pourquoi ça a échoué
3. Le moment de bascule — qu'est-ce qui a fait qu'on a recommencé une fois de plus
4. Le déroulé réel, semaine par semaine, y compris les doutes
5. La première fois où ça a marché, datée et située
6. Ce que ça a changé, dans les termes du client et pas dans les nôtres
7. Ce qu'il dirait à quelqu'un qui hésite

Le matériau existe déjà. La VSL 3 contient trois interviews clients intégralement transcrites — Danielle 66 ans, Jean-Claude 71 ans, Marie-Sophie 36 ans — avec leurs verbatims et leurs passages en anglais face caméra. Ce sont des rushes déjà tournés, aujourd'hui utilisés en extraits de quelques secondes dans la page. Diffusés en entier, ce sont trois publicités.

Mots : sans objet. Produire un guide d'entretien, pas un script.

---

Le CTA n'est pas une phrase de fin, c'est un traitement visuel — et il en existe plusieurs. Ils se valent, ils se testent, et ils changent d'une publicité à l'autre au même titre que le hook ou le format.

Le répertoire

La carte finale pleine. Le plan s'arrête, l'écran passe à la destination — la page, le quiz, la présentation — avec le texte de l'appel incrusté et une preuve sociale. Huit à douze secondes. Relevé sur une publicité WarriorBabe en diffusion depuis huit mois (2068519050639682, 1:16) : une minute de femme qui marche en parlant, puis dix secondes de carte.

La bannière. Un bandeau s'incruste par-dessus l'image en cours, sans couper le plan. Le speaker continue de parler pendant que l'appel s'affiche. Moins de rupture, moins de démonstration aussi.

La flèche ou l'incrustation légère. Le speaker dit l'appel lui-même, et une flèche ou un mot apparaît en surimpression pour désigner le bouton. Le traitement le plus discret, et le plus proche du registre UGC.

Rien de visuel. Le speaker dit l'appel, l'image ne change pas. C'est le plus faible : les dernières secondes ne montrent rien.

Ce que ça impose au script

Le bloc OFFER se décrit comme un plan, avec son traitement nommé :

carte finale, 10 s — écran de la présentation qui défile · texte incrusté : « Découvrir la présentation gratuite » · mention : « déjà suivie par des centaines de personnes de 50 à 80 ans » Voix off par-dessus : une phrase, pas plus.

ou bien :

le speaker continue de parler · flèche incrustée en bas de l'écran vers le bouton

Varier le traitement d'une ad à l'autre, et aller regarder ce que font les autres annonceurs plutôt que de reprendre toujours la même formule. Une publicité qui se termine sur un visage qui dit « cliquez », sans rien à l'image, perd ses dix dernières secondes.

Note connexe, hors format : la publicité WarriorBabe envoie vers un quiz de 60 secondes, pas directement vers une page de vente. L'étape intermédiaire fait probablement partie de ce qui la fait tourner depuis janvier.

---

Famille	Durée	Mots
Podcast, reportage, micro-trottoir	100-150 s	280-450
Interview client longue (S)	10-27 min	guide d'entretien, pas de script
Interview podcast + B-Rolls	60-120 s	180-300
UGC × inserts	40-80 s	150-200
B-Rolls voix off	40-90 s	130-220
AI avatar overlay, screen recording	35-50 s	100-140
UGC face-cam simple	30-60 s	80-150
ASMR, lifestyle + texte	20-35 s	60-100
POV	15-25 s	40-70

Les cases où l'écart est le plus coûteux : écrire 300 mots pour un ASMR ou un POV donne une vidéo trois fois trop longue, que personne ne regardera jusqu'au bout.

Pour vérifier soi-même

POV · ASMR · Narration 3ᵉ personne · Podcast info-produit · Marché français de l'anglais · Jumpspeak

---

Mesure directe des fichiers vidéo du Drive, 41 publicités.

Minimum	16 s
1er quartile	74 s
Médiane	93 s
3e quartile	134 s
Maximum	288 s

Les winneuses, une par une

	Durée	Format
Ads 19	199 s	UGC Selfie Maison
Ads 23	195 s	UGC Selfie Maison
Ads 26	140 s	B-Rolls ASMR
Ads 28	175 s	UGC Selfie Maison
Ads 38	107 s	UGC Selfie Maison
Ads 43	16 s	Lifestyle + texte + musique
Ads 54	51 s	UGC Selfie + capture d'app
Ads 57	84 s	Interview podcast + B-Rolls

Médiane des winneuses : 123 s — soit trente secondes de plus que la médiane du compte. Sur ce marché, les publicités qui gagnent sont plus longues que la moyenne, et deux à sept fois plus longues que les médianes du marché américain relevées plus haut.

La conséquence, et elle annule la table de repères pour ce compte

Les repères américains — POV à 17 s, ASMR à 33 s, narration à 40 s — décrivent un marché d'ecommerce et d'applications qui vend des produits simples à des gens pressés. NarratiFluent vend une méthode à 297 € à des gens de soixante ans qui ont besoin de comprendre un mécanisme avant de cliquer. Ce n'est pas le même métier, et les durées le prouvent.

Règle : quand une publicité décline une winneuse, sa durée cible est celle de l'originale. C'est le meilleur indice disponible — il vient du compte, du format, de l'avatar et de l'audience réels, pas d'un marché voisin.

Ad à écrire	Décline	Durée cible	Mots
Ads 115	Ads 28 — 175 s	~175 s	400-440
Ads 116	Ads 23 — 195 s	~195 s	450-490
Ads 117	Ads 26 — 140 s	~140 s	320-350
Ads 118	Ads 57 — 84 s	~84 s	190-210
Ads 119	Ads 43 — 16 s	30-50 s	75-125

Pour une ad qui n'est pas une itération, la fourchette du compte s'applique : 74 à 134 secondes, soit 180 à 330 mots, avec la médiane des winneuses à 123 s — environ 300 mots — comme cible par défaut.