ffff01

Le journal Grok Bot de Chess #3 🎬

【Mises à jour du Bot】
• Enregistrement des identifiants, des cartes bancaires et des coordonnées : le Bot peut désormais enregistrer vos identifiants, vos cartes bancaires et vos coordonnées. Ajoutez-les une fois, et le Bot les gardera en mémoire de façon sécurisée pour les utiliser directement par la suite.
• Intégration aux applications mobiles : le Bot peut désormais utiliser les applications de votre téléphone, comme Calendrier, Rappels et Contacts. Le déploiement sur iOS et Android se fait progressivement.
• 1Password : le Bot peut utiliser votre compte 1Password. Autorisez les identifiants que vous souhaitez partager, et le Bot se connectera pour vous. La fonctionnalité sera déployée auprès des utilisateurs dans les prochains jours.
• Pages : le Bot peut créer des rapports, des notes et des tableaux de bord. Demandez-lui une page : vous pourrez la modifier avec lui ou le laisser la mettre à jour en continu.

【L’expérience de Chess】
Dans cet épisode, je raconte une histoire complète : le 24 octobre, mon Bot « Caesar » et moi avons transformé en une journée l’une des vidéos les plus populaires sur X en version Bagel : « Vérifier mon compte @bagel_win 10 000 fois ». Caesar a réalisé la vidéo de bout en bout ; je me suis contenté de lui donner mon avis, au fil de plus d’une dizaine de retours. Tout s’est passé sur mon téléphone, au fil de mes échanges avec Caesar, mon responsable à domicile.

1️⃣ 12 h : je lui donne la consigne. Dans le groupe, je partage une vidéo de référence en disant : « Fais une vidéo pour Bagel à partir de vidéos similaires et de celle que Notion vient d’envoyer. » À 12 h 14, je lui envoie aussi celle de Coinbase, « Checking my portfolio 10,000 times. » : commence par utiliser ma photo de profil X et fais une vidéo où je vérifie mon compte @bagel_win 10 000 fois. L’équipe PR préparait aussi le découpage des plans ; Caesar a proposé de réaliser lui-même la vidéo.

2️⃣ v1–v4, génération vidéo directe par l’IA : la v1 était une vidéo de 10 secondes avec mon avatar, qui ouvrait et refermait frénétiquement un téléphone pliable dans une pièce blanche. Mais les mains et le téléphone se déformaient, et la bouche était beaucoup trop grande à la fin. J’ai demandé que le logo Bagel apparaisse au dos du téléphone, que le personnage soit remplacé par l’avatar de Caesar et que le fond jaune fasse ressortir le Duo blanc. J’ai aussi demandé de reprendre le mouvement de tête de la vidéo originale, de faire pivoter le Duo entier et de mettre en scène Night City. À 0:07, l’image de la v3 s’est effondrée. Après avoir vérifié la vidéo, Caesar m’a dit : « N’utilise pas encore cette version. » Dans la v4, le téléphone tremblait sans s’ouvrir ; elle n’a pas passé son contrôle qualité. Caesar ne me l’a donc pas envoyée et en a conclu : l’IA ne sait pas générer directement une véritable ouverture et fermeture de charnière.

3️⃣ v5, changement d’approche : générer deux images sous le même angle, l’une avec le téléphone « fermé », l’autre « ouvert ». Caesar a écrit lui-même un script, puis a alterné les images avec ffmpeg pour obtenir environ quatre ouvertures et fermetures par seconde, avec cinq angles de caméra et des coupes franches toutes les deux secondes, accompagnées d’un bruit de clic synchronisé. J’ai dit : « Cette version est bien. » Petit incident : le contrôle automatique en arrière-plan ne détectait pas l’ouverture et la fermeture. En revérifiant les images une par une, Caesar s’est rendu compte que certaines avaient été omises lors de l’extraction. Il me l’a dit franchement : « Fie-toi à ce que tu vois. »

4️⃣ v6–v9, peaufiner les détails : à certains endroits, le Duo se transformait en quatre carrés ; il fallait qu’il soit identique au vrai appareil. L’intérieur du logo Bagel devait être jaune. Night City ne rendait pas bien, alors on est passé à un fond jaune uni. J’ai envoyé un logo avec un visage blanc sur fond jaune. Il fallait ajouter le mot Bagel sous le logo au dos ; utiliser pour le fond jaune la teinte de l’avatar de Caesar, #FFFF01 ; et ajouter la petite ligne verticale de son avatar. Caesar signalait aussi spontanément certains problèmes, par exemple quand l’IA avait écrit « CAESR » sur l’enseigne. Pour la v9, je lui ai envoyé les visuels officiels du Duo, et il a redessiné le dos en verre blanc et les deux objectifs en forme de pilule.

5️⃣ L’idée créative majeure : transformer « 10 000 fois » en « 10 000 émotions ». Les cinq plans montrent successivement l’anxiété, la colère, la contrariété, l’euphorie et un rire incontrôlable. Dans la v10, il a ajouté de grands caractères chinois à gauche de l’avatar, avec une légende en anglais en dessous.

6️⃣ v11–v14, des détails dignes d’un réalisateur : pour « anxieux », le texte devait apparaître 0,7 seconde après que le téléphone se soit mis à bouger. Comme le regard ne se posait pas sur le téléphone pendant la scène d’anxiété, Caesar a refait le plan. Avant cette scène, il fallait d’abord sourire avec impatience pendant 0,8 seconde. À la fin, il fallait ajouter une seconde d’écran noir avec le logo Bagel, le texte et le slogan. À 17 h 41, j’ai dit : « Pas mal », et nous avons validé la version finale.

7️⃣ v15, la voix off : je voulais qu’au moment où Bagel apparaît pendant la dernière seconde, on entende une voix masculine américaine, avec un ton publicitaire, qui prononce Bagel et le slogan ensemble. Caesar a lancé une tâche en arrière-plan et trouvé un outil de synthèse vocale déjà disponible (la voix GuyNeural), qui a dit : « Bagel! A mobile-first prediction market app. » La voix durait environ 2,1 secondes : elle ne tenait pas dans le carton final d’une seconde. Caesar l’a donc prolongé à 2,4 secondes et m’a expliqué honnêtement pourquoi. J’ai répondu : « Ça me va, on garde cette version. » L’ancien post a été supprimé et republié avec le son.

Au total, la consigne a été donnée à 12 h 14, la version finale validée à 17 h 41, la voix ajoutée à 18 h 05 et la vidéo publiée à 18 h 10 : 15 versions en tout. Caesar sait analyser une vidéo de référence, récupérer un avatar et, si la génération vidéo échoue, changer de méthode en combinant génération d’images et montage par script. Il ajoute des sons de clic et une voix de synthèse, vérifie chaque version avant de me l’envoyer et signale honnêtement les erreurs. Je n’ai qu’à lui dire ce que je veux. Voilà ce que Grok Bot représente pour moi aujourd’hui : je peux tout faire d’un simple geste sur mon téléphone, avec un véritable partenaire qui sait mener le travail à bien.

L’image est une mosaïque de neuf images choisies parmi les 15 versions. Les trois dernières sont des captures d’écran de mes échanges avec Caesar sur mon téléphone. La vidéo finale se trouve dans le post publié sur mon compte X @chessxyz le 24 octobre ; je ne mets pas de lien ici.

Ce contenu relate mon expérience personnelle de l’utilisation d’un agent IA. La vidéo et le texte ont tous deux été réalisés avec l’aide de l’IA.

#GrokBot #AIAgent

« Love, Death & Robots » 🩷☠️🤖

Fin de l’épisode !