Retrouver un passage exact dans vos cours vidéo
Vous savez que vous l'avez dit dans un de vos cours. Vous vous souvenez même du tableau derrière vous. Mais impossible de remettre la main sur le passage : la recherche par mots-clés ne trouve rien, parce que les mots que vous tapez aujourd'hui ne sont pas ceux que vous avez employés à l'époque. Résultat, vous rescannez des heures de vidéo à la main, ou vous renoncez.
Cette masterclass vous donne la méthode pour rendre vos cours vidéo cherchables par le sens : vous tapez une question en langage courant et vous retrouvez en une seconde le passage exact, avec sa position dans la vidéo, même si les mots diffèrent.
Ce que cet exercice ne peut pas casser
Tout tourne sur votre machine, avec les outils que vous avez déjà : rien n'est publié, aucun compte n'est touché. Vous validez chaque étape sur quelques transcripts avant de lancer le gros volume, et vous êtes prévenu des limites de débit et des coûts avant tout traitement massif.
Ce que vous saurez faire à la fin
- Découper vos transcripts en morceaux de 300 à 500 mots qui gardent le titre du cours et la position dans la vidéo.
- Transformer ces morceaux en vecteurs et les ranger dans une base interrogeable.
- Retrouver le passage exact d'un cours à partir d'une question formulée dans d'autres mots que les vôtres.
- Niveau membre· le prompt prêt à coller qui écrit tout le script pour vous, du découpage à la recherche, avec deux lignes d'explication après chaque étape.
- Niveau Pro· je monte le moteur avec vous sur vos propres cours et je débloque votre stack en direct.
Quatre étapes, puis un test : une question dans vos mots d'aujourd'hui, le passage de l'époque qui remonte.
Quatre étapes, dans cet ordre, sans en sauter une
Chercher par le sens, c'est comparer des vecteurs : chaque morceau de cours devient une suite de nombres, votre question aussi, et la base renvoie les morceaux les plus proches. La méthode tient en quatre étapes (découper, vectoriser, stocker, chercher) plus un test final. Chaque étape se valide avant de passer à la suivante : un découpage sale donne des vecteurs sales, et aucune recherche ne rattrape ça.
1Découper : des morceaux de 300 à 500 mots qui se chevauchentdoute : « pourquoi ne pas vectoriser le transcript entier ? »
Un script lit chaque transcript et le coupe en morceaux de 300 à 500 mots, avec un chevauchement d'une cinquantaine de mots entre deux morceaux pour qu'aucune idée ne soit tranchée net à la frontière. Chaque morceau conserve deux métadonnées : le titre du cours et sa position dans le transcript. C'est cette position qui vous ramènera au bon moment de la vidéo. Validez ce découpage à l'oeil avant d'aller plus loin : lisez quelques morceaux, vérifiez qu'ils se tiennent seuls.
2Vectoriser : un seul moteur, des lots, une reprisedoute : « et si ça plante au milieu de mes 200 transcripts ? »
Pour chaque morceau, le moteur d'embeddings renvoie un vecteur. Trois précautions non négociables : traiter les morceaux par lots pour ne pas dépasser les limites de débit, prévoir une reprise en cas d'erreur pour ne pas tout relancer de zéro, et garder le même moteur du début à la fin. Des vecteurs produits par deux moteurs différents ne sont pas comparables : c'est la règle qui casse le plus de projets.
3Stocker : une table texte, métadonnées, vecteurdoute : « ma base de données sait faire ça ? »
Votre base a besoin d'une extension vectorielle (une commande à activer) et d'une table à trois colonnes : le texte du morceau, ses métadonnées (titre du cours, position), et le vecteur. Un script insère chaque morceau avec tout son bagage. Vérifiez que les lignes entrent bien en base avant d'écrire la recherche : compter les lignes et comparer au nombre de morceaux suffit.
4Chercher : la question passe par le même chemindoute : « comment la base comprend ma question ? »
La fonction de recherche prend votre question, la transforme en vecteur avec le même moteur que les morceaux, et renvoie les morceaux les plus proches avec leur score et leur position dans la vidéo. Votre question devient un point dans le même espace que vos cours : les passages qui parlent de la même chose sont les points les plus proches, peu importe les mots employés.
5Tester : une question dans d'autres motsdoute : « comment savoir si ça marche vraiment ? »
Le vrai test, c'est de poser une question écrite dans d'autres mots que ceux du cours et de vérifier que le bon passage remonte. Si la recherche ne trouve que ce qui partage vos mots exacts, vous avez refait un moteur de mots-clés, pas un moteur de sens. Lancez toute la méthode étape par étape, jamais d'un bloc : découpage validé, puis vecteurs en base, puis recherche.
À vous de jouer : votre moteur de recherche sur vos cours
Prenez vos transcripts et déroulez les étapes une par une. Cochez à mesure, ne sautez aucune validation.
Le résultat, en 30 secondes
À partir de votre seule matière (vos transcripts, votre base, votre moteur d'embeddings), le prompt produit un livrable complet et vérifiable, étape par étape.
Votre stack confirmée en une phrase. Puis les cinq étapes, chacune avec le bout de code, deux lignes d'explication en clair, et comment vérifier que ça marche. Puis la commande de test finale. Et en bas, une courte liste « si ça ne marche pas » avec les trois erreurs les plus fréquentes et leur correctif.
Le prompt prêt à coller
# RÔLE Tu es un ingénieur logiciel senior, spécialiste de la recherche sémantique et des bases vectorielles, et pédagogue avec quelqu'un qui n'est pas développeur. Tu expliques chaque décision en français simple. Tu ne t'appuies QUE sur ce que je te donne : si une information manque (mon système d'exploitation, mon outil de base de données, ma clé d'embeddings), tu me la demandes, tu n'inventes rien et tu ne supposes aucune valeur par défaut sans me prévenir. # CONTEXTE Je veux rendre mes cours vidéo cherchables par le sens : taper une question en langage courant et retrouver le passage exact, même quand les mots employés diffèrent. Je ne suis pas développeur, je veux un script que je lance sans tout comprendre, mais je veux comprendre ce qu'il fait. Ma matière (si j'en ai) :
Le prompt écrit tout le script pour vous : découpage, vectorisation, stockage, recherche, avec deux lignes d'explication et une vérification après chaque étape, plus la commande de test finale. Il s'adapte à votre stack ou vous interviewe si vous partez de zéro. Laissez votre email, je vous l'envoie.
Vérifiez que c'est à vous
Vous avez vectorisé 80 transcripts avec un moteur d'embeddings. Trois mois plus tard, vous ajoutez 20 nouveaux cours en les vectorisant avec un autre moteur, moins cher. La recherche devient incohérente sur les nouveaux cours. Que s'est-il passé ?
D'abord avec vos mots, sans regarder les options :
Expliquez-le pour l'ancrer
En une phrase, à un confrère qui range encore ses cours dans des dossiers : pourquoi une recherche par le sens retrouve un passage que la recherche par mots-clés rate ? Si vous savez le dire simplement, c'est à vous.
Ce que vous savez faire maintenant
- Découper un corpus de transcripts en morceaux de 300 à 500 mots sans perdre la trace du cours et de la position d'origine.
- Garder un seul moteur d'embeddings du début à la fin, condition pour que tous les vecteurs restent comparables.
- Valider chaque étape avant la suivante : découpage relu, vecteurs comptés en base, puis test avec une question dans d'autres mots.
Un seul moteur d'embeddings du début à la fin, pour que les vecteurs soient comparables.
Continuez seul
Le moteur tourne sur vos cours. La même mécanique avale aussi vos notes de lecture :
Décomposer un livre en notes permanentes avec l'IA →Faites-le avec moi
Je monte le moteur avec vous sur vos propres cours : votre stack, vos transcripts, votre recherche qui tourne en fin de séance. Vous repartez avec un outil, pas avec un tutoriel.