Aller au contenu
Aller au contenu

Nous avons analysé 100 Shorts de tutoriels IA. Comment les créateurs accrochent-ils le public ?

Une promesse de modifier des diapositives en dessinant. Une question : l’IA peut-elle battre un humain en conception sonore ? Un bocal de bonbons qui soumet la même tâche à sept modèles.

Équipe éditoriale de KaboInstantanés de recherche : 27 octobre 2026 et 29 octobre 202612 min de lecture

Voir l’échantillon complet de 100 vidéos ↓
100vidéos avec liens sources
30chaînes établies
6structures réutilisables
CE QUE L’ÉTUDE PEUT VOUS DIRE

Comment les créateurs présentent une tâche utile, commencent la démonstration et fournissent le résultat promis.

Nous avons examiné 100 YouTube Shorts en anglais de tutoriels et démonstrations IA issus de 30 chaînes établies pour voir comment les créateurs commencent une vidéo utile. Le principal schéma le plus fréquent dans notre codage était la promesse directe : 36 vidéos sur 100 nommaient directement ce que le spectateur pourrait apprendre, créer ou faire.

Ces schémas décrivent la structure des vidéos de l’échantillon. Nous n’avons pas mesuré la rétention d’audience.

01 · SCHÉMAS D’OUVERTURE

Les schémas d’ouverture de cet échantillon de 100 vidéos

Une accroche est le procédé d’ouverture qui donne envie de poursuivre. Nous avons classé chaque vidéo par procédé principal selon les définitions ci-dessous. En cas de chevauchement, la finalité primait : une question préparant un test comptait comme expérience ; une question sur une difficulté du spectateur, comme entrée par le problème.

Accroche principaleSignificationVidéosPart
Promesse directeNomme ce que l’on apprendra, créera ou fera.3636%
Entrée par le problèmeCommence par un problème reconnaissable.1717%
AutreUtilise récit, analogie, définition ou instruction immédiate.1515%
Résultat d’abordMontre d’abord la sortie finale ou la transformation.1414%
Défi ou expériencePose un test, une comparaison ou une tâche contrainte.1111%
Question ou curiositéOuvre un manque d’information que la vidéo résoudra.44%
Correction ou avertissementSignale une erreur ou une pratique à éviter.33%
Contre-intuitifRemet en cause une croyance courante.00%

n valide=100 ; classifications principales manquantes=0. Aucune vidéo n’a reçu Contre-intuitif comme étiquette principale.

GRAPHIQUE DE RECHERCHESchémas d’accroches principales des 100 vidéos

Nombre de vidéos · n=100 · manquants=0

Promesse directe
36
Entrée par le problème
17
Autre
15
Résultat d’abord
14
Défi ou expérience
11
Question ou curiosité
4
Correction ou avertissement
3
Contre-intuitif
0

Échelle de comptage : 0–50 vidéos

n valide=100 · manquants=0 · une étiquette principale par vidéo. La fréquence décrit cet échantillon, pas l’efficacité.Ouvrir le graphique source original (anglais) ↗

Les étiquettes décrivent l’ouverture, pas ses performances. Une réponse retardée ne suffisait pas à classer la vidéo comme guidée par la curiosité.

02 · TEMPORALITÉ DES 100 VIDÉOS

Quand la valeur devient claire et le contenu utile commence

Nous avons codé deux moments dans les 100 vidéos. La clarté de la valeur correspond au moment où le spectateur identifie le problème traité ou le résultat proposé. La première contribution substantielle est la première étape exécutable, réponse concrète ou démonstration significative de tâche. Un simple teaser ne compte pas. Un résultat comparatif précis ou un changement démontré de l’entrée à la sortie peut compter sans tutoriel clic par clic.

Chaque vidéo dispose d’un intervalle temporel estimé à partir des sous-titres et de la vidéo. Un intervalle large indique des éléments moins précis ; un départ à zéro signifie que l’événement peut être présent dès l’ouverture.

La médiane de clarté de la valeur se situe dans 0–6 secondes ; celle de première contribution, dans 7,5–13 secondes. Nous avons calculé ces bornes avec les médianes des 100 extrémités inférieures et supérieures. Elles décrivent l’incertitude sur les moments d’apparition, pas des délais recommandés.

n valide=100 pour chaque mesure ; intervalles manquants=0. Les instants précis de début n’ont pas été mesurés.

GRAPHIQUE DE RECHERCHEQuand le spectateur identifie la valeur

Intervalles estimés · n=100 · non codés=0

Intervalle terminé avant ou à 10 secondes
82
Incertain à 10 secondes
18
Intervalle commençant après 10 secondes
0

Un intervalle chevauchant inclut des moments avant et après 10 secondes. Les débuts précis restent estimés.

Intervalles estimés · n=100 · non codés=0. Les catégories comparent chaque intervalle à 10 secondes ; chevaucher le seuil signifie l’incertitude. Les débuts précis restent estimés.Ouvrir le graphique source original (anglais) ↗
GRAPHIQUE DE RECHERCHEQuand commence la contribution utile

Intervalles estimés · n=100 · non codés=0

Intervalle terminé avant ou à 10 secondes
29
Incertain à 10 secondes
41
Intervalle commençant après 10 secondes
30

Un intervalle chevauchant inclut des moments avant et après 10 secondes. Les débuts précis restent estimés.

Intervalles estimés · n=100 · non codés=0. Les catégories comparent chaque intervalle à 10 secondes ; chevaucher le seuil signifie l’incertitude. Les débuts précis restent estimés.Ouvrir le graphique source original (anglais) ↗

À dix secondes, 82 intervalles de clarté et 29 de première contribution sont terminés. Dix-huit autres intervalles de valeur et 41 de contribution chevauchent ce seuil : nous ne pouvons situer leurs événements avec assurance avant ou après. Trente intervalles de contribution commencent après dix secondes.

La distinction apparaît dans les cas concrets. Jeff Su présente le résultat de mémoire IA dans un intervalle estimé de 0–4 secondes et commence l’instruction de mémoire intégrée dans 3–8 secondes. Le clip de prompts universitaires d’Andy Stapleton annonce tôt son sujet, mais la première instruction de placement du document se situe dans 27–33 secondes.

Comparez les deux moments dans la bibliothèque ou téléchargez le tableau temporel complet, avec descriptions des événements et références de preuves.

03 · NEUF ÉTUDES DE CAS

Neuf ouvertures réelles à étudier

1. Nommer une modification précise, puis la réaliser

Voir le Short original

Le tutoriel de retouche de diapositives de Kevin Stratvert associe un titre clair à l’écran et une promesse directe de fonction. La tâche est précise : créer une présentation et la modifier en dessinant sur les diapositives.

Le corps ouvre Genspark, demande six diapositives sur la préparation de cookies, raccourcit un sous-titre et déplace une image avec une flèche. Ces actions relient l’ouverture à un résultat examinable. La structure réutilisable est un résultat, un outil et une révision visible, pas une promesse abstraite de temps gagné par l’IA.

L’ouverture nomme une modification précise ; le corps passe au prompt de six diapositives. Captures du Short d’origine. Source : Kevin Stratvert ↗

2. Transformer une charge familière en chemin court

Voir le Short original

Le tutoriel de présentation Gamma d’Aurelius Tjin commence par une question sur la création manuelle de présentations. Le titre d’ouverture nomme déjà le résultat recherché.

Le clip passe à l’outil, au prompt, à la présentation générée et à des retouches simples. L’offre de parrainage fait partie du contenu et figure dans le tableau. La séquence transférable est : travail familier, alternative précise, première étape utile, résultat examinable.

Un titre de résultat complet donne une destination précise à la question initiale. Capture du Short d’origine. Source : Aurelius Tjin ↗

3. Garder une promesse numérotée dans les limites des preuves

Voir le Short original

Le tutoriel de mémoire IA de Jeff Su organise le corps autour de trois niveaux : mémoire intégrée, projets et système de mémoire personnel. Il offre une progression intelligible plutôt qu’une liste éparse de conseils.

Nous avons noté une contribution partielle car les promesses initiales de mémoire parfaite et de ne plus jamais corriger dépassent ce que trois exemples établissent. La leçon : conserver la progression et réduire la promesse au démontrable. Trois étapes n’exigent pas de garantie illimitée.

La première étape de mémoire est accompagnée de réglages graphiques pour trois outils IA. Capture du Short d’origine. Source : Jeff Su ↗

4. Rendre la comparaison audible et délimitée

Voir le Short original

Le test de conception sonore IA contre humain de Curious Refuge pose une question que le corps peut réellement traiter. Il utilise la même scène, joue la version IA puis humaine, puis porte un jugement.

Nous l’avons codé comme défi, pas comme simple question. La tâche comparative donne sa structure. Le verdict reste l’évaluation du créateur sur ces exemples ; il ne prouve pas qu’une méthode produise toujours un meilleur son.

5. Donner une vraie réponse à une expérience

Voir le Short original

Dans Quelle IA est la plus intelligente ?, Mrwhosetheboss rend la comparaison visible avec un bocal de bonbons. Chaque modèle doit estimer leur nombre ; le décompte final donne la réponse réelle.

La fin répond au test initial, mais ne désigne pas un modèle universellement plus intelligent. Pour adapter cette structure, décidez l’entrée, la notation et la fin avant de filmer. Sinon, la comparaison peut devenir une succession de sorties sans conclusion.

Le bocal rend visible l’entrée commune avant les estimations des modèles. Capture du Short d’origine. Source : Mrwhosetheboss ↗

6. Montrer un échec précis avant de l’expliquer

Voir le Short original

Les questions auxquelles l’IA ne sait pas répondre commence par demander l’image d’une personne écrivant de la main gauche, puis montre l’écart. Le nombre d’œufs et les reflets prolongent le schéma.

C’est une structure de résultat d’abord, centrée sur un échec. Un prompt précis et une erreur examinable donnent un objet à l’explication. Notre codage porte sur la présentation et la promesse tenue ; il ne valide pas le récit simplifié du fonctionnement interne des modèles.

7. Faire des révisions le milieu du récit

Voir le Short original

La démonstration de montage Claude de Nate Herk décrit un processus itératif : les sous-titres peu lisibles deviennent une règle de contraste, le contenu statique une exigence de mouvement et les problèmes de synchronisation des contrôles.

Le corps donne une cause à chaque amélioration dans la procédure : une remarque précise devient une règle durable de montage. C’est une structure répétable pour les tutoriels de perfectionnement. Montrez le problème initial, le changement et son effet. Nous avons recoupé la source après une image clé hébergée incohérente ; l’image contestée n’a servi de preuve ni temporelle ni visuelle.

8. Laisser l’écran porter l’instruction

Voir le Short original

Le parcours de restylisation de photo de Design with Canva n’a pas de phrase d’ouverture parlée. Un titre et la transformation introduisent la tâche ; flèches, prompts et actions d’interface de l’enregistrement guident ensuite le spectateur.

La fin présente la composition restylisée dans une maquette sociale avant/après. Aucune promesse en voix off n’est nécessaire : le titre nomme le changement, l’écran donne la procédure et la fin revient au changement. La phrase parlée absente est enregistrée comme absente, sans la reconstruire d’une transcription de musique.

La maquette finale revient au résultat de restylisation promis au début. Capture du Short d’origine. Source : Design with Canva ↗

9. Transformer un manque de recherche en première action

Voir le Short original

Le parcours de rédaction d’introduction avec Perplexity d’Andy Stapleton commence par le manque de références. Il passe à un prompt de recherche précis, montre brouillon et références, puis explique leur usage dans un parcours de citation.

Il traite explicitement la sortie comme point de départ et non comme texte à copier. La structure transférable est un manque précis, une opération, une sortie examinable et une suite délimitée. Notre étude ne valide pas indépendamment les références générées et ne considère pas le brouillon comme travail universitaire achevé.

ÉCHANTILLON COMPLET · 30 CHAÎNES CONTRIBUTRICESExplorer les 100 analyses vidéo

Parcourir chaque vidéo incluse. Les étiquettes décrivent ouvertures et contributions ; les vues publiques sont un contexte, pas une mesure d’efficacité.

Voir les 30 chaînes et les nombres de vidéos retenuesTélécharger la liste originale des 30 chaînes

Vidéos correspondantes : 100 · affichage 1–10

01Give your AI perfect memory in 3 stepsJeff Su · Promesse directe

Publié le 2 septembre 2026 (UTC) · 64 secondes · 17 610 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–4 secondes · Résultat de mémoire IA

Première contribution utile: 3–8 secondes · Activer la mémoire intégrée dans les outils nommés

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Promettre une meilleure mémoire → réglages intégrés → projets → mémoire personnalisée

Promesse tenue — Partiel: Fournit trois étapes, sans établir une mémoire parfaite ni l’absence définitive de corrections.

Voir le Short original ↗
02This AI Lets You Edit Presentations by Drawing! 🤯Kevin Stratvert · Promesse directe

Publié le 26 octobre 2026 (UTC) · 57 secondes · 3 163 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–5 secondes · Créer et modifier des diapositives par dessin

Première contribution utile: 4–10 secondes · Entrer sur le site et choisir les slides IA ; l’aperçu initial n’est pas le parcours

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Nommer sortie et méthode → générer les slides → dessiner les modifications → exporter

Promesse tenue — Oui: La génération de diapositives et les modifications dessinées montrent la capacité annoncée.

Voir le Short original ↗
03Claude video generator is a game changerFuturepedia · Promesse directe

Publié le 24 octobre 2026 (UTC) · 75 secondes · 3 564 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–5 secondes · Vidéos animées ou explicatives avec Claude

Première contribution utile: 8–12 secondes · Début du véritable exemple d’animation d’étoile, pas de la promesse

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Nommer la sortie → montrer l’explication générée → discuter du style

Promesse tenue — Oui: L’ouverture propose une nouvelle sortie et un exemple que le corps fournit ; pas de tutoriel complet clic par clic promis.

Voir le Short original ↗
04My Favorite Use Case for AI AgentsThe AI Advantage · Promesse directe

Publié le 23 octobre 2026 (UTC) · 59 secondes · 2 017 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 5–9 secondes · Réserver un rendez-vous avec un agent

Première contribution utile: 15–24 secondes · Mettre collègue et agent dans Slack avant de demander des créneaux

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Nommer tâche favorite → demande Slack → calendrier → règles de planification

Promesse tenue — Oui: Un parcours identifiable de prise de rendez-vous est démontré.

Voir le Short original ↗
05Gemini 4 Just Did Something WildSkill Leap AI · Résultat d’abord

Publié le 23 octobre 2026 (UTC) · 52 secondes · 2 053 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–6 secondes · Parcourir une Rome antique générée

Première contribution utile: 4–11 secondes · Prompt et visite d’un environnement navigable

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Montrer monde généré → révéler le prompt → explorer → comparer de façon limitée

Promesse tenue — Oui: Fournit une tâche reproductible et une sortie interactive.

Voir le Short original ↗
06iOS 27 - NEW Photo ToolsHayls World · Défi ou expérience

Publié le 11 juin 2026 (UTC) · 67 secondes · 325 629 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–5 secondes · Tester des outils de retouche photo

Première contribution utile: 9–14 secondes · Dessiner autour des objets à retirer

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Tester les outils → supprimer objets → étendre photo → changer perspective → résultats

Promesse tenue — Oui: Les essais pratiques réalisent le test photo initial ; disponibilité du matériel et implémentation non vérifiées indépendamment.

Voir le Short original ↗
07These ChatGPT Prompts Are Game-Changers!Matt Wolfe · Promesse directe

Publié le 23 octobre 2026 (UTC) · 51 secondes · 8 798 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–4 secondes · Trois prompts d’agent

Première contribution utile: 10–16 secondes · Début du prompt de suivi des baisses de prix et remboursements

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Promettre trois usages → donner trois prompts d’agent concrets

Promesse tenue — Oui: Fournit trois prompts ; l’analyse ne cautionne pas l’exécution autonome de transactions.

Voir le Short original ↗
08Bad AI Video Edits? Check Your Transcript FirstJustin Brown - Primal Video · Entrée par le problème

Publié le 25 septembre 2026 (UTC) · 40 secondes · 1 809 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–4 secondes · Des erreurs de transcription causent de mauvaises coupes IA

Première contribution utile: 3–8 secondes · Un exemple d’introduction répétée explique l’erreur de coupe

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Mauvaises coupes → exemple de transcription → solution avec temps

Promesse tenue — Oui: La revue finale inclut le titre sur les mauvaises coupes observé dans l’original ; le problème prime sur le brouillon contre-intuitif fondé sur les seules légendes.

Voir le Short original ↗
09The Best AI Video Editor for YouTubers!Think Media · Entrée par le problème

Publié le 28 septembre 2026 (UTC) · 61 secondes · 32 255 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–4 secondes · Réduire le travail de montage

Première contribution utile: 9–15 secondes · Déposer les rushes dans Gling

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Frustration → envoyer les rushes → inspecter le premier montage → exporter

Promesse tenue — Oui: L’exemple Gling fournit le premier montage promis.

Voir le Short original ↗
10Firefly 5 in Photoshop vs. Nano Banana: Fight!PiXimperfect · Promesse directe

Publié le 17 septembre 2026 (UTC) · 40 secondes · 23 688 vues publiques
Instantané de vues : 27 octobre 2026 (UTC)

Clarté de la valeur: 0–6 secondes · Meilleure retouche par sélection

Première contribution utile: 6–12 secondes · Sélection et prompt de suppression par remplissage génératif

Estimé à partir des sous-titres et de la vidéo.

Structure réutilisable: Annoncer amélioration → choisir un objet → comparer deux modèles

Promesse tenue — Oui: Une suppression précise est réalisée et comparée ; aucun classement universel de modèles déduit.

Voir le Short original ↗

04 · SIX STRUCTURES DE SCRIPT

Six structures de script réutilisables

Adaptez ces six modèles issus des structures observées à votre tâche, vos images et vos preuves.

Pour d’autres points de départ construits, utilisez la bibliothèque d’accroches vidéo de Kabo. Ses exemples sont des ressources d’écriture, distinctes de ce jeu observé de 100 vidéos.

  1. 01

    Un résultat, un outil

    VOTRE OUVERTURE
    Voici comment créer [sortie précise] et changer [un détail] dans [outil].
    CE QU’IL FAUT FOURNIR

    L’entrée, la sortie et la modification réelle.

    Étudier l’exemple original ↗
  2. 02

    Du problème au premier clic utile

    VOTRE OUVERTURE
    Faites-vous encore [tâche familière] à la main ? Voici ma procédure.
    CE QU’IL FAUT FOURNIR

    Un chemin concret dans l’outil, pas seulement une recommandation.

    Étudier l’exemple original ↗
  3. 03

    Une progression numérotée

    VOTRE OUVERTURE
    Utilisez ces trois étapes pour traiter [problème délimité].
    CE QU’IL FAUT FOURNIR

    Trois étapes distinctes et une fin conforme à la portée.

    Étudier l’exemple original ↗
  4. 04

    Une comparaison délimitée

    VOTRE OUVERTURE
    [Outils ou méthodes] peuvent-ils résoudre [la même tâche] ? Voici ma vérification.
    CE QU’IL FAUT FOURNIR

    Des entrées cohérentes, des sorties examinables et une règle de comparaison annoncée.

    Étudier l’exemple original ↗
  5. 05

    L’échec avant l’explication

    VOTRE OUVERTURE
    J’ai demandé [sortie précise]. Voici l’écart.
    CE QU’IL FAUT FOURNIR

    L’entrée, la sortie ratée et une explication limitée aux preuves.

    Étudier l’exemple original ↗
  6. 06

    Boucle de révision

    VOTRE OUVERTURE
    Mon premier essai avait [problème visible]. Cette règle l’a changé.
    CE QU’IL FAUT FOURNIR

    Un état initial, le changement et un résultat évaluable par le spectateur.

    Étudier l’exemple original ↗

05 · PROMESSE TENUE

Le corps a-t-il tenu la promesse initiale ?

Notre codage a noté 88 vidéos tenant leur promesse initiale et 12 la tenant partiellement. Aucune n’a été codée Non ou Incertain. n valide=100 ; jugements manquants=0.

GRAPHIQUE DE RECHERCHELe corps tient-il l’ouverture ?

Nombre de vidéos · n=100 · manquants=0

Oui
88
Partiel
12
Non
0

Échelle de comptage : 0–100 vidéos

n valide=100 · manquants=0 · 88 oui, 12 partiel. Codage assisté par IA, puis seconde révision éditoriale.Ouvrir le graphique source original (anglais) ↗

Il s’agit d’évaluer la relation entre ouverture et corps, pas de certifier des affirmations produit, la satisfaction ou l’efficacité. Le partiel reflétait souvent une promesse plus large que l’exemple : mémoire parfaite, supériorité universelle, remplacement total ou résultat repoussé après le clip.

En écrivant, placez ouverture et fin côte à côte. Un tutoriel promettant une transformation doit la montrer. Un test exige une réponse dans ses conditions annoncées. Une affirmation large demande plus de preuves ou une formulation plus limitée.

Deux tutoriels de recherche illustrent la dérive de portée. L’un annonce cinq améliorations de prompts mais ne fournit que la première dans le clip. L’autre annonce un prompt de douze mots et finit après l’importation des sources, sans le donner. Les deux sont notés Partiel.

06 · APPLIQUER LES RÉSULTATS

Utiliser les résultats dans votre prochain tutoriel

Choisissez la tâche avant les mots. Identifiez l’entrée, la sortie ou l’échec qui la concrétise. Décidez ensuite du rôle de la phrase parlée, de la première image et du texte à l’écran.

Placez la première instruction exécutable ou démonstration significative sur la timeline. Vérifiez la nécessité de ce qui la précède. Gardez la fin visible en révisant l’ouverture pour qu’une phrase plus séduisante ne promette pas discrètement une autre vidéo.

Explorez la formulation avec les prompts d’accroches pour vidéos courtes une fois les preuves claires. Après publication, testez l’ouverture avec vos données d’audience.

07 · MÉTHODE ET ÉCHANTILLON

Comment nous avons constitué l’échantillon

Nous avons examiné 60 fiches de chaînes ; 54 atteignaient au moins 100 000 abonnés. L’échantillon final comprend 100 vidéos de 30 chaînes, une à cinq par chaîne.

Les vidéos devaient être publiées entre le 27 octobre 2025 et le 26 octobre 2026 (dates Asia/Shanghai), durer 15–90 secondes et enseigner ou montrer une tâche identifiable d’outil IA par instructions orales ou écrites en anglais. Nous avons exclu actualité pure, théorie générale, tutoriels sans IA et promotions sans démonstration précise. Le seul parrainage n’excluait pas un tutoriel utile.

Pour les comptes admissibles, 138 pages de publications ont livré 6 872 fiches uniques. Parmi elles, 5 910 étaient dans la période et 2 009 respectaient aussi la durée. Le filtrage des métadonnées a donné 510 candidats ; 214 ont reçu une décision de filtrage du contenu. Les autres n’ont pas tous été examinés.

Nous avons suivi l’ordre enregistré du vivier de comptes et retenu les 30 premiers avec du contenu admissible identifié et accessible. Par tours de comptes, nous prenions la vidéo admissible identifiée suivante la plus récente jusqu’à 100. Le plafond était de dix par compte ; le maximum réel était cinq. Il n’y avait ni minimum de vues ni classement par vues. Les pages couvertes étant limitées, ce n’est pas un catalogue exhaustif.

Les métadonnées publiques ont été recueillies les 27 et 29 octobre 2026. Trois vidéos incluses avaient au moins un million de vues publiques, toutes de Mrwhosetheboss. Ce petit sous-groupe n’a pas servi à comparer les performances des accroches.

Codage et temporalité

Un assistant IA a attribué une étiquette principale, évalué la promesse et estimé deux intervalles d’événements avec sous-titres horodatés, analyse intégrale et images extraites sélectionnées. Les intervalles ont été arrondis vers l’extérieur à la seconde entière. Les bornes médianes utilisent les médianes de toutes les extrémités inférieures et supérieures ; ce ne sont pas des intervalles de confiance. Erreurs de sous-titres et interprétation peuvent affecter étiquettes et temps.

Téléchargez les données des 100 vidéos pour les identifiants, dates, instantanés de vues, étiquettes et notes de preuve. Chaque vidéo dispose aussi d’un détail lié à sa source dans la bibliothèque.

08 · LIMITES ET PREUVES

Ce que cette recherche ne peut établir

C’est un échantillon exploratoire de chaînes établies, pas un échantillon aléatoire ou représentatif des créateurs. Des vidéos d’une même chaîne peuvent partager un style d’ouverture. Ces schémas ne démontrent pas quelle accroche cause de meilleures performances.

Les 100 vidéos ont reçu une analyse intégrale. Quatre-vingt-dix-sept ont des sous-titres parlés utilisables ; trois emploient des consignes anglaises à l’écran sans voix off. Les preuves visuelles détaillées couvrent un sous-ensemble et les temps restent estimés. Aucune statistique indépendante d’accord inter-évaluateurs n’a été calculée.

Couverture limitée des pages, filtrage des métadonnées et échecs d’accès peuvent affecter la sélection. Les liens sources, décisions de filtrage et notes sont conservés pour vérifier l’analyse.

Les vues publiques ne révèlent ni rétention, ni origine de diffusion, ni cause du succès. YouTube propose le rapport de rétention dans les données analytiques de chaque vidéo. Utilisez les structures observées comme idées à tester avec votre audience.