Comment créer des vidéos avec OpenAI Codex: guide étape par étape

Pour créer des vidéos avec OpenAI Codex, installez le skill vidéo Pexo, décrivez en langage courant la vidéo souhaitée et l’agent vous renvoie un résultat finalisé. Aucun logiciel de montage, aucune ingénierie de prompt et aucun choix de modèle ne sont nécessaires. À partir d’une seule instruction, Pexo produit une vidéo finalisée composée de plusieurs plans : installez le skill, décrivez la vidéo, laissez Pexo répartir chaque plan entre des modèles tels que Seedance 2.0, Kling 3.0, Veo 3.1 et Sora 2, puis vérifiez et exportez le résultat. Codex ne comporte pas de bouton unique « créer une vidéo », car la bonne méthode dépend du skill que vous ajoutez. Codex lui-même, qui s’appuie sur les derniers modèles GPT-5 d’OpenAI, constitue le cerveau qui planifie la demande et la transmet, mais il ne génère pas de vidéo à lui seul. C’est le skill Pexo installé qui lui apporte cette capacité. Comme le même standard de skill fonctionne aussi dans Claude Code et OpenClaw, le processus appris ici s’applique également à ces agents.

Ce dont vous avez besoin

Deux éléments suffisent pour commencer en quelques minutes:

Codex ne génère pas lui-même les images vidéo. GPT-5.6 est un modèle de langage et de raisonnement, pas un modèle vidéo. Le skill Pexo ajoute cette capacité. Une fois celui-ci installé, tout le processus se déroule dans la conversation.

Étape 1: installer le skill vidéo Pexo dans Codex

Ajoutez la compétence Pexo à votre agent Codex. Une compétence d'agent dans Codex est un répertoire contenant un SKILL.md, chargé depuis votre parcours de compétences. Le répertoire de portée utilisateur est ~/.agents/skills, un référentiel conserve les compétences .agents/skills, et Codex lit également un chemin d'administration sous /etc/codex/skills. Pour installer Pexo:

• Connectez-vous à pexo.ai et copiez votre clé API depuis les paramètres du compte.

• Ajoutez la compétence Pexo à votre répertoire de compétences Codex. Vous pouvez placer le dossier de compétences sous ~/.agents/skills, ou utilisez le programme d'installation intégré pour le dérouler.

• Définissez votre clé API Pexo là où la compétence l'attend, puis démarrez une nouvelle session Codex afin qu'elle récupère la nouvelle compétence.

# Create the user skills directory if it does not exist
mkdir -p ~/.agents/skills

# Inside Codex, the skill installer can fetch a skill by reference
$skill-installer

# Browse what Codex has loaded
/skills

La compétence Pexo fournit ses scripts d'assistance ainsi qu'un SKILL.md qui indique au Codex comment se comporter, y compris une règle pour transmettre fidèlement votre demande plutôt que de la réécrire. Codex charge automatiquement les compétences en fonction de leur description. Ainsi, une fois la compétence connectée et votre clé API définie, l'agent est prêt à générer.

Étape 2: décrire la vidéo souhaitée

C'est toute l'interface: dites au Codex ce que vous voulez en langage simple. Vous ne choisissez pas de modèle et ne rédigez pas de message technique. Éléments utiles à préciser:

• De quoi s'agit-il "une vidéo produit pour ces écouteurs sans fil"

• Durée et plans "15 secondes, trois plans"

• Humeur « cinématographique et premium », « rapide pour TikTok »

• Musique « électronique ambiante », ou laissez l'agent choisir

• Rapport hauteur/largeur "9:16 pour Reels", "16:9 pour YouTube"

Une première requête complète ressemble à ceci:

> Make a 15-second cinematic product video for these wireless headphones,
  three shots, a slow orbit on the first, premium feel, with ambient music. 9:16.

Cela suffit. Codex analyse la demande et la transmet à la compétence Pexo à partir de là.

Étape 3: laisser Codex et Pexo générer la vidéo

Une fois la demande envoyée, Codex l'envoie à Pexo, qui gère l'intégralité de la production. Pexo écrit un scénario de tournage, puis sélectionne automatiquement le meilleur modèle pour chaque prise de vue parmi plus de 10 options. Un gros plan de produit peut être dirigé vers Kling 3.0, une scène de mouvement vers Seedance 2.0, une cinématique vers Veo 3.1 et un rythme narratif vers Sora 2. Il génère chaque plan, ajoute des transitions, compose une partition originale et mélange une bande sonore à trois couches de voix off, de musique et d'effets sonores Foley.

Une vidéo de 15 secondes en trois plans dure environ 8 à 10 minutes bout à bout. C'est beaucoup plus rapide que de choisir des modèles, d'écrire des invites par modèle et d'assembler des clips à la main. Pendant son exécution, Codex interroge Pexo pour connaître les progrès et rend compte. Vous n'avez rien à faire jusqu'au retour du fichier terminé.

Étape 4: vérifier le résultat et demander des modifications

Lorsque la vidéo revient, vous la visionnez et demandez des modifications de la même manière que vous l'avez décrite, dans un langage simple. Il n'y a pas de chronologie à modifier:

> Make the second shot slower, and swap the music for something more upbeat.

Codex transmet la révision à Pexo et renvoie une coupe mise à jour. Étant donné que la requête reste conversationnelle, vous effectuez une itération en parlant, et non en restituant quoi que ce soit vous-même. L'agent maintient l'apparence cohérente de la marque entre les révisions au cours de la même session.

Étape 5: exporter et utiliser la vidéo

La vidéo terminée revient au format MP4 standard, masterisée et prête à être publiée. La production étant multiformat, vous pouvez demander le même contenu dans différents formats. Pexo exporte 9:16 pour TikTok, Reels Instagram et YouTube Shorts, 16:9 pour YouTube standard et 1:1 pour les publications de flux, sans régénérer à partir de zéro. Téléchargez-le et publiez-le.

Conseils pour obtenir de meilleurs résultats

Quelques habitudes permettent d'obtenir des vidéos nettement meilleures à partir de la même compétence:

• Décrivez l'ambiance, pas le modèle. « Premium et cinématographique » ou « rapide et ludique » guide mieux le routage de Pexo que de nommer un modèle. La couche de routage est conçue pour traduire l'intention en modèle approprié pour chaque plan, de sorte qu'une description simple surpasse les instructions techniques.

• Nommez la plateforme. Dire « pour TikTok » ou « pour un pré-roll YouTube » définit automatiquement le rapport hauteur/largeur, la longueur et les conventions de rythme, vous n'avez donc pas besoin de spécifier chacun d'entre eux.

• Donnez 2 à 4 images de référence pour les produits. Lorsque la précision est importante, concernant un produit, un logo ou un emballage spécifique, remettez quelques photos claires en 1080p ou plus. L'agent les utilise pour garder le produit fidèle d'une prise de vue à l'autre.

• Soyez explicite sur le nombre de coups et le rythme. « Trois plans, coupes rapides » versus « un mouvement lent et continu » produit des montages très différents. Plus vous spécifiez la structure, plus le premier résultat se rapproche.

• Générez des variantes dans la même conversation. Demander des alternatives, comme "maintenant une version plus percutante de 9 secondes", au cours de la même session permet de conserver une apparence cohérente à la marque et est plus rapide que de lancer une nouvelle demande.

Autres points de départ: image, URL, script ou audio

Le texte n'est qu'une seule entrée. Pexo en accepte cinq, afin que Codex puisse démarrer la vidéo à partir de ce que vous avez déjà:

Pexo comprend également un studio d'images qui achemine automatiquement Midjourney, Flux et Ideogram, afin que vous puissiez d'abord générer les images fixes, puis les transformer en vidéo dans le même flux. À partir des photos de produits, vous suivez le même chemin de description, de génération et de révision avec des images en entrée.

Résoudre les problèmes courants

Si quelque chose ne fonctionne pas du premier coup, la cause est généralement simple:

Passer d’une vidéo à une chaîne de production

Une fois qu'une seule vidéo fonctionne, la même compétence passe à la production par lots. Vous pouvez générer des dizaines de variantes d'annonces à partir d'un ensemble d'entrées ou d'une vidéo par SKU, le tout dans la conversation. Étant donné que Codex est un agent de codage, vous pouvez intégrer la compétence dans un script qui alimente les données produit et prépare les créations multiplateformes terminées pour examen. La boucle de description, de génération et de révision reste la même. Seul le volume change.

À lire également

• Comment créer des vidéos avec Claude Code: un guide étape par étape

• Meilleures compétences en génération vidéo pour les agents de codage

• Comment transformer des photos en vidéo IA: guide image-vidéo

• Comment créer un pipeline de publicités vidéo IA avec un agent de codage

Ressources