Créer une vidéo éducative avec l’IA : Synthesia et ChatGPT, étape par étape

À la fin de ce tutoriel, vous aurez une vidéo éducative de deux à trois minutes, présentée par un avatar IA, sans caméra ni tournage : ChatGPT écrit le script découpé en scènes, Synthesia le fait dire par un avatar dans la langue de votre choix. Il y a six étapes. Il faut un compte ChatGPT (la version gratuite suffit) et un compte Synthesia : l’offre gratuite donne 10 minutes de vidéo par mois mais ne permet pas de télécharger le fichier MP4 ; le téléchargement commence avec Starter, à 19 €/mois ou 12 €/mois en annuel (tarifs Synthesia, vérifié le 25/09/2026).

Ce tutoriel a été réécrit le 25 septembre 2026 à partir du centre d’aide de Synthesia et des pages tarifs officielles. Depuis sa version de 2025, Synthesia a ajouté un assistant intégré qui rédige et met en scène une vidéo à partir d’une consigne ou d’un document, l’offre gratuite ne permet pas de télécharger les vidéos, les gestes manuels ont laissé place à des avatars dont l’expression suit le ton du script, et les modèles de ChatGPT ont changé. Les noms de boutons sont ceux de l’interface anglaise, telle que la décrit le centre d’aide.

Ce qu’il vous faut et combien ça coûte

• Un ordinateur : l’éditeur de Synthesia n’est pas proposé sur mobile.
• Un sujet et un objectif précis : « à la fin, le spectateur sait calculer un pourcentage » vaut mieux que « les pourcentages ».
• Un compte ChatGPT : la version gratuite suffit pour écrire et relire un script. Les formules payantes (Go à 8 €/mois, Plus à 23 €/mois) relèvent surtout les limites d’usage (tarifs ChatGPT, vérifié le 25/09/2026).
• Un compte Synthesia : la formule à choisir dépend de ce que vous voulez faire de la vidéo (tableau ci-dessous).

Quelle formule Synthesia pour une vidéo éducative ?

Tout se joue sur la diffusion : lien de partage, fichier MP4, vidéo interactive ou module suivi dans une plateforme de formation (LMS). Prix affichés depuis la France sur la page tarifs de Synthesia et fonctions vérifiées dans le centre d’aide (téléchargement, interactivité, quiz), le 25/09/2026.

Une vidéo qui contient des boutons ou des embranchements ne se télécharge pas en MP4 : elle ne fonctionne que lue dans le lecteur de Synthesia (lien, intégration ou SCORM). Côté quota, chaque seconde générée coûte 2 crédits, soit 120 crédits par minute ; la formule gratuite en donne 1 200 par mois (crédits Synthesia, vérifié le 25/09/2026). Les aperçus ne consomment rien. Budget concret : une vidéo de 3 minutes utilise 360 crédits. Sur les 1 200 crédits mensuels de Starter, il reste alors 840 crédits, soit 7 minutes de vidéo ou 33,6 minutes de doublage sans synchronisation labiale. Les deux usages puisent dans la même réserve : ne comptez pas 10 minutes de vidéo plus 48 minutes de doublage. Calcul à partir des coûts officiels, vérifiés le 28/09/2026. Le détail des formules, des avatars et des langues est dans notre fiche Synthesia.

Étape 1 : écrire le script avec ChatGPT

Ouvrez ChatGPT et collez ce prompt en remplaçant les crochets. Il impose ce dont un avatar a besoin : un texte écrit pour l’oral, déjà découpé en scènes, avec ce qui doit s’afficher à l’écran.

Tu es concepteur pédagogique. Écris le script d’une vidéo éducative de 2 minutes (environ 280 mots) sur [SUJET], pour [PUBLIC : élèves de 4e, nouveaux salariés, grands débutants…].
Objectif : à la fin, le spectateur sait [OBJECTIF CONCRET ET VÉRIFIABLE].

Contraintes :
- Le texte sera lu à voix haute par un avatar : phrases de 8 à 16 mots, aucune liste à puces dans le texte parlé, pas d’abréviations, nombres écrits comme on les dit.
- Découpe en 6 scènes numérotées : scène 1 = une accroche sous forme de question ; scènes 2 à 5 = une seule idée chacune, avec un exemple concret ; scène 6 = récapitulatif en trois points et une action à faire tout de suite.
- Pour chaque scène, donne d’abord le texte à dire, puis une ligne « À l’écran : » avec un titre de 6 mots maximum et une idée de visuel.
- Ton : [clair et bienveillant / professionnel]. [Tutoiement / vouvoiement].

Pourquoi 280 mots pour deux minutes : Synthesia recommande de compter 130 à 150 mots par minute et des phrases de 8 à 16 mots pour une vidéo face caméra (guide d’écriture de script de Synthesia, en anglais, consulté le 25/09/2026). Pour trois minutes, visez 400 à 450 mots. Pour aller plus loin dans la rédaction avec ChatGPT, voir notre tutoriel rédiger un contenu de qualité avec ChatGPT.

Étape 2 : faire relire le script pour l’oral

ChatGPT peut se tromper sur les faits. Dans la même conversation, demandez-lui une relecture critique, puis vérifiez vous-même chaque point signalé.

Relis ce script comme un formateur exigeant :
1. Signale toute affirmation inexacte, douteuse ou trop générale, et dis comment la vérifier.
2. Repère les sigles, noms propres et mots étrangers qu’une voix de synthèse risque de mal prononcer, et propose une écriture phonétique.
3. Coupe en deux toute phrase de plus de 16 mots.
4. Estime la durée de chaque scène à 140 mots par minute.
Rends ensuite le script corrigé, dans le même format.

Gardez la liste des mots difficiles : vous corrigerez leur prononciation dans Synthesia à l’étape 4.

Étape 3 : créer la vidéo dans Synthesia

Créez un compte sur Synthesia depuis un ordinateur (lien affilié : nous touchons une commission si vous prenez un abonnement, sans surcoût pour vous). Trois façons de partir de votre script, selon votre formule.

Sur toutes les formules : un modèle, puis une scène par partie du script

1. Depuis l’écran d’accueil, ouvrez More, puis Explore templates, et choisissez un modèle (plus de 60 sur toutes les formules).
2. Dans chaque scène, cliquez dans la zone de script et collez le texte de la scène correspondante. Dans Synthesia, chaque scène a son propre script ; le passage d’une scène à l’autre crée une pause naturelle (aide « script »).
3. Ajoutez les scènes manquantes avec Add scene dans la barre d’outils du canevas, puis remplacez les titres par les lignes « À l’écran » du script.

Sur toutes les formules : importer une présentation PowerPoint

Si vous avez déjà des diapositives, c’est le chemin le plus rapide : avec Import PowerPoint sur l’écran d’accueil, les notes du présentateur deviennent le script de chaque scène, et Synthesia en rédige un à partir du texte de la diapositive quand les notes sont vides. Fichier .pptx, 150 diapositives ou 1 Go au maximum, animations non reprises (aide import PowerPoint, vérifié le 25/09/2026). Pour préparer les diapositives, demandez à ChatGPT :

Transforme ce script en plan de diapositives. Pour chaque scène : un titre de 6 mots maximum, 2 puces courtes au plus à afficher, et le texte à dire, à copier tel quel dans les notes du présentateur.

À partir de Starter : l’assistant de Synthesia

L’assistant intégré (Starter, Creator et Enterprise) ne consomme pas de crédits (aide Assistant, vérifié le 25/09/2026) :

• Pour garder votre texte mot pour mot : sur l’écran d’accueil, More, puis Import script. Collez le script : l’assistant l’utilise sans le réécrire.
• Pour partir d’un document : Create video, décrivez sujet, public et objectif, joignez le script ou un support (PDF, PowerPoint, Word ou URL) avec le bouton +, choisissez une durée (Short, Medium ou Long).

Dans les deux cas, choisissez ensuite le style (Presentation ou Dynamic) et le modèle (Auto pour laisser l’assistant choisir). Si l’assistant propose un plan, relisez-le, puis préférez Continue to editor à Generate video pour tout contrôler avant de générer.

Étape 4 : choisir l’avatar, la voix et la prononciation

1. Avatar : onglet Avatar en haut de l’éditeur. Pour remplacer un avatar partout, choisissez-en un autre et confirmez avec Change All (aide avatars). La formule gratuite donne accès à 9 avatars, Starter à plus de 125.
2. Langue et voix : Synthesia détecte la langue du texte. Pour changer de voix, cliquez sur la pastille du présentateur dans la zone de script, puis Change Voice, et filtrez par langue ou accent. Le choix de voix dépend de l’avatar : choisissez l’avatar d’abord (aide langues).
3. Débit : survolez la pastille du présentateur et réglez la vitesse entre 0,8x et 1,2x ; ralentissez les passages difficiles (aide voix).
4. Prononciation : surlignez un mot, cliquez sur Pronunciation, tapez une écriture phonétique ou enregistrez-vous, puis Use (aide prononciation). C’est là que servent les mots repérés à l’étape 2.
5. Pauses : placez le curseur dans le script et ajoutez une pause avec le bouton dédié de la barre du minutage (1 seconde par défaut), par exemple après une question posée au spectateur.

Les avatars fonctionnent désormais avec le modèle Express-3, dont l’expression suit le ton du script (annonce Express-3). Sur un avatar expressif, les gestes sont générés à partir du texte et ne se désactivent pas ; ponctuation et questions changent l’intonation (aide avatars expressifs).

Étape 5 : visuels, sous-titres et aperçu

• Un visuel par idée : images, vidéos et formes s’ajoutent depuis la bibliothèque de médias (plus réduite en formule gratuite). Synthesia conseille de changer de visuel au moins toutes les 30 à 45 secondes (guide d’écriture de script) ; son article en français sur les vidéos de formation vise même un changement de scène toutes les 10 à 20 secondes.
• Sous-titres : les sous-titres activables par le spectateur sont inclus par défaut et reprennent le script. Pour des sous-titres stylés affichés à l’écran, ouvrez Captions dans le menu de l’éditeur (aide sous-titres).
• Aperçu : le bouton de lecture de la zone de script lit une scène ; celui placé à côté de Generate lit toute la vidéo. L’aperçu ne consomme pas de crédits, mais l’avatar n’y bouge pas : c’est normal, l’animation n’apparaît qu’à la génération (aide aperçu).

Étape 6 : générer, partager ou télécharger

1. Cliquez sur Generate en haut à droite, donnez un titre et, si vous voulez des sous-titres incrustés dans l’image, activez Burned-in captions. La vidéo passe par une modération, puis le rendu (aide génération). C’est à ce moment que les crédits sont décomptés.
2. Partager (toutes formules) : Share, puis Create link. Vous pouvez copier le lien ou un code d’intégration ; une vidéo intégrée se met à jour quand vous la modifiez dans Synthesia (aide partage).
3. Télécharger (Starter et plus) : menu ⋯ de la vidéo, puis Download : MP4 en 1080p, audio seul, ou sous-titres en .srt et .vtt.

Ajouter un quiz à la vidéo

ChatGPT prépare les questions en quelques secondes :

À partir de ce script, rédige 4 questions à choix multiple pour vérifier la compréhension. Une seule bonne réponse par question, 3 mauvaises réponses plausibles, et une phrase d’explication pour la bonne réponse. Ne pose que des questions dont la réponse se trouve dans le script.

Où les placer dépend de votre formule. Les quiz intégrés à la vidéo (questions à choix unique ou multiple, score, seuil de réussite) sont réservés à Enterprise, comme l’export SCORM. En Creator, un bouton peut renvoyer vers une autre scène ou vers un lien. Sur les autres formules, placez les questions dans le quiz de votre LMS ou dans un formulaire, juste après la vidéo.

Erreurs fréquentes

• Un script écrit pour être lu, pas écouté : longues phrases, listes, parenthèses. L’avatar les dit mal. Relancez l’étape 2.
• Des sigles mal prononcés : « RGPD » ou « SEO » peuvent être lus comme un mot. Corrigez-les avec Pronunciation, en lettres minuscules séparées par des espaces.
• Pas de bouton de téléchargement : trois causes documentées. Vous êtes sur la formule gratuite ; la vidéo contient des éléments interactifs ; ou la dernière scène n’est pas réglée sur la fin de la vidéo. Dans ce dernier cas, corrigez la transition de la dernière scène et régénérez (aide téléchargement).
• Quota épuisé : une fois les crédits consommés, l’usage est plafonné jusqu’au renouvellement, sauf à changer de formule ou à acheter des crédits ; les minutes non utilisées ne sont pas reportées. Prévisualisez autant que nécessaire avant de générer.
• Une scène trop longue : le script d’une scène ne peut pas dépasser 5 minutes. Pour une vidéo éducative, une idée par scène suffit.
• Des erreurs de fond : l’avatar dira fidèlement une erreur de ChatGPT. Faites relire le script par quelqu’un qui connaît le sujet avant de générer.

Alternatives à Synthesia pour une vidéo éducative

• Colossyan : à examiner pour une formation interactive. Les tarifs annoncent cinq exports SCORM en streaming par mois avec Professional, mais le guide SCORM réserve encore l’export Video à Enterprise (vérifié le 30/09/2026). Faites confirmer la formule et valider un fichier exemple dans votre LMS ; le comparatif Synthesia et Colossyan propose une grille de contrôle.
• HeyGen : plus orienté marketing et réseaux sociaux. Offre gratuite limitée à 3 vidéos d’une minute par mois, avec filigrane ; formule Creator à 29 $/mois ou 24 $/mois en annuel, vidéos jusqu’à 30 minutes (tarifs HeyGen, vérifié le 25/09/2026).

Pour construire un cours complet plutôt qu’une seule vidéo, consultez aussi la fiche Coursebox : elle distingue les conditions d’export SCORM dynamique et autonome.

Si vous voulez illustrer un cours avec des plans générés plutôt qu’avec un présentateur, voir notre comparatif des outils IA vidéo en 2026.

Questions fréquentes

Peut-on créer une vidéo éducative gratuitement avec Synthesia et ChatGPT ?

Oui, avec ChatGPT gratuit et la formule Basic de Synthesia : 10 minutes de vidéo par mois et 9 avatars. La vidéo garde le logo Synthesia et se partage uniquement par lien ou par intégration ; pour récupérer le fichier MP4, il faut au moins Starter (tarifs, vérifié le 25/09/2026).

Faut-il ChatGPT Plus pour écrire le script ?

Non. Un script de quelques centaines de mots et sa relecture tiennent dans la version gratuite de ChatGPT. Les formules payantes augmentent surtout les limites d’usage, de fichiers et de génération d’images.

Combien de mots pour une minute de vidéo ?

Environ 130 à 150 mots par minute, selon le guide d’écriture de Synthesia. Une vidéo de deux minutes correspond donc à 260 à 300 mots. Le débit de la voix se règle ensuite entre 0,8x et 1,2x.

Quelle durée pour une vidéo éducative ?

Courte. Synthesia recommande de ne pas dépasser 6 à 8 minutes (guide des vidéos de formation, en anglais) ; son article en français, citant des recherches sur les vidéos pédagogiques en ligne, situe l’engagement le plus élevé à six minutes ou moins. Mieux vaut plusieurs vidéos courtes, une par objectif, qu’un long module.

Synthesia permet-il d’ajouter un quiz ou d’exporter en SCORM ?

Oui, mais seulement avec l’offre Enterprise. En Creator, on peut ajouter des boutons et des embranchements. Sur les autres formules, placez les questions dans votre LMS ou dans un formulaire après la vidéo.

Les avatars parlent-ils français ?

Oui. Le français fait partie des plus de 160 langues et voix proposées sur toutes les formules, et Synthesia détecte la langue du script pour proposer des voix adaptées.