La structure de pub vidéo qui vend : accroche, douleur, solution, CTA

En bref — Une pub vidéo verticale à réponse directe qui convertit suit quatre temps : accroche (stopper le défilement), douleur ou intérêt (en faire son problème), solution (montrer le produit qui fait le travail), appel à l'action (dire exactement quoi faire). Dans une pub de 15 secondes, c'est trois plans de cinq secondes, et chaque plan porte 8 à 12 mots parlés — pas plus, parce que c'est ce qui tient. Tout le reste est décoration. Ce guide couvre la structure, les deux cadres qui valent la peine, et les règles de production qui gardent l'ensemble cohérent.

Transparence : Klaivo est notre produit — un générateur de pubs IA construit exactement sur cette structure. Les nombres de mots et les règles de plan ci-dessous sont les contraintes que nous appliquons en production, pas de la théorie.

Pourquoi la structure prime sur la production

La qualité créative est le premier facteur de ROI publicitaire — environ 56 %, bien devant le ciblage et la portée (Nielsen). Mais la « qualité créative » d'une pub à réponse directe ne veut pas dire photographie soignée. Elle veut dire que la pub fait son travail dans l'ordre où le cerveau d'un inconnu en a besoin.

Une pub sublime sans accroche est invisible. Une pub simple avec une accroche nette et un CTA clair vend. La structure est la partie que vous contrôlez totalement, quel que soit l'outil qui rend les plans.

Les quatre temps

Temps 1 — L'accroche (0 à 2 secondes)

L'accroche n'existe que pour interrompre le défilement. Rien d'autre.

La fenêtre est très courte, et les plateformes ne la mesurent pas pareil : TikTok compte l'accroche à 2 secondes, Meta à 3 — c'est pourquoi la même créa affiche un meilleur hook rate sur TikTok. TikTok for Business a indiqué que 63 % de ses vidéos au meilleur taux de clic accrochent le spectateur dans les trois premières secondes.

Sur trafic froid Meta, un hook rate de 25 % est acceptable, 30 % est bon, et 35 à 45 % est la zone des comptes qui scalent, d'après les benchmarks publiés par plusieurs agences performance en 2026. En dessous de 20 %, la créa est à remplacer, pas à optimiser.

Trois motifs d'accroche qui fonctionnent :

• Le problème énoncé. « Arrêtez de perdre une heure là-dessus. »
• La contradiction. « Tout le monde s'y prend mal. »
• L'interruption visuelle. Une première image inhabituelle — très gros plan, mouvement inattendu — avant qu'un mot soit prononcé.

Ce qui tue une accroche : toute formule de politesse, toute présentation de marque, toute montée lente. « Salut à tous, aujourd'hui je vais vous montrer… » a déjà perdu. Commencez en pleine pensée.

Temps 2 — Douleur ou intérêt (2 à 7 secondes)

Faites-en son problème, précisément. Le vocabulaire de bénéfice vague (« qualité premium, excellent rapport qualité-prix ») ne convertit rien, parce qu'il décrit tous les produits jamais fabriqués.

Deux voies ici, et ce sont les deux cadres ci-dessous : soit agiter une douleur que le spectateur ressent déjà, soit construire le désir en montrant le résultat qu'il veut. Choisissez-en une. Faire les deux en cinq secondes n'en fait aucune.

Temps 3 — La solution (7 à 12 secondes)

Le produit qui fait le travail. Pour un produit physique, c'est le plan qui décide de la vente — le spectateur doit voir l'objet réel, assez nettement pour reconnaître ce qui arrivera dans le colis.

C'est là que les pubs générées par IA échouent le plus souvent : un modèle qui invente un produit plausible au lieu de montrer le vôtre casse la confiance au moment précis où vous la demandiez. Si votre pub repose sur la reconnaissance du produit, ce plan doit partir d'une vraie photo, pas d'une description textuelle.

Temps 4 — L'appel à l'action (12 à 15 secondes)

Une seule action, énoncée simplement. « Commandez le vôtre. » « Commencez aujourd'hui. » Pas trois options, pas une URL que personne ne tapera, pas « lien en bio » quand la pub a un bouton.

Le nombre de mots : la contrainte que tout le monde rate

L'erreur la plus fréquente dans une pub vidéo scriptée est trop de mots pour le temps disponible.

Un débit parlé confortable tourne autour de deux à trois mots par seconde. Ce qui donne, par plan de cinq secondes :

Écrivez davantage et l'une de deux choses se produit : la voix off accélère et sonne comme une mention légale, ou l'audio déborde sur le visuel et le montage casse. Huit à douze mots par plan paraît inconfortablement court à l'écriture. C'est pourtant la bonne valeur.

AIDA ou PAS : quel cadre choisir

Deux structures couvrent presque toutes les pubs à réponse directe.

AIDA — Attention, Intérêt, Désir, Action. À utiliser quand le produit apporte un résultat positif clair que le spectateur veut déjà. Sur trois plans :

1. Attention — interruption de motif, sans préambule
2. Intérêt et désir — le bénéfice central, et le spectateur qui se projette
3. Action — un CTA direct, orienté résultat

PAS — Problème, Agitation, Solution. À utiliser quand le spectateur a une frustration précise et identifiable. Sur trois plans :

1. Problème — nommer l'irritant avec précision, et une vraie empathie
2. Agitation — le coût quotidien de ne pas le résoudre
3. Solution — le produit comme issue, puis le CTA

Comment trancher : PAS est plus fort quand la douleur est vive et nommable (lent, douloureux, qui échoue régulièrement). AIDA est plus fort sur les produits aspirationnels ou sensoriels, où rien ne va vraiment « mal » — le spectateur veut simplement le résultat. Dans le doute, testez-en un de chaque : ils accrochent des gens différents.

Règles de production pour les pubs générées par IA

Quatre règles issues de la génération en volume, absentes des conseils de copywriting génériques :

1. Gardez un décor unique et stable sur tous les plans. Une pièce, une lumière ou un fond différents à chaque plan se lisent comme un montage bâclé, pas comme une variété d'angles. Décrivez un environnement unique et cohérent pour toute la pub — un studio minimaliste, une cuisine chaleureuse — et faites bouger la caméra à l'intérieur.
2. Écrivez le prompt visuel en anglais, quelle que soit la langue de la pub. Les modèles vidéo sont massivement entraînés sur des descriptions anglaises et rendent plus fidèlement à partir d'elles. Le script parlé suit la langue de votre audience ; la direction visuelle n'y est pas tenue.
3. Mouvement silencieux dans le prompt visuel, voix sur la piste audio. Demander un sujet qui parle puis superposer une voix off produit un décalage labial. Précisez des lèvres closes et laissez la voix off porter le texte.
4. Verrouillez le produit avant de peaufiner le plan. Obtenez d'abord un rendu correct de l'objet. Un beau plan du mauvais produit ne vaut rien ; un plan simple du bon produit vend quand même.

Les erreurs qui coûtent le plus cher

• Commencer par la marque. Personne qui fait défiler ne sait ni ne se soucie encore de qui vous êtes. Gagnez d'abord le deuxième temps.
• Un plan qui fait deux métiers. Un plan qui accroche et explique ne fait ni l'un ni l'autre en cinq secondes.
• Enterrer le CTA. S'il arrive après le départ du spectateur, il n'existe pas. Posez-le avant la dernière seconde.
• Écrire pour 30 secondes puis couper à 15. Structurez à la durée dès le départ ; raboter un script long produit une pub qui sonne tronquée.
• Ne tester qu'une variante. La structure donne une pub correcte. Le volume donne une gagnante — les comptes qui scalent sortent plusieurs variantes par semaine et laissent la plateforme trouver celle qui marche.

La version courte

Accrocher en moins de deux secondes, sans salutation. Une idée par plan. Huit à douze mots parlés par tranche de cinq secondes. Montrer le vrai produit là où la vente se décide. Une action claire à la fin. Puis construire une deuxième variante, parce que la première n'est qu'une hypothèse.

Pour aller plus loin : créer une pub TikTok sans monteur applique cette structure de bout en bout, et ce que coûte vraiment une pub vidéo IA traite le budget du test en plusieurs variantes.