Tuto montage vidéo CapCut : 9 étapes en 2026

Tu as enregistré huit minutes de démo pour un prospect. Trois heures plus tard, tu es encore dans CapCut à couper des silences. La vidéo part enfin, par mail, en pièce jointe de 400 Mo. Et tu n'as aucune idée de si la personne l'a ouverte.

C'est le vrai problème des coachs et des formateurs qui vendent par vidéo. Ce n'est pas le montage, c'est tout ce qu'il y a autour. Ce guide déroule les 9 étapes dans CapCut, mais il commence par le montage le plus rentable : celui que tu ne fais pas.

Pourquoi ton montage CapCut prend trois fois trop de temps ?

Parce que tu répares à l'étape montage des problèmes créés à l'étape enregistrement. Un coach qui improvise devant sa caméra produit vingt hésitations par minute. Chaque hésitation devient une coupe, et chaque coupe devient trente secondes de timeline.

Posons une définition simple. Le montage vidéo, c'est choisir ce qu'on garde, pas ajouter des effets. Tout le reste, transitions, filtres, zooms, c'est de la décoration qui ne sauve pas une prise molle.

Dans la pratique, l'essentiel du résultat final se joue avant d'ouvrir le logiciel. Un plan écrit en trois points, un prompteur, une prise unique assumée, et ton temps de montage s'effondre. C'est le même principe que pour n'importe quel tutoriel vidéo réussi : la structure précède l'outil.

Le plan de cet article suit l'ordre réel du travail. Préparer, monter en 9 étapes, régler le son et les sous-titres, exporter, puis diffuser et mesurer. La dernière partie est celle que les tutos CapCut ignorent, et c'est souvent celle qui décide si ta vidéo rapporte un client.

Mobile ou ordinateur : quelle version de CapCut choisir ?

Téléphone pour les formats courts filmés au smartphone, ordinateur pour tout ce qui mêle capture d'écran et caméra. Le critère n'est pas ton niveau, c'est la source de tes rushes. Une démo d'outil capturée en 1920 par 1080 se monte mal sur un écran de six pouces.

Concrètement, si ta vidéo contient une interface, un tableur, un espace membre ou un slide, passe sur ordinateur. Tu vas devoir lire du texte minuscule pour savoir où couper. Sur mobile, tu couperas au jugé et tu t'en rendras compte à l'export.

Si tu filmes seulement ton visage pour un Reel ou un TikTok, le mobile suffit largement. Tu enregistres et tu montes sur le même appareil, sans transfert de fichiers. C'est un gain de temps réel, pas une concession.

Pour la partie capture elle-même, CapCut n'est pas l'outil. Regarde plutôt du côté des méthodes de capture vidéo sous Windows 10 ou du guide dédié à la capture d'écran vidéo sur PC, qui traitent du cadrage, du micro et du format de sortie.

Un point de transparence. Je ne cite ici aucun prix, aucune limite d'export ni aucune fonctionnalité réservée de CapCut. Leur page officielle fait foi, et ces conditions changent trop souvent pour qu'un article les fige.

Que préparer avant d'ouvrir CapCut ?

Cinq choses, et elles prennent dix minutes. Nommer tes rushes, choisir ton format d'export, écrire tes trois moments clés, préparer ta musique, préparer ton logo. Ouvrir le logiciel sans ça, c'est passer la première heure à chercher des fichiers.

Voici la checklist dans l'ordre :

• Nommer les rushes : 01-intro, 02-demo-ecran, 03-offre. Tu les retrouves dans la timeline sans ouvrir chaque vignette.
• Choisir le ratio tout de suite : 9:16 pour les réseaux, 16:9 pour une démo d'écran ou un module de formation. Changer en cours de route recadre tout et casse tes textes.
• Écrire les trois moments clés : le problème, la démonstration, l'étape suivante. Trois lignes suffisent.
• Préparer la musique : un seul morceau, libre de droits, choisi avant. Le choix de la musique en fin de montage mange quarante minutes.
• Préparer le logo et une image de fin : au bon format, fond transparent si possible.

Le script et le prompteur, le vrai gain de temps

Lire un texte en regardant l'objectif supprime les hésitations, donc les coupes. C'est le levier le plus rentable de toute la chaîne. Une prise propre de trois minutes se monte en dix minutes, une prise hésitante de trois minutes se monte en une heure.

Côté enregistrement, Castli intègre un prompteur invisible : ton texte défile sans apparaître à l'écran ni dans la capture. Tu lis, ton regard reste sur la caméra, et le spectateur voit quelqu'un qui lui parle.

Côté CapCut, un prompteur figure également parmi les fonctions présentées dans le guide d'astuces CapCut publié par graphiste.com, consulté le 9 octobre 2026, au onzième point de leur liste. Je n'affirme rien sur sa disponibilité selon les versions ou les plateformes : vérifie dans ton application.

Comment monter une vidéo sur CapCut en 9 étapes ?

Neuf étapes, une action par étape, dans l'ordre où tu les fais. Chacune indique ce que tu dois voir quand ça a marché, et l'erreur que tout le monde commet. Compte entre trente minutes et une heure pour une vidéo de huit minutes bien enregistrée.

Les fonctions évoquées ci-dessous, découpage, superposition, suppression de fond, étalonnage et suivi de caméra, figurent dans le guide CapCut de graphiste.com consulté le 9 octobre 2026. Les emplacements exacts des boutons bougent d'une version à l'autre, donc fie-toi aux noms des fonctions plutôt qu'à une position dans un menu.

Étape 1 : créer le projet et régler le ratio

Ouvre un nouveau projet et fixe le ratio avant d'importer quoi que ce soit. 16:9 pour une démo d'écran, 9:16 pour un format social vertical, 1:1 uniquement si ta plateforme l'impose.

Ce qui confirme que ça a marché : la zone de prévisualisation affiche déjà la bonne forme, vide. Erreur typique : importer d'abord, le projet prend le ratio du premier clip, et tu recadres tout ensuite.

Étape 2 : importer et ordonner les rushes

Importe tous tes fichiers d'un coup, puis glisse-les sur la timeline dans l'ordre de ton plan en trois points. Ne monte rien encore. Tu construis la colonne vertébrale.

Confirmation : la timeline affiche une suite continue, sans trou, et la durée totale correspond à peu près à la somme de tes prises. Erreur typique : commencer à couper le premier clip avant d'avoir placé les autres.

Étape 3 : couper le gras au début et à la fin

Rogne les extrémités de chaque clip. Les trois secondes où tu cherches le bouton d'enregistrement, le « bon alors » initial, le silence final avant l'arrêt. C'est la coupe qui rapporte le plus pour le moins d'effort.

Confirmation : chaque clip démarre sur une parole utile. Erreur typique : garder une seconde de battement « pour respirer ». Le spectateur n'a pas besoin de respirer dans les cinq premières secondes, il a besoin d'une raison de rester.

Étape 4 : supprimer les blancs et les hésitations au milieu

Passe la timeline en revue et coupe les silences de plus d'une seconde, les « euh », les phrases avortées. Utilise le découpage, pas la vitesse accélérée, qui donne une voix de dessin animé.

Confirmation : en lecture, le rythme devient légèrement trop rapide à ton goût. C'est le bon niveau, parce que tu connais le contenu par cœur et pas ton spectateur. Erreur typique : couper si serré que les mots se chevauchent. Laisse deux ou trois images de marge.

Étape 5 : joindre les clips et poser les transitions sobrement

Referme les trous pour que les clips se touchent, puis ajoute des transitions seulement là où le sujet change. Un fondu simple, toujours le même, d'une demi-seconde maximum.

Confirmation : aucun écran noir involontaire quand tu lis la vidéo en entier. Erreur typique : une transition différente à chaque coupe. Ça ne fait pas dynamique, ça fait diaporama de mariage.

Étape 6 : régler le son et poser la musique sous la voix

Traite la voix d'abord, la musique ensuite. Harmonise le volume entre tes différents clips, puis ajoute la musique très en dessous, avec un fondu d'entrée et de sortie.

Confirmation : tu comprends chaque mot en écoutant au casque à volume moyen, et la musique ne t'oblige jamais à tendre l'oreille. Erreur typique : régler la musique sans casque, sur les haut-parleurs du portable.

Étape 7 : ajouter les sous-titres et les textes

Génère les sous-titres automatiques, puis relis-les. Ajoute ensuite les rares textes à l'écran : ton nom au début, un chiffre clé, l'étape suivante à la fin.

Confirmation : aucun sous-titre ne dépasse deux lignes et aucun ne masque un élément important de l'image. Erreur typique : publier la transcription brute. Les noms propres, les marques et les termes métier passent rarement.

Étape 8 : superposer l'image et l'incrustation caméra

Si tu as une capture d'écran et une caméra séparées, place la caméra en superposition, en bas à droite, petite. Les fonctions de superposition, de suppression de fond et de suivi de caméra sont présentées dans le guide graphiste.com cité plus haut.

Confirmation : ton visage est visible sans cacher la zone active de l'écran, par exemple un menu ou un formulaire. Erreur typique : une vignette caméra énorme qui recouvre précisément ce que tu es en train de montrer.

Étape 9 : relire en entier avant l'export

Regarde la vidéo du début à la fin, sans toucher la timeline, de préférence sur un autre appareil que celui du montage. Note les problèmes sur papier, puis corrige en une passe.

Confirmation : tu arrives à la fin sans envie de passer en avance rapide. Erreur typique : exporter après avoir seulement vérifié les zones que tu as modifiées. Les défauts se cachent toujours dans le milieu, là où tu n'es jamais retourné.

Quels réglages de son et de sous-titres changent vraiment le résultat ?

Un son propre fait plus pour ta crédibilité que n'importe quel filtre. Un prospect pardonne une image moyenne, il ne pardonne pas de devoir monter le volume à chaque phrase. C'est le premier signal de sérieux, avant même le contenu.

Trois réglages comptent vraiment. L'uniformisation du volume entre tes clips, pour que le passage de l'intro à la démo ne fasse pas sursauter. La musique à bas niveau, présente mais jamais concurrente de la voix. Et la suppression des bruits de bouche et des respirations marquées, surtout si tu enregistres près du micro.

Si ta vidéo a été enregistrée dans Castli, une partie de ce travail est déjà faite : l'outil nettoie les blancs et uniformise le son à l'enregistrement, avant même que tu ouvres un éditeur. Ça ne remplace pas un montage créatif, mais ça supprime les étapes 4 et 6 pour une vidéo de prospection.

Faut-il sous-titrer systématiquement ?

Sur les vidéos de prospection et les contenus sociaux, oui. Le premier visionnage se fait très souvent sans son, dans un open space ou dans les transports. Sans sous-titres, ta vidéo est muette pendant les cinq secondes qui décident de tout.

Trois règles de placement. Taille suffisante pour être lue sur un écran de téléphone, position basse mais pas collée au bord, deux lignes maximum. Un sous-titre de quatre lignes couvre ton visage et personne ne le lit.

Relis toujours la transcription automatique. Les prénoms, les noms de méthode et le vocabulaire de ton secteur sont presque systématiquement mal retranscrits. Castli transcrit et résume automatiquement en français, ce qui donne une base propre à relire plutôt qu'à réécrire.

Quels sont les montages types pour un coach ou un formateur ?

Trois gabarits couvrent l'essentiel de tes besoins, et ils demandent des niveaux de montage très différents. Le réflexe à perdre, c'est de monter toutes tes vidéos de la même façon. Une réponse personnalisée trop montée perd exactement ce qui la rend efficace.

Type de vidéo	Objectif	Durée cible	Montage nécessaire	Effort
Vidéo de prospection	Déclencher une réponse	1 à 2 min	Coupes nettes, sous-titres, texte final	Moyen
Réponse personnalisée	Répondre à une objection précise	2 à 4 min	Quasi aucun, une coupe au début et à la fin	Très faible
Module d'onboarding	Rendre le client autonome	5 à 10 min	Chapitres, sous-titres, zooms sur l'écran	Élevé

La vidéo de prospection est la plus travaillée au ratio temps investi sur résultat. Tu la montes une fois, tu la réutilises, tu changes juste le prénom en texte ou à l'oral. Les cinq premières secondes méritent à elles seules dix minutes de montage.

La réponse personnalisée fonctionne sur l'effet inverse. Elle doit sentir l'enregistrement fait pour cette personne, à cette heure, en réaction à son message. Un montage trop léché la fait ressembler à un publipostage, et la réponse chute.

Le module d'onboarding est le seul cas où le montage long se justifie vraiment. Il sera vu des dizaines de fois, par des gens qui chercheront un passage précis. Découpe-le en chapitres clairs, avec un titre à l'écran à chaque nouvelle section. La méthode détaillée est dans le guide pour créer une vidéo tutoriel, et la partie prise de vue dans enregistrer un tutoriel vidéo.

Comment exporter sans perdre en qualité ni exploser le poids ?

Pour une démo d'écran, exporte en 1080p à 30 images par seconde. C'est le réglage qui garde le texte lisible sans produire un fichier ingérable. Au-dessous de 1080p, les interfaces deviennent floues et ta démo ne démontre plus rien.

La fréquence d'images dépend de ce que tu filmes. 30 images par seconde suffisent pour un visage qui parle et une interface. 60 n'a d'intérêt que pour des mouvements rapides, et double ton poids de fichier pour un gain invisible dans ton cas.

Le débit est le réglage que les gens oublient. Un débit trop bas produit des artefacts sur les zones de texte, précisément là où il faut lire. Si ton export a l'air baveux sur un tableau ou un formulaire, remonte le débit avant de remonter la résolution.

Attention au recadrage du 16:9 vers le 9:16. Une capture d'écran recadrée en vertical perd les deux tiers de l'information utile. Si tu as besoin des deux formats, enregistre deux fois ou construis le vertical avec un visuel dédié plutôt qu'un simple recadrage.

Dernier réflexe, garde toujours le projet source et les rushes originaux. Tu vas devoir modifier un tarif, un prénom ou une étape dans trois mois. Pour comparer CapCut avec d'autres éditeurs selon ton usage, le comparatif des options de logiciel de montage vidéo simple donne les critères.

Que faire après l'export, la partie que les tutos oublient ?

Un fichier exporté n'est pas une vidéo diffusée. C'est là que la plupart des coachs perdent le bénéfice de leurs trois heures de montage. Le montage était soigné, la diffusion est bricolée, et le résultat commercial est nul.

Deux mauvaises habitudes dominent. La pièce jointe, trop lourde, parfois bloquée par le serveur du destinataire. Et le lien vers un dossier de stockage, qui affiche une vignette grise, demande parfois une connexion, et ne te dit rien du tout.

Le problème n'est pas esthétique, il est informationnel. Tu ne sais pas si ton prospect a ouvert la vidéo. Tu ne sais pas s'il a décroché à la trentième seconde ou s'il est allé jusqu'à ton offre. Du coup, ta relance est aveugle : tu renvoies le même message à quelqu'un qui a tout regardé et à quelqu'un qui n'a rien ouvert.

C'est exactement ce que Castli règle après l'export. Le lien de partage s'ouvre sans création de compte, avec un aperçu propre dans le mail ou le message. Et le suivi du visionnage te dit qui a regardé, jusqu'où, et à quelle heure. L'hébergement est en France et l'approche RGPD friendly, ce qui compte quand tu envoies des vidéos nominatives à des clients.

Ce que ça change dans le quotidien, deux clients de Castli le résument bien. Thomas Mercier, coach business suivi par 12,4k abonnés, rapporte plus de 30% de closings en deux mois. Anaïs Delcourt, coach en ligne et 8,1k abonnés, a vu son taux de réponse passer de 20 à 45%.

Si tu compares les plateformes d'hébergement et de partage vidéo, le tour d'horizon des alternatives à Loom pour coachs et formateurs francophones couvre les critères qui comptent vraiment, dont la langue de la transcription et la localisation des données.

CapCut, Castli ou les deux : que garder dans ton workflow ?

Les deux, pour des usages différents. CapCut est un éditeur créatif, Castli est un outil de vidéo asynchrone. Les opposer n'a pas de sens, les confondre te fait perdre du temps.

Garde CapCut pour tout ce qui est publié et travaillé. Les formats sociaux verticaux, les extraits rythmés, les effets, les textes animés, les montages à plusieurs plans. C'est son terrain et il y est très bon.

Prends Castli pour tout ce qui part vers une personne précise. Enregistrement écran plus caméra en un clic, nettoyage des blancs, uniformisation du son, transcription et résumé en français, lien de partage, suivi du visionnage. Le flux est pensé pour envoyer vite, pas pour fabriquer une pièce montée.

Soyons clairs sur ce que Castli ne fait pas. Ce n'est pas un éditeur créatif. Pas de timeline multipiste élaborée, pas d'effets, pas de motion design. Si ton besoin est un montage artistique, reste sur CapCut ou sur un éditeur complet, comparés dans le guide des logiciels de montage vidéo pour tutoriel.

Côté tarif, Castli propose un plan Pro à 13€ par mois en annuel, soit 156€ par an, contre 19€ par mois sans l'offre annuelle. Pour voir comment l'outil s'articule avec le reste de ta chaîne de capture, la méthode d'enregistrement vidéo sur PC détaille le réglage du micro et du cadrage, et la page alternatives resitue le positionnement face aux autres outils du marché.

Le workflow qui tient la route pour un coach ressemble à ça. Les vidéos one to one partent de Castli, directement, sans passer par un éditeur. Les contenus publics passent par CapCut. Et tu arrêtes de monter pendant trois heures ce que personne ne regardera au-delà de la quarantième seconde.

Enregistre, partage, et sache enfin qui a regardé : essaie Castli.

FAQ

Quelles sont les étapes du montage vidéo ?

Le montage suit toujours le même ordre, quel que soit le logiciel. Tu règles le format du projet, tu importes et tu ordonnes les rushes, tu coupes les extrémités, tu supprimes les silences et les hésitations, tu assembles avec des transitions sobres, tu traites le son, tu ajoutes sous-titres et textes, tu gères les superpositions, puis tu relis en entier avant d'exporter.

L'ordre compte. Traiter le son avant d'avoir fini les coupes t'oblige à tout refaire, parce que chaque coupe déplace ta musique et tes sous-titres.

Comment réduire la durée d'une photo dans CapCut ?

Sélectionne la photo sur la timeline, puis attrape sa bordure droite et fais-la glisser vers la gauche. La durée affichée sur la vignette diminue au fur et à mesure.

Une durée confortable pour une image fixe dans une vidéo de coach tourne autour de trois à quatre secondes. En dessous de deux secondes, le spectateur n'a pas le temps de lire ce qu'elle contient.

Comment faire un montage photo sur CapCut ?

Crée un projet, importe toutes tes images, place-les sur la timeline dans l'ordre voulu, puis fixe une durée identique pour chacune. Ajoute ensuite un léger mouvement de zoom sur chaque image pour éviter l'effet diaporama figé.

Pose la musique en dernier, et cale les changements d'image sur le rythme. C'est la seule chose qui différencie un montage photo agréable d'une suite d'images.

Comment utiliser CapCut sur Android quand on débute ?

Installe l'application, crée un nouveau projet, choisis le ratio, puis importe une seule vidéo pour commencer. Travaille d'abord les trois gestes de base : couper, supprimer un segment, régler le volume.

Ne touche aux effets qu'une fois ces trois gestes maîtrisés. La majorité des débutants passent une heure sur les filtres et livrent une vidéo mal coupée avec un son inégal.

Quel logiciel de montage vidéo pour un débutant qui filme son écran ?

Si tu filmes ton écran pour l'envoyer à une personne, cherche un outil qui enregistre, nettoie et partage, pas un éditeur. Le montage lourd est rarement nécessaire sur ce type de vidéo.

Si tu publies des tutoriels ou des contenus sociaux, un éditeur simple fait l'affaire. Le comparatif des options de logiciel de montage vidéo simple détaille les critères selon que tu filmes ton visage, ton écran, ou les deux.

Faut-il sous-titrer toutes ses vidéos de prospection ?

Oui, parce que le premier visionnage se fait très souvent sans son. Une vidéo de prospection sans sous-titres est muette au moment précis où elle doit convaincre.

En revanche, sur une réponse personnalisée envoyée à un client déjà en relation avec toi, le sous-titrage est optionnel. Cette personne ouvrira ta vidéo avec le son, parce qu'elle attend ta réponse.