← Back

Content Factory

Pipeline automatisé de production de contenu TikTok

Content Factory overview

Contexte

Cofondateur de 14x, un studio d'applications. J'ai développé Content Factory en quelques jours, puis je l'ai utilisé de manière intensive pour produire du contenu à grande échelle. C'est un système interne de production de contenu destiné au marketing d'applications via TikTok en organique.

Le contenu TikTok a une durée de vie de moins de 24 heures. Pour notre cas d'usage, une production rapide et régulière comptait plus que la perfection. L'objectif était de promouvoir nos applications de manière naturelle et organique en inondant des niches pertinentes avec du volume, et non de construire une présence de marque durable en ligne. Il s'agissait d'une stratégie de distribution spécifique axée sur le volume, où la vitesse et la régularité priment sur l'artisanat.

Le problème

Chez 14x, nous avions besoin d'une distribution organique pour nos applications. TikTok est le canal organique offrant la plus grande portée pour la découverte d'applications, mais il impose deux contraintes brutales :

  1. Fréquence de publication : l'algorithme récompense les publications quotidiennes. Sur plus de 10 comptes de niche, cela représente plus de 10 contenus par jour.
  2. Expérimentation des formats : on ne sait pas ce qui fonctionne avant de l'avoir testé. Diaporamas vidéo, carrousels, différentes accroches, différentes esthétiques. Chaque niche (studytok, glowup, looksmaxxing) possède sa propre voix et son propre langage visuel.

Faire cela manuellement est impossible à grande échelle. Rédiger les accroches, chercher les images, trouver les audios tendance, faire le rendu des vidéos, programmer les publications, suivre ce qui a été publié. Une seule personne ne peut pas produire plus de 100 contenus sur plusieurs comptes sans automatisation.

La solution

Un pipeline complet de production de contenu qui gère chaque étape, de la découverte des tendances à la publication, avec un tableau de bord Next.js pour la révision et un backend FastAPI qui orchestre toute la machine. Le pipeline : Découverte des tendances > Recherche d'images > Génération de texte par AI > Rendu vidéo/carrousel > Programmation > Publication.

Scraping des tendances TikTok. Selenium avec undetected-chromedriver et un profil Chrome persistant. Recherche sur TikTok des audios tendance dans des niches spécifiques, extrait les métriques d'engagement, déduplique par rapport aux identifiants audio déjà utilisés. TikTok lutte activement contre l'automatisation. La solution : une identité de navigateur persistante qui se comporte comme une vraie session utilisateur, avec une extraction via le JSON intégré plutôt que par des sélecteurs CSS qui cassent constamment.

Génération de contenu adaptée à la niche. Chaque niche (glowup, studytok, looksmaxxing) possède une configuration JSON définissant la voix et le ton, le vocabulaire argotique, des exemples d'accroches, des listes de hashtags, le style des légendes et les paramètres visuels par défaut. L'AI Gemini génère des accroches et des légendes contraintes par ces personnalités de niche. L'AI ne produit pas de contenu motivationnel générique, elle produit du contenu qui semble natif à chaque sous-culture spécifique de TikTok.

Moteur de templates de carrousels. Des templates de design programmatiques basés sur Pillow qui produisent des slides de carrousel Instagram/TikTok. Chaque preset (clean-editorial, bold-dark, pastel-tutorial) définit la palette de couleurs, la typographie, la géométrie de la mise en page et les éléments ornementaux. Le moteur gère l'ajustement des polices aux boîtes de délimitation, les textures de grain de papier, les lettrines, les filets fins, les séparateurs ornementaux, les indicateurs de progression et les thèmes de couleurs par niche.

Pipeline vidéo (MoviePy). Crée des vidéos diaporamas au format 9:16 : recadrage central des images selon le ratio, superposition de texte avec polices et positionnement configurables, synchronisation avec l'audio avec des transitions en fondu, prise en charge du mode boucle et du nombre d'images basé sur la durée. Tout est rendu localement, sans coûts de rendu cloud.

Production par lots et publication. Le système produit du contenu par lots, le programme via une intégration avec le calendrier Notion, et le publie automatiquement sur YouTube via OAuth2 avec un polling APScheduler. Intégration de Google Drive pour la gestion des assets entre les exécutions.

Résultats

Plus de 200 contenus produits (vidéos et carrousels) sur plus de 10 comptes TikTok. Plusieurs niches desservies à partir d'un seul système, chacune avec une voix et une identité visuelle distinctes. Des installations traçables depuis le contenu TikTok jusqu'aux téléchargements d'applications (SnapQuiz et autres). Des jours de travail manuel compressés en quelques minutes de configuration du pipeline par lot.

Rétrospective

Ce qui a fonctionné : traiter la production de contenu comme un problème d'ingénierie. L'approche par pipeline (entrée > transformation > sortie) s'est parfaitement appliquée à ce qui est normalement considéré comme du travail créatif. Les configurations JSON par niche séparant la voix, le ton et l'esthétique du moteur de génération ont rendu l'ajout de nouveaux comptes avec des personnalités différentes extrêmement simple. Le moteur de templates de carrousels, en investissant dans de vraies primitives de design, a permis d'obtenir un rendu visuel intentionnel et soigné, loin d'un rendu AI bâclé.

Ce qui a été difficile : le scraping de TikTok est une course à l'armement. Les mesures anti-bot changent constamment, les sessions expirent, des captchas apparaissent de manière aléatoire. La tension entre la qualité du contenu et la vitesse était l'autre défi. Les meilleurs résultats provenaient d'une approche hybride : le système génère, l'humain révise et ajuste avant la publication.

Apprentissages

  • La distribution est un problème d'ingénierie. La plupart des studios indépendants considèrent le marketing comme une étape qui vient après la création du produit. Chez 14x, l'infrastructure marketing bénéficie du même investissement en ingénierie que les applications elles-mêmes.
  • Le volume révèle des modèles. Produire plus de 200 contenus dans différents formats et niches génère des données sur ce qui fonctionne. On ne peut pas faire d'A/B testing sur une stratégie de contenu avec 5 publications, il en faut plus de 50 pour obtenir un signal clair.
  • Les design systems fonctionnent aussi pour le contenu. Le moteur de templates de carrousels est essentiellement un design system qui génère des PNG au lieu de composants React. Les mêmes principes de design engineering s'appliquent.
  • Automatiser les tâches répétitives, garder l'artisanat manuel. Le pipeline gère tout ce qui est standardisé (recherche, rendu, programmation, publication). Le jugement humain reste sur les parties qui comptent vraiment (rédaction des accroches, révision du contenu, stratégie de niche).

Durée

Mar 2026 - 3 days

Stack technique

PythonFastAPINext.jsSeleniumMoviePyPillowGeminiYouTube APINotion API

Responsabilités

  • Architecture complète du système
  • Pipeline de rendu vidéo
  • Scraping des tendances TikTok (Selenium)
  • Automatisation de la publication
  • Moteur de templates de carrousels