Contenu qui convertit
Aligner ton hook : texte, voix et visuel doivent dire la même chose
Si tes vidéos ne retiennent pas l'attention, ce n'est presque jamais un problème de sujet. C'est que tu utilises une mauvaise mécanique de hook. Il existe une tactique qui, à elle seule, sépare les vidéos qui explosent des vidéos qu'on scrolle, et je l'applique à chaque contenu. Elle s'appelle l'alignement du hook.
Le principe : une vidéo a trois hooks, le hook texte écrit à l'écran, le hook parlé que tu dis, et le hook visuel qu'on voit. Ces trois-là doivent se compléter parfaitement et raconter la même chose. Le jour où l'un contredit les autres, le spectateur se perd et part. Après trois ans à publier quotidiennement, je te montre comment aligner tes trois hooks, et surtout lequel des trois travailler en priorité.
L'essentiel
- Une vidéo a trois hooks : le hook texte écrit à l'écran, le hook parlé, et le hook visuel. Ils doivent tous dire la même chose.
- Si ton hook parlé contredit ce que montrent tes visuels, le spectateur se perd et scrolle. La cohérence des trois retient.
- Ces trois hooks comptent dans un ordre de priorité précis : le hook texte d'abord, le hook parlé ensuite, le hook visuel en dernier.
- Le hook texte prime parce qu'on scanne des mots à l'écran plus vite qu'on ne comprend une phrase entendue.
- Si tu ne dois travailler qu'une chose dans ton hook, travaille le texte écrit à l'écran : c'est le levier le plus rentable.
L'hypothèse de départ
Pour améliorer mes vidéos, je dois soigner ma phrase d'accroche, celle que je prononce au début.
Le hook parlé compte, mais il arrive en deuxième. On va tester une autre idée : ce qui retient le plus, c'est la cohérence entre ce que tu dis, ce que tu écris à l'écran et ce que tu montres, et le hook texte écrit prime sur les deux autres.
Nouveau ici ? Commence par le manifeste → Ton service est excellent, ta vente non
Les trois hooks d'une vidéo§
Décortiquons d'abord les trois hooks, parce que la plupart des créateurs n'en travaillent qu'un seul. Le hook parlé, c'est la phrase que tu prononces dans les premières secondes. Le hook texte, c'est ce qui est écrit à l'écran, souvent en gros, pendant que tu parles. Le hook visuel, c'est ce que le spectateur voit, ton cadrage, ton mouvement, ton décor, la première image. Trois canaux qui frappent le spectateur en même temps.
Le problème vient quand ces trois canaux racontent des choses différentes. Si tu dis une chose au micro pendant que le texte à l'écran en annonce une autre et que l'image en montre une troisième, le cerveau du spectateur reçoit trois signaux contradictoires. Il se confond, il perd le fil, et il scrolle pour échapper à la confusion. Un cerveau confus ne reste jamais. La règle absolue de l'alignement, c'est que tes trois hooks doivent se compléter et pointer vers la même promesse.
L'alignement ne veut pas dire répéter mot pour mot la même chose sur les trois canaux. Ça veut dire qu'ils se renforcent : le texte annonce la promesse, la voix la développe, l'image la rend concrète. Les trois tirent dans la même direction. Quand c'est le cas, le spectateur reçoit un message clair et puissant en une seconde, et cette clarté est ce qui l'arrête. La cohérence des trois hooks fait plus pour ta rétention que n'importe quelle astuce isolée.
Pourquoi le hook texte prime sur tout§
Voici le point que presque personne n'applique, et qui change tout : les trois hooks n'ont pas la même importance. Ils comptent dans cet ordre précis, du plus au moins important : le hook texte, puis le hook parlé, puis le hook visuel. La plupart des créateurs passent tout leur temps sur leur phrase d'accroche parlée, alors que c'est le deuxième levier et non le premier.
Pourquoi le texte prime ? Parce qu'un spectateur peut scanner des mots écrits et repérer les mots forts bien plus vite qu'il ne peut entendre et comprendre une phrase prononcée. En une fraction de seconde, l'œil balaie le texte à l'écran et décide de rester ou de partir, avant même que ta voix ait fini sa première phrase. Le hook texte est la première porte, celle qui décide si le spectateur donne une chance à ta voix. S'il rate cette porte, le reste n'existe pas.
La conséquence est directe : si tu ne dois travailler qu'un seul élément dans ton hook, travaille le texte écrit à l'écran. C'est là que se trouve le levier le plus rentable, celui que 90 % des créateurs négligent en soignant seulement leur accroche parlée. Un hook texte percutant, avec des mots forts que l'œil accroche instantanément, fait passer tes vidéos d'un niveau à l'autre presque immédiatement. Passe deux fois plus de temps sur ce que tu écris à l'écran que sur ce que tu dis.
Le déclic
Une vidéo a trois hooks, et ils doivent dire la même chose : le texte annonce, la voix développe, l'image rend concret. Mais le hook texte écrit à l'écran prime, parce qu'on scanne des mots plus vite qu'on n'écoute. Si tu ne travailles qu'une chose, travaille le texte à l'écran.
Comment l'appliquer à tes contenus de coach§
Prenons un exemple concret. Tu fais une vidéo sur l'erreur qui tue un appel de vente. Ton hook parlé pourrait être « la plupart des coachs perdent la vente à la dixième minute ». Ton hook texte à l'écran, en gros, pourrait afficher « l'erreur qui tue ta vente à la 10e minute ». Ton hook visuel pourrait te montrer en train de tendre un doigt vers un chiffre à l'écran, ou une capture d'appel figée. Les trois disent la même chose, ils se renforcent, le spectateur comprend la promesse en un instant.
À l'inverse, le désalignement classique serait de dire une punchline au micro pendant que le texte à l'écran affiche ton nom ou un titre décoratif sans rapport, et que l'image te montre assis à sourire sans lien avec le sujet. Trois signaux qui ne se parlent pas, un spectateur qui décroche. Vérifie systématiquement tes trois hooks avant de publier : est-ce qu'ils racontent la même histoire ? Est-ce que mon texte à l'écran contient les mots les plus forts de ma promesse ? Si oui, tu retiens. Si non, tu perds.
Le piège classique
Soigner uniquement ta phrase d'accroche parlée en laissant le texte à l'écran décoratif est l'erreur la plus répandue. L'œil scanne le texte avant que ta voix ait fini sa phrase, et un texte à l'écran faible ou hors sujet fait fuir avant que ton accroche parlée ait sa chance. Mets tes mots les plus forts dans le texte écrit.
Le verdict§
Le verdict
Si tes vidéos ne retiennent pas, le coupable n'est presque jamais ton sujet, c'est le désalignement de tes hooks. Une vidéo en a trois, le hook texte écrit à l'écran, le hook parlé et le hook visuel, et ils doivent tous se compléter pour raconter la même promesse. Dès que l'un contredit les autres, le spectateur reçoit des signaux confus et scrolle pour y échapper.
Surtout, ces trois hooks comptent dans un ordre précis : le texte d'abord, la voix ensuite, l'image en dernier. Le texte prime parce qu'on scanne des mots plus vite qu'on n'écoute une phrase. Si tu ne travailles qu'un seul élément de ton hook, travaille le texte écrit à l'écran, avec tes mots les plus forts. C'est le levier le plus rentable, et celui que presque personne ne soigne. Aligne tes trois hooks, priorise le texte, et ta rétention change immédiatement.
À toi de jouer§
Reprends ta dernière vidéo et audite ses trois hooks en cinq gestes.
- Isole tes trois hooks. Note séparément ce que tu dis, ce qui est écrit à l'écran, et ce qu'on voit dans les premières secondes. Vois-les comme trois canaux distincts.
- Teste la cohérence. Est-ce que les trois racontent la même promesse ? Si l'un part dans une autre direction, ton spectateur se perd. Réaligne.
- Muscle ton hook texte. Réécris le texte à l'écran pour qu'il contienne les mots les plus forts de ta promesse. C'est le levier prioritaire.
- Vérifie l'ordre de priorité. Tu as sûrement trop travaillé ton accroche parlée et négligé le texte. Rééquilibre en faveur du texte écrit.
- Rends l'image concrète. Ton visuel d'ouverture doit illustrer la promesse au lieu de seulement te montrer parlant. Une image qui rend le sujet tangible retient mieux.
Si tu veux qu'on audite ensemble les hooks de tes vidéos et qu'on les aligne pour qu'ils retiennent, je te propose un diagnostic en 30 minutes : réserve ton créneau ici.
Tu tiens le principe. Voilà par où on continue :
« Quel hook choisir pour ma vidéo ? » → trois hooks et lequel ramène des acheteurs
« Comment écrire l'anatomie d'un hook fort ? » → l'anatomie d'un hook
« Comment arrêter le scroll par l'image ? » → arrêter le scroll par l'image
Tu veux qu'on aligne tes trois hooks pour que tes vidéos retiennent enfin ? On fait ça en 30 min.
Un terme technique t'échappe ? Consulte le lexique →
Qui je suis pour te dire ça ? J'ai bâti ma marque à partir de zéro, sur un sujet aussi peu sexy que la fiscalité, sans un centime de pub. Je te raconte tout, en vidéo et à l'écrit.
▶ Découvrir mon histoire →Questions fréquentes
Le plus souvent parce que tes trois hooks se contredisent. Une vidéo a un hook texte écrit à l'écran, un hook parlé, et un hook visuel. Si tu dis une chose au micro pendant que le texte annonce autre chose et que l'image montre une troisième, le spectateur reçoit des signaux confus et scrolle pour échapper à la confusion. La solution est l'alignement : les trois hooks doivent se compléter et pointer vers la même promesse, le texte qui annonce, la voix qui développe, l'image qui rend concret.
Le hook texte, celui écrit à l'écran, avant le hook parlé et le hook visuel. La raison est simple : un spectateur peut scanner des mots écrits et repérer les mots forts bien plus vite qu'il ne peut entendre et comprendre une phrase prononcée. En une fraction de seconde, l'œil balaie le texte et décide de rester ou de partir, avant même que ta voix ait fini sa première phrase. Le hook texte est la première porte, et s'il est raté, le reste n'a jamais sa chance.
Non, l'alignement ne veut pas dire répéter mot pour mot. Il veut dire que les trois canaux se renforcent au lieu de se contredire. Le texte annonce la promesse, la voix la développe, l'image la rend concrète. Les trois tirent dans la même direction et racontent la même histoire, ce qui donne un message clair et puissant en une seconde. C'est cette clarté qui arrête le scroll, alors que trois signaux divergents créent une confusion qui fait fuir.
Sur le texte écrit à l'écran. C'est le levier le plus rentable et le plus négligé : la plupart des créateurs soignent leur accroche parlée et laissent le texte décoratif ou hors sujet, alors que c'est le texte que l'œil scanne en premier. Réécris ton texte à l'écran pour qu'il contienne les mots les plus forts de ta promesse, ceux que le regard accroche instantanément. Un hook texte percutant fait souvent passer une vidéo d'un niveau à l'autre presque immédiatement.
Isole-les et compare. Note séparément ce que tu dis dans les premières secondes, ce qui est écrit à l'écran, et ce qu'on voit à l'image. Puis pose une seule question : est-ce que ces trois racontent la même promesse ? Si oui, ils sont alignés et ta vidéo retient. Si l'un part dans une autre direction, ton spectateur se perd. Vérifie aussi que le texte à l'écran porte bien tes mots les plus forts, puisque c'est lui qui décide en premier si le spectateur donne une chance à ta voix.
Article construit à partir de mon expérience de création de contenu vidéo depuis 3 ans. Le principe d'alignement et de priorité du hook texte est une reformulation de mécaniques d'attention documentées ; les exemples illustrent la méthode.
Ogilvy, D. (1983), Ogilvy on Advertising : sur le titre comme élément le plus lu et le plus décisif, cinq fois plus lu que le corps du texte.
Nielsen Norman Group, travaux sur le scan et la lecture en F sur écran : l'œil balaie les mots forts avant de lire, et décide vite de rester ou partir.
Corpus original : 3 ans de contenu vidéo publié par Léo Fanouillet, et l'analyse de ce qui retient dans les premières secondes.