Un développeur crée en 30 minutes un outil de transcription vidéo grâce au vibe coding dans Codex

L'auteur d'un post sur Habr raconte comment il a construit, grâce au vibe coding dans Codex, un outil fonctionnel de transcription d'enregistrements de réunions. Il a réussi à écrire la première version en environ 30 minutes.

Pourquoi cet outil était nécessaire

Après les réunions de travail, l'auteur se retrouve avec des enregistrements vidéo. Dans son cas, ce sont des enregistrements du service Yandex Telemost, et les revoir tels quels n'est pas pratique. Pour se rappeler un point, il doit ouvrir la vidéo, avancer et reculer pour retrouver le bon passage, puis réécouter ce fragment.

Autre scénario fréquent auquel il est confronté : transmettre à un programmeur le contexte d'une tâche. On peut envoyer l'enregistrement de la réunion avec un « regarde, s'il te plaît », mais la personne devra alors visionner toute la vidéo et démêler elle-même où se trouve la discussion, où la décision prise et où la tâche formulée. L'auteur voulait une option plus commode : transmettre non seulement l'enregistrement, mais aussi un récapitulatif écrit de la réunion.

• Source des enregistrements : le service Yandex Telemost
• Problème : retrouver le bon moment oblige à avancer, reculer et réécouter toute la vidéo
• Cas d'usage : transmettre à un programmeur le contexte d'une réunion sur une tâche
• La première version fonctionnelle de l'outil a été montée en environ 30 minutes
• L'outil a été créé dans Codex par vibe coding

Ce que fait l'outil

L'idée, selon l'auteur, était simple : charger la vidéo de la réunion et obtenir en sortie une transcription, un compte rendu et un fichier DOCX qu'on peut envoyer à la place de l'enregistrement. Trois documents texte (la transcription de la conversation, un bref compte rendu de la réunion et un fichier DOCX prêt à l'emploi) évitent de revoir la vidéo d'origine en entier. Le destinataire n'a qu'à lire le texte pour comprendre ce qui a été discuté et ce qu'il faut faire, sans ouvrir le fichier vidéo.

« J'ai réussi à monter la première version fonctionnelle dans

Codex en environ 30 minutes » — extrait du post de l'auteur sur Habr.

« L'idée était simple : charger la vidéo de la réunion et obtenir une transcription, un compte rendu et un DOCX qu'on peut envoyer » — l'auteur du texte,

Habr.

À quelle vitesse le prototype a été monté

La première version fonctionnelle a pris environ 30 minutes. C'est le temps qu'il a fallu, selon l'auteur, pour obtenir un outil opérationnel via Codex au lieu d'écrire le code à la main depuis zéro. Ici, le vibe coding signifie que l'auteur formulait la tâche et les corrections sous forme de dialogue avec l'outil d'IA, au lieu d'écrire lui-même chaque ligne de code, ce qui lui a permis de tenir en une demi-heure, de l'idée au prototype fonctionnel. D'après l'auteur, le chemin entre l'énoncé de la tâche (« charger la vidéo, obtenir la transcription, le compte rendu et le DOCX ») et la première version fonctionnelle a pris précisément cette demi-heure, sans préparation préalable d'infrastructure ni phase de conception distincte.

À qui servirait un tel outil

L'auteur décrit surtout un usage : transmettre à un programmeur le contexte d'une tâche précise. C'est le cas où envoyer simplement la vidéo ne suffit pas, car le destinataire devra de toute façon passer du temps à la regarder. Avec la transcription, le compte rendu et le fichier DOCX prêts, l'outil fait ce travail à la place du destinataire : l'interlocuteur lit le résultat de la réunion au lieu de visionner tout l'enregistrement, et la vidéo d'origine de Yandex Telemost reste disponible comme source si des détails sont nécessaires.

Ce que cela signifie

L'exemple montre comment le vibe coding raccourcit le chemin entre un problème de travail quotidien et un outil personnel abouti. Plutôt que de chercher un service de transcription tiers déjà prêt, l'auteur a monté en environ 30 minutes une solution très spécialisée pour son propre processus : un enregistrement Yandex Telemost en entrée, une transcription, un compte rendu et un DOCX en sortie.