---
title: "B-Rolls Finder: chercher sur YouTube par conversation"
description: "B-Rolls Finder cherche sur YouTube via une interface de chat pour trouver vite le bon B-roll. Comment j'ai rendu la recherche de rushes semblable a une conversation."
type: "build"
locale: "fr"
category: "tool"
canonical: "https://agenticschool.dev/fr/projets/b-rolls-finder"
dateModified: "2026-06-12"
---

# B-Rolls Finder: chercher sur YouTube par conversation

- Category: tool
- Status: internal
- Stack: YouTube Data API, Node.js, React, LLM, TypeScript
- Updated: 2026-06-12
- Keywords: YouTube API, b-roll, chat interface, video search, rate limits
- Canonical URL: https://agenticschool.dev/fr/projets/b-rolls-finder
- Locale: fr

> Trouver le bon clip en parlant a une boite de chat, plutot qu'en scrubbant des timelines.

B-Rolls Finder cherche sur YouTube via une interface de chat pour trouver vite le bon B-roll. Comment j'ai rendu la recherche de rushes semblable a une conversation.

## Le probleme de trouver des rushes

Quand vous montez une video, trouver le bon clip de B-roll est une corvee: vous tapez des mots-cles dans YouTube, scrubbez les resultats, affinez et recommencez. B-Rolls Finder a ete ma tentative de remplacer ca par une conversation. Vous decrivez l'ambiance et le contenu que vous voulez, et il part chercher des candidats.

## Le chat comme interface, l'API comme moteur

Sous le capot, c'est l'API YouTube Data qui cherche, mais l'interface est une boite de chat. Le LLM transforme une requete humaine floue comme "des plans aeriens calmes d'une ville a l'aube" en requetes precises, les execute et presente les resultats dans la conversation, pour que vous affiniez en langage clair.

- Vous decrivez avec des mots ce que vous voulez; le modele transforme ca en vraies requetes de recherche.
- Les resultats reviennent en une courte shortlist gerable plutot qu'en defilement infini.
- Vous affinez par reponse, comme vous diriez a un assistant humain "plus comme le deuxieme".

## La lecon sur les bonnes interfaces

L'API etait la partie facile; le gain etait l'interface. Les memes donnees, la meme recherche YouTube, se sentaient totalement differentes une fois enveloppees dans une conversation plutot que dans une boite de recherche. Ca m'a rappele qu'une grande partie de la valeur des produits IA n'est justement pas une nouvelle capacite, mais une meilleure interface vers une capacite qui existe deja. Je me suis aussi heurte aux realites pratiques du travail avec une API tierce: quotas, rate limits et la necessite de cacher, tout ce sur quoi j'avais lu de facon abstraite et que je n'ai vraiment compris que quand ca m'a mordu. Respecter l'API d'un autre fait partie d'etre un bon citoyen, et fait partie de ne pas se faire couper l'acces.

## Lessons learned

- Une interface conversationnelle peut transformer un outil sans meme changer les donnees sous-jacentes.
- Une grande partie de la valeur produit IA est une meilleure interface vers une capacite existante, pas une capacite flambant neuve.
- Les API tierces ont des quotas et des rate limits. Cachez les resultats et respectez-les, sinon vous serez coupe.
- Laissez le modele traduire une intention humaine floue en requetes precises. Cette traduction est la vraie fonctionnalite.