Afin d’arriver à la production de séquences vidéo, il a fallu deux sortes de préparation qui, comme cela a été montré au début, sont menées en parallèle. A chaque développement médiatique correspond un développement didactique et un entraînement langagier.
Les apprenants s’initient à la prise de vue vidéo en studio afin de savoir manier une caméra vidéo, apprendre les rudiments pour filmer, repérer l’espace dans lequel va se dérouler l’interview, et se positionner dans cet espace ; se situer par rapport aux personnes à filmer, à la caméra. D’un point de vue filmique, il ne s’agit pas d’accorder une trop grande importance au résultat final, le but n’est pas de former des étudiants à la pratique du film vidéo, mais de rendre seulement le film acceptable du point de vue du son et de l’image. Ce sont les fins pour lesquelles le travail est réalisé qui détermineront la place plus ou moins grande de la technique : ou bien il s’agit de produire des séquences à usage interne au groupe, et dans ce cas les contraintes techniques sont peu exigeantes. On attachera principalement de l’importance à la prise de son, car, du point de vue de l’image, la qualité technique des caméscopes ne cesse d’augmenter et le maniement est simplifié. Si, comme cela a déjà été évoqué, le film créé doit être utilisé comme document et montré à d’autres publics, cela demandera d’autres qualités de réalisation. Les données minimales de technique sont présentées en français aux étudiants par l’enseignant et par un technicien en audiovisuel : des notions de prise de vue (par exemple bouger le moins possible la caméra), de plans et de cadrage (quelle taille de plan adopter, cadrer l’interviewer et l’interviewé), des règles de placement dans l’espace (ne jamais être face à la caméra, ne pas parler à la caméra, mais regarder son interlocuteur). Des données d’ordre didactique interviennent aussi : par exemple, l’articulation et l’intensité de la voix, le regard et la distance proxémique dans un échange à deux ; de même, un cadrage en gros plan est plus intéressant pour observer la mimique et le discours de l’interlocuteur natif. La bonne utilisation du micro est aussi un élément déterminant pour une prise de son de qualité.
D’une manière générale, on attirera l’attention de l’apprenant sur le rôle de l’image vidéo : d’une part sur l’importance du comportement socioculturel des locuteurs, sur la gestion de l’interaction, et d’autre part sur le fait de pouvoir conserver et restituer la dimension pragmatique du langage. Au travers de cette préparation l’apprenant est mis en situation de “faire” : apprentissage et emploi de vocabulaire nouveau, contact et maniement d’objets nouveaux, autre regard sur le groupe d’apprenants. S’il se sent d’abord intimidé face à cette situation inhabituelle qu’il doit contrôler, l’apprenant montre cependant un désir de participer (de différentes façons pour les plus ou moins timides) : être devant ou derrière la caméra, s’investir dans un nouveau rôle, celui de l’interviewer, une sorte d’apprenant-journaliste. En situation, chacun sera à tour de rôle l’interviewer et le preneur d’images. On note donc une motivation plus ou moins forte au départ qui va croître au fur et à mesure que le projet prend corps, elle va permettre à chaque équipe (travail en mini-groupe de trois à six) de surmonter les difficultés d’ordre linguistique.