Generator wideo AI – jak zrobić rolkę i film reklamowy dla firmy

Generator wideo AI zrobi z opisu albo ze zdjęcia kilkusekundowy klip. Reklamę składasz z kilku takich ujęć, lektora, muzyki i napisów, a całość oznaczasz jako AI. Najwięcej pracy jest z tym, czego nie zamawiasz: prompt z testu kończył się zakazem logo, a generator i tak narysował na kołpaku znak znanej marki samochodów.

Jak zrobić film reklamowy z AI – 6 kroków

1. Rozpisz scenariusz na sekundy. 10-sekundowa rolka to dwa ujęcia po 5 sekund i najwyżej 18 słów lektora – razem ze zdaniem o AI. Liczbę słów dla dłuższych nagrań znajdziesz w tekście o lektorze AI.
2. Zacznij od zdjęcia. Weź zdjęcie lokalu albo produktu – albo obraz z generatora grafik. Klip ze zdjęcia zachowuje wygląd ludzi, napisów i sprzętu. Jest na nim pracownik albo klient? Zapytaj go o zgodę – znak „AI” jej nie zastępuje.
3. Wygeneruj ujęcia. Rolkę i relację rób w pionie 9:16, a film na stronę – w poziomie 16:9. W jednym ujęciu pokaż jedną czynność.
4. Dodaj lektora i muzykę. Muzykę i dźwięk z klipów ścisz tak, żeby było słychać każde słowo lektora.
5. Napisy dodaj w montażu. Cena, adres i godziny otwarcia mają być bez błędu, więc nie zostawiaj ich generatorowi.
6. Obejrzyj każdą klatkę i oznacz film. Szukaj cudzych logo i przekręconych napisów. Znak „AI” umieść od pierwszej klatki w prawym górnym rogu, ale niżej niż przyciski aplikacji – sprawdź to w podglądzie przed publikacją.

Test: rolka dla warsztatu – z opisu i ze zdjęcia

W teście z 6 listopada 2026 r. powstała rolka dla wulkanizacji. Mechanik dokręca koło kluczem pneumatycznym, na ścianie wisi szyld „WULKANIZACJA”. Jedno ujęcie powstało z samego opisu, drugie – z obrazu startowego z generatora grafik. Każde powstało w innym modelu wideo, więc to test jednego zadania, a nie ranking. Oba klipy były gotowe w niecałe 3 minuty: w pionie, 720 pikseli szerokości, z dźwiękiem.

Po złożeniu ujęć w rolce wystąpiło dwóch różnych mechaników. Z opisu generator wymyśla człowieka od nowa: twarz, wiek, fryzurę. Ze zdjęcia zachowuje to, co już jest w kadrze. Czego na zdjęciu nie widać, dorysowuje: środek felgi zasłaniał tam klucz, więc emblemat na kołpaku jest pomysłem generatora. Ujęcia z tą samą osobą rób ze zdjęć, nie z opisu.

Gotowa rolka: MP4, 1,7 MB. Obraz, głos i muzykę wygenerowała AI. Znak marki na kołpaku został w niej celowo, jako przykład błędu.

Prompt do generatora wideo – co w nim napisać

Prompt wideo opisuje jedno ujęcie: kto, co robi, gdzie, jak porusza się kamera i czego ma nie być. Prompt do ujęcia z opisu miał 118 słów, po angielsku:

Realistic vertical video in natural daylight. Inside a small, tidy tire repair workshop in a Polish town: a mechanic in a dark navy work shirt and black gloves kneels by a silver hatchback raised on a low lift and tightens the wheel nuts with short bursts of a pneumatic impact wrench, then looks up and nods. Stacks of winter tires on metal shelves in the background, an open sectional garage door letting in soft autumn light. On the back wall hangs a simple dark blue sign with the single word WULKANIZACJA in large white sans-serif capital letters. The camera slowly pushes in. Realistic motion, sound of the impact wrench. No other text, no logos, no license plates visible.

Miejsce, światło i ruch kamery wyszły jak w opisie: jesienne drzewa za otwartą bramą, powolny najazd. Z trzech zakazów generator złamał dwa: tablic nie widać, ale logo i napisy są. Słowo z szyldu napisał też mechanikowi na piersi – z błędem. Zakaz w prompcie to prośba, nie gwarancja.

Prompt do klipu ze zdjęcia miał 32 słowa: ruch, kamera, światło i dźwięk. Wyglądu mechanika, warsztatu i szyldu nie opisywał – to było na zdjęciu.

Muzyka i lektor do rolki

Muzyka do rolki z testu powstała z jednego zdania opisu: ciepła gitara akustyczna, lekka perkusja, około 105 uderzeń na minutę, bez wokalu. Generator zrobił 12 sekund podkładu. W montażu podkład przycięto do długości rolki i wyciszono w ostatniej sekundzie.

Lektor czyta 16 słów w 8,5 sekundy – ten sam męski głos co w teście lektora, a jednak wolniej. Przy tamtym tempie te słowa zajęłyby 7,2 sekundy. Prawie sekundę zjadły dwie pauzy między zdaniami.

Na ekranie widać „ul. Długa 12”, a lektor mówi „ulicę Długą dwanaście”: cyfry i skróty zostają w napisach, a lektor czyta słowa.

Zanim podłożysz muzykę z generatora pod reklamę, sprawdź regulamin serwisu, w którym ją robisz. Ten sam model bywa w kilku serwisach, a każdy ma własny regulamin. Darmowy plan producenta modelu muzycznego z testu pozwala tylko na użytek osobisty, a reklama to użytek komercyjny.

Wideo z AI a prawo – kiedy oznaczyć film

Od 2 sierpnia 2026 r. realistyczny film z AI, który widz może wziąć za nagranie prawdziwych ludzi, przedmiotów, miejsc albo zdarzeń, trzeba oznaczyć (art. 50 ust. 4 AI Act). To deepfake w rozumieniu art. 3 pkt 60. Filmów wygenerowanych przed tą datą nie trzeba oznaczać wstecz.

Według wytycznych Komisji Europejskiej deepfake to nie tylko podrobiona twarz znanej osoby. Deepfake’iem może być też realistyczny człowiek, który mógłby istnieć, i scena wykonywania usługi – jeśli widz weźmie je za prawdziwe. Wśród przykładów wytyczne wymieniają obraz produktu w reklamie, który przedstawia go jako ładniejszy albo lepszy niż w rzeczywistości (wytyczne do art. 50).

Mechanik z testu nie istnieje, ale mógłby pracować w każdej wulkanizacji. Widz może uznać, że ogląda nagranie z prawdziwego warsztatu, więc taką rolkę oznaczasz. Bajki zwykle nie trzeba oznaczać: wytyczne nie uznają za deepfake reklamy, w której myszy kłócą się ludzkim głosem o najlepszy ser. Więcej przykładów jest w tekście o oznaczaniu treści AI.

Dobrowolny kodeks praktyk, który Komisja i Rada ds. AI uznały za właściwe narzędzie, zaleca ikonę albo napis „AI” w miejscu, którego nic nie zasłania, np. w prawym górnym rogu. Znak pokazujesz na początku filmu, a gdzie się da – także w trakcie, najlepiej przez cały film (kodeks praktyk).

Klipy z generatora miały w pliku niewidoczne oznaczenie AI – metadane z informacją, że obraz wygenerował model. W rolce po montażu nie ma ich wcale. Zostaje tylko to, co widać na ekranie.

Głos lektora też wygenerowała AI. Przy nagraniu głosu kodeks zaleca krótkie zdanie na początku, więc rolka z testu zaczyna się od słów „Głos wygenerowany przez sztuczną inteligencję”. Zajęły 2,8 z 10 sekund – ponad jedną czwartą rolki. Rolka bez lektora, z muzyką i napisami, tego zdania nie potrzebuje. Wystarczy jej znak „AI” na obrazie.