Jak najszybciej stworzyć reklamowy spot wideo z pomocą AI

W poprzednim artykule wyjaśniłem jak stworzyć z pomocą AI film do mediów społecznościowych swojej firmy.

Możesz tam zobaczyć workflow, którego używamy w Yo pongo el hielo do stworzenia kompletnego filmu publikowanego na naszych profilach społecznościowych i nastawionego na zasięg organiczny. Innymi słowy, te filmy nie są przeznaczone do płatnej promocji.

Nie są tym, co moglibyśmy nazwać „spotami reklamowymi”.

Ale fakt, że tamte filmy nimi nie były, nie oznacza, że nie da się tworzyć filmów reklamowych dla swojej firmy dzięki AI.

Odkąd uczestniczyłem w Upscale Conf i zobaczyłem, co można już zrobić w dziedzinie twórczości audiowizualnej z AI, nie przestaję o tym myśleć. I testować.

To, co pokazuję w tym artykule, jest wynikiem tych prób.

I chodzi o najszybszy workflow jaki znalazłem do tworzenia reklamy wideo za pomocą AI.

Ważne: powiedziałem najszybszy, nie najlepszy.

Są opcjonalne kroki, które mogą poprawić rezultat. Opowiem o nich w kolejnym artykule, gdy przećwiczę to tak dobrze, że uznam, iż pod względem jakości można już konkurować z tradycyjnymi nagraniami.

Dziś z AI jesteśmy konkurencyjni tylko w lidze szybkości.

Co też nie jest złe.

Dobrze, oto film, który stworzyłem i którego użyję w wyjaśnieniu.

Zobaczmy cały proces produkcji.

#1. Pomyśl i zdefiniuj

Jak w każdym projekcie, najpierw trzeba wiedzieć, co chcemy zrobić. Jaki jest cel filmu i wokół jakiego tematu będzie się obracał.

W przykładzie mamy:

• Cel: film ma reklamować mój sklep internetowy Yo pongo el hielo podczas kampanii świątecznej oraz zwiększyć sprzedaż i rozpoznawalność marki.
• Temat: w tym przypadku jest prosty. W Boże Narodzenie spotykamy się z bliskimi, a być może największym dowodem naszej więzi są wspólne toasty.

Jak mówię, tutaj temat był właściwie podany na tacy. Ale jeśli nic nie przychodzi nam do głowy albo się spieszymy, prosimy ChatGPT o kilka pomysłów.

Gdy znajdziemy taki, który nam się spodoba, przechodzimy dalej.

#2. Scenariusz spotu

Tu również moglibyśmy napisać go sami, ale nawet z doświadczeniem zajęłoby nam to sporo czasu. Bez doświadczenia jeszcze więcej.

Dlatego otwieramy naszego ukochanego ChatGPT i wpisujemy coś takiego:

Jako doświadczony scenarzysta przygotuj scenariusz 30-sekundowego spotu reklamowego. Firma prowadzi sklep internetowy sprzedający najróżniejsze marki napojów, a spot dotyczy kampanii bożonarodzeniowej, kiedy ludzie spotykają się z rodziną i przyjaciółmi, opowiadają sobie, co u nich słychać, wznoszą toasty, śmieją się i przytulają

Oczywiście popraw to, co uznasz za potrzebne.

W tym przypadku wynik był następujący:

---

Scena 1: Emocjonalny początek

[Obraz]  Dom rozświetlony lampkami choinkowymi. Słychać delikatną melodię dzwonków. Drzwi się otwierają, a grupa przyjaciół i członków rodziny obejmuje się na powitanie.

[Lektor]:
"Boże Narodzenie to czas, by znów być razem, dzielić się historiami i śmiechem… oraz wznosić toast za chwile, które nas łączą."

---

Scena 2: Nakryty stół

[Obraz]  Kamera pokazuje udekorowany stół pełen kieliszków i butelek z różnymi napojami oraz śmiejących się wokół ludzi. Ktoś nalewa wino, ktoś inny napój musujący, a dziecko unosi szklankę z napojem.

[Lektor]:
"W naszym sklepie internetowym znajdziesz wszystkie marki, które kochasz. Od idealnego toastu po smak przywołujący wspomnienia."

---

Scena 3: Chwile bliskości

[Obraz]

• Ojciec opowiada dowcip, a pozostali się śmieją.
• Dwoje przyjaciół stukających się kieliszkami.
• Babcia trzyma kieliszek obok wnuka, podczas gdy wszyscy unoszą swoje.

[Lektor]:
"Każdy napój ma swoją historię, a w te Święta chcemy, by Twoja była niezapomniana."

---

Scena 4: Inspirujące zakończenie

[Obraz]  Grupa wznosi wspólny toast z szerokimi uśmiechami. Na ekranie pojawia się logo sklepu internetowego wraz z hasłem.

[Lektor]:
"W te Święta wznieś toast razem z nami. [Nazwa sklepu internetowego], gdzie najlepsze marki trafiają prosto na Twój stół."

[Ekran końcowy]:
Logo sklepu internetowego + Hasło: "Twój toast, nasza pasja" + URL witryny

[Dźwięk]
Dźwięk dzwonów i radosny świąteczny jingle, który kończy się śmiechem i brzękiem kieliszków.

---

Czy jest coś, co chcesz poprawić lub dodać?

---

Tutaj proszę o kolejne wersje albo edytuję to, co mi się nie podoba.

Robię to, aż w mojej głowie brzmi dobrze.

#3. Storyboard

Ten krok pomoże nam lepiej wyobrazić sobie, jak będzie wyglądała reklama.

Dlatego mówię ChatGPT coś takiego:

Teraz potrzebuję storyboardu ze wszystkimi ujęciami

I otrzymuję to:

---

Storyboard spotu reklamowego: "Boże Narodzenie ze smakiem spotkania"

---

Ujęcie 1: "Przybycie"

Opis:  Plan średni. Rodzina wchodzi do domu udekorowanego na Boże Narodzenie; wszyscy obejmują się i śmieją przy ponownym spotkaniu.
Kąt:  Ujęcie frontalne z wysokości klatki piersiowej.
Czas:  3 sekundy.
Szczegóły:  W tle migoczą świąteczne lampki.

---

Ujęcie 2: "Uściski i ciepło"

Opis:  Zbliżenie. Uścisk dwojga uśmiechniętych ludzi, który oddaje emocje.
Kąt:  Nieruchoma kamera na wysokości twarzy.
Czas:  2 sekundy.
Szczegóły:  Tło jest rozmyte, aby podkreślić wyraz twarzy.

---

Ujęcie 3: "Gotowy stół"

Opis:  Ujęcie z góry. Stół udekorowany świecami, kieliszkami i kilkoma butelkami napojów.
Kąt:  Ujęcie z góry skupione na detalach butelek i kieliszków.
Czas:  3 sekundy.
Szczegóły:  Dłonie gości zaczynają pojawiać się w kadrze i nalewać napoje.

---

Ujęcie 4: "Wspólny toast"

Opis:  Plan ogólny. Wszyscy goście stoją wokół stołu i unoszą kieliszki.
Kąt:  Kamera lekko skierowana w górę, by uzyskać dynamiczny i ciepły efekt.
Czas:  4 sekundy.
Szczegóły:  Śmiech synchronizuje się z dźwiękiem stukających kieliszków.

---

Ujęcie 5: "Osobiste chwile"

• Ujęcie 5A:
  Opis:  Zbliżenie na ojca opowiadającego dowcip, z pozostałymi osobami śmiejącymi się w tle.
  Kąt:  Lekko z boku, aby uchwycić naturalny wyraz twarzy.
  Czas:  2 sekundy.
• Ujęcie 5B:
  Opis:  Plan średni dwojga przyjaciół, którzy śmiejąc się, stukają się kieliszkami.
  Kąt:  Centralne skupienie na kieliszkach.
  Czas:  2 sekundy.
• Ujęcie 5C:
  Opis:  Detal babci unoszącej kieliszek razem z wnukiem; oboje się uśmiechają.
  Kąt:  Zbliżenie na dłonie unoszące kieliszki.
  Czas:  2 sekundy.

---

Ujęcie 6: "Końcowy toast"

Opis:  Plan ogólny. Cała grupa, widziana z lekko niskiej perspektywy, unosi kieliszki we wspólnym toaście.
Kąt:  Lekkie ujęcie z dołu, by podkreślić jedność i radość.
Czas:  4 sekundy.
Szczegóły:  Miękkie oświetlenie nadaje scenie ciepły i przytulny charakter.

---

Ujęcie 7: "Zakończenie i marka"

Opis:  Detal. Kieliszek unosi się i pozostaje w centrum kadru, gdy pojawiają się logo sklepu internetowego i hasło: "Twój toast, nasza pasja".
Kąt:  Stała ostrość na kieliszku; rozmyte tło.
Czas:  4 sekundy.
Szczegóły:  Świąteczny jingle dobiega końca, a w tle słychać dzwonki i śmiech.

---

Łączny czas: 30 sekund.

Czy chcesz zobaczyć storyboard z obrazami, czy najpierw trzeba go poprawić?

---

Powiem tu, że można traktować go orientacyjnie, ale podczas montażu na pewno się zmieni. Później zrozumiesz dlaczego.

#4. Obrazy storyboardu

Moim zdaniem to najważniejszy krok w całym procesie.

Od tego, co uda mi się tutaj uzyskać, zależy, czy mój spot będzie lepszy, czy gorszy.

Z kiepskiego obrazu nie da się zrobić dobrego filmu. Warto więc poświęcić temu etapowi tyle czasu, ile potrzeba, bo później zaoszczędzisz mnóstwo czasu na próbach „naprawiania” promptów używanych do generowania filmów.

W większości przypadków problem leży w obrazie storyboardu.

Na pytanie zadane przez ChatGPT w poprzednim wyniku odpowiadam więc, że tak, chcę zobaczyć obrazy.

I dostaję to:

Szczerze mówiąc, to bardzo słaby wynik i zupełnie mi się nie przydaje. Proszę więc o obrazy osobno:

Utwórz obrazy każdego ujęcia oddzielnie

Następnie generuje je jeden po drugim, aż mamy wszystkie:

Gdy już je masz, możesz wyrobić sobie obraz historii opowiadanej przez spot.

W tym momencie zauważysz czy brakuje jakiegoś ujęcia, i trzeba będzie o nie poprosić.

Poprosiłem o te dwa, bo uznałem, że reklamie brakuje krótkiego wprowadzenia:

Możesz też poprosić o zmianę lub retusz innego obrazu:

Usuń z tego ujęcia choinkę z prezentami

Gdy będziesz zadowolony z całego materiału, przechodzimy dalej.

#5. Zmiana formatu obrazów (opcjonalnie)

W zależności od kanału, do którego ma trafić spot, będę potrzebować filmu kwadratowego, poziomego albo pionowego.

W moim przypadku chcę tradycyjny spot, więc proszę o obrazy w formacie 16:9:

Czy możesz przesłać mi obrazy w formacie 16 / 9?

Ten krok może czasem powodować błędy w ChatGPT. Ma z tym problem.

Próbuj ponownie, aż dostaniesz to, czego potrzebujesz. Na końcu będziesz mieć:

Jak mówiłem wcześniej, jakość obrazów w 80% decyduje o tym, jak dobry będzie film ostatecznie (reszta to montaż i dźwięk).

W tym przykładzie tego nie zauważyłem. Spójrz:

W domu jest śnieg.

Nie da się go później usunąć promptem wideo. Niżej pokażę Ci końcowy klip wygenerowany z tego obrazu po wielu próbach.

Dlatego powtarzaj ten etap aż uzyskasz to, czego potrzebujesz.

Albo…

#6. Retusz obrazu, jeśli to potrzebne (opcjonalnie)

Czasem, mimo wielu różnych promptów, nie uda się uzyskać niczego, co spodoba Ci się w materiale wygenerowanym przez ChatGPT w poprzednim kroku. Wtedy nie pozostaje nic innego, jak poprawić obraz w używanym narzędziu do edycji.

Jeśli używasz Photoshop, pamiętaj, że wersje sprzed 2023 roku domyślnie nie otwierają . plików WEBP generowanych przez ChatGPT.

Aby je otworzyć, możesz zrobić jedną z dwóch rzeczy:

• Zainstalować plugin do Photoshop. Tutaj masz link: https://helpx.adobe.com/es/photoshop/kb/support-webp-image-format.html
• Otworzyć obrazy w Paint. Tak, to nie żart: Paint potrafi to zrobić (a Photoshop nie). Gdy otworzysz obraz, wybierz „zapisz jako”, a następnie .JPG lub .PNG, zależnie od potrzeb.

#7. Prosimy ChatGPT o prompt dla każdego obrazu

Muszę przeprowadzić więcej testów, bo na podstawie dotychczasowych prób nie wiem jeszcze, czy ten krok jest obowiązkowy, czy opcjonalny.

Innymi słowy, nadal nie mam pewności, czy bez niego wygenerowany później film będzie gorszy.

W tym filmie jednak to zrobiłem, więc wyjaśnię cały krok.

Chodzi o to, by ChatGPT przygotował dobry prompt, który będzie towarzyszył obrazowi storyboardu gdy prześlemy go do Kling (w tym przypadku), Freepik albo Runway, aby wygenerować klipy wideo.

W tym celu przesyłam do ChatGPT ten obraz:

I wpisuję coś takiego:

Jako ekspert od promptów opisz ten obraz, który będzie podstawą klipu wideo w Kling.AI. Podaj prompt po angielsku

Wynik:

---

Detailed description of the image for a video clip in Kling.AI:

• General setting:
  A bird's-eye view of a dark-colored car (possibly black or dark gray) driving along a snow-covered road at night. The scene is enveloped in a serene, wintry atmosphere, highlighting the movement of the vehicle in a tranquil yet captivating natural environment.
• Road and surroundings:
• The road is covered in compacted snow, with visible tire tracks indicating the car is in motion.
• Snow-laden trees line both sides of the road, with no lights or decorations, enhancing the feeling of a pure, untouched winter setting.
• Some tree branches slightly extend toward the road, adding depth to the composition.
• Car:
• The vehicle features a sleek, modern design with a roof that subtly reflects the dim glow of the snowy surroundings.
• The headlights are turned on, casting two defined beams of warm light that illuminate the snow ahead, emphasizing direction and motion.
• The car is perfectly centered in the frame, making it the primary focus of the scene.
• Ambient details:
• Snowflakes gently fall, visible in the air and on the road and trees, adding a sense of movement to the stillness of the environment.
• There are no human-made elements, such as traffic signs or buildings, creating a minimalist atmosphere focused on the interaction between the car and nature.
• Subtle shadows and soft reflections in the snow under the car's headlights add depth and texture to the scene.
• Overall feeling:
• The image conveys tranquility, introspection, and a hint of adventure, making it perfect for a video clip designed to showcase the sophistication of a product or experience, such as an advanced AI assistant or cutting-edge automotive technology.
• The bird's-eye perspective reinforces a sense of oversight and control, aligning seamlessly with Kling.AI’s messaging about providing guidance and assistance in any situation.

Would you like me to tailor this description further for a specific narrative or tone in the video?

---

#8. Generujemy filmy

W tym przypadku, jak mówiłem w poprzednim punkcie, użyję Kling AI, ale Ty możesz wybrać dowolne narzędzie.

W przeciwieństwie do większości wcześniejszych kroków tutaj warto mieć płatny plan, bo oprócz usunięcia znaku wodnego znacznie skraca on czas oczekiwania na wygenerowanie filmów.

Proces generowania klipów

Przesyłamy obraz:

Wklejamy prompt z ChatGPT:

Wybieramy ruch sceny lub wybranych obiektów:

Albo kamery:

Ustawiamy opcje. W tym filmie pozostawiłem wartości domyślne:

Dodajemy negatywne prompty, jeśli uznamy to za potrzebne:

I podczas generowania filmu od razu tworzymy kolejne ujęcie. To ważne: nie czekaj, aż pierwszy klip się wygeneruje, zanim zaczniesz drugi, tylko od razu powtórz opisany proces dla wszystkich ujęć.

Filmy będą generować się stopniowo. Wtedy zaczniesz edytować i poprawiać to, co Ci się w nich nie podoba, tworząc kolejne wersje.

W zależności od oczekiwanego poziomu jakości będzie to najwolniejszy krok. Zwłaszcza jeśli mnie nie posłuchałeś i obraz wejściowy jest słaby.

Dlatego, jeśli nie możesz uzyskać dobrego wyniku, stwórz ponownie obraz storyboardu. Inaczej samymi promptami w narzędziu wideo nigdy nie usuniesz śniegu z wnętrza domu:

#9. Montujemy film

W CapCut, Premiere albo gdziekolwiek chcesz.

Analizujemy rytm ujęć. Zanim zajmiemy się dźwiękiem, sprawdzamy też, czy wizualnie czegoś w historii nie brakuje albo czy coś nie jest zbędne.

Kilka wskazówek:

• Możesz trzymać się czasów ujęć ze scenariusza ChatGPT albo nie, choć warto potraktować je orientacyjnie, ale wpływ ma również film wygenerowany przez AI. Zwłaszcza że mówimy o sekundach lub ich ułamkach.
• Możesz zestawić ujęcia bezpośrednio jedno po drugim albo zastosować krótkie przenikania, jak zrobiłem w filmie przykładowym. Oczywiście wymaga to nieco więcej pracy.

#10. Dodajemy lektora

Choć Freepik też to potrafi, zdecydowałem się na ElevenLabs.

Musisz tylko:

• Skopiować zdania ze scenariusza wygenerowanego przez ChatGPT.
• Wybrać język nagrania.
• Wybrać głos, który przekazuje to, czego potrzebujesz.
• Sprawdzić, czy nagranie lektorskie nie jest dłuższe od filmu. Jeśli jest, trzeba najpierw poprawić tekst, a następnie dźwięk podczas montażu.
• Wyeksportować nagranie.

Następnie umieszczamy nagranie w edytorze, tniemy je i poprawiamy, aż będzie pasować do obrazów. To ważne: głos i obrazy muszą iść w parze, dlatego trzeba wydłużyć ujęcia albo rozsunąć zdania, aż wszystko się „zgra”.

To kolejny element, który decyduje o końcowej jakości spotu.

Dobrze, w niektórych spotach, gdy dojdziemy do tego miejsca i wyeksportujemy film, już skończymy cały proces.

Kroki opcjonalne

W innych filmach możemy jednak potrzebować jeszcze trzech końcowych kroków, zależnie od tego, co chcemy osiągnąć.

Ta ostatnia trójka — zwłaszcza ostatni krok — jest więc całkowicie opcjonalna.

#11. Dodawanie muzyki (opcjonalnie)

Choć nie jest niezbędna, duża część spotów zawiera muzykę przez cały film albo tylko w konkretnym momencie.

Jeśli chcesz ją dodać, masz dwie możliwości:

• Znaleźć utwór bez tantiem który pasuje (ja tak zrobiłem), na przykład na https://pixabay.com/
• Stworzyć go z AI. Próbowałem, ale efekt mi nie pasował. Najlepszym rozwiązaniem jest tutaj Suno, jeśli chcesz spróbować.

Niezależnie od wybranej drogi musisz dodać muzykę do edytora wideo i dopasować ją tak samo jak lektora.

Jedna rzecz: najważniejszy jest lektor (a przynajmniej powinien być). Muzyka nie może go zagłuszać: zmniejsz jej głośność, aby była tłem, a nie główną bohaterką.

#12. Dodawanie efektów dźwiękowych (opcjonalnie)

Tak samo jak w przypadku muzyki możemy dodać kilka efektów dźwiękowych.

Do tego filmu dodałem dwa:

1. Dźwięk jadącego samochodu w ujęciu 1.
2. Dźwięk zatrzymującego się samochodu w ujęciu 2.

W obu przypadkach pobrałem je z sekcji bezpłatnych dźwięków w Pixabay.

#13. Dodawanie napisów (opcjonalnie)

Osobiście nie lubię napisów w spotach reklamowych, ale w mediach społecznościowych widzę trend, by dodawać je do wszystkiego, bo ludzie często korzystają z telefonu bez dźwięku.

Jeśli chcesz dodać napisy, wystarczy otworzyć CapCut i to zrobić:

Gdy zostaną wygenerowane, nadajemy im format:

Rada: tak, istnieją bardzo „efektowne” animacje napisów, które tylko odciągają uwagę od spotu, a to on jest najważniejszy. Dlatego polecam umiar w stylu.

Eksportujemy projekt i mamy całkowicie gotowy film.

Koszt: pieniądze i czas

Brzmi jak żart, ale produkcja tego filmu kosztowała mniej niż 3 € .

Koszt wynika z pomnożenia liczby kredytów wykorzystanych w Kling AI przez cenę jednego kredytu w naszym planie.

Jeśli chodzi o czas, cały proces zajął mi nieco mniej niż 4 godziny.

Biorąc pod uwagę, że przy okazji dokumentowałem każdy krok, sądzę, że po nabraniu wprawy i kilkukrotnym powtórzeniu procesu podobny efekt można osiągnąć w 2–3 godziny.

To najszybszy workflow ze wszystkich, które testowałem

Oczywiście końcowy rezultat można poprawić w kilku miejscach. Zidentyfikowałem kilka rzeczy, które chcę przetestować, by sprawdzić, czy przy użyciu obecnych ogólnych narzędzi AI — nietrenowanych ani nieszytych na miarę — da się osiągnąć w pełni profesjonalny efekt.

Ale to temat na kolejny artykuł.

Albo kurs, zobaczymy 😉

Wnioski

Jak wspomniałem, mam świadomość, że poziom jakości stworzonego filmu nie jest obecnie akceptowalny dla wielu marek .

I prawdopodobnie za mniej niż rok nie będzie akceptowalny dla żadnej z nich.

Tak szybko to się rozwija.

Mimo to uważam, że możliwość stworzenia dziś takiego filmu w mniej niż 4 godziny za 3 euro, dla mnie — i dla ogromnej większości MŚP w tym kraju — jeszcze kilka miesięcy temu była czystą fantastyką naukową.

Doszliśmy do momentu, w którym osiągnięcie tego wymaga odrobiny nauki i odrobiny fikcji, ale osobno.

Zachęcam Cię do wypróbowania tego procesu.

Do tworzenia własnych materiałów audiowizualnych.

Do nauki.

Żeby pociąg AI Cię nie rozjechał. Zwłaszcza jeśli wcześniej dopadł Cię już pociąg internetu.

Dlatego zostawiam jeszcze kilka materiałów, które mogą pomóc Ci w nauce:

• Artykuły o tym, jak robić różne rzeczy z Sztuczna inteligencja.
• Artykuły o wideo w biznesie cyfrowym.
• Subskrypcja mojego newslettera aby w każdy czwartek otrzymywać e-mailem powiadomienie o nowym artykule z danego tygodnia.