Så skapar du en videoreklam med AI så snabbt som möjligt

I ett tidigare inlägg förklarade jag hur du skapar en video för ditt företags sociala medier med AI.

Där kan du se arbetsflödet vi använder på Yo pongo el hielo för att skapa en komplett video som vi publicerar i våra sociala kanaler och som ska få organisk räckvidd. Det är alltså inte videor som är gjorda för betald marknadsföring.

Det är inte vad vi skulle kalla ”reklamfilmer”.

Men att de videorna inte var det betyder inte att man inte kan skapa reklamvideor för sitt företag med hjälp av AI.

Sedan jag deltog i Upscale Conf och såg vad som redan gick att göra inom audiovisuellt skapande med AI, har jag inte kunnat sluta fundera på ämnet. Och testa.

Det jag visar dig i den här artikeln är resultatet av de testerna.

Och det handlar om det snabbaste arbetsflödet jag har hittat för att göra en videoreklam med AI.

Viktigt: jag sa det snabbaste, inte det bästa.

Det finns frivilliga steg som kan förbättra resultatet. Det tar jag upp i en kommande artikel, när jag har nött processen så mycket att jag tycker att den kvalitetsmässigt kan konkurrera med traditionella inspelningar.

I dag är vi med AI bara konkurrenskraftiga i hastighetsligan.

Vilket inte är så illa.

Bra, det här är alltså videon jag har skapat och kommer att använda i förklaringen.

Låt oss gå igenom hela produktionsprocessen.

#1. Tänk och definiera

Som i alla projekt måste vi först veta vad vi vill göra. Vad videons mål är och vilket tema den ska kretsa kring.

I exemplet har vi:

• Målet: videon ska marknadsföra min webbutik Yo pongo el hielo under julkampanjen och öka försäljningen och varumärkeskännedomen.
• Temat: i det här fallet är det enkelt. På julen samlas vi med människorna vi älskar, och kanske är skålarna det tydligaste beviset på hur mycket vi tycker om varandra.

Som sagt låg det nära till hands här, men om vi inte kommer på något tema eller har bråttom ber vi ChatGPT om några idéer.

När vi har en idé vi gillar går vi vidare.

#2. Reklamfilmens manus

Även här skulle vi kunna skriva det själva, men hur erfarna vi än är skulle det ta en bra stund. Och utan erfarenhet ännu längre.

Så vi öppnar vår kära ChatGPT och säger något i stil med:

Skriv som erfaren manusförfattare ett manus till en 30 sekunder lång reklamfilm. Företaget driver en webbutik som säljer alla slags dryckesmärken. Filmen gäller julkampanjen, då människor samlas med familj och vänner, berättar hur de har det, skålar, skrattar och kramas

Redigera förstås det du behöver eller tycker är lämpligt.

I det här fallet blev resultatet följande:

---

Scen 1: Känslosam inledning

[Bild]  Ett hus upplyst av julbelysning. En mjuk melodi med bjällror hörs. Vi ser en dörr öppnas medan en grupp vänner och familjemedlemmar kramar varandra när de kommer in.

[Berättarröst]:
"Julen är tiden då vi återförenas, delar berättelser och skratt… och skålar för stunderna som förenar oss."

---

Scen 2: Det dukade bordet

[Bild]  Kameran visar ett dekorerat bord fullt av glas och flaskor med olika drycker, med skrattande människor runtomkring. Någon häller upp vin, en annan en mousserande dryck och ett barn höjer sitt glas med läsk.

[Berättarröst]:
"I vår webbutik hittar du alla märken du älskar. Från den perfekta skålen till smaken som väcker minnen."

---

Scen 3: Stunder av gemenskap

[Bild]

• En pappa berättar ett skämt medan de andra skrattar.
• Två vänner skålar med varandra.
• En mormor håller upp sitt glas bredvid sitt barnbarn medan alla andra höjer sina.

[Berättarröst]:
"Varje dryck har sin historia, och den här julen vill vi att din ska bli oförglömlig."

---

Scen 4: Inspirerande avslutning

[Bild]  Gruppen skålar samtidigt med stora leenden. Webbutikens logotyp visas på skärmen bredvid en fras.

[Berättarröst]:
"Skåla med oss i jul. [Webbutikens namn], där de bästa märkena kommer direkt till ditt bord."

[Slutbild]:
Webbutikens logotyp + Slogan: "Din skål, vår passion" + Webbplatsens URL

[Ljud]
Klockklang och en glad juljingle som avslutas med skratt och ljudet av glas som skålar.

---

Är det någon detalj du vill justera eller lägga till?

---

Här ber jag om nya versioner eller redigerar det jag inte gillar.

Det gör jag tills det låter bra i mitt huvud.

#3. Storyboard

Det här steget hjälper oss att få en bättre bild av hur reklamfilmen kommer att se ut.

Så jag säger något i stil med det här till ChatGPT:

Nu behöver jag ett storyboard med alla bildtagningar

Och det här får jag:

---

Storyboard för reklamfilmen: "Jul med smak av gemenskap"

---

Bildtagning 1: "Ankomsten"

Beskrivning:  Halvbild. En familj går in i ett julpyntat hus, kramas och skrattar när de återförenas.
Vinkel:  Frontal vy från brösthöjd.
Längd:  3 sekunder.
Detaljer:  Blinkande julbelysning syns i bakgrunden.

---

Bildtagning 2: "Kramar och värme"

Beskrivning:  Närbild. Två leende personer kramas och känslan fångas tydligt.
Vinkel:  Fast kamera i ansiktshöjd.
Längd:  2 sekunder.
Detaljer:  Bakgrunden är oskarp för att framhäva ansiktsuttrycken.

---

Bildtagning 3: "Det dukade bordet"

Beskrivning:  Fågelperspektiv. Ett bord dekorerat med ljus, glas och flera flaskor med drycker.
Vinkel:  Fågelperspektiv med fokus på flaskornas och glasens detaljer.
Längd:  3 sekunder.
Detaljer:  Gästernas händer börjar röra sig i bild och hälla upp drycker.

---

Bildtagning 4: "Gruppens skål"

Beskrivning:  Totalbild. Alla gäster är samlade runt bordet och höjer sina glas.
Vinkel:  Kameran är lätt vinklad uppåt för en dynamisk och varm effekt.
Längd:  4 sekunder.
Detaljer:  Skratten synkroniseras med ljudet av glas som möts.

---

Bildtagning 5: "Personliga stunder"

• Bildtagning 5A:
  Beskrivning:  Närbild av en pappa som berättar ett skämt, med de andra skrattande i bakgrunden.
  Vinkel:  Lätt från sidan för att fånga det naturliga uttrycket.
  Längd:  2 sekunder.
• Bildtagning 5B:
  Beskrivning:  Halvbild av två vänner som skrattande skålar med varandra.
  Vinkel:  Centralt fokus på glasen.
  Längd:  2 sekunder.
• Bildtagning 5C:
  Beskrivning:  Detaljbild av en mormor som höjer ett glas tillsammans med sitt barnbarn; båda ler.
  Vinkel:  Närbild av händerna som höjer glasen.
  Längd:  2 sekunder.

---

Bildtagning 6: "Den sista skålen"

Beskrivning:  Totalbild. Hela gruppen, sedd ur en lätt låg vinkel, höjer glasen i en gemensam skål.
Vinkel:  Lätt grodperspektiv för att framhäva gemenskapen och glädjen.
Längd:  4 sekunder.
Detaljer:  Den mjuka belysningen skapar en varm och välkomnande ton.

---

Bildtagning 7: "Avslutning och varumärke"

Beskrivning:  Detaljbild. Ett glas höjs och stannar mitt i bilden medan webbutikens logotyp och sloganen visas: "Din skål, vår passion".
Vinkel:  Fast fokus på glaset; oskarp bakgrund.
Längd:  4 sekunder.
Detaljer:  Juljingeln avslutas medan bjällror och skratt hörs i bakgrunden.

---

Total längd: 30 sekunder.

Vill du visualisera storyboardet med bilder eller behöver det justeras innan vi fortsätter?

---

Här säger jag att du kan använda det som vägledning, men att det säkert kommer att ändras i redigeringen. Längre fram förstår du varför.

#4. Bilderna i storyboardet

Enligt mig är detta det viktigaste steget i hela processen.

Beroende på vad jag lyckas få fram här blir min reklamfilm bättre eller sämre.

Det går inte att skapa en bra video från en dålig bild. Lägg därför den tid som behövs här; då sparar du mycket tid på att försöka ”laga” de prompts som vi senare använder för att skapa videorna.

I de flesta fall ligger problemet i storyboardbilden.

På frågan som ChatGPT ställde i det förra resultatet svarar jag alltså ja, jag vill visualisera bilderna.

Och då får jag detta:

Det är ärligt talat riktigt dåligt och helt oanvändbart för mig. Därför ber jag om att få bilderna separat:

Skapa bilderna för varje bildtagning separat

Sedan genereras de en efter en tills vi har alla:

När du väl har dem kan du få en uppfattning om berättelsen som reklamfilmen berättar.

Då märker du om någon bildtagning saknas, och i så fall får du be om den.

Jag bad om de här två eftersom jag tyckte att annonsen saknade lite introduktion:

Du kan också be om att någon annan bild ändras eller retuscheras:

Ta bort julgranen med presenterna från den bilden

När du är nöjd med allt material går vi vidare.

#5. Ändra bildernas format (valfritt)

Beroende på vilken kanal reklamfilmen är avsedd för behöver jag här en kvadratisk, liggande eller vertikal video.

I mitt fall vill jag ha en traditionell reklamfilm, så jag ber om dem i 16:9-format:

Kan du ge mig bilderna i formatet 16 / 9?

Det här steget kan ibland ge fel i ChatGPT. Den har svårt för det.

Försök igen tills du får det du behöver. Till slut har du detta:

Som jag sa tidigare, avgör bildernas kvalitet till 80 % hur bra videon slutligen blir (resten är redigering och ljud).

I det här exemplet lade jag inte märke till det. Titta:

Det finns snö inne i huset.

Det går inte att ta bort i efterhand med videoprompten. Längre ner visar jag det slutliga videoklippet som skapades från den här bilden efter många försök.

Därför: gör om det här steget tills du får det du behöver.

Eller…

#6. Retuschera en bild vid behov (valfritt)

Ibland får du, hur många olika prompts du än testar, inget du gillar av det ChatGPT gav dig i föregående steg. Då finns inget annat val än att retuschera bilden med något redigeringsverktyg du använder.

Om du använder Photoshop, bör du veta att versioner före 2023 som standard inte öppnar . WEBP-filerna som ChatGPT genererar.

För att öppna dem kan du göra något av följande:

• Installera ett plugin till Photoshop. Här är länken: https://helpx.adobe.com/es/photoshop/kb/support-webp-image-format.html
• Öppna bilderna med Paint. Ja, det är inget skämt: Paint klarar det (men inte Photoshop). När en bild är öppen väljer du ”spara som” och sedan .JPG eller .PNG, beroende på vad du behöver.

#7. Vi ber ChatGPT om prompten för varje bild

Jag behöver testa mer, för utifrån det jag har gjort hittills vet jag inte om det här steget är obligatoriskt eller valfritt.

Med andra ord är jag ännu inte säker på om den video som skapas senare blir sämre om jag hoppar över det.

För den här videon gjorde jag det i alla fall, så jag förklarar hur.

Tanken är att ChatGPT ska ta fram en bra prompt som följer med storyboardbilden när vi laddar upp den till Kling (i det här fallet), Freepik eller Runway för att skapa videoklippen.

Därför laddar jag upp den här bilden till ChatGPT:

Och säger något i stil med:

Som prompt-expert behöver jag att du beskriver den här bilden, som ska vara grunden för ett videoklipp i Kling.AI. Ge mig prompten på engelska

Resultatet:

---

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. Vi genererar videorna

I det här fallet använder jag, som jag sa i föregående punkt, Kling AI, men du kan använda det verktyg du vill.

Till skillnad från de flesta tidigare steg är ett betalabonnemang att rekommendera här, förutom att du slipper vattenstämpeln behöver du då också vänta mycket mindre på att videorna ska genereras.

Process för att generera klippen

Vi laddar upp bilden:

Vi lägger in prompten från ChatGPT:

Vi väljer rörelsen, antingen för vissa objekt:

Eller för kameran:

Vi gör inställningarna. Jag har behållit standardvärdena för den här videon:

Vi lägger till negativa prompts om vi tycker att det behövs:

Och medan videon genereras börjar vi skapa nästa bildtagning. Det här är viktigt: vänta inte tills det första klippet är klart innan du börjar med det andra, utan upprepa direkt processen jag nyss förklarade för samtliga bildtagningar.

Videorna genereras undan för undan. Då börjar du redigera och justera det du inte gillar i varje resultat genom att skapa nya videor.

Beroende på vilken kvalitetsnivå vi vill nå blir det här det långsammaste steget. Särskilt om du inte har lyssnat på mig och utgångsbilden är dålig.

Därför, om du inte får till det, gör om storyboardbilden. Annars kommer du aldrig att få bort snön inne i huset genom att bara skriva prompts i videoverktyget:

#9. Vi redigerar videon

I CapCut, Premiere eller var du vill.

Vi analyserar rytmen i bildtagningarna. Vi ser också om något saknas eller är överflödigt visuellt i berättelsen innan vi börjar med ljudet.

Här är ett par tips:

• Du kan följa tidssättningen för bildtagningarna i ChatGPT-manuset eller låta bli, även om den kan fungera som vägledning, men den AI-genererade videon påverkar också. Särskilt eftersom vi talar om sekunder eller halva sekunder.
• Du kan lägga en bildtagning direkt efter nästa eller använda korta övertoningar, som jag gjorde i exempelvideon. Det kräver förstås lite mer arbete.

#10. Vi lägger till berättarrösten

Även om Freepik också kan göra det valde jag ElevenLabs.

Här behöver du bara:

• Kopiera meningarna ur manuset som ChatGPT skapade.
• Välja språk för berättarrösten.
• Välja en röst som förmedlar det du vill.
• Kontrollera att berättarrösten inte är längre än videon. Om den är det måste du först redigera texten och sedan ljudet under klippningen.
• Exportera berättarrösten.

Sedan tar vi berättarrösten och lägger den i redigeraren, där vi klipper och justerar tills den passar bilderna. Det här är viktigt: röst och bild måste gå hand i hand, så du får förlänga videobilder eller sprida ut meningarna tills allt sitter.

Det är ännu en punkt som avgör reklamfilmens slutliga kvalitet.

I vissa reklamfilmer är vi, när vi väl kommer hit och exporterar, klara med processen.

Valfria steg

I andra videor kan vi däremot behöva göra ytterligare tre avslutande steg, beroende på vad vi vill uppnå.

Den här sista trion — särskilt det sista steget — är alltså helt valfri.

#11. Lägg till musik (valfritt)

Även om det inte är nödvändigt har en stor del av alla reklamfilmer musik, genom hela filmen eller bara vid någon särskild punkt.

Om du vill lägga till musik har du två alternativ:

• Hitta ett royaltyfritt spår som passar (det gjorde jag), till exempel på https://pixabay.com/
• Skapa den med AI. Jag försökte, men det passade inte. Den bästa lösningen här är Suno, om du vill testa.

Oavsett väg måste du lägga musiken i videoredigeraren och anpassa den, precis som du gjorde med berättarrösten.

En sak: berättarrösten är det viktiga (eller borde vara det). Låt inte musiken överrösta berättarrösten: sänk volymen så att musiken ackompanjerar i stället för att ta huvudrollen.

#12. Lägg till ljudeffekter (valfritt)

På samma sätt som med musiken kan vi lägga till någon ljudeffekt.

Jag lade till två i videon:

1. Ljudet av bilen som kör i bildtagning 1.
2. Ljudet av bilen som stannar i bildtagning 2.

I båda fallen hämtade jag dem från Pixabays avdelning med gratis ljud.

#13. Lägg till undertexter (valfritt)

Personligen gillar jag inte undertexter i reklamfilmer, men i sociala medier ser jag en tydlig trend att texta allt eftersom mobilen ofta används utan ljud.

Om du vill lägga till undertexter behöver du bara öppna CapCut och göra det:

När de väl har genererats formger vi dem:

Tips: ja, det finns väldigt ”snygga” undertextseffekter som bara distraherar från reklamfilmen, som faktiskt är det viktiga. Därför rekommenderar jag återhållsamhet i stilen.

Vi exporterar skapelsen och har nu en helt färdig video.

Kostnad: pengar och tid

Det låter som ett skämt, men den här videon kostade mindre än 3 € i produktion.

Kostnaden räknas fram genom att multiplicera antalet krediter som användes i Kling AI med priset per kredit i vårt abonnemang.

När det gäller tiden tog hela processen mig lite mindre än 4 timmar.

Med tanke på att jag samtidigt dokumenterade varje steg lite grann tror jag att något liknande skulle kunna göras på 2–3 timmar med mer vana och efter några upprepningar.

Det är det snabbaste arbetsflödet jag har testat

Slutresultatet kan förstås förbättras på flera punkter. Jag har själv identifierat ett par saker jag vill testa för att se om jag kan nå helt professionella resultat med dagens generella AI-verktyg, alltså inte tränade eller skräddarsydda.

Men det får vänta till en kommande artikel.

Eller en kurs, vi får se 😉

Slutsatser

Som jag har sagt är det tydligt för mig att kvalitetsnivån på den skapade videon inte är acceptabel för många varumärken just nu.

Och om mindre än ett år kommer den förmodligen inte att vara acceptabel för ett enda varumärke.

Så snabbt går utvecklingen.

Samtidigt tycker jag att möjligheten att i dag göra en video som den här på mindre än 4 timmar och för 3 euro, för mig — och för de allra flesta små och medelstora företag i det här landet — var science fiction för bara några månader sedan.

Nu har vi nått en punkt där det krävs lite vetenskap och även lite fiktion för att lyckas, men var för sig.

Jag uppmuntrar dig att prova processen.

Att skapa dina egna audiovisuella verk.

Att lära dig.

Så att AI-tåget inte kör över dig. Särskilt om internettåget redan gjorde det en gång.

Därför lämnar jag några fler resurser här som kan hjälpa dig att lära dig:

• Artiklar om hur man gör saker med Artificiell intelligens.
• Artiklar om video i digitala företag.
• Prenumeration på mitt nyhetsbrev så att du varje torsdag får ett e-postmeddelande om veckans nya artikel.