Jak zrobić wideo AI? Napisz krótki opis jednego ujęcia (kto w nim jest, co robi, jak porusza się kamera i jak brzmi), wybierz model wideo i kliknij Generuj. Klip 5-sekundowy wraca po około minucie. Na PopNow domyślny model, MiniMax H3, robi 5-sekundowy klip z dźwiękiem za 185 kredytów. Jeśli chcesz sam zdecydować, jak wygląda pierwsza klatka, zacznij od zdjęcia zamiast od tekstu; nazywa się to obrazem na wideo.
To cały proces. Reszta poradnika dotyczy tego, co decyduje, czy klip wyjdzie dobrze: co napisać, którego punktu startu użyć i czego się spodziewać. Oba rodzaje klipów zrobiliśmy z tej samej sceny 17 października 2026 r. i oba są na tej stronie wraz z dokładnymi promptami.
Dwa sposoby na zrobienie wideo AI
| Tekst na wideo | Obraz na wideo | |
|---|---|---|
| Dajesz | Opis słowny | Zdjęcie i opis ruchu |
| Najlepiej, gdy | Masz pomysł, ale nie masz zdjęcia | Potrzebujesz konkretnej twarzy, produktu, stroju albo kadru |
| Kontrolujesz | Historię i kamerę | Dokładny wygląd pierwszej klatki |
| Uważaj na | Model dobiera szczegóły za ciebie | Ruch, który musi zaczynać się od tej dokładnie pozy |
Większość początkujących powinna zacząć od tekstu na wideo. To najszybszy sposób, by nauczyć się, co model robi z twoimi słowami. Przejdź na obraz na wideo, gdy wygląd ma znaczenie: twój produkt, postać, którą już zaprojektowałeś, albo zdjęcie, które chcesz ożywić.
Jak zrobić wideo AI z tekstu
- Otwórz generator wideo. Otwiera się na Generuj z wybranym MiniMax H3, w 768p, 16:9 i 5 sekundach.
- Napisz jedno ujęcie. Opisz w jednym akapicie podmiot, akcję, kamerę i dźwięk. Jedna albo dwie czynności mieszczą się w pięciu sekundach; cała historia już nie.
- Wybierz format. 16:9 do YouTube i laptopów, 9:16 do telefonów, 1:1 do feedów.
- Sprawdź cenę na przycisku i kliknij Generuj. Przycisk pokazuje dokładną liczbę kredytów przed startem. Jeśli klip się nie uda, kredyty wracają.
- Obejrzyj, potem zmień jedną rzecz. Jeśli kamera zrobiła coś dziwnego, zmień tylko zdanie o kamerze i uruchom ponownie. Zmiana wszystkiego naraz utrudnia zrozumienie, co pomogło.
To jest prompt, którego użyliśmy, napisany w formie, która działa:
Early morning on a wet cobblestone street in an old European town. A woman in her late twenties with curly red hair and a yellow raincoat rides a vintage green bicycle with a wicker basket of bread past a small bakery with warm glowing windows. She rings the bell and smiles as a few pigeons take off from the stones in front of her. Camera: a smooth side tracking shot that keeps pace with her. Sound: the bicycle bell, tires on wet stones, fluttering wings and a quiet town waking up.
A tak wyglądał wynik, który przyszedł 32 sekundy po naciśnięciu Generuj:
Co wyszło dobrze: płaszcz, rower, kosz z pieczywem, rozświetlona piekarnia i mokry bruk, do tego ścieżka dźwiękowa. Co się zmieniło: na początku jedzie prosto w stronę kamery, a nie przejeżdża bokiem, a napis na markizie piekarni to bezsensowne litery. Oba zjawiska są typowe. Modele traktują wskazówki kamery jako sugestie, a napisów w wideo nadal nie potrafią pisać wiarygodnie. Jeśli nazwa sklepu ma znaczenie, zacznij od obrazu, na którym szyld jest już poprawny.
Jak zrobić wideo AI ze zdjęcia
- Przygotuj pierwszą klatkę. Użyj zdjęcia, które sam zrobiłeś, albo wygeneruj je w generatorze obrazów. Nasze powstało z jednoakapitowego opisu tej samej sceny.
- Otwórz generator wideo i dodaj zdjęcie. Wybierz Ze zdjęcia i wrzuć je jako Pierwsza klatka. Format wideo będzie teraz zgodny ze zdjęciem.
- Opisz tylko ruch. Zdjęcie już pokazuje, kto i gdzie, więc prompt potrzebuje tylko tego, co dzieje się dalej, jak porusza się kamera i jaki jest dźwięk.
- Generuj. Z MiniMax H3 5-sekundowy klip kosztuje 185 kredytów, tyle samo co tekst na wideo.
Prompt ruchu, którego użyliśmy: "She keeps pedaling along the wet cobblestones, rings the bicycle bell and smiles; the pigeons in front of her take off into the air. The camera tracks smoothly alongside her." Klip wrócił po 46 sekundach:
Tym razem kamera rzeczywiście jechała obok niej, gołąb wzbił się tuż przed kołem, a jej twarz, włosy i płaszcz pasują do nieruchomego zdjęcia od pierwszej do ostatniej klatki. W tym tkwi prawdziwa zaleta obrazu na wideo: model nie musi wymyślać wyglądu, więc cały wysiłek idzie w ruch.
Jak napisać prompt do wideo AI
Dobry prompt do wideo czyta się jak jeden jasny akapit od reżysera, a nie jak listę słów kluczowych. Cztery części, w tej kolejności:
- Podmiot. Kto albo co, z dwoma-trzema szczegółami, które mają znaczenie: „kobieta w końcu lat dwudziestych z kręconymi rudymi włosami i żółtym płaszczem przeciwdeszczowym”.
- Akcja. Jedna albo dwie rzeczy, które dzieją się w pięć sekund: „dzwoni dzwonkiem i uśmiecha się, gdy gołębie się zrywają”.
- Kamera. Jeden ruch: ujęcie śledzące, powolny najazd, statyczne szerokie ujęcie, ręczne zbliżenie. Jeśli nie znasz nazw, przycisk Kamera pod polem promptu ma kilkanaście gotowych ruchów do wyboru.
- Dźwięk. Nazwij dźwięki, które chcesz usłyszeć. Modele, które robią audio, zaskakująco dobrze się do tego stosują.
Trzy nawyki, które oszczędzają kredyty: trzymaj każdy klip w jednym ujęciu, opisuj, czego chcesz, a nie czego nie chcesz, i zmieniaj jedną rzecz naraz między kolejnymi próbami.
Który model wybrać i ile kosztuje
PopNow ma dziesiątki modeli wideo, a biblioteka modeli pokazuje każdy z przykładami. Na pierwsze wideo wystarczą te trzy, które pokrywają większość potrzeb:
- MiniMax H3, domyślny. Dobry ruch i dźwięk bez ustawień: 185 kredytów za 5 sekund w 768p.
- Seedance 2.0 Mini w 480p, do szybkich szkiców podczas szukania promptu: 124 kredyty za 5 sekund.
- Kling 3.0, gdy chcesz 1080p albo 4K i bardzo naturalny ruch; cenę przy każdej rozdzielczości znajdziesz na stronie modelu.
Potrzebujesz więcej niż jednego ujęcia? Zrób każde jako osobny klip i połącz je albo przedłuż klip za pomocą Wydłuż wideo, który zaczyna od ostatniej klatki. Jeśli wolisz zacząć od jednego zdania i dostać gotowy, zmontowany film z kilkoma ujęciami, lektorem i muzyką, do tego służy kreator wideo AI: układa plan, tworzy każde ujęcie i składa je w całość.
Najczęstsze pytania
Czy mogę zrobić wideo AI za darmo?
Na PopNow płacisz za klip w kredytach, bez subskrypcji. 5-sekundowy klip MiniMax H3 kosztuje 185 kredytów, a 5-sekundowy szkic Seedance 2.0 Mini w 480p kosztuje 124 kredyty, więc tani szkic 480p to niski koszt testowania promptu przed zapłaceniem za lepszą wersję. Jeśli generowanie się nie uda, kredyty wracają na saldo.
Jak długo trwa robienie wideo AI?
Nasze dwa 5-sekundowe klipy zajęły 32 i 46 sekund. Dłuższe klipy, wyższe rozdzielczości i godziny szczytu zajmują więcej czasu; kilka minut to norma.
Czy mogę zrobić wideo AI ze zdjęcia siebie?
Tak. Dodaj zdjęcie jako pierwszą klatkę i opisz ruch. Używaj zdjęcia swojego albo osoby, która się na to zgodziła, z dobrze widoczną twarzą.
Czy filmy AI mają dźwięk?
Wiele modeli robi dźwięk razem z obrazem. MiniMax H3 dodał dzwonek, opony i odgłosy ulicy sam, na podstawie naszego promptu. Inne modele, jak Kling i Seedance, pozwalają włączać lub wyłączać dźwięk.
Jak długie może być wideo AI?
Większość modeli robi 5–10 sekund na klip, a niektóre nawet 15 lub więcej. Dłuższe filmy składaj z kilku klipów albo przedłużaj jeden klip po kilka sekund.
