O czym jest ten film
- Cały prezentowany film — animacje, przebitki i napisy — został zmontowany przez AI na podstawie jednego polecenia.
- Sercem systemu jest agent kodujący: Claude Code (autor używa Claude) lub Codex od OpenAI.
- Wymagane komponenty do zainstalowania: aplikacja desktopowa agenta, Node.js oraz biblioteka Remotion do generowania animacji z kodu.
- Autor pokazuje pełny przepływ: wrzucenie nagrania do folderu, dodanie go do Remotion i wygenerowanie przykładowych animacji i napisów.
- Do generowania dodatkowych materiałów (grafik, filmów) służy Higgsfield, podłączony do agenta przez konektor MCP.
- Transkrypcję i napisy robi lokalnie i bezpłatnie model Whisper, zintegrowany z Remotion.
- Ten sam projekt można jednym poleceniem przekształcić w pionowy format Shorts.
- Remotion to nie pełnoprawny edytor wideo — nadaje się do prostych projektów, ale ma ograniczenia.
- Autor buduje własną aplikację (Rust + Tauri + React), która dokłada ręczną edycję, sterowanie kadrem twarzy i automatyczne wycinanie błędów na podstawie transkrypcji.
- Automatyczne wycinanie błędów działa dobrze przy ciszy i oczywistych dublach, ale wciąż zawodzi przy decyzjach artystycznych.
Redakcyjne tłumaczenie
Wstęp: film zmontowany bez udziału człowieka
Sztuczna inteligencja zmontowała cały ten film. Animacje, przebitki i napisy, które teraz widzisz, powstały bez mojego udziału — napisałem jedno polecenie i poszedłem na kawę. W tym poradniku pokażę ci krok po kroku, jak zrobić to samo na własnym komputerze, zarówno przy długich filmach, jak i przy Shortsach. Na końcu poznasz też narzędzie, z którego sam korzystam.
Krok 1: instalacja „mózgu” systemu
Pierwszy krok to instalacja mózgu całego systemu. Masz tu do wyboru Claude albo Codex od OpenAI — ja będę pracował na Claude. Jeśli nie masz konta lub nie znasz tego narzędzia, na moim kanale znajdziesz osobne poradniki.
Zaloguj się na swoje konto i wejdź w sekcję pobierania aplikacji desktopowej. To ona pozwala agentowi wykonywać różne działania bezpośrednio na twoim komputerze. Wybierz wersję dla Windowsa (działa też na innych systemach), pobierz i zainstaluj.
(Informacja dodatkowa: „agent kodujący” — jak Claude Code czy Codex — to narzędzie, które nie tylko rozmawia, ale samodzielnie uruchamia polecenia, instaluje biblioteki i tworzy pliki na twoim komputerze).
Krok 2: Node.js
Drugi dodatek, dzięki któremu agent naprawdę rozwinie skrzydła i będzie mógł pobierać kolejne narzędzia, to Node.js. Wejdź na stronę projektu i pobierz instalator dla Windowsa. Przejdź przez konfigurator, zaakceptuj zgody, dodaj Node do ścieżki systemowej i uruchom.
Bardzo ważny krok, o którym wiele osób zapomina: po instalacji zrestartuj komputer. Dzięki temu wszystko powinno zacząć działać. A jeśli coś nadal nie działa, możesz to po prostu przedyskutować z samą sztuczną inteligencją — najczęściej szybko rozwiążesz problem.
Krok 3: Remotion
Kolejny klocek tej układanki to Remotion — narzędzie, które będzie tworzyć animacje. Możesz je zainstalować właśnie dzięki temu, że masz już Node.js. Skopiuj komendę instalacyjną i przejdź do agenta — tu spędzimy najwięcej czasu.
Na początek wybierz wersję „code”, bo to najlepsza opcja do takich zadań. Wskaż katalog roboczy — ja utworzyłem nowy o nazwie „automatyczny film AI”. Dla chętnych można zwiększyć uprawnienia, żeby nie akceptować za każdym razem każdej operacji; to opcja dla bardziej zaawansowanych. Jeśli wolisz mieć pełną kontrolę, korzystaj z trybu planowania. Ja wybieram najwyższe uprawnienia i wklejam komendę, żeby system zainstalował Remotion.
Jeśli wszystko zadziała, po kilku minutach folder się wypełni i będziesz mógł korzystać z Remotion. Teraz potrzebne jest już tylko czytanie ze zrozumieniem: system zapyta, czy ma odpalić Remotion Studio — odpowiadamy „tak, odpal”. Po chwili powinno otworzyć się okno; jeśli się nie otworzy, skopiuj link i wklej go do przeglądarki. Tak wygląda Remotion — na razie nic specjalnego, ale zaraz to zmienimy.
Pierwszy montaż: wrzucenie filmu i przykładowe animacje
Na początek wgrywam film, do którego chcę dodać animacje. Wrzucam do utworzonego wcześniej folderu 20-sekundowe nagranie. Następnie przechodzę do agenta i piszę (albo dyktuję) proste polecenie:
Dodałem do folderu plik wideo. Dodaj go do Remotion. Dodaj trzy przykładowe animacje i trzy przykładowe napisy. Sprawdź teraz — zobacz film.
Mówię konkretnie, co ma zrobić, ale w tym wypadku daję dużą dowolność. Agent rusza do pracy i na bieżąco pokazuje, co robi. Po kilku minutach mamy podsumowanie oraz efekty — podgląd i wyrenderowany film. Wystarczy kliknąć, żeby otworzyć tę samą zakładkę w przeglądarce i odtworzyć wynik. Mamy pierwszy napis i animowaną ikonkę.
Nie wskazałem, co konkretnie ma powstać, więc to tylko przykładowe animacje — pokazują, że w programie możesz też sam coś zmienić: przesunąć animację albo usunąć, jeśli jest nietrafiona (a to się zdarza). Gdy jesteś zadowolony, wejdź w „File”, potem „Render” i naciśnij „Render video”. Po wyrenderowaniu możesz obejrzeć i wykorzystać materiał.
To był oczywiście bardzo prosty przykład. Żeby podnieść montaż na wyższy poziom, potrzebujemy jeszcze dwóch narzędzi: jednego do generowania dodatkowych materiałów (filmów, zdjęć) i drugiego do napisów — żeby system wiedział, co pada w filmie, i na podstawie wypowiadanego tekstu mógł dopracować montaż.
Higgsfield: generowanie grafik i filmów przez MCP
Pierwsze narzędzie to Higgsfield — partner tego odcinka; link znajdziesz w opisie. Daje dostęp do praktycznie wszystkich popularnych modeli AI do generowania zdjęć i filmów (np. mocne modele klasy Gemini, Veo/„Omni”), a także do dużo tańszych grafik, które często potrafią uatrakcyjnić film.
(Informacja dodatkowa: transkrypcja automatyczna przekręca kilka nazw. „Hicksfield/Hixfield/Sixfield” to Higgsfield; nazwy modeli takie jak „Omni Cedens”, „Clink 3.0” to zniekształcone nazwy modeli generatywnych — traktuj je jako przykłady, a nie jako dokładne oznaczenia).
Po założeniu konta, żeby połączyć Higgsfield z agentem, wejdź w sekcję „MCP CLI” i skopiuj podany link. Następnie w agencie wejdź w „Customize”, potem „Connectors → Add → Add custom connector”. Wpisz dowolną nazwę (np. „Higgsfield”), wklej skopiowany URL i kliknij „Add”. Zatwierdź połączenie ze swoim kontem i ewentualnie ustaw dodatkowe opcje.
(Informacja dodatkowa: MCP, czyli Model Context Protocol, to standard, dzięki któremu agent AI podłącza się do zewnętrznych usług i wywołuje je jak własne narzędzia — tutaj do generowania materiałów w Higgsfield).
Od teraz system może generować zdjęcia, grafiki i filmy bezpośrednio z poziomu czatu. W eksperymencie dyktuję:
Dodaj dwie grafiki do filmu, które zwiększą jego oglądalność. Dodatkowo przygotuj jeden filmowy materiał. Możesz wybrać na przykład model [nazwa].
Podałem nazwę modelu, ale ty nie musisz tego robić. System wygenerował materiały — oczywiście im bardziej konkretne wytyczne podasz, tym lepszy efekt; ja zostawiłem wszystko przypadkowi. Filmy można od razu podejrzeć w agencie, a potem zobaczyć w panelu Remotion: pojawiły się nowe przebitki zdjęciowe, wygenerowany film i różowe akcenty, które AI samo dobrało — wszystko w jednym panelu.
Pokażę jeszcze jedno: model od Google pozwala łączyć kilka światów, czyli edytować nasze własne filmy podobnie jak w Nano Banana. Robię test i piszę:
Weź pierwsze 10 sekund z mojego filmu i zrób przy pomocy modelu Google [Omni] naprawdę fajny wstęp — z animacją, dynamiką, taki, żeby widz nie mógł oderwać wzroku.
Dzięki integracji z Higgsfield system powinien wyciąć 10 sekund nagrania, przesłać je do Higgsfield i wygenerować materiał. Może się zdarzyć, że agent nie poradzi sobie z samym wycięciem fragmentu i będzie potrzebował dodatkowych bibliotek — wtedy po prostu zapytaj go, czego jeszcze potrzebuje i co doinstalować, i przejdź z nim ten proces.
Pokażę od razu wynik — to ten sam wstęp, od którego zaczął się film. W mojej ocenie wyszło całkiem dobrze; gdyby nie te „fajerwerki”, byłoby naprawdę świetnie. Możemy oczywiście dać kolejne polecenie, żeby wygenerował spokojniejsze animacje, i tak stopniowo poprawiać film. A jeśli chcesz jeszcze więcej kontroli, na koncie Higgsfield masz wszystkie swoje generacje oraz polecenia (prompty), które tworzy agent — możesz je skopiować, edytować ręcznie, wybrać inne modele z bazy, a gotowe materiały podejrzeć, pobrać i wykorzystać.
Napisy i transkrypcja: Whisper za darmo
Przechodzimy do etapu, który kiedyś kosztował sporo czasu, nerwów i często pieniędzy — transkrypcji i napisów. Da się to zautomatyzować całkowicie bezpłatnie dzięki jednemu modelowi: Whisperowi.
Wracam do agenta, otwieram nową sesję w tym samym katalogu (jeśli coś się zmieniło, można dodać właściwy katalog) i piszę:
Dodaj napisy do mojego filmu. Zainstaluj Whispera zintegrowanego z Remotion. Dodaj te napisy do projektu, który mamy w katalogu.
Jeśli masz kilka projektów, doprecyzuj, którego filmu dotyczy polecenie. Uzbrój się w cierpliwość — przy pierwszym pobieraniu modelu i wolnym łączu może to potrwać; u mnie zajęło kilkanaście minut. Efekt: mamy napisy. Musiałem jeszcze dopisać, żeby otworzył podgląd, i dodał je do projektu. Jeśli podgląd się nie otworzy, pamiętaj o prawym przycisku myszy — masz tam dodatkowe opcje, np. „Open in default browser”. Napisy w moim projekcie wyglądają bardzo dobrze, a jeśli coś się nie zgadza, wystarczy krótka rozmowa z agentem i po sprawie.
Format Shorts
A gdybyś chciał zmontować Shorts? To też jest możliwe — wystarczy zmienić proporcje projektu. Piszę polecenie:
Zmień ten film na Shorts, czyli na film pionowy.
Od razu przechodzę do wyniku: w podglądzie film faktycznie jest już pionowy. Jeśli coś nie pasuje, można wejść i poprawić — choć ten edytor nie jest zbyt intuicyjny, taka możliwość istnieje.
Ograniczenia Remotion i własna aplikacja autora
Ważna uwaga: to nie jest pełnoprawny edytor filmowy. Brakuje tu wielu potrzebnych funkcji — do prostych projektów będzie w porządku, ale mnie potrzeba było czegoś więcej.
Najwięcej czasu w montażu zajmowały mi nie animacje, lecz wycinanie błędów. Często się przejęzyczam, powiem coś inaczej albo popłynę myślą nie tam, gdzie chcę — i muszę to wyciąć. Robiłem to ręcznie, co pochłaniało masę czasu; z godzinnego nagrania zostawało 10–15 minut. Tak samo pracują montażyści. Właśnie tutaj AI może mocno pomóc, dlatego przygotowałem własne rozwiązanie.
To program, nad którym pracuję od kilku miesięcy i który z każdym kolejnym modelem AI robi się coraz lepszy. Mogę w nim wczytywać projekty — jest ich kilka, których realnie używam. To nie jest narzędzie testowe; korzystam z niego w pracy od miesięcy, a proste animacje, które mogłeś zauważyć w moich filmach, powstają właśnie tak i jest ich coraz więcej.
Program ma kilka ważnych opcji, których brakuje w innych rozwiązaniach. To, co przygotuje agent i Remotion, mogę tu edytować, bo czasem potrzebne są mikropoprawki — wcześniej za każdym razem musiałem rozmawiać z agentem, co zabierało czas. Tutaj po prostu coś przesuwam lub usuwam i pracuje się szybciej.
Dodatkowo, gdy nagrywam poradniki z ekranem, mogę dowolnie ustawić kadr z moją twarzą. Niby drobiazg, ale gdy AI montuje film z dwiema ścieżkami, często się gubi. Dzięki temu, że mam to w jednym programie, może też automatycznie powiększać i pomniejszać moją twarz, co upraszcza montaż.
Pierwotny powód, dla którego powstała ta aplikacja, to wycinanie moich błędów. Na podstawie transkrypcji agent może automatycznie ocenić, które fragmenty nadają się do usunięcia, a które zostają, i złożyć z tego spójny film. Niestety nadal nie działa to idealnie — i nie wiem, czy kiedykolwiek będzie — bo to bardzo trudne dla AI. Trudno ocenić, czy coś jest artystycznym powtórzeniem, czy błędem. Montażysta czasem świadomie coś zostawia, a coś wycina, żeby nadać filmowi dynamiki — i tu AI będzie zawodzić. Ale w usuwaniu ciszy, oczywistych dubli, a nawet dubli wynikających z kontekstu radzi sobie coraz lepiej.
Można też wprowadzić słowo klucz — na przykład „pomidor”. Wtedy, gdy mówisz o technologii i rzucisz „pomidor”, AI wie, że ma usunąć dany fragment. Jak duży — to sam ustalasz w programie. Aplikacja jest połączona z Higgsfield, może generować zdjęcia i przebitki, a wszystkim steruje agent oraz mój interfejs wizualny.
Zakończenie i stos technologiczny
Dziękuję, że dotarłeś do tego momentu. Będę wdzięczny za lajka i komentarz — to wspiera zasięgi i pozwala mi nagrywać więcej.
Na koniec, dla najbardziej wytrwałych, informacja o technologii, na której zbudowałem aplikację. Pod maską jest Rust i Tauri, a na froncie React i TypeScript. Whisper lokalnie transkrybuje nagranie, AI wycina ciszę i powtórzenia oraz dobiera zoomy i animacje. Całością steruje agent kodujący, a integracje takie jak Higgsfield dorzucają dodatkowe przebitki. Jeśli coś nie wyjdzie, poprawisz to ręcznie w panelu edytora. Remotion renderuje grafiki jako kod, a FFmpeg skleja całość na GPU — i film jest gotowy automatycznie.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Agent kodujący jako „mózg” montażu
Na czym polega: Rdzeniem całego systemu jest agent kodujący (Claude Code lub Codex), który samodzielnie instaluje narzędzia, generuje kod animacji i uruchamia operacje na komputerze w odpowiedzi na polecenia w języku naturalnym.
Jak stosować: Zainstaluj aplikację desktopową agenta i pracuj w wersji „code” oraz w jednym stałym katalogu projektu. Formułuj polecenia konkretnie („dodaj film do Remotion, dodaj trzy napisy”), a złożone zadania rozbijaj na kroki.
Na co uważać: Najwyższe uprawnienia oznaczają, że agent wykonuje operacje bez pytania o zgodę — wygodne, ale ryzykowne. Przy ważnych danych zacznij od trybu planowania i zatwierdzania kroków, zanim oddasz mu pełną swobodę.
2.Kompletny stos: Node.js + Remotion + Whisper + FFmpeg
Na czym polega: Pipeline składa się z Node.js (baza do instalacji narzędzi), Remotion (animacje jako kod), Whispera (transkrypcja lokalnie) i FFmpeg (renderowanie na GPU).
Jak stosować: Instaluj w kolejności z filmu: aplikacja agenta → Node.js → Remotion. Po instalacji Node.js koniecznie zrestartuj komputer, zanim ruszysz dalej.
Na co uważać: Braki bibliotek to najczęstsza przyczyna błędów. Zamiast się poddawać, pytaj agenta „czego jeszcze potrzebujesz, co doinstalować” — to sprawdzony sposób obejścia zacięć.
3.Remotion to nie pełnoprawny edytor wideo
Na czym polega: Remotion generuje grafiki i animacje z kodu, ale jego edytor jest mało intuicyjny i brakuje mu wielu funkcji klasycznego montażu.
Jak stosować: Traktuj Remotion jako silnik do prostych animacji, napisów i przebitek — do intro, Shortsów, krótkich materiałów. Bardziej złożony montaż planuj w dedykowanym edytorze.
Na co uważać: Nie licz na precyzyjną, ręczną obróbkę timeline’u. Do mikropoprawek i tak wrócisz do rozmowy z agentem lub do innego narzędzia — wkalkuluj to w czas pracy.
4.Generowanie materiałów przez konektor MCP (Higgsfield)
Na czym polega: Podłączenie Higgsfield do agenta jako custom connector (MCP) pozwala generować zdjęcia, grafiki i filmy bezpośrednio z czatu, wieloma różnymi modelami.
Jak stosować: Skopiuj URL z sekcji „MCP CLI” w Higgsfield, dodaj go w agencie przez „Connectors → Add custom connector”, nadaj nazwę i zatwierdź połączenie z kontem. Potem po prostu opisuj, jakie materiały chcesz.
Na co uważać: Nazwy modeli w transkrypcji są przekręcone — nie kopiuj ich dosłownie. Sprawdź aktualne nazwy w panelu Higgsfield i wybieraj model świadomie, bo od niego zależą koszt i jakość.
5.Jakość wyniku zależy od precyzji promptu
Na czym polega: Autor celowo zostawił dużo „przypadkowi” i sam przyznał, że efekt (np. różowe akcenty, nadmiar „fajerwerków”) był losowy.
Jak stosować: Podawaj konkretne wytyczne: styl, kolorystykę, tempo, liczbę i rodzaj animacji. Iteruj — po pierwszym wyniku dawaj polecenia korygujące („zrób spokojniejsze animacje”).
Na co uważać: Domyślne generacje bywają przesadzone i niespójne z twoją estetyką. Bez wytycznych dostaniesz „demo”, a nie gotowy do publikacji materiał.
6.Bezpłatne napisy i transkrypcja z Whisperem
Na czym polega: Whisper zintegrowany z Remotion tworzy transkrypcję i napisy lokalnie, za darmo — zastępując płatne usługi napisów.
Jak stosować: Poproś agenta o instalację Whispera i dodanie napisów do konkretnego projektu w katalogu; dopisz prośbę o otwarcie podglądu. Korekty rób krótką rozmową z agentem.
Na co uważać: Pierwsze pobranie modelu bywa długie (u autora kilkanaście minut, zwłaszcza przy wolnym łączu). Zaplanuj to i nie przerywaj procesu w połowie.
7.Jedno polecenie zmienia projekt w Shorts
Na czym polega: Ten sam projekt można przełączyć na format pionowy poleceniem „zmień na Shorts / film pionowy”, bez budowania go od zera.
Jak stosować: Zmontuj wersję poziomą, a następnie jednym poleceniem wygeneruj wariant pionowy — to szybka droga do dystrybucji tego samego materiału na wielu platformach.
Na co uważać: Zmiana proporcji może rozjechać kompozycję kadru i pozycję elementów. Po konwersji zawsze sprawdź podgląd i popraw to, co się nie mieści w pionie.
8.Edycja własnego nagrania modelem Google („łączenie światów”)
Na czym polega: Model generatywny Google pozwala nie tylko tworzyć materiał od zera, ale też przerabiać fragment twojego filmu (np. dynamiczne intro z pierwszych 10 sekund).
Jak stosować: Wskaż konkretny fragment i cel („dynamiczny wstęp przykuwający uwagę”). Jeśli agent nie potrafi sam wyciąć fragmentu, doinstaluj z nim potrzebne biblioteki.
Na co uważać: Efekt bywa przekombinowany („gdyby nie te fajerwerki…”). Traktuj pierwszy wynik jako szkic i tonuj go kolejnymi poleceniami.
9.Automatyczne wycinanie błędów ma realne granice
Na czym polega: Na podstawie transkrypcji AI ocenia, które fragmenty usunąć. Dobrze radzi sobie z ciszą i oczywistymi dublami, ale zawodzi przy decyzjach artystycznych i świadomych powtórzeniach.
Jak stosować: Wykorzystuj AI do żmudnej roboty (cisza, ewidentne druble), a decyzje montażowe zostaw sobie. Pomocny jest trik ze słowem-kluczem (np. „pomidor”) oznaczającym fragment do wycięcia.
Na co uważać: Nie ufaj automatowi w 100% — może wyciąć celowe powtórzenie budujące dynamikę albo zostawić błąd. Zawsze przejrzyj efekt przed publikacją.
10.To działający workflow, ale wymaga własnej „nakładki” na poważną pracę
Na czym polega: Autor od miesięcy używa własnej aplikacji (Rust + Tauri, React/TypeScript), która dokłada ręczną edycję, sterowanie kadrem twarzy i automatyczne cięcia — bo samo Remotion + agent to za mało do produkcji na skalę.
Jak stosować: Zacznij od pokazanego, darmowego zestawu narzędzi do prostych projektów i naucz się przepływu. Jeśli montujesz regularnie i długie materiały, licz się z potrzebą dodatkowego edytora do mikropoprawek.
Na co uważać: Prezentowana „jednym poleceniem” automatyzacja to skrót — w praktyce dochodzi konfiguracja, cierpliwość przy pobieraniu modeli i ręczne korekty. Autorska aplikacja z filmu nie jest publicznie dostępnym produktem, więc części wygody nie odtworzysz jeden do jednego.