O czym jest ten film
- Autor odtwarza trzyetapowy workflow tworzenia hiperrealistycznych reklam produktowych opracowany przez Higgsfield AI.
- Etap pierwszy to przygotowanie i „zablokowanie” wszystkich zasobów: produktu, postaci, rekwizytów i lokacji.
- Etap drugi to zbudowanie promptów za pomocą darmowego skillu do Claude („shotlist director”), który automatycznie taguje elementy sceny.
- Etap trzeci to właściwe generowanie wideo — najdroższy krok, tu schodzi większość kredytów.
- Koncept reklamy zainspirowany scenką z serialu „Przyjaciele” — reklamą „płonących” rolek z hasłem „Nie dla dorosłych”.
- Kluczowa lekcja: usuwać twarz z całosylwetkowej referencji postaci, by modele wideo nie myliły się przy zachowaniu spójności.
- Kolejna lekcja: tworzyć osobne arkusze postaci dla każdego stroju, aby wygląd nie „dryfował” między ujęciami.
- Prompty ograniczają się do 3–4 cięć na 15-sekundową generację, żeby jakość nie spadała.
- Konkretne koszty: etap pierwszy ~100 kredytów, generacje wideo w Full HD ~2 700 kredytów (w 4K byłoby ~6 600).
- Wniosek praktyczny: co pominiesz na etapie blokowania zasobów, wróci jako niespójności podczas generowania.
Redakcyjne tłumaczenie
Wstęp: reklama zrobiona w jeden dzień
Tę reklamę stworzyłem z pomocą narzędzi AI w zaledwie jeden dzień, korzystając z prostego, trzyetapowego workflow. W tym filmie pokażę pełny rozkład krok po kroku — od stworzenia wszystkich zasobów, przez strukturę promptów, aż po generowanie wideo. Pokażę też wszystkie wpadki oraz to, ile kredytów kosztowała mnie cała reklama.
Witam ponownie na kanale, a jeśli jesteś tu nowy — cześć. Nazywam się Thomas i robię filmy o AI oraz fotografii produktowej. Jeśli to Cię interesuje, rozważ subskrypcję.
W zeszłym tygodniu na stronie głównej YouTube natknąłem się na film z kanału Higgsfield AI, w którym pokazują swój workflow tworzenia hiperrealistycznych reklam produktowych. Zacząłem oglądać i po prostu nie mogłem uwierzyć w jakość wyników — chciałem dowiedzieć się, jak zrobić to samemu.
Dla jasności: ten film nie jest sponsorowany przez Higgsfield. Współpracuję z nimi od czasu do czasu, ale tym razem byłem po prostu na tyle pod wrażeniem efektu, że musiałem to przetestować. Zacząłem więc zgłębiać ich dokładny proces. W opisie pod filmem podlinkowałem wpis na blogu, w którym przechodzą przez cały workflow i udostępniają wszystkie prompty oraz skill, którego używa się w Claude do tworzenia tych reklam.
(Informacja dodatkowa: „skill” w kontekście Claude to zestaw instrukcji i narzędzi, który rozszerza działanie modelu o konkretną, powtarzalną procedurę — tutaj o budowanie listy ujęć).
Trzy etapy w skrócie
W skrócie workflow składa się z trzech kroków. Pierwszy to stworzenie wszystkich zasobów, których użyjesz w reklamie — postaci, rekwizytów, lokacji i wszystkiego, do czego będziesz się odwoływać przy generowaniu wideo. Drugi to wykorzystanie tych zasobów razem ze skillem do Claude, który strukturyzuje i buduje prompty. Te prompty trafiają do trzeciego kroku, czyli tworzenia wideo.
Koncept: inspiracja „Przyjaciółmi”
Zanim jednak zaczniemy tworzyć jakiekolwiek zasoby, potrzebujemy konceptu, wokół którego zbudujemy reklamę. Zainspirowałem się odcinkiem „Przyjaciół”, w którym Chandler Bing przedstawia pomysł na reklamę butów-rolek z płomieniami. W odcinku jego zadaniem jest stworzenie reklamy tych okropnych rolek, których nikt przy zdrowych zmysłach nie chciałby nosić. Mówi mniej więcej tak:
Zaczynasz od obrazu faceta zakładającego buty. Jest mniej więcej w moim wieku. Rusza ulicą i zaczyna tracić panowanie — może się przewraca, może robi sobie krzywdę. I wtedy przelatuje obok dzieciak w tych samych butach. Przeskakuje nad starszym gościem, śmieje się, a napis głosi: „Nie dla dorosłych”.
Pomyślałem, że ożywimy ten pomysł, jednocześnie testując cały workflow.
(Informacja dodatkowa: to nawiązanie do odcinka „Przyjaciół”, w którym Chandler pracuje nad kampanią reklamową — hasło „Not suitable for adults” pochodzi z tej scenki).
Etap 1: tworzenie i blokowanie zasobów
Na początek otworzyłem Cinema Studio w Higgsfield i założyłem nowy projekt. Następnie stworzyłem kartę produktu dla buta, używając tylko małego zrzutu ekranu i odpowiedniego promptu, i zapisałem ją jako element w Cinema Studio — to ważne dla drugiego kroku, o czym za chwilę.
Potem trzeba było stworzyć postacie: starszego mężczyznę oraz młodego chłopaka, który na końcu nad nim przeskakuje. Skopiowałem dokładnie ten sam szablon promptu z workflow Higgsfielda i poprosiłem Claude, żeby dostosował go do moich postaci. Ponieważ w Soul Cinema można stworzyć cztery postacie za jedyne pół kredyta, można tu naprawdę poeksperymentować ze stylem i dopracować go dokładnie tak, jak chcesz. Wygenerowałem więc sporo wariantów i wybrałem tego jednego. Zdecydowałem się zmienić mu ubranie na bardziej pasujące do początku reklamy, więc poprosiłem o szlafrok.
Najważniejsza lekcja z tego workflow — przynajmniej dla mnie — to usunięcie twarzy z całosylwetkowej referencji w arkuszu postaci. Dzięki temu modele wideo nie mylą się, której twarzy użyć, i znacznie lepiej utrzymują spójność postaci.
(Informacja dodatkowa: arkusz referencyjny postaci to zestaw obrazów tej samej postaci z różnych ujęć, który modele wykorzystują jako wzorzec dla zachowania spójnego wyglądu).
Kolejna ważna wskazówka, której się nauczyłem: twórz postać w różnych strojach w osobnych arkuszach. Stworzyłem więc arkusz starszego mężczyzny w stroju sportowym — również bez twarzy na zdjęciu całej sylwetki. Tym samym procesem przygotowałem arkusz młodego chłopaka i zadbałem o to, żeby miał na sobie sneakersy już w arkuszu postaci — dzięki temu spójność nie będzie dryfować w reklamie.
Mając zablokowane postacie i produkt jako elementy, zostały tylko lokacje. Skorzystałem z funkcji cinematic locations w Cinema Studio, która również jest bardzo tania, więc mogłem wygenerować dużo wariantów. Stworzyłem wnętrze mieszkania starszego mężczyzny oraz wzgórze, z którego będzie zjeżdżał na butach.
Zablokowaliśmy więc postacie, lokacje i produkt. Zanim przejdziemy dalej — spójrzmy na koszty. Ponieważ większość generacji na tym etapie wykorzystywała bardzo tanie modele w Soul Cinema i Cinema Locations, całkowity koszt etapu pierwszego wyniósł około 100 kredytów.
Etap 2: budowanie promptów skillem w Claude
Etap drugi to najważniejsza część workflow, więc jeśli nie zainstalowałeś jeszcze darmowego skillu z opisu, teraz jest na to dobry moment. Kiedy masz zainstalowany skill „shotlist director”, wystarczy otworzyć zakładkę wideo w Cinema Studio, kliknąć w elementy i zrobić zrzut ekranu z ich nazwami. Ten zrzut wraz z zasobami, których zamierzasz użyć, przesyłasz do Claude. Dzięki temu Claude zrozumie, jak otagować elementy w prompcie. Kiedy wkleisz prompty z powrotem do Cinema Studio, wszystkie Twoje elementy będą już automatycznie oznaczone.
Po przesłaniu zasobów i zrzutu ekranu wystarczy poprosić Claude, żeby użył skillu shotlist director, i opisać z grubsza swój pomysł czy koncept. Wtedy Claude buduje interaktywny plik HTML, który otwierasz w przeglądarce i po prostu kopiujesz prompty bezpośrednio stamtąd.
Największa lekcja z tego szablonu promptów: na początku mają bardzo szczegółową strukturę — kolory, aktorstwo, oświetlenie i wszystko, co przyjdzie Ci do głowy. A potem, dla każdej 15-sekundowej generacji, jest maksymalnie trzy lub cztery cięcia, dzięki czemu model wideo się nie gubi, a jakość pozostaje wysoka. Dla mojej reklamy dostałem listę ujęć z ośmioma scenami, przy czym część scen miała sekwencje A i B — tak, żeby uchwycić wszystkie detale bez przeciążania pojedynczego promptu.
(Informacja dodatkowa: w transkrypcie automatycznym „C Dance”, „Cidens” i „Cidence” to błędnie rozpoznana nazwa modelu wideo — chodzi o Seedance 2, model generowania wideo).
Etap 3: generowanie wideo
Teraz najlepsza część — etap trzeci, czyli generowanie wideo. Żeby utrzymać koszt projektu w miarę realistycznym, chciałem stworzyć reklamę w rozdzielczości 1080p przy użyciu Seedance 2, ponieważ Seedance 2 w 4K jest niesamowicie drogi. To oczywiście etap, na którym schodzi najwięcej kredytów. Dlatego zalecam dużą ostrożność i podejście scena po scenie razem z Claude, a także zrozumienie cięć i sekwencji, które Claude dla Ciebie buduje.
Dla zabawy nie posłuchałem własnej rady i po prostu wygenerowałem od razu każde ujęcie z listy, żeby zobaczyć jakość wyników i promptów Claude, a potem spojrzeć na całość. Jak mówiłem — nie polecam tego robić; chciałem po prostu zobaczyć efekt workflow od początku do końca, zanim zacznę iterować. I muszę przyznać, że byłem pod dużym wrażeniem jakości ujęć. Na przykład ujęcie młodego chłopaka przeskakującego nad starszym mężczyzną, ze zwolnionym tempem (speed ramp) dokładnie w momencie, gdy jest w powietrzu ze słońcem w tle, udało się za pierwszym razem przy tym szablonie.
Niektóre ujęcia wymagały kilku iteracji, ale to bardzo proste w tym workflow — wracasz do Claude, tłumaczysz, co poszło nie tak w generacji, a Claude próbuje użyć skillu, żeby dostosować prompt tak, by zadziałał lepiej. Najbardziej Claude męczył się przy scenie odbioru paczki. Z jakiegoś powodu w części generacji bohater był na zewnątrz mieszkania, co nie było zamierzone. Poprawiłem to kilka razy i w końcu dostałem generację, z której byłem zadowolony.
Z perspektywy czasu powinienem był stworzyć przestrzeń przed mieszkaniem jako dodatkową lokację, a brązowe pudełko jako dodatkowy rekwizyt — bo od generacji do generacji te elementy nie były spójne. Gdybym stworzył je na początku, byłyby spójne od ujęcia do ujęcia. To dobrze pokazuje, jak ważny jest początkowy etap workflow, w którym blokujesz lokacje, rekwizyty i postacie.
Również przy ostatnim ujęciu reklamy najpierw chciałem zrobić najazd-oddalenie (zoom out) na leżącego na ziemi bohatera, ale miałem problem z wygenerowaniem tego i ostatecznie poszedłem w kierunku ujęcia bohaterskiego (hero shot) produktu przed nim, a tekst dodałem samodzielnie.
Jak wspominałem we wcześniejszych filmach: na tym etapie nie patrz na każdą 15-sekundową generację, oczekując, że będzie idealna od zerowej do piętnastej sekundy. Skup się raczej na całości reklamy i linii fabularnej. Potem wybierasz fragmenty z różnych generacji, które na końcu sklejasz w finalną reklamę.
Montaż i koszty końcowe
W sumie wygenerowałem 20 piętnastosekundowych klipów przy użyciu Seedance 2 w jakości Full HD. Z tych 20 klipów wykorzystałem fragmenty 14. Ponieważ szablon promptu generował klipy bez muzyki, tylko z efektami dźwiękowymi, użyłem wszystkich efektów natywnie z klipów, a muzykę dodałem sam.
Najlepsze w tym montażu jest to, że jest bardzo prosty — to zwykłe sklejanie najlepszych fragmentów generacji. Lubię dopasować muzykę do montażu tak, żeby kończyła się razem z reklamą, co podnosi całość na zupełnie inny poziom, bo sprawia wrażenie zamierzonej. Dodałem kilka narastających efektów dźwiękowych (riser) w momencie, gdy bohater traci panowanie i zjeżdża z pełną prędkością — żeby dodać intensywności w tej sekcji. Na końcu animowałem napis „Nie dla dorosłych”, ale poza tym wszystko powstało bezpośrednio w Seedance.
Najdroższą częścią było oczywiście 20 osobnych generacji w Seedance w jakości Full HD, które kosztowały mnie około 2 700 kredytów Higgsfield. Gdybym wygenerował je w 4K, koszt wyniósłby 6 600 kredytów.
Spójrzmy na to z perspektywy: gdyby robić to tradycyjnie, potrzebowałbyś aktorów, lokacji i drogiego sprzętu kamerowego. Budżet całego projektu byłby dla mnie wręcz niewyobrażalny.
Podsumowanie
To była moja wersja rollerbladowej reklamy Chandlera Binga. Mam nadzieję, że nauczyłeś się czegoś z tego szablonu workflow — ja nauczyłem się dużo i zamierzam używać go we wszystkich moich filmach. Mimo że generowałem w Full HD zamiast 4K, uważam, że jakość klipów jest po prostu na innym poziomie dzięki temu podejściu. Zdecydowanie wypróbuj to samodzielnie i daj znać, co mam poruszyć następnym razem.
10 najważniejszych takeaways — z kontekstem zastosowania
1.Trzy etapy w ustalonej kolejności: zasoby → prompty → wideo
Na czym polega: Cały workflow to sekwencja: najpierw tworzysz i blokujesz zasoby (produkt, postacie, rekwizyty, lokacje), potem generujesz z nich prompty skillem w Claude, a dopiero na końcu produkujesz wideo.
Jak stosować: Nie przeskakuj etapów — potraktuj etap pierwszy jak przygotowanie planu, na którym kręcisz. Każdy zablokowany element to referencja, do której później wielokrotnie wracasz.
Na co uważać: Pokusa, by od razu generować wideo, kończy się niespójnościami. Braki w etapie pierwszym mszczą się dopiero na etapie trzecim, gdy poprawki są najdroższe.
2.Zablokuj WSZYSTKIE zasoby, których dotyka historia
Na czym polega: Autor pominął przestrzeń przed mieszkaniem i brązowe pudełko jako osobne zasoby — i te elementy „dryfowały” między generacjami.
Jak stosować: Przejdź scenariusz i wypisz każdy powtarzalny obiekt oraz miejsce (nawet drugoplanowy rekwizyt jak paczka). Stwórz je jako elementy/lokacje, zanim zaczniesz generować wideo.
Na co uważać: Łatwo pominąć „oczywiste tło”. Jeśli obiekt pojawia się w więcej niż jednym ujęciu, musi być zablokowany jako referencja, inaczej za każdym razem będzie wyglądał inaczej.
3.Usuwaj twarz z całosylwetkowej referencji postaci
Na czym polega: To była największa lekcja autora — brak twarzy na zdjęciu całej sylwetki sprawia, że model wideo nie myli się, której twarzy użyć, i lepiej trzyma spójność.
Jak stosować: W arkuszu referencyjnym zostaw wyraźny portret twarzy osobno, a na ujęciu całej postaci twarz usuń lub ukryj. Model połączy jedno z drugim, nie „kłócąc się” o wersję twarzy.
Na co uważać: To kontrintuicyjne — instynkt podpowiada dodać jak najwięcej twarzy. Nadmiar referencji twarzy pogarsza, a nie poprawia spójność.
4.Osobny arkusz postaci dla każdego stroju
Na czym polega: Autor stworzył oddzielne arkusze dla starszego mężczyzny w szlafroku i w stroju sportowym, a młodego chłopaka od razu w docelowych sneakersach.
Jak stosować: Jeśli postać zmienia ubranie w trakcie reklamy, przygotuj referencję dla każdego kompletu. Kluczowy produkt (tu: buty) umieść na postaci już w arkuszu.
Na co uważać: Jeden arkusz na wiele strojów prowadzi do dryfu wyglądu między ujęciami. Spójność ubioru trzeba wymusić na etapie referencji, nie liczyć na to później.
5.Maksymalnie 3–4 cięcia na 15-sekundową generację
Na czym polega: Szablon promptu ma bardzo szczegółowy opis (kolory, aktorstwo, światło), ale ogranicza liczbę cięć na generację, żeby model się nie gubił i jakość nie spadała.
Jak stosować: Dziel długie sceny na krótsze generacje z kilkoma cięciami. Gdy scena jest bogata, rozbij ją na sekwencje A/B, zamiast upychać wszystko w jeden prompt.
Na co uważać: Przeciążony prompt z wieloma cięciami obniża jakość. Więcej detali w opisie — dobrze; więcej cięć w jednej generacji — źle.
6.Skill w Claude automatycznie taguje elementy sceny
Na czym polega: Po przesłaniu do Claude zrzutu z nazwami elementów i samych zasobów, skill „shotlist director” buduje prompty z już poprawnie otagowanymi elementami i eksportuje interaktywny plik HTML.
Jak stosować: Zrób zrzut ekranu nazw elementów z Cinema Studio, wgraj go razem z zasobami, poproś Claude o użycie skillu i opisz koncept z grubsza. Prompty kopiujesz gotowe z pliku HTML.
Na co uważać: Tagowanie działa tylko, gdy nazwy elementów w zrzucie zgadzają się z tymi w Cinema Studio. Bez poprawnego zrzutu prompty nie podłączą Twoich zasobów.
7.Generuj scenę po scenie i rozumiej cięcia Claude
Na czym polega: Etap trzeci pochłania najwięcej kredytów, więc autor zaleca ostrożne, kontrolowane podejście — mimo że sam dla demonstracji wygenerował od razu wszystko.
Jak stosować: Podchodź do ujęć pojedynczo, sprawdzaj jakość i dopiero potem idź dalej. Analizuj sekwencje, które zbudował Claude, zanim wydasz kredyty na całość.
Na co uważać: Masowe generowanie „na raz” jest kuszące, ale kosztowne, jeśli szablon wymaga korekt. Autor wprost odradza kopiowanie jego demonstracyjnego skrótu.
8.Nie oczekuj perfekcji od zerowej do 15. sekundy — myśl całością
Na czym polega: Zamiast wymuszać idealny pojedynczy 15-sekundowy klip, wybiera się najlepsze fragmenty z wielu generacji i skleja w finał. Z 20 klipów autor użył fragmentów z 14.
Jak stosować: Traktuj generacje jak surowy materiał zdjęciowy. Skup się na linii fabularnej i wybieraj najmocniejsze kawałki, nawet po kilka sekund z różnych klipów.
Na co uważać: Dążenie do jednego idealnego klipu to marnowanie kredytów. Zaplanuj, że część generacji będzie tylko dawcą pojedynczych ujęć.
9.Iteracja poprzez opisywanie błędów Claude
Na czym polega: Gdy generacja wychodzi źle (np. bohater znalazł się na zewnątrz zamiast w mieszkaniu), wracasz do Claude, opisujesz problem, a skill dostosowuje prompt.
Jak stosować: Zamiast ręcznie grzebać w prompcie, precyzyjnie nazwij, co poszło nie tak, i pozwól Claude przebudować opis ujęcia. Powtarzaj, aż efekt będzie zadowalający.
Na co uważać: Uporczywe błędy (jak brak spójności paczki) często sygnalizują brakujący zablokowany zasób — wtedy iteracja promptu nie wystarczy, trzeba cofnąć się do etapu pierwszego.
10.Świadomie zarządzaj kosztami: Full HD kontra 4K
Na czym polega: Etap pierwszy kosztował ~100 kredytów, a 20 generacji wideo w Full HD ~2 700 kredytów. W 4K te same generacje kosztowałyby ~6 600 kredytów — ponad dwukrotnie więcej.
Jak stosować: Do prób, iteracji i większości projektów wybieraj Full HD (1080p) — jakość workflow i tak jest wysoka. 4K rezerwuj na finalne, naprawdę wymagające zastosowania.
Na co uważać: Rozdzielczość to główny mnożnik kosztów na tym etapie. Zanim wybierzesz 4K, policz, czy różnica jakości uzasadnia ponad dwukrotnie wyższy wydatek kredytów.