Jak zrobić film AI z tekstu krok po kroku | StarterVideo
Poradniki

Jak zrobić film AI w StarterVideo, od jednego zdania po polsku do gotowego klipu z dźwiękiem

Mariusz Olszewski, aktualizacja , 8 min czytania

W skrócie

Film AI z tekstu robisz w studiu Wideo StarterVideo: wybierasz model, na przykład Veo 3.1 z dźwiękiem, Kling 3.0, Seedance 2.5 albo Wan 3.0, wpisujesz po polsku jedno zdanie opisujące scenę, ustawiasz długość, rozdzielczość i dźwięk, a cenę widzisz na przycisku przed startem. Z kilku takich ujęć w Edytorze 2.0 składasz film z napisami, lektorem i muzyką.

W StarterVideo film AI zrobisz w studiu Wideo z jednego zdania po polsku: wybierasz model, na przykład Veo 3.1 Fast z dźwiękiem, wpisujesz opis sceny, a klip kosztuje 318 kredytów (od 1,56 zł) za klip 4 s, wariant 720p. Potem w montażu dodajesz napisy, lektora i muzykę.

StarterVideo to polska platforma AI bez abonamentu, w której za kredyty generujesz zdjęcia, wideo, awatary, lektora i muzykę w najlepszych modelach, a cenę w kredytach widzisz przed każdą generacją. W studiu Wideo wybierasz spośród 29 modeli. Poniżej dostajesz kroki, porównanie czterech modeli z tekstu, wzór dobrego zdania i drogę od klipu do filmu. Jeśli zastanawiasz się, czy to samo zrobi czat, odpowiedź znajdziesz w artykule czy ChatGPT zrobi film.

Jak zrobić film AI krok po kroku

  1. Otwórz studio wideo. Wejdź do studia wideo i zostań w zakładce Stwórz.
  2. Wybierz model, który robi film z samego opisu. Ma to większość modeli. Wyjątkiem są Hailuo 2.3, Hailuo 2.3 Fast, Wan 2.6 Flash i Vidu Q4, które potrzebują zdjęcia startowego.
  3. Wpisz opis po polsku. Jedno albo dwa zdania o scenie, według wzoru z dalszej części.
  4. Ustaw parametry. Długość klipu, rozdzielczość, format kadru i dźwięk. Dostępne opcje zależą od modelu.
  5. Sprawdź cenę i generuj. Koszt w kredytach stoi na przycisku, zanim klikniesz. Większość generacji jest gotowa w 47 do 62 sekund. W StarterVideo puścisz kilka wersji opisu naraz i sprawdzisz je równolegle.
  6. Oceń wynik i popraw zdanie. Jeśli klip nie wyszedł, zwykle winny jest opis, a nie model. Popraw jeden element naraz.

Który model zrobi film z tekstu, Veo 3.1, Kling 3.0, Seedance 2.5 czy Wan 3.0

Ten sam opis możesz w StarterVideo puścić na kilku modelach naraz i wybrać najlepszy wynik. Cztery modele z tekstu o wyraźnie różnych możliwościach:

ModelDługość klipuRozdzielczośćDźwiękCo wyróżnia
Veo 3.1 Fast (Google)4, 6 albo 8 s720p, 1080p, 4Kw cenie klipudo 3 zdjęć referencyjnych, klatki start i koniec
Kling 3.0 (Kuaishou)od 3 do 15 s720p, 1080p, 4Kdo włączeniado 5 ujęć w jednym klipie, Elementy (do 3)
Seedance 2.5 (ByteDance)od 4 do 30 s480p, 720p, 1080pdo włączeniado 30 zdjęć, 10 nagrań i 10 dźwięków referencyjnych
Wan 3.0 (Alibaba)od 2 do 30 s480p, 720p, 1080pdo włączeniadługi klip w niskiej cenie, przeróbka nagrania

Ceny w StarterVideo w startowej rozdzielczości:

  • Veo 3.1 Fast w 720p: 318 kredytów (od 1,56 zł) za klip 4 s, wariant 720p,
  • Kling 3.0 w 720p: 381 kredytów (od 1,86 zł) za klip 5 s bez dźwięku, wariant 720p; z dźwiękiem 571 kredytów (od 2,79 zł),
  • Seedance 2.5 w 480p: 518 kredytów (od 2,53 zł) za klip 4 s, wariant 480p,
  • Wan 3.0 w 480p: 259 kredytów (od 1,27 zł) za klip 5 s, wariant 480p.

Nie wskazuję zwycięzcy, bo wynik zależy od sceny. Veo 3.1 wybierz do krótkiego ujęcia, w którym dźwięk jest częścią sceny, Kling 3.0 do kilku ujęć w jednym klipie, a Seedance 2.5 i Wan 3.0 do klipów dłuższych niż 15 sekund. Szersze porównanie opisujemy w artykule Veo 3.1, Kling czy Seedance. Wszystkie modele wideo, z długością klipów i ceną, zbieramy w przewodniku generator filmów AI po polsku.

Z samego opisu, razem z dźwiękiem w cenie, robią klip także najnowsze modele. Kling 4.0 w StarterVideo kosztuje od 2,59 zł za klip 5 s i robi klipy do 30 s, o czym piszę na stronie Kling 4.0 po polsku. Kling 4.0 Flash, domyślny w studiu wideo, kosztuje w StarterVideo od 1,56 zł i robi klipy do 20 s, a różnice opisuję w tekście Kling 4.0 Flash czy Kling 4.0. Gemini Omni Flash 1.2 w StarterVideo kosztuje od 0,71 zł i robi klipy do 15 s, więcej na stronie Gemini Omni Flash 1.2 po polsku.

Jak napisać zdanie, z którego wyjdzie dobry film

Model wideo potrzebuje tego samego, czego operator na planie: kto jest w kadrze, gdzie, co robi, jak pracuje kamera i jakie jest światło. Wzór, który działa w większości scen w StarterVideo:

kto albo co + gdzie + co robi + ruch kamery + światło i nastrój + dźwięk

  • Za mało: „Kawiarnia rano.”
  • Dobrze: „Barista w zielonym fartuchu nalewa mleko do filiżanki w małej kawiarni o poranku, kamera powoli zbliża się do kawy, ciepłe światło z okna po lewej, słychać syk ekspresu i cichy gwar.”

Kilka zasad, które oszczędzają kredyty:

  • Jedno ujęcie, jedna akcja. Jeśli bohater ma wejść, usiąść, zamówić i wypić kawę, zrób z tego kilka krótkich ujęć.
  • Konkret zamiast przymiotnika. „Ciepłe światło z okna po lewej” mówi modelowi więcej niż „piękne światło”.
  • Kamera jak na planie. Statyczna, najazd, odjazd, przejazd w bok, ujęcie z ręki, widok z góry.
  • Dialog krótko i w cudzysłowie. Jeśli model nagrywa dźwięk, wpisz kwestię dosłownie i napisz, kto ją mówi; klip trwa kilka sekund, więc kwestia musi się w nim zmieścić.
  • Napisy dodawaj w montażu. Tekst, który model rysuje w obrazie, bywa zniekształcony.

Trzy gotowe zdania do przerobienia na swoją scenę:

  • Reklama produktu: „Butelka zimnej lemoniady stoi na drewnianym stole w ogrodzie, krople wody spływają po szkle, kamera powoli okrąża butelkę, ciepłe popołudniowe słońce, słychać szum liści.”
  • Ujęcie otwierające: „Widok z lotu ptaka na mazurskie jezioro o świcie, mgła unosi się nad wodą, kamera powoli leci do przodu nad linią drzew, chłodne różowe światło.”
  • Krótka kwestia: starszy pan w kaszkiecie stoi przy straganie z jabłkami i mówi do kamery „Takich jabłek nie znajdziesz w sklepie”, kamera z ręki, w tle gwar targu.

Więcej wzorów znajdziesz w poradniku jak pisać prompty po polsku.

Ustawienia, które najbardziej zmieniają wynik

  • Długość. Dłuższy klip to wyższy koszt i więcej miejsca na błąd. Do rolki lepiej sprawdzają się krótkie ujęcia, a najdłuższy pojedynczy klip w StarterVideo ma 30 sekund. Jak połączyć kilka klipów w dłuższy film, żeby postać i scena się nie zmieniały, pokazuję w poradniku jak zrobić film AI dłuższy niż 30 sekund.
  • Rozdzielczość. Szkic rób w 480p albo 720p, wersję końcową w 1080p. Edytor 2.0 eksportuje film do 1080p, więc 4K przyda się głównie przy publikacji bez montażu.
  • Format kadru. 9:16 pod rolki i relacje, 16:9 pod YouTube i prezentacje.
  • Dźwięk. Jeśli i tak podłożysz lektora i muzykę, a model pozwala wyłączyć dźwięk, sprawdź cenę bez niego na przycisku.

Gdy film ma zacząć się od zdjęcia albo od nagrania

Nie każdy film AI zaczyna się od zdania. Jeśli masz gotowy kadr, w StarterVideo wgrywasz go jako klatkę startową i opisujesz sam ruch, co pokazujemy w poradniku jak ożywić zdjęcie AI. Z kilku zdjęć i muzyki zrobisz cały film według poradnika jak zrobić film ze zdjęć z AI. Jeśli chcesz, żeby postać powtórzyła taniec albo gest z Twojego nagrania, użyj Kling 3.0 Motion Control, który przenosi ruch z filmu na postać ze zdjęcia; wymagania i ceny są w tekście Kling Motion Control, ruch z filmu na postać.

Od klipu do filmu z napisami, lektorem i muzyką

Gotowe klipy zaznaczasz w galerii i przenosisz do Edytora 2.0, który jest w wersji beta. Tam układasz ujęcia na osi czasu, przycinasz je i dodajesz automatyczne napisy po polsku.

Lektora przygotowujesz w sekcji Audio: wklejasz tekst do 10 000 znaków, wybierasz głos i pobierasz plik, a w Edytorze wgrywasz go przyciskiem „Dodaj lektor”. Podkład zrobisz w sekcji Muzyka, gdzie wybór „Utwór o dokładnej długości” pozwala ustawić długość od 10 sekund do 5 minut.

Gotowy film eksportujesz jako MP4 w rozdzielczości do 1080p i długości do 60 sekund, bez znaku wodnego i bez opłaty za eksport. Cały proces pod Instagram opisujemy w poradniku rolki na Instagram z AI. Klip z jednego zdania zlecisz też w przeglądarce telefonu, bez instalowania aplikacji, o czym piszemy w tekście aplikacja do filmów AI na telefon.

Ile kosztuje film AI w StarterVideo

W StarterVideo płacisz za każdy klip, a tysiąc kredytów kosztuje od 4,89 zł. Za te same pieniądze zrobisz w StarterVideo więcej zdjęć i filmów niż na jakiejkolwiek innej platformie, w każdym modelu. Ile klipów zmieści najmniejszy pakiet:

GeneracjaKredyty za sztukęSztuk w pakiecie Start
Zdjęcie Nano Banana 2, 1K5658
Zdjęcie Nano Banana 2.1, 1K3497
Zdjęcie GPT Image 2.5 Flare, 1K5658
Zdjęcie Seedream 5.0 Pro, 1K4967
Zdjęcie Seedream 5.5, 1K4868
Zdjęcie GPT Image 2.6 Flare, 1K10132
Komplet obrazów Grok Imagine, 1K3789
Klip Kling 4.0 Flash, 720p, 5 s31810
Klip Kling 4.0, 720p, 5 s5296
Klip Gemini Omni Flash 1.2, 360p, 8 s25912
Klip Seedance 2.5, 480p, 4 s5186
Klip Kling 3.0, 720p, 5 s, bez dźwięku3818
Klip Veo 3.1 Fast, 720p, 8 s31810
Klip Wan 3.0, 480p, 5 s25912
Klip Hailuo 2.3 Fast, 768p, 6 s18517
Klip Grok Imagine 1.5, 480p, 8 s18218
Lektor AI, 1000 znaków tekstu5461
Muzyka, cały utwór11129
Awatar AI, klip 10 s (P-Video Avatar, 720p)31910

Pakiet Start: 39,00 zł za 3300 kredytów, płatny raz, bez abonamentu. Liczba sztuk to kredyty pakietu podzielone przez kredyty za sztukę, zaokrąglone w dół. Stan cennika z dnia 15 listopada 2026.

  • Kredyty kupujesz raz, a najmniejszy pakiet to 39,00 zł za 3300 kredytów.
  • Nie ma miesięcznej opłaty ani automatycznego odnowienia.
  • Do startu nie potrzebujesz karty, bo zapłacisz BLIK-iem albo przelewem online.

99% generacji kończy się sukcesem, a nieudane wracają w kredytach automatycznie.

Wpisz zdanie i zrób pierwszy klip

Najczęstsze błędy

  1. Opis bez akcji. „Piękny zachód słońca nad morzem” to zdjęcie, nie film. Dopisz ruch: fale, lecącego ptaka, powolny przejazd kamery.
  2. Kilka akcji w jednym ujęciu. Model często zrobi tylko jedną z nich albo pomiesza kolejność.
  3. Długi film z jednej generacji. Pojedynczy klip trwa najwyżej 30 sekund, a film powstaje z ujęć w montażu.
  4. Drogi wariant do pierwszej próby. Najpierw sprawdź opis tanio, potem generuj wersję końcową.

Najczęstsze pytania

Jak zrobić film AI za darmo?

Uczciwie: w StarterVideo nie ma darmowych generacji. Konto jest darmowe, a montaż i eksport w Edytorze 2.0 nie kosztują kredytów, ale same klipy tworzysz z kredytów z jednorazowego pakietu, bez abonamentu.

W jakim programie zrobić film AI?

W StarterVideo robisz to w przeglądarce, bez instalowania programu: klipy w studiu Wideo, montaż w Edytorze 2.0, lektora w Audio i muzykę w Muzyce, wszystko na jednym koncie.

Jak wygląda proces tworzenia filmu AI?

Piszesz opis sceny, wybierasz model i parametry, generujesz kilka krótkich ujęć, a potem składasz je w montażu z napisami, lektorem i muzyką. Jedna scena to zwykle jedno ujęcie.

Czy AI może zrobić film z samego tekstu?

Tak. W StarterVideo Veo 3.1, Kling 4.0, Kling 4.0 Flash, Kling 3.0, Seedance 2.5 i Wan 3.0 robią klip z samego opisu, a Veo 3.1 i Kling 4.0 nagrywają przy tym dźwięk sceny.

Jak zrobić film AI z lektorem?

Wybierz model, który nagrywa dźwięk, i wpisz kwestię w opisie albo przygotuj lektora w sekcji Audio i wgraj plik do Edytora 2.0 przyciskiem „Dodaj lektor”.

Ile kosztuje film AI?

Tyle, ile klipy z wybranego modelu. W StarterVideo Kling 3.0 w 720p kosztuje 381 kredytów (od 1,86 zł) za klip 5 s bez dźwięku, wariant 720p; z dźwiękiem 571 kredytów (od 2,79 zł). Pełne zestawienie jest w artykule ile kosztuje wideo AI i w cenniku.

Czy opis sceny mogę napisać po polsku?

Tak, opis wpisujesz po polsku. Jeśli model źle zrozumie niuans, uprość zdanie i zostaw w nim tylko najważniejsze elementy sceny.

Jak długi film zrobię z AI?

W StarterVideo pojedynczy klip trwa od 1 do 30 sekund, zależnie od modelu. W Edytorze 2.0 łączysz ujęcia w film trwający do 60 sekund.

Czytaj dalej