Jak zrobić rolkę na TikToka z AI - pion 9:16, hook i napisy

Rolkę na TikToka, Instagram Reels albo YouTube Shorts z AI robisz tak: wybierasz model wideo, który generuje wprost w pionie 9:16, rozpisujesz 15-30 sekund na 2-4 ujęcia, pierwsze ujęcie projektujesz jako hook na pierwsze 2 sekundy, a napisy i logo dodajesz w montażu, nie w prompcie. W Jantaris Studio pion ma prawie każdy model wideo, np. Seedance 2.5 (od 1,51 zł za sekundę) z ujęciami do 30 sekund albo tańszy Seedance 2.0 Mini (od 0,212 zł za sekundę). Niżej modele z 9:16, budowa rolki sekunda po sekundzie, strefy bezpieczne na napisy i koszt rolki 15 i 30 sekund.

Pion 9:16 od pierwszej generacji

TikTok, Reels i Shorts wyświetlają materiał na pełnym ekranie telefonu w proporcji 9:16, a standardowy eksport to 1080 x 1920 px. Poziomego filmu nie przycinaj do pionu: tracisz dwie trzecie kadru, a postać ucieka za krawędź. Ustaw 9:16 w formularzu, zanim klikniesz Generuj (w API "aspect_ratio": "9:16").

To samo dotyczy obrazów startowych. W moim teście w Z-Image Turbo ten sam prompt i seed w pionie dał inny przedmiot niż w poziomie, więc kadr startowy do rolki generuj od razu w 9:16:

Które modele AI robią wideo 9:16

Parametry z katalogu Jantarisa, czyli to, co faktycznie przyjmuje formularz i API:

Ceny "od" dotyczą najniższej rozdzielczości, a Veo 3.1 Fast rozlicza się za cały 8-sekundowy klip. Dokładną kwotę dla twoich ustawień Studio pokazuje pod formularzem. Pionu nie ustawisz tylko w modelach Motion Control, które przejmują proporcje z materiału wejściowego.

Jak wybieram:

• jedno długie ujęcie 15-30 s z dźwiękiem: Seedance 2.5 albo Wan 3.0,
• tanie szkice i rolki seryjne: Seedance 2.0 Mini w 480p lub 720p, Vidu Q3 Turbo,
• dopracowane krótkie ujęcia produktu: Kling 3.0 w 1080p,
• postać, która mówi do kamery: Kling 3.0 albo Vidu Q3 z dźwiękiem, polską mowę lepiej dograć osobno.

Oficjalny przykład Alibaby dla Wan 3.0: pionowe wideo z produktem podanym jako zdjęcie referencyjne.

Budowa rolki 15-30 sekund

Rolka to nie jeden prompt, tylko 2-4 ujęcia z jasną rolą. Mój szablon na 20 sekund:

Hook w pierwszych 2 sekundach

Na TikToku i w Reels widz decyduje bardzo szybko, czy przewinie dalej. Dlatego pierwsze ujęcie traktuję inaczej niż resztę:

• zaczynam od ruchu albo zmiany, nie od statycznego planu ogólnego,
• najmocniejszy kadr (efekt, wynik, emocja) daję na początek, a nie na koniec,
• w prompcie opisuję ruch, który dzieje się od pierwszej klatki: the camera rushes forward from the first frame, immediate, sudden,
• napis z pytaniem albo obietnicą dodaję w montażu już w pierwszej sekundzie.

Modele wideo potrafią rozkręcać się w pierwszej sekundzie, więc hook generuję trochę dłuższy (np. 5 s zamiast 3 s) i w montażu ucinam pierwsze klatki. Tańszy model i 480p wystarczą, żeby sprawdzić 3-4 warianty hooka, zanim zrobię finalną wersję.

Pętla na końcu

Rolki odtwarzają się w kółko. Ostatnie ujęcie, które wizualnie przechodzi w pierwsze, sprawia, że koniec nie jest widoczny. W modelach z polem ostatniej klatki (end_image_url w Seedance, Kling, Wan) podaj jako ostatnią klatkę ten sam obraz, od którego zaczyna się rolka.

Materiał producenta dla MiniMax H3 Max pokazuje dynamiczny, szybko cięty styl, który dobrze działa w krótkich formatach (ten klip ma pion 3:4, model robi też 9:16):

Napisy i strefy bezpieczne

Napisy dodaję zawsze w programie do montażu (CapCut, DaVinci Resolve, edytor w samej aplikacji), nie w prompcie wideo. Powody:

• modele wideo zniekształcają tekst w ruchu, litery "pływają" między klatkami,
• napis w montażu poprawisz w kilka sekund, napis w generacji oznacza nową generację,
• automatyczne napisy z mowy (w CapCut i aplikacjach społecznościowych) i tak potrzebują pliku bez wtopionego tekstu.

Gdzie nie stawiać napisów i logo:

• dół ekranu: opis, nazwa konta i pasek muzyki zasłaniają mniej więcej dolną jedną piątą kadru,
• prawa krawędź: przyciski polubień, komentarzy i udostępnień,
• sama góra: pasek zakładek i ikony aplikacji.

Bezpieczny środek to pas od około 15% do 70% wysokości kadru. To samo zostawiam w prompcie: subject centered, empty space above the subject, żeby postać nie lądowała pod przyciskami.

Ile kosztuje rolka 15-30 sekund

Koszt to sekundy wideo razy stawka, razy liczba podejść. Trzy typowe warianty:

Przy wyższej rozdzielczości stawka za sekundę rośnie, więc hooki i szkice robię w 480p lub 720p, a w 1080p tylko wersję, która idzie na konto. Muzyka z Mureka V9 to dodatkowe 0,727 zł za utwór. Nieudane generacje kosztują 0 zł. Pełne rozbicie kosztów z lektorem i muzyką jest w tekście ile kosztuje rolka z AI.

Rolka ze zdjęcia

Jeśli masz zdjęcie produktu, postaci albo miejsca, robisz z niego pierwszą klatkę. W Studio wklejasz adres obrazu w pole "Pierwsza klatka (URL)" albo wgrywasz plik. W Klingu proporcje wynikają wtedy z obrazu, więc zdjęcie musi już być pionowe.

Cały proces ożywiania zdjęcia jest w tekście jak zrobić film AI ze zdjęcia, a gotowe ruchy kamery w tekście prompty do wideo AI.

Rolki seryjnie: API i n8n

Przy jednej rolce tygodniowo wystarczy Studio. Przy jednej dziennie opłaca się automat. Minimalne zlecenie pionowego klipu przez API:

curl https://jantaris.com/v1/generate \
  -H "Authorization: Bearer $JANTARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0-mini",
    "input": {
      "prompt": "The camera rushes forward from the first frame into a steaming bowl of ramen, chopsticks lift noodles, vertical framing, subject centered, empty space above the subject",
      "aspect_ratio": "9:16",
      "resolution": "720p",
      "duration": 6,
      "generate_audio": true
    }
  }'

Odpowiedź zwraca id i estimated_cost, a gotowy plik odbierasz przez GET /v1/tasks/{id} albo webhook. Gotowy workflow, który bierze temat z arkusza, pisze prompt modelem czatu, generuje rolkę i zapisuje plik, opisałem w tekście n8n i automatyczne rolki AI. Publikację na TikToku i montaż z napisami i tak zostawiam człowiekowi.

Najczęstsze pytania

Jak zrobić rolkę na TikToka z AI?

Wybierz model wideo z proporcją 9:16 (np. Seedance 2.5, Kling 3.0, Wan 3.0), rozpisz 15-30 sekund na 2-4 ujęcia z hookiem na początku, wygeneruj każde ujęcie w pionie, a potem złóż je w CapCut z napisami i muzyką.

Jaki format ma rolka na TikToka, Reels i Shorts?

Pion 9:16, najczęściej 1080 x 1920 px. Generuj od razu w 9:16, bo przycinanie poziomego wideo obcina większość kadru.

Ile kosztuje rolka AI na TikToka?

To sekundy wideo razy stawka modelu i liczba podejść. Rolka 15 s z dwoma podejściami w Seedance 2.0 Mini to 30 × od 0,212 zł za sekundę, a 30 s w Seedance 2.5 z dwoma podejściami to 60 × od 1,51 zł za sekundę.

Czy model AI doda napisy do rolki?

Może wygenerować tekst w kadrze, ale w wideo litery łatwo się zniekształcają. Napisy, logo i wezwanie do działania dodaję w montażu, poza dolną piątą i prawą krawędzią ekranu.

Jak długa może być rolka z AI?

Jedno ujęcie ma w Seedance 2.5 i Wan 3.0 do 30 sekund, w Kling 3.0 do 15 sekund, a w Veo 3.1 stałe 8 sekund. Dłuższą rolkę składasz z kilku ujęć w montażu.

Czy mogę zrobić rolkę AI za darmo?

W Jantarisie nie ma darmowego planu ani kredytów na start, minimalne doładowanie to 40 zł. Płacisz tylko za udane generacje, a saldo nie wygasa. Darmowe, limitowane opcje mają niektórzy producenci modeli w swoich aplikacjach.