Jak zrobić reklamę produktu z AI - packshot, wideo, muzyka

Reklamę produktu z AI robię w czterech krokach: packshot produktu modelem obrazu (Nano Banana Pro, od 0,439 zł za obraz), animacja tego kadru w modelu image-to-video (Kling 3.0, od 0,98 zł za sekundę), muzyka z Mureka V9 (0,727 zł za utwór) i montaż w formacie 9:16. Całość robisz w Jantaris Studio w przeglądarce albo automatyzujesz przez API, płacąc z jednego salda w złotówkach. Niżej każdy krok z promptami, pułapkami, które widziałem we własnych testach, i wzorem na koszt całej reklamy.

Plan reklamy przed pierwszym kliknięciem

Zanim cokolwiek wygeneruję, zapisuję cztery rzeczy:

• format: 9:16 na rolki, TikToka i Shorts, 1:1 albo 4:5 do posta, 16:9 na baner i YouTube,
• długość: rolka produktowa zwykle 10-20 sekund, czyli dwa, trzy ujęcia,
• ujęcia: np. "produkt na kamieniu, kamera powoli podjeżdża" i "zbliżenie na detal, przesuwa się światło",
• dźwięk: muzyka z Mureka, dźwięk z modelu wideo albo sama muzyka i napisy.

Format ustalam na samym początku, bo zmiana proporcji w połowie pracy oznacza nowe obrazy. Pokazuję to niżej na własnym teście.

Krok 1: packshot produktu modelem obrazu

Packshot to punkt wyjścia całej reklamy: z niego model wideo zrobi pierwszą klatkę. Mam dwa sprawdzone modele:

Do rolki 9:16 wybieram Nano Banana Pro, bo ma tę proporcję wprost. GPT Image 2.5 daje pion 2:3, więc kadr trzeba potem przyciąć do 9:16 i zostawić produktowi zapas miejsca na górze i na dole. Porównanie modeli obrazu znajdziesz w tekście GPT Image 2.5 vs Nano Banana Pro vs FLUX.2.

Prawdziwy produkt zawsze jako referencja

Jeśli reklamujesz istniejący produkt, wgraj jego zdjęcie jako obraz referencyjny (pole "Obrazy referencyjne" w Studio, image_urls w API). Prompt opisuje wtedy scenę, a nie sam przedmiot:

Studyjne zdjęcie produktowe tego słoika z kremem na różowym postumencie,
suszone kwiaty w tle, miękkie światło dzienne z lewej, płytka głębia ostrości,
bez innych napisów i logotypów

Mój test: ten sam prompt w trzech proporcjach

Żeby sprawdzić, co się dzieje przy zmianie formatu, wygenerowałem bursztynowy wisior jako "produkt" w Z-Image Turbo (Z-Image Turbo, lokalnie na RTX 4090, 9 kroków, około 4-5 sekund na obraz). Prompt i seed były identyczne, zmieniłem tylko proporcje:

macro product photo of a raw Baltic amber pendant with a tiny insect inclusion,
lying on dark wet slate, a single warm backlight making the amber glow,
shallow depth of field, high detail

Wniosek: przy tym samym seedzie każda proporcja dała inny wisior. Zmienił się uchwyt, inkluzja w środku i układ kamienia. Przy produkcie wymyślonym to bez znaczenia, ale przy reklamie prawdziwego towaru oznacza, że:

• generujesz od razu w docelowej proporcji, a nie "zrobię kwadrat i potem przytnę",
• do każdego formatu podajesz zdjęcie produktu jako referencję, żeby model nie wymyślał go od nowa,
• tańszym modelem, takim jak Z-Image (0,09 zł za obraz), sprawdzasz kompozycję i światło, a finalny packshot z referencją robisz w Nano Banana Pro.

Napisy i cudze logo

W innym teście, opisanym na moim blogu w tekście o packshotach i reklamach z FLUX 3, główne polskie napisy wyszły bez błędów, ale modele potrafią dorysować drobny tekst, którego nikt nie zamawiał, albo logo istniejącej marki.

Dlatego w promptach do reklam dopisuję no other text, no logos i własne logo dokładam w montażu, a nie w generacji. Więcej o pisaniu promptów do obrazów w tekście jak pisać prompty do obrazów AI.

Krok 2: animacja kadru (image-to-video)

Gotowy packshot staje się pierwszą klatką filmu. Model wideo dostaje obraz i prompt opisujący wyłącznie ruch.

Kling 3.0 wybieram do krótkich, dopracowanych ujęć produktu. Cena "od" w tabeli dotyczy 720p, wyższe rozdzielczości są droższe, a dokładną kwotę Studio pokazuje pod formularzem. Seedance 2.5 biorę, gdy chcę jedno długie ujęcie do 30 sekund bez sklejania.

W Studio wklejasz adres obrazu w pole "Pierwsza klatka (URL)" albo wgrywasz plik przyciskiem obok:

Prompty ruchu, które pasują do produktu:

• slow push-in towards the product, the backlight slowly intensifies - powolny najazd,
• the camera slowly orbits the product, product stays still and centered - półobrót kamery,
• light sweeps across the surface, droplets glisten, camera static - statyczny kadr, ruch tylko w świetle,
• shallow focus pull from the background to the product - zmiana ostrości.

Unikam promptów, w których produkt sam się obraca albo ktoś bierze go do ręki. Napis na etykiecie i dłonie to w wideo AI miejsca najbardziej narażone na zniekształcenia, więc przy reklamie z czytelnym logo wolę ruch kamery i światła niż ruch przedmiotu. Więcej ruchów kamery w tekście prompty do wideo AI, a cały proces animowania zdjęcia w poradniku jak zrobić film AI ze zdjęcia.

Seedance 2.5 ma jeszcze jedną funkcję przydatną w reklamach: edycję istniejącego wideo, w tym podmianę produktu przy zachowaniu ruchu i kompozycji.

Krok 3: muzyka do reklamy

Do muzyki używam Mureka V9: wpisuję styl i krótki tekst, np. hasło marki jako refren. Cena to 0,727 zł za utwór, niezależnie od długości. Kilka uwag:

• do 15-sekundowej rolki wystarczy jedna zwrotka i refren, resztę tniesz w montażu,
• polskiego nie ma na liście języków podawanej dla Mureka V9, więc polskie hasło może wyjść z akcentem - zrób dwa, trzy podejścia,
• jeśli chcesz sam podkład bez wokalu, przepuść utwór przez Music Extractor,
• alternatywa: dźwięk z modelu wideo (Seedance 2.5 generuje go domyślnie, w Kling 3.0 to opcja) - do ambientu i efektów wystarcza, do muzyki z hasłem nie.

Szczegóły pisania stylu i tekstu znajdziesz w poradniku jak zrobić piosenkę AI w Mureka V9.

Krok 4: montaż w formacie 9:16

Generowanie to połowa roboty. W montażu:

1. Układam ujęcia na osi 9:16 i przycinam początek i koniec każdego klipu, bo pierwsze i ostatnie klatki bywają najsłabsze.
2. Podkładam muzykę i ustawiam wyciszenie na końcu.
3. Dodaję napisy i logo jako warstwy w programie do montażu, a nie w prompcie.
4. Zostawiam marginesy na interfejs aplikacji: dół i prawy bok rolki zasłaniają przyciski i opis.
5. Eksportuję i sprawdzam na telefonie, nie tylko na monitorze.

Ile kosztuje reklama produktu z AI

Wzór, który podstawiam do każdej wyceny:

koszt reklamy = (liczba obrazów × cena obrazu)
              + (sekundy wideo × liczba podejść × cena za sekundę)
              + (liczba utworów × cena utworu)

Przykład: rolka 9:16 około 14 sekund z dwóch ujęć po 7 sekund.

Ceny wstawiają się z cennika, więc tabela jest aktualna w dniu czytania. Stawka Kling "od" to 720p - przy 1080p podstaw wyższą stawkę, którą Studio pokaże przy wyborze rozdzielczości. Mnożnik 2 dla wideo to zapas na ujęcia, które się wygenerują, ale nie trafią do montażu. Nieudane generacje (status failed) kosztują 0 zł, bo blokada środków wraca na saldo. Rozbicie kosztów rolek na warianty opisałem w tekście ile kosztuje rolka z AI, a ceny Klinga w tekście Kling 3.0 cena.

Automatyzacja przez API w Pythonie (3 kroki)

Gdy robisz reklamy dla wielu produktów, te same trzy kroki puścisz skryptem. Endpointy i parametry są takie same jak w dokumentacji generowania:

import os, time, requests

API = "https://jantaris.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['JANTARIS_API_KEY']}"}

def run(model: str, input: dict, wait: int = 0) -> dict:
    params = {"wait": wait} if wait else None
    task = requests.post(f"{API}/generate", params=params, headers=HEADERS,
                         json={"model": model, "input": input}, timeout=wait + 30).json()
    delay = 2
    while task["status"] not in ("succeeded", "failed"):
        time.sleep(delay)
        delay = min(delay * 1.5, 15)
        task = requests.get(f"{API}/tasks/{task['id']}", headers=HEADERS, timeout=30).json()
    if task["status"] == "failed":
        raise RuntimeError(f"{model}: {task['error']}")
    print(model, task["cost"])
    return task

# 1. Packshot 9:16 ze zdjęciem produktu jako referencją
img = run("nano-banana-pro", {
    "prompt": "Studio product photo of this amber pendant on dark wet slate, warm backlight, "
              "shallow depth of field, no other text, no logos",
    "aspect_ratio": "9:16",
    "resolution": "2k",
    "image_urls": ["https://twoj-sklep.pl/zdjecia/wisior.jpg"],
}, wait=60)
frame_url = img["output"][0]["url"]

# 2. Animacja kadru w Kling 3.0 (proporcje wynikają z obrazu startowego)
video = run("kling-3.0", {
    "prompt": "slow push-in towards the pendant, the backlight slowly intensifies, camera only moves forward",
    "image_url": frame_url,
    "duration": 7,
    "resolution": "1080p",
    "generate_audio": False,
})

# 3. Muzyka do reklamy
song = run("mureka-v9", {
    "lyrics": "[Verse]\nŚwiatło zamknięte w kropli lat\n[Chorus]\nBursztyn, który zatrzymał świat",
    "prompt": "cinematic pop, warm piano, soft female vocal, 90 bpm",
}, wait=120)

print("wideo:", video["output"][0]["url"])
print("muzyka:", song["output"][0]["url"])

Linki w output są tymczasowe, więc w prawdziwym skrypcie pobierasz pliki od razu (przykład funkcji jest w dokumentacji zadań). Przy wielu produktach naraz zamiast pętli odpytywania lepsze są webhooki. Montażu skryptem nie robię: napisy i logo i tak układam ręcznie.

Najczęstsze pytania

Jak zrobić reklamę produktu z AI?

Wygeneruj packshot produktu modelem obrazu (np. Nano Banana Pro w proporcji 9:16, ze zdjęciem produktu jako referencją), ożyw go modelem image-to-video (Kling 3.0 albo Seedance 2.5), dodaj muzykę z Mureka V9 i złóż całość w programie do montażu z napisami i logo.

Ile kosztuje reklama AI?

To suma obrazów, sekund wideo i utworów. Przy dwóch ujęciach po 7 sekund z jednym powtórzeniem: 4 × od 0,439 zł za obraz + 28 × od 0,98 zł za sekundę + 2 × 0,727 zł za utwór. Nieudane generacje nic nie kosztują.

Który model do wideo produktowego AI wybrać?

Kling 3.0 do krótkich, dopracowanych ujęć 3-15 sekund w 720p, 1080p albo 4K. Seedance 2.5 do jednego długiego ujęcia do 30 sekund z dźwiękiem albo do podmiany produktu w istniejącym wideo.

Czy model AI pokaże mój prawdziwy produkt?

Tylko jeśli podasz jego zdjęcie jako referencję. Bez tego model wymyśla przedmiot od nowa, a w moim teście ten sam prompt i seed w trzech proporcjach dał trzy różne wisiory.

Czy mogę dodać logo i hasło w prompcie?

Możesz, ale bezpieczniej dodać je w montażu. Modele potrafią dorysować drobny tekst albo logo innej marki, a w wideo napisy na etykiecie łatwo się zniekształcają.

Czy da się to zrobić bez programowania?

Tak. Wszystkie trzy kroki zrobisz w Jantaris Studio w przeglądarce: zakładki Obraz, Wideo i Audio korzystają z jednego salda doładowanego BLIK-iem od 40 zł.