Proces tworzenia filmu miłosnego o namiętności – krok po kroku. Chcę pokazać, w jaki sposób powstaje film AI. AI staje się tutaj zestawem narzędzi, które pozwalają przejść od wyobrażenia sceny do gotowego materiału filmowego.
W ramach działalności Kreatywne AI / Get Creative AI tworzę filmy dla klientów z wykorzystaniem narzędzi sztucznej inteligencji. Jeżeli chcesz uzyskać wycenę, napisz kontakt@annazborowska.pl lub zadzwoń na numer kontaktowy na stronie kreatywne.ai.
O książce
„Dwanaście batów” Pawła Kucharskiego to powieść erotyczna, według opisu wydawcy oparta na prawdziwych wydarzeniach. Bohaterką jest Adriana, która po studiach przeprowadza się z małej miejscowości do Łodzi i zaczyna pracę jako barmanka w klubie nocnym. Tam fascynuje ją Robert – tajemniczy szef, wzbudzający w niej jednocześnie pożądanie, ekscytację i lęk.
Kluczowa dla książki jest relacja oparta na dominacji i uległości oraz motyw kar cielesnych. Historia koncentruje się na przekraczaniu granic, seksualnej fascynacji, napięciu między strachem a pożądaniem i odkrywaniu przez Adrianę własnej seksualności.
Najważniejszy rdzeń dla filmu reklamowego można więc sprowadzić do: Adriana i Robert, fascynacja zakazanym, dominacja, napięcie, strach połączony z pożądaniem, cielesność i przekraczanie granic. To daje dość konkretny kierunek wizualny.
Rozmowa z klientem
Na początku zawsze rozmawiam z klientem o oczekiwaniach i możliwościach technicznych. W przypadku takich projektów uprzedzam, że programy, z których korzystam, mają dość duże restrykcje związane z nagością, dlatego niektóre ujęcia czy pomysły mogą po prostu nie przejść.
Oczywiście istnieją narzędzia pozwalające tworzyć erotykę, w tym także wideo z nagością, jednak często są to lokalne modele albo rozwiązania chmurowe udostępniane na prywatnych serwerach. Ja na co dzień pracuję w innych środowiskach i właśnie w nich się wyspecjalizowałam, dlatego w takich przypadkach trudniej od razu przewidzieć rezultat końcowy.
Ustaliliśmy też z klientem, że erotyka w filmie ma pozostać subtelna i nienachalna, zarówno ze względu na charakter projektu, jak i ograniczenia platform społecznościowych, które mogą blokować tego typu treści. Miałam zresztą pewne wątpliwości, dlatego od początku zależało mi na zachowaniu wyczucia i estetycznego balansu.
Materiały próbne
Zanim podejmę się zlecenia, przygotowuję próbne materiały i pokazuję klientowi, jak taki film mógłby wyglądać. W tym przypadku byłam mile zaskoczona, bo efekt okazał się bardzo realistyczny, a sama nagość nie stanowiła większego problemu na etapie generowania wideo.
Trudniejszy był natomiast obraz referencyjny, ponieważ część narzędzi nie przepuszcza treści zawierających nagość lub sugestie seksualne. Na szczęście wiem, w których programach można to obejść, a dodatkowo wykonałam ręczną edycję w programie graficznym: wkleiłam postaci w odpowiadającą mi scenerię i odpowiednio przycięłam bardziej newralgiczne miejsca. Dzięki temu udało mi się osiągnąć efekt, na którym mi zależało.
Na początku wygenerowałam obraz referencyjny. Najpierw znalazłam wiktoriańskie pomieszczenie pasujące stylistycznie do klimatu powieści, a następnie – na podstawie opisów z książki – wygenerowałam postacie. Tak przygotowany materiał wrzuciłam do różnych generatorów wideo, z Kling AI na czele, żeby sprawdzić, jakie efekty uda się osiągnąć. Testowałam przy tym różne modele.
Wygenerowałam cztery próbne filmy, aby przekonać się, czy nagość w ogóle przejdzie – i faktycznie przeszła. Następnie wysłałam te materiały klientowi, który wybrał ujęcia najbardziej mu odpowiadające: bardziej kojarzące się z estetyką AI, a jednocześnie bardzo realistyczne i utrzymane w erotycznym klimacie.
Storyboard
Dopiero na tej podstawie przygotowałam storyboard związany ze stylem preferowanym przez klienta. Storyboard jest dla mnie etapem, na którym wspólnie ustalamy przebieg scen, liczbę ujęć i ewentualne poprawki. Klient przedstawił swoją wizję, ja naniosłam uwagi i ostatecznie storyboard został zaakceptowany. Wtedy dopiero zaczęło się właściwe generowanie.
Pierwsza wersja powstaje odręcznie, na kartce. Na tym etapie chodzi wyłącznie o rozplanowanie kadrów i rytmu, nie o rysunek.
Potem ten sam układ rozpisuję dokładniej i opisuję każdy kadr, żeby dało się o nim rozmawiać z klientem.
Na późniejszym etapie poprosiłam też Groka, aby naniósł na aktualny storyboard dodatkowe uwagi klienta.
Na koniec te same dwanaście ujęć wygenerowałam w AI, żeby zamiast szkicu zobaczyć realne kadry.
Rozpisanie ujęć
Na tak przygotowanym storyboardzie zaczęłam pracę nad właściwym filmem. Poprosiłam Claude’a, żeby na podstawie storyboardu i moich dodatkowych zaleceń rozpisał dokładnie, co powinno dziać się w każdym ujęciu. Taki opis był później punktem wyjścia do tworzenia promptów do generatorów wideo.
Dzięki temu miałam osobno określone m.in. zachowanie postaci, ruch, pracę kamery, emocje i najważniejsze elementy konkretnej sceny, zamiast za każdym razem tworzyć prompt od zera.
Wskazówki
Ponieważ korzystam z różnych programów na różnych etapach tworzenia filmu, część elementów usuwam z promptów do konkretnego generatora. Na przykład sceny wymagające synchronizacji ust przygotowuję w osobnym programie, więc w przypadku Klinga takie instrukcje są mi niepotrzebne. Te elementy łączę dopiero później na etapie montażu.
Generowanie
Zaproponowałam wygląd postaci na podstawie lektury książki. Wygenerowałam różne ujęcia wideo za pomocą narzędzi Omni oraz innych programów, eksperymentując z różnymi promptami. Uwzględniłam uwagi klienta i zadbałam o to, żeby montaż był dynamiczny, zwłaszcza na początku, tak aby od razu zaangażować odbiorcę.
Musiałam też skrócić fragment powieści, ponieważ film wychodził bardzo długi – w pewnym momencie miał prawie półtorej minuty. Starałam się zachować wizualny styl pierwszego obrazu i znaleźć balans między jego nastrojowością a realizmem.
Unikałam scen pokazujących nadmierny ból na twarzy dziewczyny, żeby nie budować skojarzeń ze znęcaniem się. Ograniczyłam również sceny agresji ze względu na regulamin TikToka.
Cenzura i moderacja generatorów
Przy pracy nad nową wersją reklamy zauważyłam, że Grok bardzo nierówno interpretuje sceny o charakterze erotycznym. Moderacja reaguje przede wszystkim na konkretne słowa i sformułowania związane z seksualnością czy częściami ciała, nawet jeśli sama planowana scena ma być stosunkowo subtelna. Przy próbie wygenerowania sceny, w której mężczyzna uderza kobietę po udach, blokowane były słowa kluczowe takie jak „namiętność”, „od tyłu” czy „pośladki”.
Samo przejście promptu przez moderację nie oznacza jednak, że wygenerowany materiał będzie równie zachowawczy. Kiedy udało się sformułować polecenie bez problematycznych wyrażeń, model tworzył sceny znacznie bardziej odważne i seksualne, niż wynikało to z mojego zamierzenia – wręcz quasi-pornograficzne. Ta cenzura wydaje się więc dość umowna, a granica między moderacją promptu a interpretacją wizualną modelu jest nieprzewidywalna.
Model jest ewidentnie nastawiony na tworzenie treści quasi-erotycznych, również z dialogami, ale jeżeli zinterpretuje jakąś scenę zbyt jednoznacznie, zaczyna ją blokować. Jest to bardzo męczące, bo blokada pojawia się nawet przy zwykłych, znacznie bardziej subtelnych ujęciach. Dochodzę więc do absurdalnej sytuacji, w której obraz kobiety z mocno wypiętymi pośladkami zostaje zaakceptowany, a zwykłe, subtelniejsze ujęcie kobiety opartej o stół z mężczyzną stojącym za nią – już nie.
Kompozycja zdjęcia referencyjnego
Drugim problemem okazało się zdjęcie referencyjne. Ponieważ sylwetka kobiety i okolice bioder zajmowały centralną część kadru, model bardzo mocno przejmował tę kompozycję i automatycznie koncentrował na niej uwagę animacji. Nawet kiedy zależało mi przede wszystkim na tym, żeby mężczyzna stanął za kobietą i żeby między bohaterami powstała subtelna, romantyczna bliskość, model wracał do najbardziej wizualnie dominującego elementu zdjęcia.
Wniosek: przy tego typu scenach trzeba zwracać uwagę nie tylko na sam prompt, ale również na kompozycję obrazu referencyjnego. To, co znajduje się w centrum kadru lub jest najbardziej wyeksponowane, może zostać przez model potraktowane jako główny temat całej animacji – nawet jeśli instrukcja tekstowa sugeruje coś innego. W przypadku romantycznej reklamy książki lepiej więc przygotować referencję, w której relacja i ustawienie obojga bohaterów są czytelne już na poziomie pojedynczego kadru, zamiast liczyć na to, że model całkowicie zmieni hierarchię wizualną fotografii.
Obejścia
Żeby wygenerować ujęcie z przodu, wykorzystałam Klinga – i tam scena z mężczyzną stojącym za kobietą powstała bez przeszkód.
Próbowałam też obejść moderację ChatGPT rysunkiem: zamiast opisywać scenę słowami, naszkicowałam odręcznie samo ustawienie postaci.
Głos narratorki
Głos narratorki wygenerowałam w programie ElevenLabs.
Montaż i poprawki
Po wygenerowaniu materiału zmontowałam całość, dobrałam ustawienia i filtry oraz zrobiłam korekcję kolorystyczną. Zależało mi na cieplejszej, lekko żółtawej tonacji w całym filmie, żeby wszystkie ujęcia były bardziej spójne wizualnie i zachowały nastrojowy charakter.
Poprosiłam też klienta, żeby w przypadku uwag do konkretnego fragmentu filmu podawał dokładne znaczniki czasowe – od której do której sekundy – i/lub załączał screeny. Dzięki temu dużo łatwiej było zidentyfikować problem i wprowadzić poprawki.
Pierwsza wersja dla klienta
Tak wyglądała pierwsza wersja reklamy, którą pokazałam klientowi. Druga powstała po naniesionych poprawkach.
Materiał próbny
Poniżej jedno z ujęć próbnych, które pokazywałam klientowi na etapie ustalania stylu.
Napisz do nas!
Przeprowadzam szkolenia i konsultacje z tworzenia filmów AI – online i stacjonarnie. Każde spotkanie wyceniam indywidualnie.
Autorka: Anna Zborowska, Get Creative AI, Poland
Cześć!
Nazywam się Anna Zborowska. Jestem dziennikarką, autorką i freelancerką tworzącą filmy z wykorzystaniem narzędzi generatywnej sztucznej inteligencji.
Podczas pracy nad zleceniami na bieżąco zapisuję własne obserwacje, pomysły, przemyślenia oraz wskazówki dotyczące realizowanych projektów. Część tych materiałów publikuję później na stronie filmy.kreatywne.ai.
Aby przyspieszyć ten proces, wykorzystuję automatyzację do uporządkowania moich notatek, nadania im czytelnej formy oraz technicznego przygotowania publikacji. Sztuczna inteligencja pełni funkcję redakcyjną i organizacyjną. Nie jest źródłem prezentowanych koncepcji, opinii ani wskazówek kreatywnych.
Treści oznaczone jako AI&HUMAN-MADE bazują na moich autorskich notatkach i doświadczeniach. Chatbot pomaga mi sprawniej przekształcić je z roboczych zapisków lub nagrań głosowych w gotową publikację.
Anna Zborowska
