Bolek › Poradnik › 31 października 2026

Czym Bolek robi filmy – warsztat filmowy asystenta AI krok po kroku

Poradnik · · Maciej Głuszak · wersja .md

Z czego składa się film zrobiony przez AI: scenariusz, głos lektora, obraz, ruch ust, montaż, napisy i publikacja – narzędzia na każdym etapie i rola człowieka.

Pod jednym z naszych filmów padło pytanie: czym Bolek to generuje? Uczciwa odpowiedź brzmi: nie jednym programem, tylko całym warsztatem. Każdy etap filmu robi inne narzędzie, a Bolek – nasz asystent AI na Windows, zbudowany na Claude Code – spina je w jedną taśmę produkcyjną. Poniżej rozpisujemy ją po kolei, bez magii.

Krótka odpowiedź

Jak powstaje film krok po kroku

  1. Scenariusz. Bolek pisze tekst i dzieli go na kwestie: kto mówi, co mówi, jak długo trwa scena. Przy filmach o bieżących sprawach najpierw sprawdza w źródłach, jak sprawa wygląda, a dopiero potem pisze. Scenariusz zawsze czyta człowiek, zanim cokolwiek pójdzie dalej.
  2. Głos. Każda kwestia idzie do ElevenLabs osobnym głosem. Lektorów robimy na dwa sposoby: wybieramy gotowy głos z biblioteki albo klonujemy głos z kilku minut czystego nagrania. Do klonu przygotowujemy też zestaw tekstów o różnych emocjach, żeby lektor umiał i spokojnie tłumaczyć, i krzyczeć.
  3. Obraz. Tło, postacie i kadry powstają w generatorach obrazów. Gdy kadr ma się ruszać, nieruchomy obraz zamieniamy w krótki klip modelem wideo. To najdroższy etap, więc robimy go na samym końcu.
  4. Tani podgląd. Zanim zapłacimy za ruch, Bolek składa film z nieruchomych kadrów, prawdziwego głosu i napisów. Taki podgląd kosztuje zero złotych, a pozwala ocenić tempo, cięcia i dźwięk. Dopiero zaakceptowany podgląd idzie do drogiego generowania wideo.
  5. Ruch ust. Jeśli postać ma mówić do kamery, osobny model dopasowuje ruch warg do nagranego głosu. Przy komiksach i rysunkach animujemy tylko usta, a kreska zostaje nietknięta.
  6. Montaż. FFmpeg skleja wszystko w całość: kolejność scen, przejścia, podkład, wyciszanie muzyki pod mową, logo, czołówkę i zakończenie. Pionowy format pod rolki albo poziomy pod YouTube to tylko inny szablon kadru.
  7. Napisy. Whisper zamienia mowę na tekst z czasami. Potem Bolek czyta całość i poprawia sens, łamie wersy tak, żeby dało się je przeczytać na telefonie, i pilnuje, by napis nie przeskakiwał między mówcami. Gotowy tekst napisów zatwierdza człowiek i dopiero wtedy jest wypalany w obraz.
  8. Publikacja. Film z opisem trafia na Facebooka i Instagram, ale nigdy automatycznie – przycisk „publikuj” zawsze naciska człowiek po obejrzeniu wyniku.

Gdzie jest człowiek

AI robi tu prawie całą robotę ręczną, ale decyzje zostają po naszej stronie. Człowiek zatwierdza scenariusz, wybiera z kilku wariantów obrazu czy czołówki, ogląda tani podgląd przed drogim etapem i daje zgodę na publikację. Bez tych bramek AI potrafi wyprodukować dużo, szybko i nie to, o co chodziło.

Czego nauczyliśmy się po drodze

Co dalej

Jeśli chcesz zacząć od zera, przeczytaj nasz pierwszy poradnik o tym, jak uruchomić Claude Code po polsku na Windows. A to, jak ten warsztat rósł dzień po dniu, widać w dzienniku budowy Bolka.

Te lekcje pochodzą z codziennej pracy z Bolkiem, asystentem AI na Windows. Pokaz na żywo – 1 230 zł albo napisz do nas w okienku kontaktu.