Co určuje cenu AI reklamního videa? Nejvíc práce je v přípravě, ne v generování.

Cenu si u mě klienti nejčastěji spočítávají podle jednoho čísla — kolik vteřin video má. Délka na cenu skutečně vliv má, ale ne tak, jak by čekali, a není to ani zdaleka to hlavní.

Kde je v ceně generování

Modely jako Seedance 2.0 nebo 2.5 dnes nepatří mezi nejlevnější na sekundu generovaného videa — a to je potřeba počítat do rozpočtu rovnou, ne až když faktura překvapí. K tomu se přidává druhá věc: první generace prakticky nikdy neprojde beze změny. Počítám v průměru se třemi až pěti pokusy na finální záběr, takže reálná cena generování je vždycky násobek toho, co by stačilo na jeden bezchybný pokus.

Delší video s víc záběry tenhle náklad prostě sčítá — to je ta část, kde délka na cenu skutečně má vliv. Ale je to menší položka, než by člověk čekal.

Kde je v ceně skutečná práce

Nejvíc času nezabere generování, ale příprava před ním — sestavit referenční sadu postavy, produktu nebo prostředí, se kterou pak model pracuje. U produktu to znamená říct modelu jednou konkrétní větou, že tuhle referenci nesmí měnit, jen ji věrně kopírovat — a k tomu potřebuje ostrou fotku s čitelným logem, bez rušivého pozadí. Model totiž kopíruje i to, co je na referenci špatně: rozmazaná etiketa na vstupu znamená rozmazanou etiketu ve všech záběrech.

Tvar a logo dnes nebývají problém, když má produkt fotky z víc úhlů, ostré a bez rušivého pozadí. Co se často podcení, je velikost — bez reference, na které je produkt vidět v ruce nebo vedle něčeho reálného, model nemá odkud poznat, jak je doopravdy velký, a výsledek pak sedí tvarem, ale ne měřítkem. Proto do referenčního setu vždycky patří i tenhle typ fotky, ne jen čistý packshot na bílém pozadí.

Proč se ta příprava vyplatí

Tahle část je nejnákladnější na čas, ale je to zároveň investice, ne jednorázový výdaj. Jakmile je referenční sada jednou hotová a odladěná, dá se z ní vytěžit víc videí najednou — replikovat do víc formátů, variant hooků, jazykových verzí — bez toho, aby se příprava dělala znovu od nuly. Cena prvního videa v sadě proto nese většinu přípravy; každé další už je levnější, protože staví na tom, co je hotové.

To je taky důvod, proč se u větších zakázek vyplatí rovnou počítat s víc videi místo jednoho — druhé a třetí video z už hotové přípravy stojí zlomek toho, co první.

Typický případ, kde tohle vidím nejčastěji: e-shop s desítkami produktů, který na každý potřebuje krátké video do sítí, ale rozpočet na klasické natáčení každého zvlášť nemá. Tam se příprava vyplatí nejvíc — jednou se odladí referenční systém na to, jak se produkty fotí a jak se s nimi má zacházet, a pak se to samé opakuje produkt od produktu, místo aby se každý řešil jako nová zakázka od nuly. Podobná logika platí i pro sociální video ve větším objemu — víc variant jednoho konceptu vychází z jedné přípravy vždycky levněji než stejný počet videí bez ní.

Kdy tohle radši nedělat čistě přes AI

Přesnost tvaru a velikosti je jedna věc, fungování je druhá. U strojírenských produktů nebo čehokoli, kde má video ukázat, jak zařízení skutečně mechanicky pracuje, na to dnes AI nemá data — nedokáže spolehlivě nasimulovat reálnou fyziku a mechaniku. Tam pořád patří 3D simulace nebo profesionální 3D produkce, ne generativní video.

Jediná cesta, kde by se to dalo kombinovat, je situace, kdy už existuje hotová 3D ukázka správně nasimulované mechaniky — tu jde přegenerovat a vizuálně vylepšit přes AI, ne nechat AI mechaniku vymýšlet od nuly.

Když zvažujete AI video pro konkrétní produkt, nejjednodušší první krok je poslat mi jeho fotky z víc úhlů a pár vět o tom, co má video dokázat — z toho je hned vidět, kolik přípravy to potřebuje a kolik videí se z ní dá vytěžit.