Mám v telefonu fotku z loňského listopadu. Prázdná lavička v parku, mokrý asfalt, spadané listí. Nahrál jsem ji do Klingu, připsal jednu větu o tom, že se kamera pomalu přibližuje a zvedá se vítr, a za pár minut jsem koukal na pětivteřinový klip. Listí se hýbalo, lavička zůstala lavičkou a celé to vypadalo jako záběr z filmu, který nikdy nevznikl.

Napodruhé jsem chtěl, aby přes záběr přeběhl pes. Měl pět nohou. Mezi těmi dvěma pokusy leží celá pravda o generátorech videa. Umí toho překvapivě hodně. Jen se s nimi musíte naučit zacházet, jinak vám budou vracet podivnosti.

Kdo za Klingem stojí a proč to poznáte

Kling vyvíjí čínská firma Kuaishou, provozovatel jedné z největších platforem na krátká videa. Na výsledku je to znát. Nástroj je od začátku stavěný na klipy dlouhé vteřiny, ne na filmové scény, a většina jeho síly jde do toho, aby v těch pár vteřinách seděl pohyb.

První verze vyšla v roce 2024 a model od té doby prošel několika generacemi. Na začátku února 2026 firma oznámila Kling 3.0: klipy až patnáct vteřin, generovaný zvuk včetně mluveného slova a lepší udržení stejné postavy napříč záběry. Mluvit umí anglicky, čínsky, japonsky, korejsky a španělsky. Čeština mezi hlasy zatím není. Označení verzí se mění rychleji, než se stihne usadit v článcích. Číslo, které uvidíte v rozhraní, se proto může lišit od toho, co čtete tady. Postup, který popisuju níž, zůstává napříč verzemi v podstatě stejný.

Kudy se do Klingu dostanete

Mezinárodní verze má web kling.ai, samotná aplikace běží na adrese app.klingai.com.

Přihlásíte se e-mailem nebo přes účet Google. Nic neinstalujete, všechno běží v prohlížeči. Mobilní aplikace existuje taky, ale u Klingu se dost kreslí myší a na dotykovém displeji je to trápení, takže bych začal na počítači.

Po registraci dostanete denní příděl kreditů zdarma. Kredity se obnovují každé ráno a do dalšího dne se nepřevádějí, takže je buď utratíte, nebo propadnou. Jedno generování z nich ukousne podle délky klipu a podle zvoleného režimu. Standardní režim je rychlejší a stojí míň kreditů než pomalejší profesionální. Konkrétní počty kreditů ani ceny předplatného tady schválně neuvádím. Mění se každých pár měsíců a aktuální stav vidíte přímo v účtu. Prakticky to vypadá takhle: z denního přídělu vyrobíte pár krátkých klipů v základní kvalitě. Na vyzkoušení to bohatě stačí. Na práci, kde potřebujete deset pokusů, než trefíte ten správný, dojdou kredity dřív než trpělivost.

Generování běží ve frontě, takže po odeslání zadání nemusíte sedět u obrazovky, hotové klipy zůstávají uložené v účtu a stáhnete si je odtud jako video soubor. Vyplatí se u nich rovnou poznamenat, jaké zadání je vyrobilo. Za dva dny si to nevybavíte a povedený prompt je přesně ta věc, kterou budete chtít použít znovu.

Dvě záložky, ve kterých se odehrává skoro všechno

Rozhraní působí na první pohled přeplácaně, ale drží se jednoduché logiky. Nahoře si vyberete, jestli chcete video z textu, nebo z obrázku. Text to video znamená, že si model celý záběr vymyslí podle popisu. Image to video znamená, že mu dáte hotovou fotku a on ji rozpohybuje, právě ve druhé variantě je Kling nejsilnější a kvůli ní ho otevírám skoro pokaždé. Pod přepínačem je pole na prompt, tedy na zadání, a kolem něj ovladače: délka klipu, poměr stran, režim kvality a pole na negativní prompt.

Negativní prompt je místo, kam napíšete, co ve videu vidět nechcete. Deformované prsty, cizí text v obraze, roztřesená kamera, náhlá změna střihu. U videa se hodí ještě víc než u obrázků, protože chyba, která by na statické fotce prošla, se v pohybu rozjede naplno. Jak taková zadání psát, rozebírá samostatný text o negativních promptech.

Poslední ovladač bývá posuvník mezi přesným dodržením zadání a volnější tvořivostí modelu. Posunete ho k volnosti a dostanete hezčí obraz s menší poslušností. Posunete ho k přesnosti a model se drží popisu, jenže výsledek občas působí stroze.

Z fotky video krok za krokem

Tohle je postup, který používám nejčastěji.

  1. Vyberte fotku, která má co rozpohybovat. Nejlíp funguje jeden jasný hlavní motiv, ostrý obraz a dost velké rozlišení. Skupinová fotka deseti lidí v pohybu skončí kaší.
  2. Nahrajte ji do záložky pro video z obrázku. Fotka se stane prvním snímkem klipu. Co je na ní špatně, bude špatně i ve videu, model to neopraví.
  3. Popište pohyb, ne obsah. Model už vidí, co na fotce je. Potřebuje vědět, co se má hýbat. „Žena otočí hlavu doprava a usměje se“ je lepší zadání než „žena v červeném kabátě na ulici“.
  4. Přidejte pohyb kamery. Kling nabízí zoom, posun do stran, nahoru a dolů, náklon i otáčení kolem osy. Vyberte jeden, ne tři naráz. Kombinace pohybů se rozpadá o poznání častěji.
  5. Nastavte délku a režim. Pětivteřinový klip ve standardním režimu je dobrý první test. Až budete vědět, že zadání sedí, pusťte totéž v profesionálním režimu.
  6. Vygenerujte a počítejte s opakováním. První pokus slouží k tomu, abyste zjistili, čemu model ze zadání nerozuměl.

Kling umí pracovat i s koncovým snímkem. Nahrajete dvě fotky, první a poslední, a model dopočítá cestu mezi nimi. Hodí se to na proměny: den a noc, prázdná a plná místnost, portrét zepředu a z profilu. Výsledek bývá stabilnější než volné generování, protože model má oba konce pevně dané a nemá kam utéct.

Když vhodnou fotku nemáte, vyrobte si ji. Obrázek z generátoru poslouží jako výchozí snímek úplně stejně jako fotka z telefonu, jen si pohlídejte poměr stran, ať vám ho Kling neořízne. Jak takový obrázek dostat, popisuje text o generování obrázků pomocí AI.

Štětec, kterým se maluje pohyb

Funkce Motion Brush je důvod, proč se ke Klingu vracím i tehdy, když mi jiný nástroj vygeneruje hezčí obraz. Umožňuje určit, co přesně se v záběru hýbe a kudy.

Vyberete oblast na fotce, buď ručním přetřením štětcem, nebo automatickým výběrem, kdy si model sám oddělí jednotlivé prvky obrazu. K vybrané oblasti pak dokreslíte šipku, tedy dráhu, kudy se má daný prvek vydat. Označit takhle jde víc prvků najednou, počet oblastí je ale omezený a od určitého množství vám rozhraní další nedovolí přidat. K tomu existuje statický štětec, kterým naopak vyznačíte, co se hýbat nemá. V praxi je stejně užitečný. Nejčastější podivnost u rozpohybovaných fotek totiž nevzniká tam, kde jste pohyb chtěli, ale tam, kde si ho model přimyslel. Pozadí se začne vlnit, fasáda jako by dýchala.

Konkrétní příklad z minulého týdne. Fotka náměstí s vlajkou nad vchodem do radnice. Štětcem jsem označil vlajku a dokreslil jí krátký oblouk doprava. Zbytek záběru jsem přetřel statickým štětcem. Výsledek: vlaje jen vlajka, dlažba a fasáda zůstávají v klidu. Bez štětce se hýbalo půl náměstí.

Prompt, který Klingu sedne

Zadání pro video má jinou stavbu než zadání pro obrázek. U obrázku popisujete stav. U videa popisujete změnu. Osvědčila se mi tahle kostra: kdo nebo co je v záběru, jaký pohyb dělá, co dělá kamera, jaké je světlo a prostředí. Třeba takhle:

Starší muž v modrém svetru sedí u okna kavárny a pomalu otočí hlavu doprava. Kamera se lehce přibližuje. Venku prší, kapky stékají po skle. Klidný přirozený pohyb, teplé odpolední světlo.

A do negativního promptu: deformované ruce, text v obraze, náhlý střih, roztřesená kamera, zkreslený obličej. Dvě věci mi u Klingu pomohly nejvíc. Zaprvé zadávat anglicky. Kling česky rozumí, ale anglická zadání zpracovává spolehlivěji, hlavně u popisů pohybu. Zadruhé nepsat román. Odstavec na pět řádků model spíš rozhodí, než navede, tři až čtyři věty stačí.

Kdo už psal prompty pro obrázky, má polovinu práce hotovou, protože logika popisu scény je stejná. Přibývá jen čas jako další rozměr. Podrobněji to rozebírá návod, jak napsat prompt pro generování obrázku.

V čem Kling vyniká a kde ztrácí

Nejsilnější je v rozpohybování hotové fotografie. Fyzika pohybu, tedy to, jak věci padají, jak se vlní látka a jak chodí lidé, mu vychází věrohodněji než řadě konkurentů. Pomáhá sada ovladačů kamery a hlavně Motion Brush, protože vám dá kontrolu, jakou samotné textové zadání nikdy nedá. Slabiny má taky a nejsou malé. Ruce a prsty v rychlém pohybu zůstávají problém. Obličeje v detailu občas mezi snímky ujedou, takže postava na konci klipu vypadá o kus jinak než na začátku. Text v obraze, ať jde o ceduli nad obchodem nebo o hodiny na věži, dopadá většinou jako nečitelná změť. A dva pokusy s naprosto stejným zadáním můžou vypadat úplně jinak, což při hledání konkrétního záběru unavuje.

Ve vytížených hodinách čekáte na výsledek podstatně dýl. Moderace navíc odmítne vygenerovat některé typy obsahu, hlavně s reálnými veřejnými osobami. Kdo plánuje produkci s termínem, měl by počítat s tím, že mu pár zadání neprojde. Kdo potřebuje delší souvislou scénu s mluveným slovem v češtině, bude zklamaný. Patnáctivteřinové klipy Kling zvládá, českou řeč zatím nenabízí. Na dabing tedy budete potřebovat další nástroj.

Na co si dát pozor

Fotky reálných lidí jsou první věc, u které bych se zastavil. Rozpohybovat snímek kamaráda, aby na videu mrkal a otáčel hlavu, je technicky triviální a lidsky i právně citlivé. Bez souhlasu daného člověka to nedělejte a takové video nikdy nešiřte jako záznam skutečné události. Co se dnes dá s cizí podobiznou natropit, rozebírá text o bezpečnosti a soukromí u AI.

Druhá věc jsou podmínky užití. Komerční použití výstupů se u generátorů videa řídí zvoleným tarifem a pravidla se mění. Než klip nasadíte do reklamy nebo na firemní web, projděte si aktuální znění přímo u služby. Zkontrolujte si i to, jestli výsledek neobsahuje vložené označení nástroje.

Třetí věc je soukromí. Fotka, kterou nahrajete, odchází na cizí server. U rodinných snímků, dokladů nebo pracovních materiálů zvažte, jestli to za výsledek stojí. A poslední, nejméně dramatická: čas. Použitelný pětivteřinový klip mi obvykle zabere tři až šest pokusů. Kdo si naplánuje, že večer vyrobí minutové video z deseti záběrů, skončí nad ránem s pěti.

Shrnutí

Kling se hodí, když máte obrázek a chcete ho rozhýbat. Nahrajete fotku, popíšete pohyb místo obsahu, zvolíte jeden pohyb kamery, Motion Brush pustíte na to, co se má hýbat, a statický štětec na zbytek. Zdarma si to vyzkoušíte. Na pravidelnou práci se bez předplatného neobejdete.

Pořád je to nástroj na vteřiny, ne na filmy. Ten podzimní park se ale rozhýbal přesně tak, jak jsem si ho představoval, a to je u technologie staré dva roky slušný výkon. Až budete generovat poprvé, začněte fotkou, kterou dobře znáte. Na ní okamžitě poznáte, co model trefil a kde si vymýšlí.