Jak vytvořit animovanou B-roll grafiku pomocí Claude Opus 5.5 animace

Postup má tři oddělené kroky: připravit přepis videa s časovými značkami, nechat Claude Code vygenerovat kód animací podle skillu a výsledek vyrenderovat mimo model. Claude Opus 5.5 animace nevytváří jako hotové video – generuje podklady, které renderuje FFmpeg, Remotion nebo jiný nástroj.

Co je skill pro tvorbu B-roll a jak funguje s Claude Code

Skill je sada instrukcí a pomocných zdrojů, které Claude Code načte do pracovního prostoru a pak podle nich postupuje. Bart Slodyczka ho publikoval zdarma v repozitáři motion-graphics na GitHubu pod účtem Barty-Bart a ve videu na YouTube kanálu Bart Slodyczka popisuje, jak ho nasadil na vkládání B-rollu do existujícího záznamu.

Podle videa obsahuje soubor skill.md jádro instrukcí: jak přečíst video, jak přečíst přepis, jak vytvořit automatickou animovanou grafiku a jak ji udržet v rytmu vyslovených slov. Autor uvádí, že pracoval na střední úrovni reasoningu (medium effort) a nižší ani vyšší nastavení netestoval.

Hlavní vizuální technika je plynulé přelévání tvarů (continuous shape-shifting): jeden objekt se průběžně mění v další podobu místo toho, aby se prvky střídaly skokově. Tím se výsledek podle autora odlišuje od generické AI grafiky.

• Skill řídí načtení videa i časovaného přepisu.
• Animace se časují na konkrétní vyslovené slovo.
• Umí prvek částečně překrýt obraz, nebo udělat plný cutaway.
• Volbu vizuálního motivu navrhuje model sám.

„Tohle všechno bylo díky tomu, že Opus 5.5 prostě intuitivně pochopil, že tam má být grafika a že to má být hrad, protože to nejvíc souvisí s Age of Empires.“ – Bart Slodyczka, video na YouTube

Zásadní je nepřehlédnout, čím Claude Code je: agentní programovací rozhraní, ne videoeditor. Generuje kód, HTML, CSS, JavaScript nebo datové struktury. Finální MP4 z něj nevypadne.

Jak probíhá proces krok za krokem

Autor ve videu pracuje v samostatném projektovém adresáři, do kterého nejprve naimportuje repozitář se skillem. Projektová složka podle něj dává smysl proto, že se v ní postupně hromadí opakovaně použitelné zdroje a vlastní poznámky.

Nastavení projektu a import skillu

1. Vytvořit prázdnou projektovou složku a otevřít ji v Claude Code.
2. Nechat agenta přečíst skill z repozitáře a naimportovat ho do pracovního prostoru.
3. Nahrát do session původní video a přepis s časovými značkami.

Hustota animací a barevná paleta

Autor u třicetisekundového klipu zadal pět animovaných vložek a byl podle videa rád, že jich vzniklo víc – nepotřebné se dají zahodit. Barevná paleta se zadává jako parametr, takže výstup drží vizuální styl značky.

Náhled v HTML před exportem

Claude podle videa vloží všechny vygenerované klipy do jedné lokální HTML stránky. Kontrola tak proběhne v prohlížeči, ještě než se cokoli renderuje do finálního videa. Autor uvádí, že v ukázce nemusel nic přepromptovávat.

Jak dlouho trvá a kolik stojí animace v Claude Opus 5.5

Ověřená je jen cena modelu. Anthropic v dokumentaci k Opusu 5.5 uvádí 4 USD za milion vstupních a 20 USD za milion výstupních tokenů, čtení z cache za 0,20 USD za milion tokenů a fast mode na dvojnásobku základní ceny. Model vyšel 22. září 2026.

Jeden průchod se 100 000 vstupními a 20 000 výstupními tokeny tak podle stejného ceníku Anthropic vyjde na přibližně 0,80 USD. To ale není rozpočet projektu – agent soubory čte opakovaně, upravuje kód a generuje nové verze.

K času existuje jen tvrzení autora: vygenerování všech podkladů pro pět klipů podle něj trvalo asi patnáct minut, přičemž ve videu sám říká, že přesné měření nenašel. Veřejný benchmark, který by uváděl čas na minutu hotového animovaného B-rollu, neexistuje.

Funguje skill spolehlivě i s českým přepisem videa

Nevíme to. Pro repozitář Barta Slodyczky nejsou dohledatelné testy s českými přepisy ani srovnání s angličtinou, takže tvrzení o spolehlivosti v češtině by bylo dohadem.

Technicky vzato skill pracuje hlavně s textem, takže český přepis přijme. Rizika leží jinde než v diakritice:

• skloňování a slovosled, které mění význam klíčového slova ve scéně;
• vlastní jména a zkratky, u kterých přepis často chybuje;
• číslovky psané slovem versus číslicí;
• odhad vhodného vizuálu pro české kulturní reálie;
• posun významu, pokud se přepis před generováním přeloží do angličtiny.

Minimální test před nasazením: české video dlouhé 10 až 20 minut, odborná terminologie, vlastní jména, rychlá řeč a víc mluvčích. Kontrolovat je třeba časování i věcnou vhodnost každého vizuálu.

Jak vyřešit automatický přepis videa lokálně pomocí Whisperu

Autor ve videu přiznává, že lokální přepis zatím nevyřešil a přepis nahrává do session ručně. Právě tenhle krok se dá oddělit a zautomatizovat vlastními silami.

Příkaz pro extrakci zvuku a přepis

Nejdřív se z videa vytáhne mono zvuk na 16 kHz, což je vstup, se kterým Whisper pracuje. Pak se spustí přepis s explicitně nastaveným jazykem – bez toho model jazyk hádá.

# mono, 16 kHz: menší soubor a vstup, který Whisper očekává
ffmpeg -i vstup.mp4 -vn -ac 1 -ar 16000 zvuk.wav

whisper zvuk.wav \
  --model large-v3 \
  --language cs \
  --task transcribe \
  --output_format all \
  --output_dir prepis

Přesné parametry se liší podle implementace. Pro český workflow je vhodné zapnout detekci neřečových úseků, diarizaci u víc mluvčích a doplnit vlastní slovník názvů a odborných termínů.

Struktura JSON s časovými značkami

Pro animace synchronizované na slovo nestačí prostý text. Potřebujete časové značky na úrovni jednotlivých slov, protože skill podle nich spouští jednotlivé prvky.

{
  "segments": [
    {
      "start": 0.0,
      "end": 4.8,
      "text": "Ukázková česká věta.",
      "words": [
        {"word": "Ukázková", "start": 0.0, "end": 0.8},
        {"word": "česká", "start": 0.9, "end": 1.5},
        {"word": "věta", "start": 1.6, "end": 2.2}
      ]
    }
  ]
}

Lokální přepis navíc řeší soukromí: video ani zvuk neopustí vlastní stroj a neplatí se za tokeny, jen za výpočetní čas.

Jak se liší od práce v After Effects nebo Canvě

Rozdíl není v tom, že by jeden nástroj umožňoval víc než druhý. Je v tom, kde leží pracná část – u After Effects v ruční přípravě šablon, u Canvy v limitech šablon, u tohoto postupu v přípravě dat a kontrole výstupu.

Ceny Opusu 5.5 vycházejí z přehledu modelu Anthropic; ostatní položky jsou obecné vlastnosti nástrojů, ne měřená čísla.

AI generování B-roll se vyplatí u velkého objemu podobných videí, kde se investice do šablony a kontrolního procesu rozpustí napříč desítkami výstupů. U jednoho klipu měsíčně je ruční práce v Canvě levnější. Pokud řešíte, jak podobný řetězec zapojit do firemního provozu, pomůže podívat se na AI automatizace procesů jako celek, ne jen na jeden model.

Jaké jsou reálné limity Claude Opus 5.5 při práci s videem a animacemi

Model pracuje s textem, časovými kódy a případně s extrahovanými snímky. Video jako časovou sekvenci podle dostupné dokumentace Anthropic přímo nezpracovává, takže MP4 není totéž co podporovaný vstup.

• Kontextové okno je 1 milion tokenů, maximální výstup 128 000 tokenů podle dokumentace Anthropic.
• Milion tokenů neznamená milion pixelů ani délku videa – limituje objem textu a serializovaných dat.
• Opus 5.5 používá adaptivní reasoning a míří na dlouhotrvající agentní programování, jak popisuje přehled novinek v Opusu 5.5.
• Nezávislý benchmark přesnosti časového zarovnání obrazu, textu a mluveného slova není k dispozici.
• Render, kontrola kvality a export zůstávají mimo model, včetně chybovosti při opakovaném renderování.

Autor ve videu oznamuje, že chystá další skilly pro produktová videa a faceless explainery a dlouhodobě míří na automatizaci střihu mluvící hlavy. Zatím jde ale o plán, ne o vydaný nástroj – dostupnost hlídá přehled release notes Anthropic jen pro model samotný.

Motion graphics AI a tvorba B-roll pomocí AI tedy zůstávají řetězcem nástrojů: přepis, generování kódu, render, kontrola. Pro firemní nasazení doporučujeme začít jedním opakovaným formátem videa a kontrolní krok nechat v procesu natrvalo. Inspiraci, jak podobné řetězce vypadají v jiných oblastech, dávají příklady nasazení AI.

Časté otázky

Kde stáhnout skill pro tvorbu B-roll pro Claude Code?

Skill je podle videa Barta Slodyczky dostupný zdarma v repozitáři motion-graphics na GitHubu pod účtem Barty-Bart, kde je zatím jeden skill pro vkládání B-rollu. Autor v popisu videa uvádí, že dál přidává skilly pro produktové a explainer formáty. Repozitář není oficiální produkt Anthropic, takže jeho obsah a stabilitu si ověřte sami.

Je nutné mít placený tarif Claude Opus 5.5 na generování animací?

Ano, práce s Opusem 5.5 se platí. Anthropic účtuje 4 USD za milion vstupních a 20 USD za milion výstupních tokenů, případně dvojnásobek ve fast mode. Model je dostupný přes Claude API, Amazon Bedrock, Google Cloud a Microsoft Foundry. Do rozpočtu připočtěte i opakované průchody agenta, protože jeden generovaný klip málokdy vznikne na první pokus.

Jaký formát přepisu videa Claude Code při generování B-rollu vyžaduje?

Potřebuje přepis s časovými značkami, ideálně na úrovni jednotlivých slov. Autor ve videu nahrává video společně s časově orazítkovaným přepisem. Prostý text bez časů nestačí, protože animace se spouštějí na konkrétní vyslovené slovo. JSON výstup z Whisperu s polem words a hodnotami start a end je pro tenhle účel nejpraktičtější.

Lze vygenerovanou animaci exportovat přímo do finálního videa bez dalšího renderu?

Ne. Claude Code generuje kód a podklady, ne hotový videosoubor. V ukázce autora se klipy vkládají do lokální HTML stránky pro náhled, finální export pak řeší externí nástroj jako FFmpeg, Remotion nebo klasický editor. Počítejte tedy s tím, že renderovací infrastruktura a čas jsou samostatná položka rozpočtu.

Je Claude Code skill vhodný i pro produktová videa, nebo jen pro B-roll?

Zveřejněný skill je zaměřený na vkládání B-rollu do existujícího záznamu. Autor ve videu říká, že skilly pro produktová videa a faceless explainery připravuje, ale zatím je nevydal. Pro jiné formáty tak zbývá buď upravit existující skill vlastními instrukcemi, nebo si napsat nový – funkčnost mimo původní scénář nikdo neověřil.