Seedance 2.0 ビデオプロンプト：15 秒の製品発表ショートフィルムを 1 秒ずつ分解

ほとんどの「ビデオプロンプト」のアドバイスは、シーンの描写で止まってしまいます。それでは単一の静止ショットには有効でも、モデルに連続 15 秒の長回しを求めた途端に破綻します。被写体がドリフトし、途中で照明が変わり、エンディングが冒頭とまるで似ていないのです。以下のプロンプトは実例です。HiAPI 自身の素材ライブラリから取得したもので、本記事のために書かれたものではありません。同じガラス製品を、ゆっくりしたカメラの周回、3 層の内部変換、そして最後の穏やかな静止の中で、カットを一切挟まずに安定して保ちます。

ここでは再生成せず、元のレンダリング結果をそのまま再掲しています。つまり、これはプロンプトを初めて実行したときの出力です。

完全なプロンプト

以下が完全かつ未編集のプロンプトです。ご自身の製品ショットの出発点テンプレートとしてコピーできます：

One continuous fifteen-second premium technology product film. Hold the exact opening composition for the first second. From second one through second ten, the camera performs a very slow, restrained 12-degree arc to the right around the centered translucent glass monolith while maintaining nearly constant subject scale. During the arc, the dense inner architecture separates with precise mechanical elegance into three ultra-thin luminous layers representing image, video, and audio; the layers glide in orderly parallel paths, then converge into one unified API core. The faceted outer glass shell progressively consolidates with controlled physical continuity into the simpler rounded glass portal shown in the closing keyframe. Cyan-teal and warm amber reflections travel subtly across the glass while the black studio and pedestal remain stable. From second ten to twelve, the camera decelerates smoothly into the closing viewpoint. From second twelve to fifteen, hold the final product frame calm and nearly motionless for a brand title overlay. The sequence stays centered, elegant, quiet, photorealistic, and stabilized; the clean frame contains only the glass product and pedestal, with coherent material, shadows, perspective, and lighting throughout.

セクション別の分解：なぜ機能するのか

このプロンプトは、ムードボードというよりストップウォッチ付きのショットリストのように読めます。それが核心的なテクニックです。すべての指示が秒数の区間に固定されているため、モデルは何がいつ起きるべきかについて一切の曖昧さを持ちません。

0～1 秒：まず静止し、それから動く

「Hold the exact opening composition for the first second」は、動きが始まる前にモデルへクリーンなアンカーフレームを与えます。この一拍を飛ばすのが、AI ビデオの冒頭が震えて見える最も一般的な原因です。最初のフレームでカメラと被写体が位置を争ってしまい、すでに安定した画面から始められないのです。

1～10 秒：ひとつの動作を一度だけ記述する

12 度の周回は意図的に小さく設定されていますが、クリップ内で最も長い区間をカバーします。「Maintaining nearly constant subject scale」こそが実際に効く一文です。回転中にズームインしたりドリフトして近づいたりするなとモデルに指示しており、これは周回ショットの典型的な失敗パターンです（被写体がフレームごとに大きくなり、8 秒目には構図が崩れます）。

変換は同時ではなく、レイヤーごとに起こる

同じ 10 秒の区間内で、3 つの独立した視覚的アイデアが並行して起こります。内部レイヤー（画像/動画/音声）が分離して再び収束し、同時に外殻がエンディングキーフレームの形状へと簡素化されます。単に「製品が変形する」と言うのではなく、レイヤーごとに明示的に名付けることが、3 つの無関係な視覚変化がごちゃごちゃとしたモーフに溶け合うのを防ぐ鍵です。

10～12 秒：着地の前に減速する

動いているカメラが急停止すると、意図的な選択ではなくミスのように読まれます。モデルに明確な 2 秒の減速の拍を与えてから最終構図へ入ることで、エンディングは唐突に切られたのではなく意図的に見えます。

12～15 秒：空の画面こそが要点

最後の 3 秒はほとんど動きを要求しません。「hold the final product frame calm and nearly motionless for a brand title overlay」は制作上の指示であり、クリエイティブな指示ではありません。後から追加するテキストやロゴのために、クリーンで静止した画面スペースを確保するのです。上に埋め込まれた動画にはタイトル文字があらかじめ焼き込まれていません。これは意図的です。ブランドフォントのバージョンはポストプロダクションで同じ静止フレームに合成されます。だからこそ、実際の製品名やタグラインを画面テキストとして生成中に直接レンダリングするよう、ビデオモデルに決して求めるべきではないのです。

連続性のアンカー：ドリフトを防ぐディテール

「Cyan-teal and warm amber reflections」、「the black studio and pedestal remain stable」、「coherent material, shadows, perspective, and lighting throughout」は装飾的な言葉ではありません。ドリフトを防ぐためのものです。連続 15 秒のショットでは、何を変えるべきかだけを述べて何を変えないべきかを繰り返さなければ、モデルは途中で照明の色調や台座の色を喜んで再解釈してしまいます。

再現する：API の例

このショットは seedance-2.0 で image-to-video 方式により生成され、テキストプロンプトだけに頼らず、最初のフレーム（冒頭構図）と最後のフレーム（エンディングキーフレーム）でアンカーされています。これによりモデルは外殻の形状を推測ではなく具体的な目標へ向けて統合できるのです。以下は /v1/tasks への同等の呼び出しです：

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0",
    "input": {
      "prompt": "One continuous fifteen-second premium technology product film. Hold the exact opening composition for the first second. From second one through second ten, the camera performs a very slow, restrained 12-degree arc to the right around the centered subject while maintaining nearly constant subject scale...",
      "first_frame_url": "https://your-cdn.example.com/opening-frame.jpg",
      "last_frame_url": "https://your-cdn.example.com/closing-frame.jpg",
      "duration": 15,
      "resolution": "1080p",
      "aspect_ratio": "16:9"
    }
  }'

返されたタスクが終了状態になるまでポーリングし、完了したクリップを output[0].url から取得します。1080p では、seedance-2.0 は1 秒あたり $0.729 で課金されます。このような 15 秒のクリップなら合計$10.94 です。フルプライスでレンダリングする前にタイミングのプロトタイピングをしたい場合は、480p（$0.136/秒、15 秒で約 $2.04）に落としてリズムを確認し、その後 1080p で最終版を再レンダリングできます。

よくある質問

この正確なクリップをダウンロードして、自分の製品ビデオとして使えますか？ いいえ。これは HiAPI の内部素材であり、プロンプトのテクニックを説明するためにここで紹介しています。ご自身の製品写真を最初/最後のフレームとして使用し、プロンプトの時間構造をご自身の被写体に合わせて改编してください。

なぜ滑らかな一段の説明ではなく、プロンプトを 1 秒ごとのビートに分けるのですか？ 15 秒の連続ショットは、複数の異なるイベント（静止、周回、内部変換、減速、最終静止）に耐えなければならず、途中にモデルの理解をリセットするカットがありません。各ビートにタイムスタンプを付けることで、モデルがひとつの解釈を選んで最後までドリフトするのではなく、これらすべてのイベントを通じて物理と構図を一貫させられます。

手元に最初と最後のフレームがない場合はどうすればよいですか？ seedance-2.0 はプロンプトだけで text-to-video も可能です。first_frame_url/last_frame_url フィールドを外し、duration、resolution、aspect_ratio を残してください。正確な冒頭とエンディングの構図を制御しにくくなるので、プロンプト内の冒頭画面に関する記述を厳密にして補ってください。

モデルはタイトル文字をビデオに直接レンダリングしますか？ 期待しないでください。ビデオモデルはクリーンな画面タイポグラフィのレンダリングにおいて、画像モデルよりはるかに信頼性が低いです。だからこそこのプロンプトは、モデルに文字を描かせるのではなく、エンディングでほぼ静止したフレームを提供するよう求めているのです。ポストプロダクションでそのクリーンな画面にタイトルを合成してください。

自分で試してみる

完全なパラメータ一覧（解像度のティア、参照ビデオや参照オーディオの入力、各解像度の価格）については、seedance-2.0 モデルページにライブスキーマと現在の価格明細があります。同じモデルを別のカメラテクニックに変えて単一ショット POV を作りたい場合は、当社の単一ショット POV プロンプトの分解をご覧ください。