HiAPI
ブログ

使用ガイド

HiAPI API による Wan2.7 イメージ・トゥ・ビデオのショート動画ワークフロー

開発者ガイド:ファーストフレームの選定、ショットとテンポのプロンプト、アスペクト比、長さ、バッチ生成

Nov 9, 2026
ベージュの背景に、左から右へ減少していくテラコッタ色の階段状の横帯を配したフラットな幾何学調のカバー画像。Wan2.7 ビデオワークフローガイド用。
このページの内容

なぜイメージ・トゥ・ビデオがショート動画制作に適しているのか

ショート動画は量で勝負するビジネスだ。単一のクリップが最終成果物になることはほとんどない。本当の成果物は、同じルック、同じテンポ、同じ公開頻度を共有するクリップの連なりだ。この要求は、あらゆる単一の出力品質指標よりも強く、ツール選択を形作る。

イメージ・トゥ・ビデオがこれに非常によく fit するのは、静止画を主要な制御信号に変えるからだ。シーン全体をテキストで描写し、モデルがたまたま思い描いた構図に落ちることを期待するのではなく、すでに承認済みのフレームをモデルに渡す。被写体はあなたが置いた位置にあり、クロップはあなたが設計した構図であり、光はあなたがライティングしたとおりに落ちる。生成ステップは then モーションを中心に回る——被写体がどう動くか、カメラがどう動くか、カメラの呼吸がどれくらい速いか——ゼロからシーンを作り出すのではなく。

この分業はチームにとって重要だ。静止画は構図が得意な人が、既存のどんなパイプラインを使っても制作・審査・承認できる。モーションはより小さく、テストしやすい問題だ。あるクリップの結果がおかしいとき、問題がフレームにあるのかプロンプトにあるのかをたいてい判断できる。これは週に何十本ものクリップを出すときにこそ欲しい二分探索的な切り分け方だ。

HiAPI 上のエンドツーエンドのパイプラインは、意図的に地味に保たれている:

  1. 各ショットのファーストフレームとなる静止画を制作または選定する。
  2. 被写体の動き、カメラの動き、テンポを記述するショットプロンプトを書く。
  3. 静止画とプロンプトを、固定のアスペクト比と長さとともに wan2.7-video/image-to-video ルートへ送信する。
  4. 返却されたクリップをレビューキューに集める。
  5. 承認、再プロンプト、または再フレーミングしてから公開する。

本ガイドの内容はすべて、上記の各ステップを再現可能にすることにある。ショート動画パイプラインの価値は一本の優れたクリップにあるのではなく、明日も新しいフレームで同じフローを回し、比較可能な結果を得られることにあるからだ。

静止画を作業単位とする

静止画はバージョン管理する成果物として扱おう。実践的には、フレームを決定的な方法で命名し、承認済みのフレームをそれに使うプロンプトと一緒に保存するということだ。後で同じショットの別バージョンを試したければ、一度に一つの変数だけを変える——プロンプトかフレームか、両方同時には決して変えない。

モデルが決めてくれること、決めてくれないこと

アスペクト比と長さはあなたが決めるものであり、プロンプトから自然に生まれる属性ではない。早い段階で固定しよう。下流のすべて——静止画をどうフレーミングするか、テンポをどう表現するか、プラットフォーム向けにクリップをどう編集するか——は、この二つの値がすでに固定されていることを前提とする。

一枚の静止画から公開可能なクリップへ:各段階が同じ色帯の構造に沿って順に進む。

ファーストフレームの選定

ファーストフレームが仕事の大部分を担う。ファーストフレームを間違えれば、どれだけプロンプトを調整してもクリップを完全に救うことはできず、実は静止画にあった問題を追いかけて何度もイテレーションを重ねることになる。生成を一度でも消費する前に、短く明確なチェックリストで候補フレームを選別しよう。

構図と被写体のクロップ

選ぶフレームは、納品するアスペクト比のために構図されているべきであり、単にその比率にクロップされただけではいけない。静止画内で被写体が端に寄っていれば、被写体を画面外に押し出さずにカメラを動かす余地がモデルにほとんどないと予想しよう。モーションが起こる場所を用意する:想定されるパン方向に沿ったリードスペース、上昇する可能性のある被写体の上のスペース、視差を生み出せる前景要素。

クロップは納品アスペクト比で確認しよう。ソースのアスペクト比ではなく。正方形としてバランスよく見えるフレームも、縦長の高いフレームに押し込められると被写体を失うことがある。

ヘッドルームとフレーミングの一貫性

一連のクリップがつなぎ合わされたり順番に公開されたりするなら、フレーム間でヘッドルームを一致させよう。個々のクリップは問題なくても、ヘッドルームの不一致は雑な編集として読まれる。慣例を一つ決める——たとえば被写体の頭頂から画面上端までの固定間隔——そしてそのグループのすべての静止画に適用する。

光の方向と影の安定性

ライティングがモーションの説得力を決める。強く方向性のある光と明確な影はモデルに依拠できる構造を与えるが、平坦で影のない光は滑っているように見えるモーションを生みがちだ。光の方向が明確で曖昧さのないフレームを優先し、影が二方向に落ちうる静止画は避けよう——その曖昧さはしばしばちらつきとして現れる。

動きへと誘う静止感

良いファーストフレームは次に何が起こるかをほのめかす。動作の途中にある被写体、画面外を見る視線、開けた空間へ傾く身体——これらはモデルに自然な継続方向を与える。完全に対称で、カメラに正対し、静止したポートレートは最も自然にアニメーション化するのが難しい。暗黙の方向性がないからだ。

フレームのクリーンさ

生成前に、静止画をフル解像度で瑕疵がないか確認しよう:エッジの尾引き、不整合な手、繰り返されるテクスチャ、動き始めると明らかに歪む文字。静止画の小さな欠陥はクリップでは目立つ欠陥になる。フレームを修正または再生成する方が、動画を引き直すよりもほぼ常に安価だ。

三つの候補ファーストフレームを被写体のクロップ、ヘッドルーム、光の方向で比較。

ショットとテンポのプロンプト作成

イメージ・トゥ・ビデオで最もよくあるプロンプトの誤りは、プロンプトをシーン描写として書いてしまうことだ。シーンはすでに確定している——それはあのフレームだ。モデルに提供すべきはショットの指示:何が動くか、どう動くか、どれくらい速く。

プロンプトを三つの節に整理する

安定して使えるクリップを生むプロンプトは、たいてい順番に三つのことをカバーする:

  • 被写体の動作——被写体が何をするか、具体的な物理的描写で。
  • カメラの動き——カメラが何をするか、単一でクリーンな動きとして。
  • テンポ——動作がクリップの中で展開する速度。

たとえば、人が部屋にいることを描写するのではなく、被写体が窓の方へ頭を向けること、カメラがゆっくり押し込むこと、動作がクリップ全長にわたって徐々に展開することを描写する。各節がモデルにとって実行可能な何かに対応する。

カメラの動きは単一に保つ

各ショットにつき一つの動きだけ。押し込み、パン、または手持ちのドリフト——一つ選ぶ。押し込みながら同時に周回し、さらにズームすることを求めるプロンプトは、濁った不確かな動きを生みがちだ。一つのショットに二つの動きが必要なら、それは二つのショットだ。

モデルのリズムではなく、プラットフォームのリズムで

ショート動画の視聴者は素早くスワイプする。尺の大部分を静的なシーンの確立に費やすクリップは、何かが起こる前に視聴者を離脱させる。テンポを明示的に書こう:最初の数瞬に小さな動きを前置し、その後カメラを主要な動作へ安定して導く。速度感を伝える語——徐々に、軽快に、持続的に、次第に安定して——は、長い形容詞の羅列よりも有用だ。

感情ではなく動作を描写する

感情的な語は安っぽく、ほとんど無視される。物理的な描写はそうではない。抽象的な特質ではなく、身体、物体、カメラに関する観察可能な陳述を優先しよう。特定の感情的なルックが欲しいなら、「シネマティック」のような語ではなく、動作とテンポから得るべきだ。

プロンプトをコードのようにバージョン管理する

各プロンプトをフレーム識別子、アスペクト比、長さとともにコードリポジトリやデータベースに保存しよう。あるクリップの結果が良かったとき、どの組み合わせがそれを生んだのかを知りたくなる。そうすれば後でその組み合わせを似たフレームの束全体に対して再実行できる。

アスペクト比と長さの設定

アスペクト比と長さは、ワークフローを静かに壊しうる二つのパラメータだ。どちらもプロンプトには現れず、どちらも何が良い結果かを変えるからだ。出力形式ごとに一度決めたら、定数として扱う。

アスペクト比を選ぶ

目標プラットフォームが実際に表示する比率を選び、その比率のために静止画を構図しよう。実際の帰結はこうだ:縦と横の間で同じフレームを再構図せずに使い回すべきではない——縦向きに合うクロップが横向きに合うことはまれだ。両方が必要なら、同じ撮影から派生した二セットの静止画を維持し、それぞれを自身の比率のために構図する。

選んだら、その比率をすべてのリクエストとともに記録しよう。完了したバッチで比率が混在しているのは通常、誰かが意思決定をしたのではなく、デフォルト値を変更したことを意味する。

長さを選ぶ

ショート動画のクリップは短い。形式に合った長さを計画しよう:明確な単一の動作を完了するのに十分長く、何も起きない時間がないほど短く。HiAPI は出力の長さでイメージ・トゥ・ビデオの課金をするため、長すぎるクリップはコストが高くレビュー体験も悪い——視聴者がもう語ることがないクリップの終盤まで見ることはまれだ。

プロンプトは選んだ長さを埋めるように書こう。クリップより長い動作を描写すると、動作途中での唐突なカットが生じる。長さのごく一部で動作が完了すると、終盤に空白が残る。テンポの表現を長さに意図的に合わせよう。

拡張する前に両方を固定する

これは本ガイドで最も重要なプロセスルールだ。プロンプト調整は固定されたアスペクト比と長さの中でしか意味を持たない。どちらもモーションの知覚のされ方を変えるからだ。ある長さでプロンプトを調整し、その後出力を短くすると、承認したすべてのプロンプトが未検証の推測になる。このパラメータの組をロックし、それに対して調整し、意図的な再調整イベントとしてのみ変更しよう。

実行ごとに記録する価値のあるパラメータ

各バッチについて小さな記録を残そう:アスペクト比、長さ、モデルルート、フレームグループ識別子、プロンプトバージョン。この四フィールドの記録は通常、数か月後にログを漁ることなく、あるクリップがなぜそう見えたのかを再構築するのに十分だ。

HiAPI でのバッチ生成

フレームグループとプロンプトのパターンが承認されれば、生成は機械的作業だ。目標は、リクエストを展開して結果を決定的に収集する小さなスクリプトであり、手動ではなくスケジュールどおりに実行できるようにすることだ。

認証情報と設定

API 認証情報は環境変数に保存し、スクリプトやリポジトリには決して置かない。エンドポイントとモデルルートは設定から読み込み、後で同じスクリプトをコードパスを変更せずに別のルートへ向けられるようにする。

export HIAPI_API_KEY="your-key-here"

実行可能なリクエスト

本ワークフローのルートは wan2.7-video/image-to-video だ。最小のリクエストはファーストフレーム、ショットプロンプト、アスペクト比、長さを含む:

curl -X POST "https://api.hiapi.ai/v1/video/generations" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan2.7-video/image-to-video",
    "image": "https://your-cdn.example/frames/shot-014.png",
    "prompt": "Subject turns toward the window; slow push-in; gradual motion settling over the clip.",
    "aspect_ratio": "9:16",
    "duration": 5
  }'

何かをループさせる前に、まず既知の良好なフレームに対して一度実行しよう。単一の成功リクエストで、認証情報、ルート名、リクエストペイロードの構造が確認できる。

フレームの集合を反復する

バッチ生成とは、同じリクエストを異なる image と対応するプロンプトで繰り返すことにすぎない。入力をレコードのリストとして整理し、各レコードにフレーム URL、そのプロンプト、そして自分で管理する出力名を持たせる。反復し、送信し、返却された識別子を入力レコードに記録する。

ループの実用的な二つのルール:

  • 並列数を制限する。 すべてのリクエストを一度に送るのは、レート制限にぶつかり、どの応答がどの入力に対応するのか分からなくなる最速の方法だ。リトライ付きの適度なワーカープールの方がバーストよりも信頼できる。
  • リクエストと結果を一緒に記録する。 各生成について、フレーム URL、プロンプト、アスペクト比、長さ、返却されたクリップ参照を永続保存する。これがなければ、良いクリップを再現することも、悪いクリップを説明することもできない。

出力の収集

フレーム識別子とプロンプトバージョンをキーとして、クリップを決定的なフォルダ構造にダウンロードし、そのフォルダをレビューに渡す。命名規則を安定させておけば、レビューステップはディレクトリを一覧するだけの作業になり、照合作業にはならない。

再実行時の冪等性

各フレームとプロンプトの組に安定したハッシュを与え、意図的に引き直すのでない限り、すでに生成済みの組はスキップする。三つの欠落を埋めるためにバッチ全体を再生成することは、チームがイメージ・トゥ・ビデオのパイプラインでクォータを無駄にする最もよくある方法だ。

一つの認証情報と一つのモデルルートが、積み重なったファーストフレームを扇状に展開する並列リクエストへと変え、クリップは同じ出力フォルダに収集される。

出力のレビューとイテレーション

レビューは制作ステップであり、形式ではない。要点は、各クリップを三つの結果のいずれか——承認、再プロンプト、再フレーミング——に素早く分類し、バッチ全体を前へ進めることだ。

短いレビューチェックリスト

返却された各クリップを同じ順序のチェックに通す:

  1. ファーストフレームの忠実度——冒頭の瞬間は承認した静止画と一致しているか?すぐにドリフトするなら、問題はたいていプロンプトではなくフレームにある。
  2. モーションの妥当性——被写体の動きは身体や物体の実際の動き方に合っているか?滑り、手足の変形、形の変わる物体に注意する。
  3. カメラの規律——カメラは要求した単一の動きを実行しているか、それとも漂っているか?
  4. テンポの適合——動作は長さの中で完了しているか、余分な尾も動作途中のカットもないか?
  5. 瑕疵スキャン——エッジ、手、顔、背景の文字、細部の細かい領域を確認する。
  6. フォーマット確認——アスペクト比は正しいか、被写体はプラットフォームの UI オーバーレイのセーフマージン内に収まっているか?

トリアージの判断

  • 承認:クリップが六つのチェックを通過した場合、または納品サイズでは見えない側面でのみ失敗した場合。
  • 再プロンプト:フレームは良いが、モーション、カメラ、テンポが違う場合。プロンプトの一つの節を修正して再生成する。
  • 再フレーミング:モーションの瑕疵が静止画の曖昧さ——不明瞭な光の方向、ぎこちないクロップ、動きを暗示しない被写体——に帰着できる場合。

各イテレーションで変える変数は一つだけ。フレームとプロンプトを同時に変えても、どの修正が効いたのか分からない。

安価なレビューは完璧なショットに勝る

ショート動画の量産では、多くのクリップに対する素早い合格/不合格のレビューが、単一のクリップを何度も引き直して磨き上げるより優れている。視聴者が実際にクリップを見るサイズでレビューし、フル解像度では見ず、これから承認するクリップだけを拡大して見る。これによりレビューステップはバッチ規模に比例し、あなたの不安に比例しなくなる。

発見をフィードバックする

どのプロンプトパターンとフレーム品質が承認率と相関するかを継続的に記録しよう。数バッチを経ると、これは内部的なスタイルになる——短いプロンプトの節とフレーミングルールの集合で、レビュアーが長く議論せずに承認するクリップを安定して生み出すものだ。

避けるべき落とし穴

本番環境で停滞するイメージ・トゥ・ビデオのプロジェクトのほとんどは、モデルの問題ではなくプロセスの問題で失敗する。以下は繰り返し現れるいくつかだ。

動く標的に向かってプロンプトを調整する

調整の途中で長さやアスペクト比を変えると、それまでに行ったすべての比較が無効になる。まず両方を固定してから調整する。関係者が別の形式を要求するなら、パラメータの微調整ではなく、独自の承認済みプロンプトを持つ新しい調整サイクルとして扱おう。

静止画を後回しにする

フレームを素早く生成し、全力をプロンプトに注ぐチームはすぐに天井にぶつかる。フレームこそが制御信号だ。静止画に本当のレビュー時間を確保し、弱いフレームは生成に入る前に却下しよう。

ショット指示の代わりにシーン描写を使う

感情と背景物語に満ちていて物理的な動作のないプロンプトは、見栄えはするが何も起こらないクリップを生む。各プロンプトは何が動くか、どれくらい速くを明示すべきだ。

無制限の並列と欠落したログ

リクエストをバーストして応答識別子を捨てると、バッチは取り返しのつかないものになる。入力と出力を一緒に記録し、ワーカースレッド数を制限し、再実行を冪等にしよう。

承認記録がない

承認されたあるクリップを生んだ正確なフレーム、プロンプト、比率、長さを指し示せないなら、それを繰り返すことはできない。この代償は、初めてシリーズを拡張する必要があり、最良のクリップが再現できないと気づいたときに現れる。

小さな欠落を埋めるための過剰生成

三つのクリップが失敗したからバッチ全体を再実行するのは、時間も予算も無駄だ。各項目の状態を追跡し、欠落している部分だけを再生成しよう。

プラットフォームのセーフエリアを無視する

技術的には正しくても、被写体がプラットフォームのインターフェースオーバーレイの下に落ちるクリップは、壊れていると読まれる。静止画を構図するときは、他のあらゆるアセットを納品するときと同じセーフマージンを使おう。

これらはどれも珍しくない。それらは単に、こうした規律に報いるモデルの上に適用された、制作パイプラインの通常の規律にすぎない。

承認済みのフレーム一枚とプロンプト一つから始め、wan2.7-video/image-to-video ルートでエンドツーエンドに通し、それからループをバッチ全体へ拡張しよう。

永続的なAIアーティファクトで開発を始める

APIキーを取得して、タスクベースの1つのAPIで画像・動画・音声モデルを呼び出せます。

APIドキュメントを読む