1つのシーン描写からマルチショット絵コンテへ：Seedance 2.0 テキスト-to-ビデオの作例

本作品は Seedance 2.0 の text-to-video 経路を実演します。入力として構造化された英語のシーン描写を1つだけ使い、モデル自身にショット分割・カメラワーク設計・雰囲気構築を行わせ、同期音声付きの映画的なマルチショット短編を出力します。 入力側は最小限に保ちます。base には必須フィールドである prompt と aspect_ratio の2つだけを残し、duration と resolution を明示的に指定することで、「テキストから映像へ」の変換過程でモデルが実際に受け取る情報量を開発者が明確に把握できるようにしています。参考素材は1枚の先頭フレーム画像のみで画面の基準（色調、光の方向、被写体のシルエット）を固定し、それ以外のショット間の一貫性は参考画像を積み重ねるのではなく、モデルのマルチショット能力に委ねています。 想定シーン：広告やブランド短編のクリエイティブなプレビズ、ナラティブ系ショート動画の絵コンテ草案、実写素材がない状態でショットのリズムを素早く検証したいチーム。1回の生成時間には制限があるため、本作例では8秒・16:9を選び、より大きな編集に組み込める再利用可能なクリップの単位としています。