Vidu Q3 Ad 레퍼런스 투 비디오 프롬프트 레시피: 바로 복사할 수 있는 광고 프롬프트와 실제 클립

TL;DR

• 바로 복사할 수 있는 네 가지 레퍼런스 투 비디오 프롬프트 레시피로, vidu-q3-ad/reference-to-video에 적용되며 각각 hiapi에서 생성한 실제 클립을 포함합니다 — 실제 제품 이미지 입력, 실제 광고 클립 출력, 스톡 소재 없음.
• Q3 Ad는 Vidu의 광고 튜닝 레퍼런스 티어입니다: 제품/주체 이미지 1–7장과 프롬프트를 입력하면 3–15초 광고 스타일 샷을 720p 또는 1080p 해상도로 렌더링합니다(4K 미지원). Q4 Preview보다 저렴하고 빠르며 — 제품 및 소셜 광고의 적절한 기본 선택입니다.
• 레시피는 광고 의도별로 구성됩니다: 단일 제품 히어로 회전, 의상 고정 브랜드 마스코트, 이중 레퍼런스 UGC '손에 든 제품', 삼중 레퍼런스 리테일 장면.
• 실측으로 확인된 함정: 모델에 "Native Audio" 태그가 붙어 있지만, /v1/tasks에서 받은 모든 mp4는 순수 비디오(무음)입니다 — 플랫폼 제공 예시 클립도 무음입니다. 음악/성우는 후반 작업으로 추가해야 합니다.
• q3-ad의 입력 스키마는 size 열거형을 사용하며(aspect_ratio + resolution 아님), Q4와 달리 reference_audio_urls를 거부합니다. JSON 블록을 복사하고 레퍼런스 URL을 교체한 뒤 /v1/tasks에 POST 하세요.

vidu-q3-ad/reference-to-video가 실제로 하는 일

Vidu Q3 Ad(생수과기 출시)는 Vidu 레퍼런스 투 비디오 제품군의 광고 티어입니다. '레퍼런스 투 비디오'란 정지 이미지 세트 — 제품, 캐릭터, 소품, 표면 — 를 입력하면 모델이 이를 합성·애니메이션화하여 하나의 움직이는 샷으로 만드는 것을 의미합니다. 해당 필드는 reference_image_urls이며 1–7장의 이미지를 받습니다.

'Ad' 포지셔닝이 핵심입니다: 범용 시네마틱 내러티브가 아니라 제품 회전, 주체 일관성 마스코트, 라이프스타일 장면에 맞춰 튜닝되었습니다. Vidu Q4 Preview 레퍼런스 투 비디오 레시피를 읽으셨다면, 실측으로 확인된 구체적 차이는 다음과 같습니다:

	q3-ad(이 페이지)	q4-preview
레퍼런스 이미지	1–7	1–15
음성/오디오 레퍼런스	미지원(reference_audio_urls 거부됨)	오디오 클립 최대 3개
최고 해상도	1080p	4K
사이즈 필드	size 열거형	resolution + aspect_ratio
클립 길이	3–15초	3–16초
최적 용도	예산 제한 제품 및 소셜 광고	하이엔드 4K 히어로 샷, 말하는 진행자

따라서 깔끔하고 일관되며 저렴한 대량 광고 클립이 필요할 때 q3-ad를 선택하고, 4K나 음성 레퍼런스가 정말 필요할 때만 Q4로 업그레이드하세요. 최대 16초 또는 더 무거운 다중 주체 혼합이 필요하다면 동일한 1–7장 이미지 예산을 지원하는 자매 모델 vidu-q3-mix/reference-to-video가 있습니다.

실측 확인된 입력 스키마(2026년 10월 /v1/tasks 실시간 프로브):

필드	필수	값
prompt	예	자유 텍스트; 각 주체를 인덱스로 참조
reference_image_urls	예	배열, 1–7개의 공개 이미지 URL
duration	아니오	정수 3–15초(size에 따라 기본값 상이)
size	아니오	1280*720 · 1280*960 · 1280*1280 · 960*1280 · 720*1280(720 티어) · 1920*1080 · 1920*1440 · 1808*1808 · 1440*1920 · 1080*1920(1080 티어)

duration은 정수여야 합니다(4.5는 "want integer"와 함께 거부됨). 이 모델에는 aspect_ratio, resolution, reference_audio_urls 필드가 없습니다 — 이 중 하나를 전달하면 400 "additional properties not allowed"가 반환되며, Q4 요청에서 마이그레이션할 때 가장 흔한 실수입니다.

가격은 size 티어로 결정되는 초당 고정 요율입니다(따라서 5초 클립은 초당 가격 곱하기 5). 2026년 10월 기준 hiapi에서 다섯 가지 720 티어 크기는 $0.149/초, 다섯 가지 1080 티어 크기는 $0.18/초로 청구됩니다; 실시간 수치는 가격 페이지를 참조하세요. 실용 워크플로: 먼저 720 티어 크기로 프롬프트를 확정한 다음 1080p로 재실행하여 최종 버전을 보관하세요 — 프롬프트는 동일하고 승수만 달라집니다.

이 예시들을 실행한 방법(재현 가능하도록)

아래의 모든 클립은 hiapi에서 비동기 작업 API를 통해 생성되었습니다. 흐름은 항상 동일합니다:

1. 레퍼런스 이미지는 공개적으로 접근 가능해야 합니다. 우리는 gpt-image-2/text-to-image로 이미지를 생성하고 정적 버킷에 업로드한 뒤 해당 URL을 전달했습니다 — 어떤 호스팅 이미지든 가능합니다.
2. 각 레시피에 표시된 요청 본문으로 POST /v1/tasks를 호출합니다.
3. status가 success가 될 때까지 GET /v1/tasks/{taskId}를 폴링한 뒤 output[0].url을 다운로드합니다(한시적 링크이므로 즉시 저장하세요).

전체 설정은 hiapi 빠른 시작을 참조하세요. 최소 요청은 다음과 같습니다 — size이며 aspect_ratio/resolution이 아닙니다:

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "vidu-q3-ad/reference-to-video",
    "input": {
      "prompt": "...",
      "reference_image_urls": ["https://.../product.jpg"],
      "duration": 4,
      "size": "1280*720"
    }
  }'

이제 레시피를 시작합니다.

레시피 1 — 단일 제품 히어로 회전

최적 용도: 가장 일반적인 기본 제품 광고 — 깔끔한 제품 정지 이미지를 빛 스윕이 있는 회전 히어로 샷으로 변환합니다. 여기서 시작하세요.

레퍼런스 이미지 입력:

실제 출력(720p, 4초):

{
  "model": "vidu-q3-ad/reference-to-video",
  "input": {
    "prompt": "A premium product ad of the teal matte insulated tumbler from reference image 1. It rotates slowly on a dark reflective pedestal while a hard strip of light sweeps across the matte body from left to right, the brushed-metal lid catches a bright glint, soft particles of light drift past in the dark background, the camera holds a low hero angle and pushes in slightly. Commercial studio lighting, high contrast, macro detail.",
    "reference_image_urls": ["https://static.hiapi.ai/blog/vidu-q3-ad-reference-to-video-prompt-recipes/refs/tumbler.jpg"],
    "duration": 4,
    "size": "1280*720"
  }
}

효과적인 이유: 주체를 명명한 "참조 이미지 1의 청록색 무광 보온 텀블러"가 정확한 제품을 고정하여 모델이 유사품을 만들어내지 않고 그 병(무광 표면, 브러시 처리된 뚜껑 등)을 애니메이션화합니다. 빛 스윕 문장("강한 빛줄기가 ... 왼쪽에서 오른쪽으로 스윕")이 평범한 회전을 광고처럼 보이게 만듭니다. 하나의 연속된 카메라 의도(회전 + 약간의 푸시 인)가 4초 동안 깔끔하게 렌더링됩니다. 초당 $0.149 기준으로 이 클립은 약 $0.60이 듭니다.

레시피 2 — 의상 고정 브랜드 마스코트

최적 용도: 캐릭터가 모든 클립에서 완전히 일관된 의상을 유지해야 하는 반복 마케팅 소재 — 수작업 애니메이션과 일반 텍스트 투 비디오 모두 어려워하는 부분입니다.

레퍼런스 이미지 입력:

실제 출력(정사각형, 4초):

{
  "model": "vidu-q3-ad/reference-to-video",
  "input": {
    "prompt": "The mint-green round robot mascot from reference image 1 stands centered, waves its left hand at the camera, gives a happy little bounce and a cheerful nod, then raises a thumbs-up. Clean soft-white studio background, bright even lighting, bouncy springy animation, its shape, colors and face stay exactly on-model the whole time. Upbeat, friendly brand-mascot ad.",
    "reference_image_urls": ["https://static.hiapi.ai/blog/vidu-q3-ad-reference-to-video-prompt-recipes/refs/mascot.jpg"],
    "duration": 4,
    "size": "1280*1280"
  }
}

효과적인 이유: "그 모양, 색상, 얼굴이 전체 시간 동안 정확히 의상 고정 상태를 유지"라는 문장이 모델에게 재해석이 아닌 일관성이 임무임을 알려줍니다 — q3-ad는 전체 움직임 동안 마스코트의 비율, 안테나, 얼굴을 유지합니다. 모호한 '활기차게' 대신 구체적으로 명명 가능한 간단한 동작들을 연속으로 지시하세요("손 흔들기... 바운스... 끄덕임... 엄지 척") — 모델이 각 비트에 대응할 구체적 내용을 갖게 됩니다. 정사각형 1280*1280(여전히 720 티어, 4초 약 $0.60)을 사용하여 피드 게시물이나 앱 스플래시 화면에 바로 사용할 수 있습니다.

레시피 3 — UGC '손에 든 제품'(이중 레퍼런스)

최적 용도: 스크롤을 멈추게 하는 소셜 광고 — 실제 손이 실제 환경에서 제품을 화면으로 들어 올립니다. 참조 투 비디오가 이미지 투 비디오보다 뛰어난 바로 그 지점입니다: 두 개의 독립 정지 이미지를 하나의 샷으로 합성합니다.

레퍼런스 이미지 입력(제품 + 장면):

실제 출력(세로 9:16, 5초):

{
  "model": "vidu-q3-ad/reference-to-video",
  "input": {
    "prompt": "Vertical social ad clip: on the wooden cafe table from reference image 2, the coral-pink sparkling-water can from reference image 1 stands with fresh cold condensation. A hand enters from the bottom of the frame, picks up the can and lifts it up toward the camera, water droplets glistening. Natural handheld motion, warm cafe bokeh behind, soft window light, lively authentic UGC commercial feel.",
    "reference_image_urls": ["https://static.hiapi.ai/blog/vidu-q3-ad-reference-to-video-prompt-recipes/refs/can.jpg", "https://static.hiapi.ai/blog/vidu-q3-ad-reference-to-video-prompt-recipes/refs/hand_cafe.jpg"],
    "duration": 5,
    "size": "720*1280"
  }
}

효과적인 이유: 각 레퍼런스 이미지에 역할이 있습니다 — 이미지 1은 제품, 이미지 2는 환경 — 따라서 모델은 어느 정지 이미지가 주인공이고 어느 것이 배경인지 알 수 있습니다. 동작과 카메라를 명시적으로 작성해야("한 손이 아래에서 들어와... 카메라 쪽으로 들어 올리며... 자연스러운 핸드헬드 움직임") UGC 느낌이 나옵니다; 그렇지 않으면 정적인 데스크탑 제품 사진을 얻게 됩니다. 세로 720*1280 크기 5초(약 $0.75)는 릴스/틱톡/쇼츠에 바로 게시할 수 있는 프레임을 제공합니다.

레시피 4 — 다중 레퍼런스 리테일 장면(삼중 레퍼런스)

최적 용도: 독립적인 제품과 소품 정지 이미지로 조립되는 카탈로그 및 라이프스타일 스타일 구성 — 실제로 배치하기 번거로운 플랫 레이입니다.

레퍼런스 이미지 입력(제품 + 소품 + 표면):

실제 출력(1080p, 4초):

{
  "model": "vidu-q3-ad/reference-to-video",
  "input": {
    "prompt": "Compose a bright summer retail ad scene: place the tortoiseshell sunglasses from reference image 1 open on the warm travertine stone surface from reference image 3, with the seashells and dried coral from reference image 2 arranged neatly beside them. Slow cinematic push-in, bright natural sunlight casting soft moving shadows, a gentle breeze, premium eyewear commercial look, shallow depth of field.",
    "reference_image_urls": ["https://static.hiapi.ai/blog/vidu-q3-ad-reference-to-video-prompt-recipes/refs/sunglasses.jpg", "https://static.hiapi.ai/blog/vidu-q3-ad-reference-to-video-prompt-recipes/refs/seashells.jpg", "https://static.hiapi.ai/blog/vidu-q3-ad-reference-to-video-prompt-recipes/refs/travertine.jpg"],
    "duration": 4,
    "size": "1920*1080"
  }
}

효과적인 이유: 세 장의 깔끔하게 분리된 정지 이미지 — 각 주체가 단색 배경 위에 있음 — 는 모델에게 명확하고 모호함 없는 부품을 제공합니다. 프롬프트는 공간 배치를 명확히 진술하고("트래버틴 위에... 그 옆에") 각 이미지를 정확한 인덱스로 명명합니다; 레퍼런스 이미지가 복잡하거나 "이것들을 조합해"라고만 말하면 합성이 표류합니다. 또한 여기서 1080 티어를 사용합니다 — 초당 $0.18로 4초 샷은 약 $0.72이며, 구도가 합리적임을 이미 검증했으므로 추가 비용은 해상도만을 위한 것입니다. q3-ad는 최대 7장의 레퍼런스 이미지를 받으므로 동일 장면에 두 번째 소품이나 로고 카드를 추가할 여지가 있습니다.

'Native Audio'의 진실(게시 전 필독)

q3-ad 모델 페이지에는 "Native Audio"가 표시되어 있고 광고 영상이 "지능형 편집, 카메라 움직임, 사운드"를 갖춘다고 홍보합니다. 실제로 이 페이지를 위해 생성한 모든 클립은 순수 비디오 mp4, 오디오 트랙 없음으로 반환되었습니다 — ffprobe로 확인했으며, 플랫폼 제공 해당 모델 예시 클립도 무음입니다.

따라서 현재 q3-ad는 무음 광고 비디오 생성기로 간주하세요: 위의 네 클립 모두 후반 작업에서 배경 음악이나 성우를 추가해야 합니다. 대부분의 제품 및 소셜 광고에는 장애물이 아니며(어차피 라이선스 음악을 넣을 가능성이 큽니다), 다만 모델이 완성된 믹스를 생성할 것이라고 의존해서는 안 되며 음성을 제공할 reference_audio_urls 필드도 없습니다. 말하는 진행자, 립싱크가 필요하다면 그것은 Q4 Preview의 역할입니다 — 해당 음성 레퍼런스 레시피를 참조하세요.

출력에 실제로 영향을 미치는 프롬프트 규칙

• 레퍼런스 이미지에 번호를 매기세요. "참조 이미지 1의 캔... 참조 이미지 2의 테이블 위"가 "캔과 테이블"보다 주체를 인덱스에 더 안정적으로 바인딩합니다.
• 다중 레퍼런스 샷에서는 각 정지 이미지에 역할을 부여하세요 — 주인공 vs 배경 vs 표면 — 그리고 공간 배치를 명시하세요("위에", "옆에", "뒤에").
• 카메라를 하나의 연속 동작으로 작성하세요(회전 + 푸시 인, 진입 + 들어 올리기). q3-ad는 단일 샷을 렌더링하므로 한 프롬프트에 컷을 쌓으면 혼란스러워집니다.
• 마스코트와 캐릭터에는 '정확히 의상 고정 유지'라고 말하세요 — 모델이 재창조가 아닌 일관성 쪽으로 향하도록 유도합니다.
• 레퍼런스 정지 이미지를 깔끔하게 유지하세요 — 하나의 주체, 단색 배경. 복잡한 레퍼런스 이미지가 표류의 1번 원인입니다.
• 720 티어 size에서 반복하고 1080p에서 확정하세요. 프롬프트는 동일하고 초당 요율만 달라집니다.

자주 묻는 질문

실제 제품 사진을 사용할 수 있나요? 네 — 공개적으로 접근 가능한 이미지 URL이면 레퍼런스로 사용할 수 있습니다. 우리가 gpt-image-2/text-to-image로 이미지를 생성한 것은 예시를 재현 가능하게 하기 위해서일 뿐이며; 호스팅된 제품 사진이 실제로 더 이상적입니다. 주체가 이미 판매 중인 바로 그 물건이기 때문입니다.

레퍼런스 이미지를 몇 장까지 전달할 수 있나요? 1~7장입니다. 아홉 장은 maxItems 오류로 실패합니다; 히어로 회전에는 한 장이면 충분합니다.

왜 요청이 400 "additional properties not allowed"를 반환하나요? 거의 확실히 aspect_ratio, resolution, 또는 reference_audio_urls를 보냈기 때문입니다. q3-ad는 단일 size 열거형을 사용하며 오디오 입력이 없습니다 — 해당 필드를 제거하세요.

4K를 출력하나요? 아니요. q3-ad는 최대 1080p입니다. 4K가 필요하다면 Vidu Q4 Preview를 사용하세요.

클립은 얼마나 길 수 있나요? 3~15초, 정수입니다. 더 긴 내러티브 편집은 여러 짧은 샷을 조립하는 것이 가장 좋습니다.

생성 시작

키를 발급받고 위의 레시피 중 하나를 복사하여 자신의 제품 URL로 교체한 뒤 /v1/tasks에 POST 하세요. 모델 세부 정보와 실시간 제한은 vidu-q3-ad/reference-to-video 페이지, 단계별 호출 흐름은 빠른 시작, 나머지 비디오 제품군은 모델 카탈로그에서 둘러볼 수 있습니다. 720p에서 프롬프트를 검증한 다음 가장 마음에 드는 것을 1080p로 재실행하세요 — 이것이 전체 워크플로입니다.