Seedance 2.0 制作ガイド

ひらめきから、コントロール可能な動画へ

マルチモーダル参照、被写体定義、絵コンテのタイミング、カメラワーク、動画編集、延長テクニックを習得。完全な事例とFAQを収録。見ながらコピーして、すぐに生成に活用できます。

Doubao Seedance 2.0シリーズ(以下、Seedance 2.0シリーズ)モデルは、音声と動画の統合生成をネイティブでサポートし、優れた意味理解とマルチモーダル対話能力を備えています。本記事では、Seedance 2.0シリーズモデルのプロンプト(Prompt)の使用方法と関連テクニックを紹介し、モデルを効率的に活用してニーズに合った高品質な動画作品を生成するお手伝いをします。

注意
本ガイドで紹介するすべてのビジュアル(画像、動画)および音声素材は、Seedance/Seedreamシリーズのビジュアル生成モデルによって自律生成されています。

基本フォーミュラ

Seedance 2.0シリーズモデルは、動画、画像、音声などのマルチモーダル素材を同時に参照でき、人物の外見、アクションエフェクト、ビジュアルスタイル、ナレーションの声色などの特徴を正確に捉え、プロンプト作成のハードルを大幅に下げます。この利点を活かし、シンプルな基本フォーミュラでモデルを導き、マルチモーダル素材の特性を利用して、特定のニーズを満たす動画を迅速に生成できます。

参照動画生成は、マルチモーダル参照、動画編集、動画延長の3つのタスクに分類できます。タスクの種類に応じてプロンプトの基本フォーミュラを選択してください。

マルチモーダル参照

素材から一部の要素(被写体、スタイル、シーン、効果音など)を抽出し、新しい動画を生成します。

適用シーン:アクション転送、被写体の再利用、雰囲気の借用など
推奨構文トラック補完
画像参照:参照<画像N>内の<被写体N>を基に、生成...
動画参照:参照<動画N>内の<アクション/カメラワーク/スタイル/効果音>を基に、生成...
音声参照:参照<音声N>内の声色を基に、生成...

動画編集

元の動画に対して部分的または全体的な変更を加えます。言及されていない部分は、デフォルトでそのまま保持されます。

適用シーン:部分的な置き換え、被写体の消去、属性の変更など
推奨構文トラック補完
要素の追加:明確に記述<要素の特徴> + <出現タイミング> + <出現位置>
要素の変更:厳密に編集<動画N>、その中の<元の特徴><新しい特徴>
に変更要素の削除

:ストーリーの続き、アクションの延長、欠落部分の補完など

動画延長

適用シーン時間軸で元の動画を延長し、音声・動画スタイル、被写体、ナレーションの一貫性を保ちます。
推奨構文トラック補完
:ストーリーの続き、アクションの延長、欠落部分の補完など 動画延長<動画N>を基に、生成...
:前方/後方に延長トラック補完 + <動画1><トランジションの説明> + 接続 + <動画1><動画2> + 接続
注意
<動画3><動画N>編集/延長タスクでは、直接「<動画N>」で動画を指し、「参照

」は使用しないでください。参照タスクと誤認されるのを防ぎます。

複合タスク

適用シーン上記3つのタスクは組み合わせて使用することもできます。
推奨構文トラック補完
:ある素材を参照し、別の素材を編集します。 参照<画像/動画N>[参照次元]を基に、厳密に編集<動画X>

[具体的な編集内容]

応用フォーミュラ

Seedance 2.0は本質的にマルチモーダルAIディレクターです。テキストプロンプト、画像、動画、音声を同時に読み取り、内部で「空間レイヤー」(画面に何があるか)と「時間レイヤー」(時間とともにどう変化するか)の2つの次元に分解して理解・生成します。

プロンプト高度な公式:正確な被写体 + アクション詳細 + シーン環境 + 光と影の色調 + カメラワーク + ビジュアルスタイル + 画質 + 制約条件

したがって、優れたプロンプトは単なる「文案的な形容」ではなく、「工学的な指示」です。誰が、どのシーンで、どんなアクションをし、カメラがどう動き、どのような時間順序で発生するかを、それぞれ空間レイヤーと時間レイヤーに投げかけます。具体的なフォーミュラは以下の通りです。

簡単に言えば、まず「誰が」「何をしているか」を特定し、次に「どこで」「どんな雰囲気か」を伝え、モデルに「どう撮るか」を指示し、最後にスタイル、画質、制約条件で結果を絞り込みます。以下で各要素を詳しく解説します。

1 被写体の定義

のフライドチキンを食べ、雰囲気は友好的で楽しく、その後画面が徐々にぼやけ、画面中央に「楽しいはSeedanceにあり」というテキストが表示されます。
推奨構文参照内の[主体核心特徴]<被写体N>
核心特徴要件として定義する:2~3の明確で安定した静的特徴(服装、髪型、外見、カテゴリーなど)を使用して記述し、唯一の識別可能性を確保する。
トラック補完
内の香水を画像1の中の赤いワンピースを着て麦わら帽子をかぶった女性を主体1
内の香水を画像1の中の赤いワンピースを着て麦わら帽子をかぶった女性を張紅
映像

@画像 2:黒い服の暗殺者(相手)

推奨構文画像1内の@画像 3:崖の竹林シーン画像 カット1画像2内の@画像 3:崖の竹林シーン画像 @動画 1:武術対決のカメラワーク参照 <被写体N>@オーディオ 1:緊迫したドラムまたは格闘効果音
の金色の粒子エフェクトを使用し、

動画内に複数の被写体が存在する場合、それぞれを定義し、ラベルで区別する必要があります。ラベルは一意性と安定性を持ち、以降の説明で対応するラベルを継続して使用し、指示の混乱を避ける必要があります。

推奨構文: <画像/動画N>内の[被写体1のコア特徴]を<被写体1>と定義し、<画像/動画N>内の[被写体2のコア特徴]を<被写体2>と定義します...
事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:動画1内の背の高い男性を警察と定義し、もう一人の低い男性をを設定します。シーンは混雑した昼間の市場で、日差しが強く、周りには多くの果物屋台と密集した歩行者がおり、活気ある市井の生活感にあふれています。と定義し、もう一人の低い男性をが混雑した市場の人混みの中で慌てて前に走り、内の背の高い男性をが後ろからすぐに追いかけ、二人は素早く各屋台の間を縫うように走ります。手持ちカメラで前方に素早く追従し、画面には軽い実際の揺れがあり、追跡の緊張感を醸し出します。
注意
実際に参照する素材では、1枚の画像に複数の被写体が存在することがよくあります。素材内の特定のオブジェクトを正確に参照するには、明確な被写体定義が必要です。被写体は人物、小道具、シーンなどです。
被写体に言及するたびに明確に指示し、省略を避けてください。以下の2つの方法をサポートします。 未定義の被写体がいるシンプルなシーンでは、被写体に言及するたびに<被写体N>@<画像N>
を使用し、被写体と素材のバインディング関係を強調します。例:张三@画像1。 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:動画1内の背の高い男性を警察と定義し、もう一人の低い男性を泥棒内の背の高い男性をと定義します。以降の説明で背の高い男性に言及する場合は「と定義し、もう一人の低い男性を」を、低い男性に言及する場合は「
」を継続して使用します。 参照アセットID(Asset ID)を使用する場合も、参照に接続します。
の代わりに使用しないでください。
説明は簡潔にし、冗長さを避け、意味の競合(同じ被写体に矛盾する特徴があるなど)を避けてください。

空間関係は、複雑なテキスト説明を減らすために、参照画像で表現することを推奨します。

2 カット割りとタイムラインの使用

モデルの内部モデリングは空間と時間が分離されています。そのため、複雑な動画のプロンプトは、タイムライン形式のカット割りが理想的です。動画を複数のカットに分割し、イベントの発生順に各カットを動的に説明します。誰が + どこで + 何をする + カメラがどう動くか。

実践的なアドバイス

カット順序を使用し、各動画セグメントに対してシンプルな「カット1 / カット2 / カット3」のカット割りを書き、それらを統合して完全なプロンプトにします。 悪い例
:「男性が街頭で緊張して走っている。画面は映画的。」 トラック補完
良い例
カット1:路地をサイドショット。男性がゆっくりと走り出し、息切れ感がある。
カット2:男性が果物屋台にぶつかる。カメラが素早く揺れ、男性の恐怖のクローズアップに切り替わる。

カット3:男性が低い壁を越えて消える。カメラがゆっくりと引き、空っぽの通りで静止する。

具体的なルールカット1」、「カット1カット2」、「カット3」などの識別子を使用し、イベントの発生順(主→従)に内容を整理します。各セグメントの長さは強制せず、モデルがストーリーに応じて自然にリズムを生成するのを優先します。
説明
モデルは正確な時間(0~3秒など)の指定に不安定な場合があり、時間を強制すると生成結果が異常になる可能性があります。
各カットは以下のロジックで整理することを推奨します。
カメラワークまたはカット切り替え方法:「全景からゆっくりと押し込む」「固定カメラ」「カットが…に切り替わる」など。
被写体のアクションと表情:主要なキャラクター/オブジェクトの重要なアクション、表情の変化を説明。
位置または空間の変化:被写体がいるシーン、位置、または空間関係を説明。
音声情報:対応するカットの効果音、ボーカル、BGMなどを説明。

3 アクション記述の要件

身体部位の詳細化 + 程度の定量化
アクションは手、脚、頭、肩、背中などの身体部位に具体的に記述し、さらに振幅、速度、力強さの説明を追加します。
例:ゆっくり手を上げる、素早く頭を回す、力強く地面を蹴る、少しうつむく。
低くゆっくりとした連続した小さなアクションを優先
ゆっくり、優しく、連続した細かいアクションを優先し、全力疾走、大きなジャンプ、激しい回転などの高爆発・大動作のアクションは避けてください。
例:ゆっくり歩く、そっと手を上げる、少しうつむく、そのまま座る
アクションのトランジションとつなぎを補完
前後のアクションの慣性と継承関係を明記し、画面のアクションが連続的で自然になるようにします。
例:回転の勢いを利用して手を上げる、停止状態から自然に手を挙げる動作に移行。
感情の具体的な外在化表現
「とても悲しい」「非常に怒っている」などの抽象的な言葉の代わりに、具体的な身体の詳細で感情を表現します。
具体的な例は以下の表を参照してください。

抽象的な感情

動作と細部に外在化する。

悲しみ

うつむく、肩が微かに震える、目の縁が赤くなる、指が無意識に服の端を握りしめる、涙が目に溜まっているが落ちない。

喜び

口元が抑えきれずに上がる、眉と目がほころぶ、足取りが軽くなる、無意識に鼻歌を歌う、思わずその場でくるっと回る。

緊張 / 不安

頻繁に時計を見る、指で机を絶えず叩く、呼吸が荒い、目が泳ぐ、無意識に爪を噛む。

怒り

両拳を強く握る、顎のラインが緊張する、胸が激しく上下する、目が刃のように鋭くなる、歯の間から言葉を絞り出す。

解放感

大きく息を吐く、緊張した肩が完全にリラックスする、久しぶりのほのかな笑みを浮かべる、遠くを見上げる。

4 カメラワークの書き方

モデルはカメラワーク用語の理解力が高く、「ミディアムショット、クローズアップ、フルショット、スロープッシュ、安定したパン、固定ショット」などの標準的な用語をそのまま使用すれば問題ありません。

注意
を参照してください。1つのカット内ではできるだけ1種類のカメラワークのみを指定し、プッシュ、プル、パン、チルトを同時に要求しないでください。画面の不安定性が増します。

5 画質、スタイル、制約語

画質、スタイル、制約語は動画生成効果をコントロールする鍵であり、モデルに創作の境界線を設定し、画質とアートのトーンを統一し、画面の欠陥やランダムな偏差を回避します。安定したコンプライアンスを確保するために必要な設定です。

1 画質

画面の鮮明さ、詳細なテクスチャ、光と影の質感を定義し、出力の基本画質を向上させます。

:高精細、豊かなディテール、映画的な質感、自然な色彩、柔らかな光と影

2 スタイル

全体的なアートスタイルとビジュアルトーンを設定し、画面のアート雰囲気を統一します。

:サイバーパンクのクールな青紫トーン、レトロなフィルム、日本の爽やかさ

3 制約語

制約語は非常に重要で、画面の欠陥、歪み、崩壊、不合理な要素を効果的に回避し、生成の境界と安定性を制約します。

よく使われる制約語テンプレートトラック補完

字幕の生成を避ける:「字幕なしを維持」「文字や字幕を生成しない」
ロゴの生成を避ける:「ロゴを生成しない」
ウォーターマークの生成を避ける:「ウォーターマークを生成しない」

6 実践例

上記で紹介した応用フォーミュラと各要素を使用してプロンプトを作成する方法を示します。

例1:寮の感情ドラマ(文系/会話寄り)

@動画 1:室内会話のカメラワーク参照(中景のプッシュプルまたは軽いパン・チルト) トラック補完

@オーディオ 1:室内環境音または軽音楽
プロンプト
@画像 1 の女性を主人公とし、@画像 2 を寮のシーンスタイル参照とし、@動画 1 のカメラワーク方法を参照します。
ショット 1

:夕方、トラック補完

女性 @画像 1

が軽やかな足取りで寮の入り口 @画像 2に歩いて行き、カメラは中景で安定して追従し、暖かい黄色の日光が窓から廊下に差し込み、彼女は入り口で一瞬立ち止まり、深呼吸し、表情に少し緊張が見えます。 ショット 2:ドアを押して寮に入り、カメラは室内の中景に切り替わり、ルームメイトたちは本を整理しながら彼女を見上げ、そのうちの一人が笑いながら「{どうだった?合格した?}」と尋ね、カメラは数人の間でゆっくりと半身クローズアップを切り替えます。 ショット 3

:最初にうつむいて寂しげな表情を見せ、カメラは彼女の近景に切り替わり、その後彼女は顔を上げて笑いをこらえきれず、大笑いして「{嘘だよ}」と言い、ルームメイトたちは追いかけてふざけ合い、カメラはゆっくりと引き、寮内の笑い声にあふれた全景で固定します。 トラック補完に歩いて行き、カメラは中景で安定して追従し、暖かい黄色の日光が窓から廊下に差し込み、彼女は入り口で一瞬立ち止まり、深呼吸し、表情に少し緊張が見えます。 全編は高画質の映画ドキュメンタリースタイルで、色調は暖かく、光と影は柔らかく、人物の顔は安定して変形せず、動作は自然で滑らか、カクつきやちらつきはなく、環境音は @オーディオ 1 と自然に融合します。

ロゴ参照 トラック補完に歩いて行き、カメラは中景で安定して追従し、暖かい黄色の日光が窓から廊下に差し込み、彼女は入り口で一瞬立ち止まり、深呼吸し、表情に少し緊張が見えます。 背景はネオンがきらめく未来都市の空中廊下で、飛行機とホログラム広告が交錯し、

の女性を参照し、まず中景で女性がホログラム投影の銀色の浮遊灯を放つ様子を表示し、次にカメラを引いて無数の浮遊灯を映し、画面が徐々にぼやけ、その後

例2:古風な崖の対決シーン(アクション/雰囲気寄り)

@動画 1:室内会話のカメラワーク参照(中景のプッシュプルまたは軽いパン・チルト) トラック補完

@画像 1 の赤い服の女性を主人公とし、@画像 2 の黒い服の女性を相手とし、シーンは @画像 3 の崖の竹林環境を参照し、全体のカメラワークとアクションリズムは @動画 1 を参照し、背景音は @オーディオ 1 と同期します。
:夕方、カメラは
赤い服の女性 @画像 1
から始まり、
黒い服の暗殺者 @画像 2

:夕方、トラック補完

が竹の先端から飛び降り、二人は竹林の中で激しく戦い、カメラは素早く切り替わり、緊張感を強調します。

が軽やかな足取りで:夕方、カメラは赤い服の女性 @画像 1サイドミドルショットでゆっくりと前進。彼女は崖の端に立ち、酒壺を取り出して酒を飲む。衣の袂が山風にそよぐ。カメラは彼女の半周を回り込み、正面から後ろ姿へと移る。遠くには竹やぶの中に黒い人影がかすかに見える。

:最初にうつむいて寂しげな表情を見せ、カメラは彼女の近景に切り替わり、その後彼女は顔を上げて笑いをこらえきれず、大笑いして「{嘘だよ}」と言い、ルームメイトたちは追いかけてふざけ合い、カメラはゆっくりと引き、寮内の笑い声にあふれた全景で固定します。 :カメラがズームアウトしながらフェードアウトし、遠景へ。ドローンの視点で崖全体と竹やぶを見下ろす。二人は崖の両端に立ち、山風が衣の裾と土ぼこりを巻き上げる。リズムは太鼓のビートに合わせてやや速くなる。

ロゴ参照 :カメラは地上の近景に切り替わり、二人がゆっくりと剣を抜いて対峙する。 紅衣の女@画像 1 表情が無頓着から冷徹へと変わる。 黑衣の女@画像 2 目つきは強く、剣先が微かに震える。カメラは二人の周りを安定して追い、最後に二つの剣が交差する直前の瞬間のクローズアップで静止する。

全体的な画面は、煙雨の江湖の映画のような雰囲気。冷たい色調で低彩度、映画フィルムの質感、光と影の階層が豊か。人物の顔と体のプロポーションは安定して変形せず、動作は連続的で自然、硬くなく、モデルの崩れやカクつきなし。

その他のテクニック

テキスト生成

Seedance 2.0シリーズモデルは、一般的なテキストの生成をサポートしています。モデルは状況に応じて自動的にマッチする適切なスタイルと色を選択し、プロンプトで指定することもできます。テキストの色、スタイル、出現方法、出現タイミング、出現位置を指定します。作成時は一般的な文字を優先し、避けてくださいレア文字特殊記号、最適な表示効果を確保します。現在対応しているのは広告文、字幕、吹き出しなどのシーンです。具体的な書き方と事例は以下を参照してください。テキスト生成に接続します。

動画延長 vs セグメント結合

連続長回し(動画延長):単一シーン内の「文劇」に適しています。長い会話、感情の段階的展開、単一経路の移動などに用い、没入感のある連続的なワンカット効果を実現します。
シーン/アクションの転換(セグメント結合):プロットの転換や複雑で素早い「武劇」に適しています。追跡、格闘、モンタージュなどに用い、独立して生成した断片を編集・組み合わせることで、リズムと視覚的インパクトを確保します。

実際の制作では通常、両方の方法を組み合わせます。例えば、まず延長で一貫した会話を生成し、その後、空ショットやトランジションの断片を結合することで、没入感とリズムの変化を両立します。

素材設定戦略

通常、素材を4つの「機能的な役割」に分類します:

キャラクターアンカー:キャラクターの外見を固定
シーン設定:環境とスタイルを固定
カメラワーク参考:カメラ言語とアクションのリズムを固定
リズムと雰囲気:オーディオで感情と音色を制御

推奨設定(合計4~5個の素材):キャラクター画像1~2枚(顔のクローズアップ/全身)+ シーン画像1枚 + カメラワーク動画1本 + オーディオ1本。

説明
素材の上限まで使用することは推奨しません。素材が多すぎると、モデルが特徴の優先順位を判断しにくくなり、スタイルの競合、主体の認識の曖昧さ、生成効果の期待からの逸脱などの問題が発生しやすくなります。

注意事項

言語規範

台詞の言語は統一する必要があります。固有名詞を除き、日本語と英語の混在は避けてください。

特殊文字規範

プロンプト内で記号を適切に使用することで、モデルが異なる情報タイプを正確に理解するのに役立ちます:

情報タイプ

記号

音楽

()

(背景ではアップテンポなロックが流れている)

効果音

<>

<遠くで犬の鳴き声がする>

セリフ

{}

{こんにちは、世界}。セリフがマイナー言語(中国語・英語以外)の場合は、言語を明記する。例:日本語で言う{こんにちは}。

字幕

【】

【第一章:旅立ち】

よくある質問

キャラクターIDのずれ

典型的な現象

生成されたキャラクターの外見が参照画像と一致しない、または動画の途中で「顔が変わる」(IDのずれ)ことがあり、動画内の人物が有名人に似てしまい審査でブロックされることがあります。

根本原因分析

顔の参照画像の有効性が不十分

参照画像の混在:顔の参照画像と全身/半身のポーズ画像、服装参照画像、詳細画像などを1枚の画像にまとめてモデルに提供すること。
顔の割合が小さすぎる:混在した参照画像において、顔の領域が画像全体に占める割合が小さすぎるため、モデルが顔の特徴を抽出する際の重みが不十分で、背景や他の要素に干渉されやすくなります。

解決策

顔参照の独立性と重みを強化:

顔のクローズアップ画像を準備:既存の全身写真に加えて、キャラクターの頭部のみを含む顔のクローズアップ画像(バストアップ、顔のみ、無表情が最適、肩や首、背景などの干渉要素を最小限に抑える)を追加で準備します。
プロンプト内で主体を明確に定義:<主体1> の顔の特徴は画像1(バストアップ)を参照、メイクと衣装は画像2(全身写真)を参照に接続します。
重要な素材を前に配置:より正確な参照が必要な素材ほど、プロンプト内でより前方に配置します。
注意
キャラクター参照にはバストアップと全身写真のみを使用し、人物のマルチビューは推奨しません。マルチビュー素材には同一人物の異なる角度が含まれており、モデルがそれらを複数の異なる主体として認識しやすく、IDのずれ問題を悪化させる可能性があります。

最適化前

最適化後

動画内の人物が途中で「顔が変わり」、有名人に似てしまう。

顔が参照画像と一貫して一致する。

動画に字幕が含まれる

典型的な現象

プロンプトで字幕の生成を要求していないにもかかわらず、生成された動画に字幕が含まれている。

解決策

説明
現時点では100%字幕の生成を防ぐことはできません。以下の方法で発生確率を低減し、抽選成功率を向上させることができます。
プロンプトに明確な制約指示を追加:「字幕なしを維持」、「文字や字幕の生成を避ける」。
参照する画像/動画に含まれる文字が必須情報でない場合は、まずツールを使用して文字を除去し(例:Seedream/Seedanceモデルの画像/動画編集機能を使用)、その後、文字のない素材を入力として使用することを推奨します。
業務上許容される場合、横画面サイズで動画を生成することを優先します(横画面で字幕が生成される確率は縦画面よりも明らかに低い)。その後、編集ソフトで縦画面にトリミングできます。

動画にロゴ/ウォーターマークが含まれる

典型的な現象

プロンプトでウォーターマークに関する内容に触れていないにもかかわらず、生成された動画に他の動画プラットフォームのロゴ/ウォーターマークが含まれている。

解決策

プロンプトに明確な制約指示を追加:「ウォーターマークを生成しない」、「ロゴを生成しない」。

スタイルのずれ

典型的な現象

2Dまたは3Dアニメスタイルを期待しているが、入力された参照画像のスタイルが写実的であり、プロンプトで動画のスタイルを強調していない場合、生成された動画が実写の写実スタイルにずれる可能性があります。

解決策

プロンプトに明確なスタイル制約語を追加します。例えば「2D日本アニメスタイル」、「3D中国風漫画」。より正確なスタイル制御が必要な場合は、参照画像を先に目標のスタイルに変換してから動画を生成することを推奨します。

最適化前

最適化後

仙侠スタイルが実写スタイルにドリフトした。

3D国漫CG仙侠スタイルを維持する。

延長動画の接続部分でのジャンプ

典型的な現象

動画延長機能を使用して新しい動画を生成した後、新しい動画と元の動画を結合すると、接続部分で画面のジャンプや巻き戻しの問題が発生する可能性があります。

解決策

現時点では、後処理の編集で修正し、キーフレームを合わせることを推奨します。将来的にはモデルの反復により根本的な最適化を行う予定です。

結合する動画を剪映(CapCut)または他のプロフェッショナルな動画編集ソフトウェアにインポートします。
最初の接続部分で、前の動画の末尾を6フレーム削除に接続します。
同時に、後の動画の先頭を1フレーム削除に接続します。
すべての結合ポイントで上記の操作を繰り返します。
エクスポートして、結合後の動画の滑らかさを確認します。
説明
動画のフレームを合わせた後でも、わずかなジャンプが残る可能性があります。続きを生成する際は、トランジションやカットの瞬間で終了し、次の動画はそのカット後の新しいシーンから始めることを推奨します。

最適化前

最適化後

接続部分(5秒目、20秒目)で画面が瞬間的にジャンプするまたは内容が巻き戻る

接続部分がより滑らかになる。

双子問題

典型的な現象

画面内に人物が多く、かつ人物の三面図を参照素材として入力するシナリオでは、生成された動画の同一画面内に2人の全く同じ人物が現れやすくなります。

根本原因分析

プロンプト内で人物の主体の定義が不明確で、モデルが異なるキャラクターを正確に区別できない;
人物の三面図/多面図を参照素材として使用すると、モデルの人物認識が混乱しやすく、同じタイプの人物が重複して生成される。

解決策

説明
現時点では100%双子問題を防ぐことはできません。以下の方法で発生確率を低減し、抽選成功率を向上させることができます。
人物主体の関連付けを明確にする

プロンプト内で各キャラクターを明確に定義し、キャラクターと参照画像の対応関係を明確にします。人物名の後に対応する参照画像を注記し、形式を統一することを推奨します。

例:張三(画像1に対応)は、立っている李四(画像2に対応)に向かって緑色の通帳を投げる。

2. グローバル制約指示を追加

プロンプトの末尾に固定の制約を追加:動画全体を通して、外見、服装、装飾品が完全に一致する人物の出現を禁止し、同一の分身や双子効果の生成を禁止し、同一画面内には対応する人物のみを1人だけ表示し、人物の重複複製を発生させないに接続します。

3. 参照素材を最適化

人物参照画像は、単独の個人写真を優先して使用し、三面図や多面図の素材は推奨しません。

4. プロンプトを簡潔に最適化

完全な脚本をそのままプロンプトとして使用しないでください。テキスト内容が過度に冗長だとモデルの理解が混乱しやすくなります。無関係な表現を簡潔にし、指示を明確に集中させる必要があります。

最適化前

最適化後

画面の8秒目に「双子」が現れる。

動画延長時の画質劣化

典型的な現象

モデルが生成した動画を入力素材として延長・続きを生成する際、画質が劣化します。複数回の続き生成で劣化が蓄積され、特に人物の顔の領域に斑状の色むらが発生しやすくなります。

解決策

現時点では以下の方法で画質劣化を緩和できます。将来的にはモデルの反復により根本的な最適化を行う予定です:

元の動画をSeedance 2.0で白い3Dモデルの動画に変換し、それを続き生成の入力素材として使用します。
参考プロンプト:動画を白い3Dモデルに変換し、人物はすべて純白の3Dモデルに統一、色彩なし、テクスチャなし、影なし、純白の背景、構造は安定、動きは滑らか。
高画質の画像を参照素材として優先的に使用します。
動画の続き生成回数を適切に制御し、複数回の続き生成を重ねないようにします。

最適化前

最適化後

モデルの出力を直接続きとして生成する。

モデルの出力を白モデル動画に変換してから続きを生成する。

特殊効果が期待通りにならない

典型的な現象

プロンプトで特定の特殊効果をテキストで記述する場合、効果が期待と異なることがあります。例:プロンプトで「数字「2999」がカウントダウンアニメーションで登場」と指定しても、実際に生成された数字のスクロール効果が不規則にジャンプし、標準的なカウントダウンのロジックに従わない。

解決策

以下の方法を推奨:参照動画で特殊効果を定義:目標の特殊効果動画を参照素材としてモデルに入力し、モデルに特殊効果の形状と動作ロジックを正確に理解させ、生成効果を期待に近づけます。例:数字「2999」の登場方法は動画1を参照。

最適化前

最適化後

数字のスクロールエフェクトに明らかな不規則なジャンプ感がある。

正しい数字のスクロールエフェクト動画を追加した後、エフェクトの結果が期待通りになった。

エフェクトアニメーション

参照人物が多すぎる

典型的な現象

参照人物の数が4人を超えると、モデルの出力の安定性が低下し、生成された動画で人物の数が合わない(少ない、多い)または人物が重複するなどの問題が発生する可能性があります。

解決策

現時点では以下の方法で緩和できます。将来的にはモデルの反復により根本的な最適化を行う予定です:

段階的に画像を生成:人物をグループ化し、各グループで生成される画像内の人物数が4人を超えないようにします。例えば、6人の場合は2グループ(各3人)に分けて、それぞれ画像を生成します。
画像から動画を生成:最初のステップで生成した複数のグループ画像を参照素材として使用し、最終的な動画を生成します。

最適化前

最適化後

8人の参照キャラクターを入力したが、出力動画には9人が映っている。

8人のキャラクターを2枚の画像に生成した後、画像から動画を生成する。

動画の末尾にノイズがある

典型的な現象

動画にナレーションが含まれる場合、動画の末尾に不自然なカチッという音や途切れノイズが発生しやすくなります。

解決策

動画を再生成するか、剪映などの編集ツールを使用して、末尾の音声トラックに音量エンベロープでオーディオフェードアウト処理を施し、途切れノイズを除去します。

具体的な手順(剪映を使用):

生成された動画を剪映にインポートします。
タイムライン上で動画トラックを選択し、ツールバーのオーディオに接続します。
から音量エンベロープ機能を選択します(一部のバージョンでは基本/調整メニュー内にあります)。このとき、オーディオトラック上に音量を表す線とキーポイントが表示されます。
動画の終わり近くで、最後の音量キーポイントを音量0まで下げ、下り坂の形状にします。
Seedance 2.0 プロンプト事例
プレビューでエンディングのオーディオが自然にフェードアウトし、突然の途切れやノイズがないことを確認します。

最適化前

最適化後

末尾にノイズがある。

末尾にノイズがない。

中国語の発音が不正確

典型的な現象

モデルは多音字、難読字、類似字を誤読しやすい。

解決策

誤読しやすい文字を発音が一致する一般的な同音字に置き換えることで、発音のずれを回避し、期待されるオーディオ効果を再現します。この方法は最適化手段に過ぎず、すべての発音問題を完全に回避できるわけではありません。

例:プロンプト内の「螭龍山」を同音字の「吃龍山」に書き換えることができます。

最適化前

最適化後

「螭龍山」の「螭」の発音が間違っている。

「吃龍山」に変更した後、発音が正しくなった。

音色参照の不正確さ

典型的な現象

参照オーディオを使用して音色を指定する場合、最終生成動画のオーディオ音色が参照音色と明らかに異なることがあります。

解決策

を参照し、動画の台詞スタイルを参照オーディオのトーンや表現スタイルに近づけることで、音色の再現性と安定性が向上します。

最適化前

最適化後

声色が入力音声と一致しない。

Seedance 2.0 プロンプト事例

入力された音声

プロンプトに声色の特徴の説明を追加した後、声色の一致度が明らかに向上した。

「@音声1の低く厚みがあり温かみのある、細かいざらつきのある中年男性の声色を使って言う」

付録:プロンプト事例

異なるシーンでSeedance 2.0シリーズモデルを使用したプロンプト例を紹介し、マルチモーダル参照の指示制御やテキスト生成などの機能をより正確に実現するのに役立ちます。

テキスト生成

スローガン

プロンプト参照テンプレート:

「キャラクター」が「…」と言い、キャラクターが話すときに周りに吹き出しが現れ、吹き出し内に台詞が書かれています。
説明
Seedance2.0は状況に応じて適切なテキストスタイルをマッチングできます。テキスト表現効果に厳しい要件がある場合は、以下の複数画像参照 > ロゴ参照に接続します。

を参照してください。 参照例:

[完成効果]

[プロンプト]

の人物が笛を吹くときに、周りに同じ粒子エフェクトをまとわせます。 画像1マーケティング

[参照素材]

Seedance 2.0 プロンプト事例

▲ 画像 1

字幕

プロンプト参照テンプレート:

画面下部に字幕が表示される。字幕の内容は「...」で、字幕はオーディオのリズムと完全に同期する必要がある。

を参照してください。 参照例:

[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

ナレーション付きの動画を生成する。深く落ち着いた男性の声で言う:「広大な宇宙の中で、私たちの世界はほんの一瞬に過ぎない。しかし、その中で生命は何よりも繁栄しようとする。」シーンは夜からゆっくりと夜明けへと移り変わり、星々が消え、太陽が山の後ろから昇る。画面下部にセリフに合わせて字幕が表示される。

[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

画像の中の二人がオフィスで会話している。女性が先に話し、彼女は言う:「あなた、いつもギリギリに来るけど、そのジャストな感じを楽しんでるの?」男性は笑いながら応える:「俺には俺のリズムがあるんだ」キャラクターが話すとき、会話は自然で気軽に。画面下部に対応するセリフの字幕が表示される。

吹き出し台詞

プロンプト参照テンプレート:

3C デジタル

を参照してください。 参照例:

[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

画像1の中の二人は運動着を着て学校のグラウンドを走っている。少女は少年を見て、自信に満ちた笑顔で言う:「We can definitely do it!」カメラは少年の近景に切り替わり、彼はためらいながら答える:「Are you sure?」カメラは少女の中近景に戻り、彼女は軽快な口調で言う:「Yes!」感情は明るく確固たるもの。話しているキャラクターの周りに吹き出しが現れ、吹き出しの中に対応するセリフが表示される。

[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

:ある素材を参照し、別の素材を編集します。 画像1カット1画像2手描き漫画スタイルで、三人が囲んで

画像参照

Seedance 2.0シリーズモデルは、被写体のマルチビュー参照だけでなく、シーン画像やストーリーボード画像などの複数画像参照もサポートしています。

使用中に画像の順序に要件がある場合は、順番にアップロードし、プロンプトで画像1カット1画像2画像nを使用して正確に指示する必要があります。

被写体マルチビュー画像参照

参照対象を明確に指示すれば、モデルは以下の例を含む指示に応答できます。

商品:

のカメラを抽出し、背景を白に変更します。カメラは白いテーブルの上にあり、カメラはクローズアップで焦点を合わせ、カメラを主体としてゆっくり回転し、カメラの正面、側面、背面を明確に表示します。


[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

素材準備 画像1カット1画像2カット1@画像 1:女性主人公の上半身写真 @画像 2:寮のシーン参照画像

家庭用品


[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

背景は暖色系の家庭シーンで、中景で参照画像の保温ボトルを表示し、カメラは安定して保温ボトルに近づき、フレーム外の手が自然にボトルを軽く握って持ち上げ、カメラは手のわずかな回転動作に追従して表示します。


キャラクター:

[完成効果]

[プロンプト]

:ある素材を参照し、別の素材を編集します。 画像1カット1画像2カット1@画像 1:女性主人公の上半身写真 後方延長

[参照素材]

Seedance 2.0 プロンプト事例

複数画像参照

のロゴが現れ、全体のスタイルは3DサイバーパンクSFアニメーションスタイルです。


[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

前方延長 画像2、白衣の男性の肩越しショットで、白衣の男性が「It’s not that bad. You're just stressed. Everyone goes through this, you just need to keep going.」と言います。 画像1の女性のイメージを使用して、彼女がカフェでケーキを食べるシーンを生成します。

の後の内容を生成し、遅れてきた二人の男性が彼らに走ってきて、五人がようやく会い、友好的に話します。


[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

の女性のイメージを使用し、女性がイチゴ園でイチゴを摘み、一口食べて、笑いながら「This is the real deal!」と言います。女性の周りに吹き出しが現れ、吹き出し内に台詞が書かれています。

複数要素参照


[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

シーンは画像4の中のレストラン内に設定。店内は人で賑わっている。画像1の中の少女は画像2の中の服装を着て、カウンターの品物を整理している。@画像 1:女性主人公の上半身写真 の中の少年は客で、彼は前に進み、少女に連絡先を求めようとしている。画像5の中の表示は常に画面の右下に表示される。

[...]


[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

を**

絵コンテ参考


[完成効果]

[参照素材]

Seedance 2.0 プロンプト事例

[プロンプト]

:ある素材を参照し、別の素材を編集します。 @画像 1:女性主人公の上半身写真 の絵コンテ構図で、少女がパパがご飯を作るのを待っている。彼女は言う:「아빠, 배고파요! 밥 다 됐어요?」少女のイメージは画像1を参考にする。次にカメラが右にパンし、画像4の画面と構図に切り替わる。パパのイメージは画像2を参考にし、パパは答える:「거의 다 됐어, 조금만 기다려!」次にカメラは娘のやや落ち込んだ表情のクローズアップに切り替わり、彼女は言う:「아직 멀었어요? 맛있는 냄새 나는데...」次にパパの顔のクローズアップに切り替わり、彼は言う:「이제 진짜 금방이야. '빨리빨리' 하지 말고 손부터 씻고 와!」

動画参照

Seedance 2.0シリーズモデルは動画参照をサポートしています。使用時は生成内容と参照対象を明確に指示するだけです。

使用中に動画の順序に要件がある場合は、順番にアップロードし、プロンプトで事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:カット1動画2動画nを使用して正確に指示する必要があります。

アクション参照

の馬の走る形態を使用し、金色の駿馬が草原を走る様子を生成し、その後その走る華麗なポーズを静止させ、馬の形をした金のペンダントにします。


[完成効果]

[参照素材]

▲ 動画 1

Seedance 2.0 プロンプト事例

[プロンプト]

:ある素材を参照し、別の素材を編集します。 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:の人物の動作とカメラ言語で、画像2画像1の戦闘シーンを生成する。画像2は左側の人物、画像1は右側の人物。激しいBGMが流れる。

の台の上にフライドチキンやピザなどの軽食を追加します。


[完成効果]

[参照素材]

▲ 動画 1

[プロンプト]

:ある素材を参照し、別の素材を編集します。 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:複数の素材内の対象が同じ被写体を指す場合、統一してバインドする必要があります:

カメラワーク参照

[完成効果]

[プロンプト]

:ある素材を参照し、別の素材を編集します。 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:のカメラワークで、テクノロジーパークのコンセプト動画を作成する。画像1の中の高層ビルを視覚の中心とし、同じく一人称視点で急降下し、画像1の中のパークのテクノロジー感を表現する。

[参照素材]

▲ 動画 1

Seedance 2.0 プロンプト事例

▲ 画像 1

エフェクト参照

の馬の走る形態を使用し、金色の駿馬が草原を走る様子を生成し、その後その走る華麗なポーズを静止させ、馬の形をした金のペンダントにします。


[完成効果]

[参照素材]

▲ 動画 1

Seedance 2.0 プロンプト事例

▲ 画像 1

[プロンプト]

:ある素材を参照し、別の素材を編集します。 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:マルチパネルストーリーボード画像参照 画像2参照画像のストーリーボードを使用し、激しい格闘シーンを生成します。画像内の各パネルの構図は順番に表示され、その後二人が激しく格闘します。

プレイエフェクト


[完成効果]

[参照素材]

▲ 動画 1

Seedance 2.0 プロンプト事例

▲ 画像 1

[プロンプト]

:ある素材を参照し、別の素材を編集します。 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:のエフェクトで、画像1の中の女性に同じ翼を生やす。翼の生成軌跡は一致させる。

動画編集

Seedance 2.0シリーズモデルは動画編集をサポートし、要素の追加、削除、変更、動画の前方または後方への延長、およびトラック補完が可能です。

使用中に動画の順序に要件がある場合は、順番にアップロードし、プロンプトで事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:カット1動画2動画nを使用して正確に指示する必要があります。

要素の追加・削除・変更

要素の追加


[完成効果]

[参照素材]

▲ 動画 1

[プロンプト]

**と定義 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:@画像 1:赤い服の女性主人公

に変更


[完成効果]

[参照素材]

▲ 動画 1

[プロンプト]

クリア事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:机の上の他の部品や工具を取り除き、机の上を清潔で整頓された状態に保つ。机の上には彼らの手にあるものだけがある。

要素の変更


[完成効果]

[参照素材]

▲ 動画 1

Seedance 2.0 プロンプト事例

▲ 画像 1

[プロンプト]

内の香水を事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:内のフェイスクリームに置き換え、アクションとカメラワークは変更しません。 画像1「テキスト内容」+「出現タイミング」+「出現位置」+「出現方法」、「テキスト特徴(色、スタイル)」

動画延長

注意
モデルは自動的に接続部分を切り取って合成し、入力動画の元のクリップは再生成されません。

基本定義方法


[完成効果]

[参照素材]

▲ 動画 1

[プロンプト]

複数素材同一被写体 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:複数被写体シーン

複数被写体参照


[完成効果]

[参照素材]

▲ 動画 1

[プロンプト]

複数被写体参照 事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:参照画像の猫と犬を使用し、温かいアパートで、犬がドッグフードを食べてうつ伏せになり、猫が歩いてきて、足を伸ばして犬に触れ、犬は猫を見て食べるのを止め、猫は犬に寄り添います。画面は暖色系を使用します。

トラック補完

説明
Seedance 2.0シリーズモデルは最大3つの動画入力をサポートし、合計時間は15秒を超えてはなりません。
生成時には、最初と最後の動画の接続部分を自動的に切り取り、必要なクリップのみを合成に残します。

を参照してください。 参照例:

[完成効果]

[プロンプト]

事前に被写体を定義したシーンでは、被写体に言及するたびに同じラベルを使用します。例:、葉が地面に落ちる瞬間、金色の粒子エフェクトが発生し、風が吹いて、動画2に接続します。

[参照素材]

▲ 動画 1

▲ 動画 2

Seedance 2.0 プロンプトガイド:公式、事例とFAQ