アニメ動画のためのSeedance 2.5：30秒のショットで変わること

AI動画の短い歴史のほとんどで、作業の単位は約5秒でした。その制約がすべてを形作っていました。作るのは場面ではなくショット。お話を作るには6本のクリップを生成し、どれでもキャラクターがだいたい同じに見えるよう祈るしかありませんでした。

Seedance 2.5は、テキスト、画像、動画から、同期した音声付きのひと続きの映像を最長30秒生成します。同じ作業の流れを少し良くしただけではなく、作業の流れそのものを変えます。実際に何ができるようになり、どう計画すればいいかを見ていきます。

大事な仕様

30秒はショットではなくお話

いちばん大事な影響は構造です。5秒には動く画像がひとつ入ります。30秒には始まり、中盤、終わりが入ります。

つまり役立つスキルが、画を説明することから流れを説明することに変わります。この長さでいちばんうまくいくプロンプトは、短くまとめたカット割りのように読めます。

左右の目の色が違う小さな丸いロボットが散らかったガレージに転がり込み、壊れた自転車の前で止まる。自転車をじっと見て首をかしげ、小さな溶接アームを伸ばして、火花を散らしながらチェーンを直す。一歩下がって出来ばえを眺め、カメラに誇らしげに親指を立てる。温かみのある2Dアニメ、太い輪郭線、作業場の金色の光、弾むテンポ。

30秒なら3つの展開——登場、作業、喜び——がちょうどいいです。2つだとゆったりしすぎ、4つだと慌ただしく感じます。ひとつの静かなアイデアを書いて30秒を頼むと、8秒であるべきものが30秒になって返ってきます。

当然の帰結：すべてを30秒にすべきではない

長さは品質ではありません。一発ギャグは10秒のほうが効き、ロゴのジングルは4秒が適しています。長い尺は費用も時間もかかり、尺を埋めるために水増ししたクリップは間延びして見えます。アイデアに必要な長さを選び、本当にわからないときは長さを自動にしましょう。書いた動きに合う長さをモデルが選びます。

音声が映像と一緒に届く。それは思った以上に大きい

生成される音声は、完成した動画の下に敷くBGMではありません。モデルは自分が動かしている場面の音を作ります。足音は踏み出す瞬間に鳴り、ドアは動くときにきしみ、キャラクターの声は口に合います。

実践的な影響が2つあります。

セリフはかぎかっこで囲む。モデルはかっこ内の文字を、話して口の動きを合わせるセリフとして読みます。かっこの外の文字は説明として扱われます。この書き方の習慣ひとつが、話すキャラクターと、もごもご言うキャラクターの差になります。

見た目だけでなく音の風景も書く。「静かな図書館、聞こえるのは蛍光灯のブーンという音と遠くでページをめくる音だけ」と書けば、音声モデルに材料を渡せます。ほとんどの人は見た目のことだけを書き、音がありきたりなのを不思議に思います。音について何も書いていないからです。

すでに音楽のある編集にクリップを組み込むなら、音声はオフにしましょう。それ以外ではオンのままに。解像度を上げるより、仕上がりの印象を上げてくれます。

6つの入力モードと、それぞれの使いどころ

テキストから動画は試すときに。素材は不要で、バリエーションが最大、画面比率も自由に選べます。

画像から動画は、見た目を保たなければならないキャラクターデザイン、ロゴ、絵があるときに。画像が最初のコマになり、画面比率も一緒に引き継がれます。

最初と最後のコマは、終わりを正確にしたいときに。ロゴのジングル、変身、シームレスなループのためのモードです。

参考画像から動画は、場面をまたいで同一性を保ちたいときに。キャラクターや小物の画像を何枚か渡すと、どの参考画像にもない場面にそれらを置きます。繰り返し登場するキャストを可能にするのがこれです。

動画の延長は、手持ちのクリップを終わりの先へ続けるときに。

動画の編集は、手持ちのクリップのほかの部分を残したまま一部を変えるときに。編集では元の長さと画面比率が保たれます。撮り直しではなく、修正です。

最初の4つの違いは入力モードの選び方ガイドで詳しく説明しています。

計画に入れておきたい制約

画像や動画を渡すと、画面比率は選ぶのではなく引き継がれます。最初のコマ、最初と最後のコマ、延長、編集では、出力は入力の形になります。縦型の動画が必要なら、アップロードする前に元を縦に切り抜いてください。これはいつも驚かれます。

動画の編集は元の長さで行われます。編集でクリップを長くしたり短くしたりはできません。それには延長を使います。

描画される文字は今も不安定です。画面内の看板、ラベル、字幕は崩れて出てくることがよくあります。無地の看板や文字のない小物でデザインし、本物の文字は後から編集ソフトで加えましょう。

料金は生成する内容で決まります。長いクリップや高い解像度ほど高くなります。プロンプトが固まるまで短い尺と低い解像度で試し、本番だけを長く高精細にするのが賢いやり方です。

長さをうまく使う作業の流れ

1. 短く安く下書きする。アイデアを8秒、480p、音声オフで試します。確かめるのは構図とスタイルだけ。3〜4回やってもほとんど費用はかかりません。
2. 見た目を固定する。惜しい下書きができたら1コマを取り出し、画像から動画に切り替えて、生成のたびにデザインが変わらないようにします。
3. 流れを書く。プロンプトを3つの展開に広げ、音の風景を書きます。セリフはかぎかっこで。
4. 本番を作る。フルの長さ、720p、音声オン、正しい画面比率。
5. モデルの外で仕上げる。冒頭の止まったコマを切り、字幕と画面の文字を加えます。

この流れは20分ほどで、同じ20分をひとつの長いプロンプトの書き直しに使うより、いつも良い結果になります。

30秒では足りないとき

音声付きの30秒は、ひとつの完結したアイデアの長さです。SNSの投稿、解説動画、寝る前のお話、広告、前振りとオチのあるジョーク。もっと大きなお話なら、私たちのAIアニメ動画メーカーが1分、2分、3分、5分、Proプランなら最長20分の動画を、Seedance 2.5、Seedance 2.0 Mini、Wan 3.0で作ります。お話全体が始めから終わりまで計画され、最初から最後まで同じキャラクターと同じ声のまま、ひとつの動画として届きます。作業は本来あるべき場所——何が起こるかを決めること——に戻ってきます。