高度な撮影テクニック
監督の意図を映すカメラ制御
ドリーズーム、ラックフォーカス、トラッキングショット、視点の切り替え、滑らかな手持ち撮影。欲しいショットを言葉にすれば、カメラがその動きを実行します。
Seedance 2.0 使い方・プロンプトガイド
Seedance 2.0 使い方ガイド。音声の同時生成、現実に即した物理表現、監督の意図を映すカメラ制御で、映画のような映像を。テキスト、画像、音声、動画の入力に対応し、1回の生成で最大12点の素材を使えます。
Seedance 2.0 使い方ガイドで、Seedanceで最も先進的な動画生成モデルを使いこなしましょう。テキスト、画像、動画クリップ、音声をまとめて処理する統合型マルチモーダルアーキテクチャを採用し、1回の処理で音声付きの映画のような映像を生成します。
複数ショットによるストーリー展開、精密なカメラ制御、リアルな物理シミュレーション、映像と同時に行う音声生成。この組み合わせが最大の特長です。1つのプロンプトから、効果音・セリフ・音楽が同期したマルチカメラのシーケンスを生成できます。
15s
動画の最大尺
12
1回の生成で使える素材数
A+V
音声・動画の同時生成
PixelDojoのSeedance 2.0には、3つの品質レベルがあります。ツールページの品質セレクターで選択できます。プロンプトも操作の流れも同じで、速度・コスト・再現度のバランスが変わります。
Mini
Fastの約半分のクレジットで使える低コストプラン（480pで1クレジット/秒、720pで2クレジット/秒）。プロンプトの試行錯誤、マーケティング素材の一括制作、UGC風コンテンツ、最終的な高画質レンダリング前のラフ制作など、大量に生成する作業に最適です。
高速
速度と品質のバランスが取れた標準プラン（480pで2クレジット/秒、720pで4クレジット/秒）。スピードが求められる日々の動画生成に最適です。
High
最高の再現度を誇り、1080pと4K出力に対応する唯一の品質レベルです。最終レンダリング、クライアントへの納品、大画面で上映する映像に使います。
クレジットを有効に使うワークフローです。まずMiniの480pで試作と調整を重ね、動きと構図を固めます。仕上がったプロンプトをHighで再実行し、最終版を生成します。
音声をオンにして、モデルが生成したサウンドをお聴きください。以下の作例はすべて、後処理なしの1回の生成で制作しています。
ドリーズーム、ラックフォーカス、トラッキングショット、視点の切り替え、滑らかな手持ち撮影。欲しいショットを言葉にすれば、カメラがその動きを実行します。
格闘シーン、カーチェイス、爆発、落下するがれき。衝突には重みがあり、布はリアルに裂け、激しいアクションの中でも人物は物理的に自然な動きを見せます。
Seedance 2.0は、動画と一緒に音声も生成します。音楽は深い低音と映画らしい温かみを備え、セリフはクリアでリップシンクも正確。効果音も狙ったタイミングにぴたりと重なります。
ここにある動画は、どれも1つのテキストプロンプトから生成したものです。プロンプトをコピーして、自分の動画づくりの出発点に使えます。
群衆の物理挙動を伴うマルチカメラアクション
Camera follows a man in black sprinting through a crowded street, a group chasing close behind. The shot cuts to a side tracking angle as he panics and crashes into a roadside fruit stall, scrambles to his feet, and keeps running. Sounds of a frantic crowd
複数ショットのアクションは、カメラアングルの変化に加え、体や物の接触、環境音のきっかけまで描写すると効果的です。
周囲の環境も巻き込む、複数キャラクターの複雑な戦闘
A spear-wielding warrior clashes with a dual-blade fighter in a maple leaf forest. Autumn leaves scatter on each impact. Wide shot pulls into tight close-ups of parrying blades, then cuts to a slow-motion overhead as both leap into the air
振り付けのあるアクションでは、舞い散る葉や砂ぼこりなどの環境の反応に、カメラの動きの切り替えやスローモーションを重ねます。
人物を追いながら新たな要素を見せる連続カメラワーク
Spy thriller style. Front-tracking shot of a female agent in a red trench coat walking forward through a busy street, pedestrians constantly crossing in front of her. She rounds a corner and disappears. A masked girl lurks at the corner, glaring after her. Camera pans forward as the agent walks into a mansion and vanishes. Single continuous take, no cuts
「ワンカットの長回し」と指定し、角を曲がる、建物に入るといった空間の移動を描写すると、途切れない長いショットを作れます。
テキストと多彩なアングルを組み合わせた複数カットのCM
15s commercial. Shot 1: side angle, a donkey rides a motorcycle bursting through a barn fence, chickens scatter. Shot 2: close-up of spinning tires on sand, then aerial shot of the donkey doing donuts, dust clouds rising. Shot 3: snow mountain backdrop, the donkey launches off a hillside, text 'Inspire Creativity, Enrich Life' revealed behind it as dust settles
複数ショットのCMは、ショット番号、タイミング、カメラアングルを明確に指定して構成します。テキストを重ねる指示も、プロンプトに直接書き込みます。
細部と高精細キーワードでリアリティを追求
A weathered fisherman mending nets on a sun-bleached wooden dock at golden hour, amber sunlight catching salt spray in the air, gnarled hands threading frayed twine through sun-bleached mesh, seagulls wheeling overhead against a lavender sky streaked with coral clouds, a distant lighthouse beam sweeping across choppy slate-blue waters. Hyper-realistic, 8k. Sounds of creaking dock wood, gentle waves lapping against barnacle-crusted pilings, and distant seagull calls.
質感、色、光の質、音など、五感に届くディテールをすべてのプロンプトに盛り込みます。品質を指定するキーワードとして「ハイパーリアル、8k」を加え、再現度を最大限に引き上げます。
撮影監督名で照明・構図・ムードを指定
Roger Deakins-style cinematography. A lone figure walks across a vast cracked salt flat at sunrise, their silhouette casting a razor-thin shadow across the white earth. Camera mounted low, slow dolly forward tracking the figure's boots. Warm amber backlight flares into the lens. The figure stops and looks toward the horizon. Hyper-realistic, 8k. Sounds of wind howling across the empty landscape and distant rumbling thunder.
撮影監督や映画監督の名前を挙げて、映像のスタイルを導きます。モデルがその作風に合わせて照明、レンズ選び、カメラワークを調整します。
角括弧のタイムスタンプで場面転換を指定
[0-5s]: Wide establishing shot of a neon-lit Tokyo alley at night, rain falling steadily, camera slowly dollying forward past glowing signs and steam vents. [5-10s]: Medium shot inside a tiny ramen shop, a chef ladles rich broth into a bowl with practiced precision, steam rising into warm overhead light. [10-15s]: Extreme close-up of the finished ramen bowl placed on the counter, chopsticks snapping apart, sounds of sizzling pork, bubbling broth, and the quiet murmur of the shop.
[0-Xs]: 形式の角括弧で、時間の構成をモデルに明確に伝えます。区間ごとにカメラアングル、被写体、音声の指示を設定でき、マルチショットを精密にコントロールできます。
自然な映画的ショット展開で勢いを生む
A street violinist performing in a cobblestone European square at golden hour. Wide shot establishing the scene with passersby and autumn chestnut trees. Camera pushes in to a medium shot framing the musician's upper body and violin. Swift dolly zoom into an extreme close-up of fingers dancing across the strings, rosin dust catching the last rays of afternoon sunlight. Sounds of a melancholic violin melody echoing off sandstone walls.
全景を見せるワイドからミディアム、そして極端なクローズアップへとショットを組みます。映画らしい自然な展開が勢いを生み、見る人をシーンの奥へと引き込みます。
各ショットに番号とタイムスタンプを付けます。カメラアングル、被写体の動き、カットの種類も記載します。例:「ショット1（0-3s）: 広角で…」
ドリー、パン、トラッキング、クレーン、ウィップパン、ゆっくりしたプッシュインなど、カメラの動きを明記します。Seedanceには撮影用語が伝わります。
「慌ただしい群衆の声」「秋の落ち葉がこすれる音」「エンジンのうなり」のように、音の情景を描写します。音声は映像と同時に生成されます。
「真上からのスローモーション」「15sのCM」「カットなしのワンカット撮影」のように、時間に関する指示を加えてリズムをコントロールします。
舞い散る葉、立ち上る砂ぼこり、砕けるガラスなど、動作に対する周囲の反応を描写します。物理的なリアリティが伝わります。
画像でビジュアルのスタイルを、音声クリップでサウンドトラックを、テキストでシーンの演出を指定します。モデルは各入力の役割を自動で読み取ります。
どのプロンプトにも細部を詰め込みます。「カーチェイス」だけでなく、雨に濡れた路面、ネオンの反射、霧を切り裂くヘッドライトまで描写します。Seedanceは具体的な指示に応えます。
「超写実的、8k」のような画質を示す言葉を加えます。モデルが映像の品質とシャープさを最大限に高める方向へ働きかけます。
複数ショットのシーケンスでは、[0-5s]: ... [5-10s]: ... のように角括弧で記述します。モデルはこれを明確な時間構成として認識します。
Deakins、Lubezki、Kurosawaなどの撮影監督名を挙げて、スタイルを指定します。モデルがその作風に合わせて照明、構図、動きを調整します。
全景を見せるワイドからミディアム、そして極端なクローズアップへとショットを組みます。映画らしい自然な展開が勢いを生み、見る人を引き込みます。
複数の画像・動画・音声クリップを使う場合は、プロンプト内で「Image 1」「Video 1」「Audio 1」のように指定します。命名ルールの詳細は、下の「参照素材」セクションをご覧ください。
複数のカメラで捉えるチェイス、格闘、躍動感のあるシーンに使います。
複数のショットで構成する商品動画やブランド動画に使います。
ワンカットで連続するストーリーに使います。
角括弧による時間指定で、ショット間の切り替えを正確に制御したいときに使います。
アップロードした素材には、モデルが読み取れるラベルが付きます。Image 1、Video 1、Audio 1のように、先頭を大文字にして数字の前にスペースを入れます。@、括弧、アンダースコアは不要です。番号はアップロード順です。
各素材に1つの役割と1つの名前付き対象を割り当て、引き継ぐ特徴を指定します。1つの素材に2つの役割を持たせると、モデルへの指示が分散し、たいていどちらも反映されません。
アップロードする素材には、人物、場所、小道具、スタイル、BGMなど、それぞれ1つの役割を与えます。Image 1に顔と背景の両方を担わせないでください。
説明だけでなく、役割に名前を付けます。「Image 1: 配達員」としておけば、各ショットの指示でその名前を繰り返し使えます。
顔、髪型、衣服、色、質感、構図など、引き継ぐ要素を指定します。「この人物を使う」より「顔とオリーブ色のジャケットを引き継ぐ」のほうが、指示がぐっと明確になります。
被写体が1人のショットなら、「配達員@Image 1」のように文中で直接ひも付けられます。素材やショットが複数ある場合は、冒頭で役割を一度定義し、以降は役割名を使います。
「運び屋」と定義したら、すべてのショットで「運び屋」と呼びます。名前と素材ラベルを交互に使うと、人物の同一性がぶれる原因になります。
アップロードするのは、プロンプトで実際に指定する素材だけにします。言及していない素材も結果に影響し、その影響はたいてい狙いとは違う方向に働きます。
複数の素材を使うプロンプトは、必ずこのようなブロックから始めます。
Image 1: 配達員。顔、編み込んだ髪、オリーブ色のジャケットを引き継ぐ。 Image 2: ロケーション。雨に濡れた路地とネオンサインを引き継ぐ。 Audio 1: BGM。テンポとムードのみを引き継ぐ。
長いプロンプトは、制作の流れに沿って並べると伝わりやすくなります。まず役割、次に目的、ショット、全体に適用する演出、最後にルールを記載します。
各ショットは、この5つの項目で記述します。書くことがない項目は省いてください。空のラベルはノイズになり、モデルもノイズとして読み取ります。
ショットサイズに、主なカメラワークを1つ組み合わせます。ワイドでゆっくりドリーイン。クローズアップで固定。2つ目の動きは次のカットに回します。
指定した被写体がこのショットでどんな動作をするか、起こる順に記述します。
画面内の被写体の位置や、その移動を指定します。例：画面右から入る。奥の壁まで移動する。
このショットだけに入れるセリフ、効果音、音楽を指定します。動画全体に続く音は、全体の演出に記載します。
ショットの最後に画面がどうなっているかを指定します。次のショットがその状態を引き継ぐため、カットのつながりが唐突になりません。
1つのショットにパン、プッシュイン、クレーンを詰め込むと、どの動きも曖昧になります。2つ目の動きが必要なら、カットを切り替えて新しいショットにします。
4種類の括弧で音の種類を区別します。正しく使い分けることで、セリフが効果音に混ざったり、演出指示がセリフとして読まれたりするのを防げます。
{ 波括弧 } キャラクターが実際に話す言葉を入れます。（全角丸括弧） ジャンル、テンポ、ムードなど、音楽の指示を入れます。<山括弧> 足音、雨音、室内の環境音など、フォーリーやアンビエンスを入れます。【隅付き括弧】 画面に表示したいテキストを入れます。文字のない映像にしたい場合は、これらを一切含めないでください。素材の役割、ショットごとの項目、各種記号を、制作の順序に沿ってまとめた完全なプロンプトです。
素材の役割:
Image 1: 配達員。顔、編み込んだ髪、オリーブ色のジャケットを引き継ぐ。
Image 2: ロケーション。雨に濡れた路地とネオンサインを引き継ぐ。
Audio 1: BGM。テンポとムードのみを引き継ぐ。
生成の目的: Image 1の人物とImage 2の舞台設定を参照し、夜の配達シーンを3ショットで生成する。配達員は全ショットを通して同一人物とする。
ショット1
カメラ: ワイドショット。ゆっくりドリーイン。
被写体の動作: 配達員がバイクから片脚を下ろし、雨を避けるように両肩をすくめる。
空間: 画面右から入り、ネオンサインの下で止まる。
音声: <金属製のひさしをたたく雨音>、（低く脈打つシンセ、ゆっくりしたテンポ）
終了状態: 配達員は荷物を胸にぴったり押し当て、静止している。
ショット2
カメラ: ミディアムショット。わずかにプッシュイン。
被写体の動作: 配達員が荷物を胸の高さまで上げ、空いている手で2回ノックする。指の関節から水が滴る。
空間: 左の壁にあるスチール製のドアへ向き直る。
音声: <力強いノックが2回、デッドボルト錠が回る音>
終了状態: ドアが手の幅ほど開く。暖かな光が配達員の顔を照らす。
ショット3
カメラ: クローズアップ。固定。
被写体の動作: 配達員が顎を少し上げ、短く息を吐いてから、かすかに笑う。
音声: {今夜はこれで最後だ。}
終了状態: 光が広がる中、配達員は笑みを保つ。
全体の演出: ネオノワール調の夜の屋外。濡れたアスファルト、マゼンタとシアンの反射光、浅い被写界深度。音楽は全編を通してセリフより控えめに流す。
制約: 画面内は常に1人のみ。配達員を複製しない。ショット間で作風を変えない。字幕なし、画面内の文字なし、ロゴなし、透かしなし。冒頭の動詞で、モデルに作業の種類を伝えます。生成・編集・延長では、それぞれ適した指示の書き方が異なります。これらを混ぜると、プロンプトの半分を無視した結果になりがちです。
冒頭に「画像1の［要素］を参照して生成…」と書きます。引き継ぐのが人物の同一性、衣装、配色、構図のどれなのかを指定し、出力全体で何を一貫させるかをはっきり伝えます。
冒頭に「動画1のみを厳密に編集」と書きます。変更点を1つに絞って範囲を定め、維持する要素を列挙します。編集プロンプトでは「参照」という言葉を使わないでください。渡した素材を編集するのではなく、新しく生成する合図として解釈されます。
「Extend Video 1 forward」と記述します。新しい映像は、元動画の最後のポーズ、構図、動きの方向、照明、音声を引き継いで続きます。
「Extend Video 1 backward」と記述します。元の動画につながる導入部分を作るため、新しい映像の終わりを、元動画の最初のフレームの状態にぴったり合わせる必要があります。
クリップをつなぐときは、素材の順序と、各クリップ間の切り替え方を明記します。動画は最大3本です。それを超えると、モデルはどのクリップを扱っているか見失います。
各素材が何を決めるのかを、句ごとに分けます。「Image 1の服装を参照する; 編集対象はVideo 1に限定する; ジャケットを置き換える。」のように、1つの句に1つの指示を置き、セミコロンで区切ります。
変更は範囲を絞った1点だけにし、維持する要素をリストで指定します。
動画1のみを厳密に編集。変更するのはジャケットの色だけ。オリーブ色から深い赤に変更。 維持する要素: 人物、顔、髪、カメラワーク、構図、背景、照明、テンポ、音声トラック全体。 被写体を追加・削除しない。ショットの演出や配置を変えない。字幕なし、画面上のテキストなし、透かしなし。
曖昧なプロンプトの弱点は、動きに表れます。モデルは感覚そのものを動かせませんが、体のどの部分が、どの距離を、どの速さで動くかは表現できます。書くべきなのは後者です。
体の部位、方向、動きの大きさ、速さ、力の入れ方。「右腕を肩の高さまで、力を込めてゆっくり上げる」は、「上に手を伸ばす」よりも多くの手がかりをモデルに与えます。
動作と動作の間には、体がどう移行するかを書きます。省くと、動きが唐突に飛びます。「腕を下ろし、左足へ重心を移してから振り向く」と書けば、ひと続きの動きとして伝わります。
抽象的な状態は映像になりません。「緊張している」ではなく、「ドアへ何度も目をやる、指でカップをたたく、肩をすぼめる」のように、目に見える動作で書きます。
正確なタイムスタンプより、ショットを時系列に並べるほうが安定して伝わります。6.2秒に何が起こるかではなく、次に何が起こるかを書きます。
プロンプトの途中で2人の人物を入れ替えたり、1人を複製したり、画面内の人数を変えたりしないでください。人物の同一性と衣装は、最初から最後のショットまで固定します。
自然につながるカットの鍵は、前のショットの終了状態から次のショットを始めることです。まず終了状態を書き、次のショットをそこから始めます。
長いプロンプトの最後には、よくある5つの失敗を防ぐ制約を短く添えます。焼き込み字幕、ロゴ、透かし、被写体の重複、ショット間の作風のずれです。1行にまとめてください。次のセクションで説明するように、禁止事項を長く並べると指示が薄まります。
Seedanceは、どのエンドポイントにもネガティブプロンプトのパラメータがありません。除外したい要素を入力する専用欄もありません。抑えたい要素はすべて、プロンプト本文に自然な文章で書きます。
プロンプトの最後を「字幕なし、画面内の文字なし。」で締めます。ByteDanceは「字幕を入れない。」で終えることを推奨しています。9:16の縦型動画は16:9よりも意図しない字幕が入りやすいため、特に重要です。
除外したい要素は、1つか2つに絞るのが効果的です。「テキストなし、単語なし、文字なし、ロゴなし、透かしなし」のような長く一般的なリストは指示が薄まり、モデルに無視されやすくなります。
Seedanceは音楽、セリフ、効果音をまとめて生成します。音声の生成は全体をオンにするかオフにするかの二択です。音楽を入れずにセリフを生成するなら、「音声: セリフは明瞭で際立たせ、環境音は控えめに。音楽なし。」と書きます。検証では、「BGMなし」より、端的な「音楽なし。」のほうが安定して機能します。必要な音も必ず描写してください。
セリフは話者と話し方を添えて書きます。例：マーラが顔を上げる。マーラが静かな誇らしさをにじませて言う。「ついに、やり遂げたね。」セリフは10語未満にし、1クリップにつき話者は1人にします。「voiceover」や「narration」は指定しないでください。これらの語は、映像に字幕が焼き込まれる原因になります。
静かな環境音を背景にセリフを入れ、映像に文字は焼き込みません。
効果音のみの9:16縦型動画。画面内の文字を禁止する指示もすべて盛り込んでいます。
Seedance 2.0 使い方ガイドでは、Seedance最新の動画生成モデルを紹介します。テキスト・画像・音声・動画を入力できる、統合型のマルチモーダル音声・動画アーキテクチャを採用。1回の生成で、音声、複数ショットのカット割り、リアルな物理挙動を備えた映画のような映像を作れます。
Seedance 2.0は、テキストプロンプト、参照画像、音声クリップ、動画入力に対応しています。最大12点の素材を組み合わせて出力をコントロールできます。画像は9点、動画は3点、音声クリップは3点までで、動画と音声はそれぞれ最大15秒です。
Seedance 2.0は、1回の生成で最大15秒の動画を作れます。その尺の中で複数のショットを生成し、自然なカットやトランジションでつなげるため、1本の出力が編集済みのシーケンスのように仕上がります。
映像と音声を同時に生成します。音楽は深い低音と映画らしい存在感を備え、セリフは明瞭でリップシンクも正確。効果音は場面に合った音が適切なタイミングで入ります。後から音を重ねる必要はありません。
はい。Seedance 2.0は、滑らかな場面転換、同期した音声、全ショットで一貫したキャラクターのディテールを備えた複数シーンの動画を生成できます。映像とストーリーの一貫性を保ちながら、既存のプロジェクトを延長したり、新しいストーリーを始めたりできます。