はじめに：Seedance 2.5 で「Prompt だけ」が足りない理由
「Seedance 画像から動画」「AI マルチモーダル参照」「Seedance 参照画像」「Seedance 動画参照」を検索するクリエイターは storyboard テキストは書けるのに、次の3点で止まりがちです：
- キャラ/商品が毎回ブレる：テキストを細かくしても外見が安定しない
- カメラワークが真似できない：「あの CM のような push」が言葉では伝わらない
- 参照が多いほど崩れる：画像・動画・音声を全部入れるとモデルが「誰が主役か分からない」
Seedance 2.5 はテキスト＋画像＋動画＋音声のマルチモーダル入力に対応し、1 クリップ約 20 秒、ショット間一貫性を強化。本記事は「マルチモーダル入門」（サイトに別途あり）ではなく、実行可能な Seedance 画像から動画＆参照組み合わせハンドブック—いつどの参照を使うか、比率、反復、トラブルシュート。
《分鏡 Prompt テンプレート集》（テキスト構造）とは異なり 参照素材でフレームを固定 に焦点。2.0《マルチモーダル入力》より 2026 Seedance 2.5 の長尺・強一貫性 の実戦レシピ。
まず役割分担：4 モダリティが担うこと
| モダリティ | 最適な役割 | 期待しないこと |
|---|---|---|
| テキスト Prompt | 叙事、タイムライン、カメラ用語、禁止事項 | 特定の顔/パッケージ詳細の精密再現 |
| 画像参照 | キャラ外見、商品形状、シーン mood、構図スタイル | 連続アクションとレンズ速度 |
| 動画参照 | カメラ軌道、アクションリズム、トランジション感 | クリップ内キャラの同一性コピー（同一性は画像で固定） |
| 音声参照 | BGM リズム、環境ノイズ、ナレーション調 | 明確な台詞脚本の代替（台詞は Prompt に） |
一言原則：テキスト＝「ストーリーと指示」、画像＝「見た目」、動画＝「レンズの動き」、音声＝「聴こえ方」。役割が重なると混乱しやすい。
画像から動画 vs テキストのみ：参照画像が必須な場面
| シーン | テキストのみ | 画像参照推奨 | 理由 |
|---|---|---|---|
| ムード概念 / 情緒片 | ✅ まず試す | mood 任意 | テキストで気質可 |
| 固定キャラ連載 / IP | ❌ 不安定 | ✅ 必須 | 外見連続性優先 |
| EC 商品 / パッケージ再現 | ❌ 歪みやすい | ✅ 必須 | 形状・配色・logo 域 |
| ブランドトーン統一 | ⚪ | ✅ 推奨 | 主色とマテリアル言語 |
| 複雑な二人芝居 | ⚪ | ✅ 各 1–2 枚 | 顔混ざり低減 |
| 一度きり抽象 VFX | ✅ | 不要なこと多い | 参照が発散を制限 |
Seedance 画像から動画 の核心は「静止画を動かす」だけでなく、画像で同一性と商品を固定し、テキスト/動画で演出意図を明確に。
参照素材準備チェックリスト（着手前）
1. 画像参照（最もよく使う）
| 種類 | 推奨枚数 | 要件 |
|---|---|---|
| キャラ正面半身 | 1–2 | 同じヘア・衣装・年齢感 |
| 商品白背景 / メインビジュアル | 2–3 | 同色同比例、競合なし |
| シーン mood | 1–2 | 固定時間・光キーワード |
| スタイル参照（任意） | 0–1 | 光/grade のみ、第二主人公混入禁止 |
鉄則：
- 1 枚 1 役（正面 / ディテール / シーン分離）
- 同一キャラ/SKU 参照セットは campaign 全体で不変
- コラージュ、大 watermark、1 枚に複数人禁止
2. 動画参照（任意だが強力）
- 長さ：3–8 秒の明確なカメラワークで十分
- 用途：push、orbit、follow—レンズを学ぶ、顔は学ばない
- Prompt：「カメラは参照動画；キャラ外見は画像厳守」
3. 音声参照（任意）
- リズム CM、MV 風、環境雰囲気
- セリフあり：音声は調子、短い台詞は Prompt
Seedance 2.5 マルチモーダル組み合わせレシピ（そのまま使える）
レシピ A：キャラ短編（画像＋テキスト）
- 画像：キャラ設定 × 2
- テキスト：三ショット timeline（建立→葛藤→定格）
- 動画/音声：最初は追加しない
向き：短編ドラマの hook、ペルソナテスト、同一性アンカー。
レシピ B：商品展示（画像＋テキスト、動画任意）
- 画像：商品 × 2–3＋シーン × 1 任意
- テキスト：登場→セールスポイント特写→CTA 余白
- 動画：ブランド CM カメラ 1 本（任意）
向き：EC hero、フィード商品動画。
レシピ C：監督級 CM（画像＋動画＋テキスト、音声任意）
- 画像：商品/キャラ固定
- 動画：カメラの temperament
- 音声：BGM リズム
- テキスト：絵コンテ＋禁止＋「外見は画像準拠」
向き：ブランド短 TVC、提案サンプル。
レシピ D：トーク/パフォーマンス（画像＋テキスト＋音声）
- 画像：出演者設定
- 音声：調子または beat
- テキスト：短い台詞＋景別；長い独白は回避
向き：多言語ナレーション前の単語 master。
推奨 Prompt 骨格（画像から動画専用）
【タスク】縦/横ショート、シネマ grade、約 16–20 秒。
【外見ロック】主体外見は参照画像厳守：顔替え・髪型・パッケージ比例・主色変更禁止。
【カメラ】[動画 ref あり] 参照動画の push/orbit リズム；[なし] push/follow/固定を明記。
【ショット 1 | 0–5s】建立：[シーン]、[主体が入画]。
【ショット 2 | 5–13s】展開：[アクション/利益点]、ミディアムまたはクローズアップ。
【ショット 3 | 13–20s】収束：[表情/商品定格]、余白クリーン；読める小文字禁止。
【音声】[雰囲気または「音声リズム参照」]；セリフ 1–2 短句以内。
【禁止】背景の乱码文字、余計な通行人、途中の衣装/商品変更。キー文をほぼ毎 Prompt に：「外見は参照画像厳守」—Seedance マルチモーダルで最安・最有效の一貫性スイッチ。
三大完全ケース
ケース 1：人物 IP アンカー（12 秒→18 秒）
目標：ナラティブ前に「同一人物」を確認。
- キャラ画像 × 2＋テキスト：「中近景、緩やか push、中性表情、クリーン背景」
- 合格後に三ショット故事、同一画像セット
- 失敗時は事件密度を下げ、雑画像を増やさない
ケース 2：ヘッドホン画像から動画（16 秒·9:16）
叙事：白台登場→イヤーカップ材质特写→装着定格余白。
参照：白底商品 × 2、细节 × 1。 Prompt 要点：外見ロック＋三ショット timeline＋「包装小字生成禁止」。 任意：5 秒 orbit 参照動画、「カメラのみ学習」明記。
ケース 3：雨夜情緒片（図＋動画＋音声）
画像：雨夜 street mood × 1、キャラ × 1 動画：緩やか follow 参照 音声：湿った ambient または low pad テキスト：三ショット hook；SMS/画面の清晰小字回避
典型 Seedance マルチモーダル参照 フル構成—「身份は画像、レンズは動画、故事はテキスト」。
反復四ステップ（マルチモーダル専用）
- テキスト only で構造（10–12 秒）：hook 読めるか
- 画像のみで外見ロック（仍 12 秒）：同一人物/商品か
- 動画または音声を一つ追加—同時に満載しない
- 16–20 秒に延長：後半で外見/カメラ崩れチェック
第 4 步失敗：二段生成して編集、または第 2 步で参照削減。
よくある誤区
- 参照越多越好：必要以上は打架
- 動画で顔ロック：画像で身份、動画はカメラのみ
- 1 枚コラージュ複数キャラ：解析困難
- 画面内清晰 slogan：乱码—後期字幕
- 初回から 20 秒＋全モダリティ：短→長、図→音视频
- 途中で参照セット変更：役者/商品変更と同じ
よくある失敗と修正
| 現象 | 原因 | 修正 |
|---|---|---|
| 顔替え/商品歪み | 画像冲突またはロック文なし | 核心 1–3 枚固定＋ロック文反復 |
| 画像あり仍不像 | 解像度/妆发不一致 | 同妆发正面に差替、侧面削除 |
| カメラが参照と無関係 | 「カメラは動画参照」未声明 | Prompt で分工明確化 |
| 二人顔混ざり | 参照過多 | 各 1–2 枚、名前で区別 |
| 音声が主役、口型飘 | 台詞長すぎ | 1 句に；AV 意図整合 |
| 動画追加後身份漂 | 動画の別顔を学習 | 「外見は画像準拠」または動画削除 |
テキストのみ workflow との選び方
| 目標 | 推奨路径 |
|---|---|
| 快速試想法/抽象 mood | テキスト only→mood 図判断 |
| 連載キャラ/投放商品 | 画像から動画主（レシピ A/B） |
| 「あの片」の镜头感 | 図で身份＋動画でカメラ（C） |
| リズム/口播驱动 | 図＋文＋音声（D） |
SEO と产能：「Seedance 画像から動画」と「マルチモーダル参照」は同じ生产线の二つの検索—参照で随机性低減。
SEO と素材管理
- タイトル/カバーに「画像から動画/マルチモーダル参照」
- 本文に Seedance 2.5、画像から動画、参照画像、動画参照、音声参照
- キャラ/SKU ごと「参照パック」フォルダ（版管理）、随意替换禁止
- 质检合格レシピを内部模板 化、Prompt 模板库と交叉 reuse
FAQ
Q：Seedance 2.5 画像から動画は画像必須？ A：必須ではない。ただしキャラ連載・商品再現・ブランド調性では強く推奨；否则一貫性コスト急増。
Q：画像は何枚まで？ A：「职责清晰」が基準—キャラ 1–2、商品 2–3、シーン 1–2 足够。少なく綺麗に。
Q：動画参照で参照片の人物も入る？ A：あり得る。Prompt で外見はあなたの画像、または主角なし纯カメラ clip。
Q：Seedance 2.0 マルチモーダルとの違い？ A：流程互換；2.5 は長尺とショット間一貫性—参照ロック後 16–20 秒 hook を一気に。
Q：生成後カメラ変更可能？ A：可—同一画像セット、テキストカメラまたは動画 ref 差替え再 run；外見描述と参照図を同時大変更しない。
结语：参照を Seedance の「スクリプトスーパーバイザー板」に
マルチモーダルは素材堆叠競争ではなく、Seedance 2.5 への明確な场记板：
- 画像で身份と商品を釘付け
- 動画でレンズ言語を借りる
- 音声でリズムと breath を安定
- テキストで timeline と禁止を書く
今日対照実験：同一三ショット故事—纯テキスト 1 本、参照図 2 枚追加 1 本。「後者が連載資産に感じる」時、Seedance 画像から動画生产线が本当に始動。