固定カメラのAI動画：画角を保ち、人物だけを動かす

画像から動画を作るモデルに良い静止画を渡し、小さな動きを一つ頼んだのに、ゆっくり寄っていく動画になったことはありませんか。2026年10月のテストでは、最も確実だった対策はプロンプトに "Locked-off camera on a tripod, no camera movement, no zoom, no pan." と書くことでした。Seedance 1.5 Proでは2回とも画角が保たれましたが、camera_fixedスイッチだけでは画面がずれたり、寄ったりしました。現在のSpicyAPIカタログでこのスイッチを備える動画モデルは、Seedance 1.5 ProとSeedance 1.5 Pro Spicyだけです（480p、音声なし、5秒のテストの掲載価格はそれぞれ$0.056と$0.060）。MiniMax H3、MiniMax H3 Spicy、Seedance 2.5 Spicyにはこの入力がないため、文章で指示するしかありません。H3では1回は固定でき、もう1回はずれました。ここからは固定の書き方、画像内の動かない目印を使った確認方法、安定化による切り抜きを許容する価値がある場合を説明します。

ショットを書く前にモデルを選ぶ

料金は生成された秒数ごとなので、5秒のクリップは掲載単価の5倍です。Seedance 1.5の両モデルは音声が初期設定で有効で、料金が2倍になります。480pで5秒なら、Seedance 1.5 Proは$0.112、Spicy版は$0.120です。Spicy版の初期設定のリクエスト（720p、音声あり）は5秒で$0.26なので、テストでは解像度と音声を自分で指定してください。H3は同じ処理で音声も生成し、切り替えはありません。Seedance 2.5 Spicyは音声の有無で料金が変わりません。

Seedance 1.5の両モデルは1080p、12秒までです。通常のSeedance 1.5 Proではアスペクト比を6種類の固定値から選び、初期値は16:9です。入力画像に合わせる選択肢はありません。静止画と異なる比率を指定すると構図が変わり、人物の周囲の余白が失われることがあるため、静止画と同じ比率を指定してください。Spicy版は静止画に従います。通常のProでは最終フレームとシードが使えるのは480pと720pのみで、1080pでどちらかを指定すると拒否されます。Proでは3文字以上のプロンプトが必須で、Spicy版では任意です。

カタログ内のほかの画像から動画を作るモデルには、カメラや固定の入力がありません。Kling、Wan、Vidu、LTX、HappyHorse、Seedance 2.0と2.5にもありません。negative_promptやmovement_amplitudeを備えるモデルもありますが、除外や動きの強さを調節するもので、カメラ固定ではありません。通常のSeedance 2.5（480pで5秒なら$0.617）はSpicy版（$1.08）より安いものの、固定入力はありません。Spicy版は成人向け静止画を対象とするため、一般的な静止画で固定機能を使いたいならSeedance 1.5 Proを選んでください。

H3が扱える内容については、MiniMax H3レビューをご覧ください。

実際のクリップで見る固定された画角

モデルページの二つの例で、画角が保たれた状態を確認できます。

どちらも背景の移動は画面幅の1パーセント未満です。目視だけでは判断しにくいものの、目印を選んで測れば簡単に確認できます。

ボクシングの例には役立つ意外な点があります。スイッチが無効でも、プロンプトだけで画角が保たれました。Seedance 1.5 Proのテストでは、スイッチを無効にして文章で固定を指示すると、5秒間の窓と棚のずれは2回とも1 px以内でした。スイッチだけを有効にした場合、1回は画面幅の約2%ずれ、もう1回は寄りながら棚の端が画面高さの約4%下がりました。固定なしでは高さの約1.6%〜3.7%ずれました。文章で固定したH3は1回は保たれ、もう1回は幅の約3.5%ずれました。スイッチのないモデルでは、固定に失敗するクリップも見込んでおきましょう。

見える目印を入れて最初のフレームを作る

長方形の窓のそばでチャコール色のジャケットを着た、架空の成人の腰から上のポートレートを使います。人物は中央より少し左に配置し、両肘を画面内に収め、動く手の後ろは無地の壁にします。窓枠、棚の端、遠くの壁の角が見えるようにしてください。こうした直線をクリップの最初と最後で測ります。動画で指定する比率（下のJSONでは3:4）で画像モデルを使って静止画を作ります。例えばSeedream 5.0 Flashなら1枚あたり約$0.029です。窓、棚の端、壁の角がすべて見え、肘の周囲に余白があるまで生成し直してください。

ぼけた屋外背景はゆっくりした寄りを隠しますが、建物のまっすぐな輪郭はそれを明らかにします。最初の試行では、前景のカーテンが風で画面を横切る構図を避けてください。カメラが止まっていても画面全体が動いたように見えます。窓は大きくならず人物だけが大きくなれば、人物がカメラに近づくように傾いています。両方が大きくなれば、画面が寄るか拡大されています。失敗の種類を決める前に背景を比較しましょう。

説明用の図で、モデルの出力ではありません。顔だけでなく窓の横桟も比較してください。人物の局所的な動きと画面全体の拡大は、異なる手がかりです。

選んだモデルに合わせてプロンプトを書く

まずPlaygroundで試します。 Seedance 1.5 Proの画像から動画（成人向け静止画ならSpicy版）を開き、Input imageに静止画を追加し、下のプロンプトをPromptに貼り付けます。Lock cameraを有効にし、Resolutionを480p、Durationを5に設定し、Generate audioを無効にします。Aspect ratioを静止画に合わせ、Run modelを押してください。スイッチだけに頼らず、文章の固定指示を先頭に置き、その後の動詞は人物の動きに使います。寄りやパンといったカメラの指示は固定と矛盾します。

Locked-off camera on a tripod, no camera movement, no zoom, no pan. The fictional adult slowly turns their head a little toward the window, then turns back and holds. Shoulders and feet stay in place. Only the face and a little hair move. The window, shelf and wall corner stay fixed in the frame.

H3、H3 Spicy、Seedance 2.5 Spicyにはスイッチがないため、文章の指示がすべてです。最初に固定を書き、一つの動きを指定してから、何が動かないかを述べます。H3では同じプロンプトを768pで使ってください。H3はもうプロンプトを書き換えないので、書いた通りの指示で実行されます。H3にはシード、アスペクト比の項目、カメラ入力がありません。Spicyの各モデルはシードを受け付けますが、これはプロンプト変更の比較用であり、カメラの指示ではありません。クリップがずれる場合は、試行ごとに一つの表現だけを変更します。

次にAPIを使います。 ショットがうまくでき、自分のアプリに組み込みたい段階で進めてください。

{
  "model": "bytedance/seedance-1.5-pro/image-to-video",
  "input": {
    "image_url": "https://YOUR-ASSET-HOST/approved-adult-portrait.png",
    "prompt": "Locked-off camera on a tripod, no camera movement, no zoom, no pan. The fictional adult slowly turns their head a little toward the window, then turns back and holds. Shoulders and feet stay in place. Only the face and a little hair move.",
    "aspect_ratio": "3:4",
    "duration_seconds": 5,
    "resolution": "480p",
    "generate_audio": false,
    "camera_fixed": true
  }
}

素材のURLを自分が管理する取得可能な画像に置き換え、aspect_ratioをその画像の比率に設定します。タスクのドキュメントに従ってタスクを作成してください。

Agentに任せる方法もあります。 エージェントはCLI、MCP server、Agent Skillを通じて同じ呼び出しを実行できます。CLIとMCPは事前に料金を表示し、確認を求めます。上のJSONのinputオブジェクトをinput.jsonとして保存し、次を実行します。

# CLI
spicyapi tasks create --model bytedance/seedance-1.5-pro/image-to-video --input-file input.json --wait

# MCP: the assistant calls the spicyapi_task_create tool
# Skill: npx skills add spicyapi-ai/spicy-skill

動きが元に戻るなら終点も指定します。 五つのモデルはすべて最終フレーム（last_image_url、通常のProでは480pまたは720pのみ）に対応します。横を見て戻る動きや呼吸のように開始位置に戻る場合、最初と最後に同じ静止画を渡してください。最終フレームが固定するのは終点で、中間ではありません。長いクリップほどそこから離れやすくなるため、問題を狭めるだけで解消はしません。二つのフレームで光とカメラを同じにし、変えるのは多くても一つの明確な状態にしてください。そうしないと途中がカットになることがあります。つなぎ目が目立たないループについては、シームレスループのガイドをご覧ください。

画角を保ったまま動作を変える

二つ目のショットでは同じ元画像を使い、首を向ける動きを袖口の小さな調整に置き換えます。手には、腰の近くで休み、反対側の手首へ上がり、元に戻る完全な経路が必要です。その全経路を最初のフレーム内に収め、肘の先にも余白を残してください。

Locked-off camera on a tripod, no camera movement, no zoom, no pan. The same fictional adult makes one small cuff adjustment with their right hand, then returns the hand to its resting position. Both elbows remain inside the frame. The torso stays in the same place. The window and shelf stay fixed in the composition.

ショット計画の説明図で、モデルの出力ではありません。広い構図は肘と手の経路を収めますが、狭い切り抜きでは動作の一部が欠けます。

静止画で肘が切れていると、"both elbows visible" を追加することは、動作の生成と同時に欠けた空間を発明するよう動画モデルに求めることになります。まず静止画を広げるか作り直してください。全身を回転させると、見えていない服、反対側の肩、別角度の顔が現れます。人物を見分けられるポートレートを保つなら小さな首の回転を使い、大きな回転は必要な身体が元画像で見えている場合にします。12秒分を支払う前に4秒か5秒で確認してください。一枚のフレームで作るショットは、長いほどずれやすくなります。

見えるエラーを診断し、修正を一つに絞る

短く単純なプロンプトでもスイッチのないモデルで同じ全体移動が起きるなら、言葉を増やす前に、同じ静止画をSeedance 1.5 Proで文章の固定指示とともに試してください。長い動作をモデルの違いと取り違えないよう、時間と解像度を揃えて比較します。

安定化による切り抜きを受け入れる価値がある場合

安定化は残す価値のあるテイクに使いましょう。Seedance 1.5 Proで5秒を再生成する掲載価格は$0.056です。動画編集ソフトで最初と最後のフレームを並べ、動かない窓の角を二つ選びます。両方がほぼ同じ量だけ移動したなら、全体がずれており、位置補正で戻せます。角の間隔が変わったなら拡大縮小が起きており、倍率の補正も必要です。

Premiere ProのWarp Stabilizerでは、ResultをNo Motionにします。すべてのカメラ移動を取り除こうとする設定で、被写体の一部が画面内に留まる映像に適しています。Methodは初期設定のSubspace Warpではなく、PositionかPosition, Scale, Rotationを選びます。Adobeによれば、Subspace Warpは不要な変形を生む場合があり、もともと形状が不安定なAI動画では危険です。Framingは最初にStabilize Onlyで端の動きを確認し、その後Stabilize, Crop, Auto-scaleへ変更して、Maximum Scaleを許容できる切り抜き量に制限します。詳しくはAdobeのWarp Stabilizerリファレンスをご覧ください。DaVinci Resolveの安定化も同じ選択を伴います。Translationはパンとチルトのみ、Similarityはさらにズームと回転を補正します。初期設定のPerspectiveは遠近補正も行いますが、揺らぐ変形を生む場合があります。

結果を採用する前に切り抜き量を計算してください。110%拡大では、見える幅と高さはそれぞれ元の約90.9%となり、中央配置なら各辺から約4.55%が消えます。1280×720のクリップでは左右それぞれ約58 px、上下それぞれ約33 pxです。120%では各方向の83.3%だけが残り、左右それぞれ約107 px、上下それぞれ約60 pxが失われます。すでに端に近い手首は補正後に消えることがあります。窮屈な構図の動作が生成では収まっても、安定化では収まらなくなる理由です。

編集した画像による説明図で、動画モデルの出力ではありません。曲がった窓の輪郭は局所的な形状の欠陥で、画面全体を移動してもまっすぐにはできません。

安定化は曲がる窓、形が変わる指、ずれる棚を直せません。局所的な変形なので、全体の位置や倍率を補正しても形状は戻りません。修正で必要な手や頭上の余白が失われるなら、余白を増やした静止画を作り直し、短い動作を再生成してください。

どのモデルを選ぶか

画角を動かしたくないなら、Seedance 1.5 Pro（成人向け静止画ならSpicy版）で480p、音声なし、5秒の動画を作ります。プロンプトの最初の文に固定を書き、追加の要求としてcamera_fixedも有効にします。アスペクト比は静止画と揃えてください。12秒を超えるショットや1080pを超える解像度が必要ならH3かSeedance 2.5 Spicyへ移ります。そこでは固定は文章の依頼だけなので、先頭に置き、動作が戻る場合は最終フレームを指定し、長いテイクに支払う前に窓の角を測ってください。

人物の目線の高さにカメラを保つ方法は、一人称動画のガイドをご覧ください。