Wan 3.0のNSFW動画：5秒・10秒・15秒の選び方

キャラクターの開始画像は理想どおりです。顔も服装も部屋も整っています。視線、小さなしぐさ、編集に使える終わり方を備えた短いティーザーを作りたいとき、5秒、10秒、15秒のどれを購入すべきでしょうか。

視線の移動や小さな首の動きなら5秒、手のしぐさを終えて元の位置に戻すなら10秒、準備と動作後の落ち着きまで見せたいなら15秒を選びます。 5秒で十分収まる内容なら、15秒にしても待つ時間が増えるだけになりがちです。5秒に3つの動きを詰めて慌ただしくなるなら、動作を簡単にするか10秒にします。通常のWan 3.0とSpicyは、どちらも2–30秒のクリップに対応しています。

このガイドでは、架空の成人キャラクターのティーザーを3種類の長さで設計します。Wan 3.0の画像から動画への生成と、別のWan 3.0 Spicyの画像から動画へのエンドポイントを扱います。モデルの選び方は、2026年9月と10月のテストに基づいています。

長さを選ぶ前に動きを決める

開始と終了の間に見える変化を計画します。

速いしぐさなら5秒で収まりますが、ゆっくり丁寧な動きには10秒が必要かもしれません。大切なのは、最長の長さを指定することより、視聴者が動作の完了を見られるかどうかです。

しぐさのための余白がある静止画を用意する

暖かい光のランプの隣の布張り椅子に座る、36歳の架空の女性の9:16ポートレートを使います。不透明な紺色のキャミソールと黒いパンツを着ています。顔はカメラから少し外を向き、長い髪は右耳のそばにあり、両手が肘掛けの上に見えています。頭から足先まで入れ、頭の上と右肘の横に余白を残します。

同じ開始画像を3つの例すべてに使えます。人物、衣装、部屋、光がすでに決まっているため、動作のプロンプトでは変化する部分に集中できます。

送信前に、動かす予定の手を確認します。指が肘掛けと一体化しているなら、先に静止画を修正してください。右耳が大量の髪に隠れていると、髪を完全に耳の後ろにかける動作は判断しにくくなります。その場合は髪の外側を軽くなでる小さなしぐさにします。顔だけの狭い構図は5秒の視線移動には向いていますが、構図を変えずに動く手を入れる余地がありません。

Wan 3.0の画像から動画へのPlaygroundで試してください。

1. 用意したポートレートをアップロードし、以下の動作プロンプトを貼り付けます。
2. 480pで5秒、10秒、15秒のいずれかを選び、動作の試作では音声生成とプロンプト拡張をオフにします。
3. 生成したしぐさを意図した終わり方と比較してから、解像度を上げます。

通常版とSpicyは、どちらも2から30までの整数秒の長さに対応しています。通常版には自動の長さ指定もありますが、決められた枠内で終わらせる必要があるなら固定の長さが簡単です。

5秒：視線の変化だけを動作にする

静止画だけで場面の魅力が伝わっているなら、視線の移動だけで十分です。プロンプトが短く見えるという理由で手のしぐさを足さないでください。

長さを5に設定し、次を貼り付けます。

One continuous five-second shot of the fictional adult woman in the opening image. Keep the same face, opaque navy camisole, black trousers, chair and warm lamp throughout. From 0 to 1 second, she remains seated with both hands resting visibly on the chair arms, looking slightly off camera. From 1 to 3 seconds, she turns her eyes and head a little toward the camera and forms a small, relaxed smile. From 3 to 5 seconds, she keeps her gaze toward the viewer and lets the movement settle. Natural blinking and breathing continue. Eye-level fixed camera; the full-length framing remains unchanged. She stays seated and her hands remain on the chair arms. Her mouth stays closed.

このプロンプトには、見える変化と到達する状態が1つずつあります。手を意図的に動かさないことで、動く手も同時に評価せずに、顔の向きの変化を確認できます。

最初の1秒と最後の2秒を確認します。顔が向きを変える間も同じ人物だと分かりますか。微笑みはこの人物に合う控えめなものですか。カメラの距離は元のままですか。笑顔が大げさになるなら、“forms a small, relaxed smile”を“her expression softens slightly while her lips remain together.”に置き換えます。顔の動きが大きすぎるなら、目の動きと、あごのごく小さな調整だけを指定します。

これで必要な一連の動きがすべて得られるなら、短い版を使い続けます。

10秒：最後の姿勢を保つ前に手の動きを終える

動きに往路と復路があるなら10秒を選びます。手を元の位置に戻すことで、しぐさを途中で切るのではなく、意図的に終えた印象になります。

長さを10に設定し、次を貼り付けます。

One continuous ten-second shot of the fictional adult woman in the opening image. Keep her face, opaque navy camisole, black trousers, chair and warm lamp unchanged. From 0 to 2 seconds, she turns her gaze gently toward the camera while both hands rest on the chair arms. From 2 to 5 seconds, she lifts her right hand from the right chair arm, keeping it beside her cheek rather than across her face, and tucks the loose hair behind her right ear. From 5 to 8 seconds, her right hand travels back down and rests on the same chair arm; she maintains a small, relaxed smile. From 8 to 10 seconds, she remains in that settled seated pose, with both hands visible at rest. Natural blinking and breathing continue. Fixed eye-level camera, unchanged full-length framing, one take. Her outfit stays in place and her mouth stays closed.

追加の5秒は、手の移動、髪への接触、手を戻す動き、動作後の落ち着きに使います。単に視線移動を遅くしたものではありません。

10秒のプロンプト用の動作計画。開始姿勢、耳のそばの手、手を元の位置へ戻した姿勢を示しています。

手が耳に届く瞬間を確認します。指が頬に消える、手の後ろで顔が変わる、腕が別の場所へ戻る場合は、しぐさを修正します。まず動きを小さくしてください。髪を耳にかける動作を“she gently smooths the outside of her hair beside her neck, then returns her hand to the chair arm.”に置き換えます。見える動きを残しつつ、手と耳の近接した接触をなくせます。

15秒：準備と動作後の落ち着きを含める

静かな導入と人物の反応も場面の一部であるティーザーには15秒が向いています。必要なのが「カメラを見る」ことだけなら長すぎます。

長さを15に設定し、次を貼り付けます。

One continuous fifteen-second seated shot of the fictional adult woman from the opening image. Preserve her face, opaque navy camisole, black trousers, chair and warm lamp throughout. From 0 to 3 seconds, she rests with both hands on the chair arms, looking slightly off camera; her shoulders relax and her eyes shift toward the viewer. From 3 to 7 seconds, she lifts her right hand beside her face and gently smooths the loose hair back beside her right ear, keeping her face visible. From 7 to 10 seconds, she lowers that hand to the same chair arm and finishes the movement. From 10 to 12 seconds, she makes a small seated shoulder adjustment toward the camera and lets a restrained smile form. From 12 to 15 seconds, she settles facing the viewer, both hands visible at rest, with natural blinking and breathing. Eye-level fixed camera, unchanged full-length framing, no cuts. She stays seated, her outfit remains in place and her mouth stays closed.

手の動きは10秒の例と似ていますが、ここでは準備と最後の反応を見せる余裕があります。肩の調整は小さく、全身の向きを変えたり新しいポーズに移ったりする動きではありません。

最初の3秒に役立つ内容がなければ、埋めるために別の動作を足すより導入を短くします。手の動きが早く終わり、残りのクリップでしぐさを繰り返すなら、肩の調整を外して静かに落ち着くよう指定するか、10秒に戻します。後半で表情や衣装が変わるなら、予定する一連の動きを短くし、望む最終状態を指定します。長いテイクには予定外の動作が入る余地があります。秒数を増やしても望まない展開は直りません。

公式プロンプトガイドは、時間を指定した説明で場面を整理しています。ここでの時間配分は、その考え方を1つの連続したショットに適用しています。プロンプトに“one continuous shot”を残してください。時刻はしぐさを整理するもので、区切りごとにカットを要求するものではありません。テンポの指定であり、フレーム単位で正確な編集タイムラインではありません。テロップの位置やカットの切り詰めを決める前に、実際の出力を確認します。

動きや終わり方がうまくいかない場合

長さの選択が合わないと、具体的な問題として現れることがよくあります。さらに長いクリップを購入する前に、指示の該当部分を変更します。

しぐさの選択肢を示すイラスト。左は手が片目を覆っています。右は手が首の横の髪にあり、顔が見えています。

両方のエンドポイントで、任意のlast_image_urlに意図した終了時の構図を指定できます。同じ人物、衣装、椅子、照明の承認済み静止画を使います。終了画像が最後のフレームを固定するため、手が元の位置にある静止画を使えば、その姿勢で終えられます。このティーザーでは、終わりが開始と異なっても構いません。継ぎ目のないループには接続部分の追加条件がありますが、この一方向に進むクリップにはありません。

立ち上がり、部屋を歩いて横切り、別の椅子に座る内容なら、ショットを分けます。各構図の承認済み静止画を用意し、意図的なカットでつなぎます。失敗したショットだけ再試行できます。同じ秒単価なら、再試行前の5秒のリクエスト2回は10秒のリクエスト1回と同じ費用です。ただし、別々のショットが自動的に継ぎ目のない連続テイクになるわけではありません。本当に長い連続シーケンスについては、長いNSFW動画のガイドをご覧ください。

このティーザーには通常のWan 3.0かSpicyか

この着衣のティーザーでは、通常のWan 3.0の画像から動画への生成から始めます。アダルトコンテンツを生成でき、480pでは安価です。条件を合わせた着衣の例では、通常版が衣装を維持した一方、Spicyは変更しました。

Wan 3.0 Spicyは、望まない衣装変更も含め、場面をさらにアダルトコンテンツ寄りにすることがあります。動きやタイミングの問題を解決してくれると期待するのではなく、その方向性が意図した場面に合う場合に選びます。控えめなティーザーでは最終状態を指定し、動作を完了できる最短の長さを使ってください。

5秒・10秒・15秒の費用

元画像の生成を除いた、リクエスト1回あたりのUSD費用です。

10秒のしぐさでは、通常版480pの試作と修正版の試作で合計$0.90です。Wan 3.0 Proで10秒の1080p生成を行うと$1.44が加わり、合計$2.34になります。通常版1080pなら合計$2.70です。Proへの切り替えは新しいテイクの生成であり、承認済み試作の高解像度化ではありません。

15秒をリクエストして編集で最初の8秒だけ残しても、15秒分の生成費用を支払います。切り詰めても捨てた後半は返金されません。短いリクエストで費用を抑えられるのは、必要な動作を完了できる場合だけです。

最初の試作では、人物が視聴者に挨拶するだけなら5秒の視線移動を使います。手のしぐさが重要なら10秒にします。準備と動作後の落ち着きが完成したティーザーに必要な場合にだけ15秒を選びます。その後、実際に問題が見える部分を修正してください。

承認した動きをAPIで実行する

環境にSPICY_API_KEYを設定し、SPICY_IMAGE_URIには開始画像のアクセス可能なURLか、アップロードしたspicy:// URIを指定します。このPython 3の例は、料金を確認してから新しいショットを送信します。

import json
import os
import urllib.request
import uuid

base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
           "Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
    "duration_seconds": 5,
    "resolution": "480p",
    "generate_audio": False,
    "enable_prompt_expansion": False
}
settings["prompt"] = 'One continuous fixed-camera shot. The seated adult turns her gaze toward the camera and gives a small smile, then rests. Keep the outfit, chair and framing unchanged.'
settings["image_url"] = os.environ["SPICY_IMAGE_URI"]
payload = {"model": "alibaba/wan-3.0/image-to-video", "input": settings}

def post(path, body):
    request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
    with urllib.request.urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
    raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
                              "expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])

同じリクエストを復旧するため、表示されたリクエストキーを保存してください。新しいショットには新しいキーを使います。Task APIドキュメントに結果の受け取りと復旧の説明があります。

繰り返しショットを作る場合は、Agentに承認済み入力ファイルを使わせます。CLIはspicyapi tasks create --model alibaba/wan-3.0/image-to-video --input-file input.json --wait、MCPはそのモデルと入力でspicyapi_task_createを呼ぶよう依頼します。Skillでは“Use the spicyapi Skill to generate this approved shot and return the result.”と依頼します。CLIとMCPは作成前に料金を表示します。Agent連携ドキュメントをご覧ください。