はじめに
Seedance 2.0 の text-to-video は、被写体、セット、カメラ、光まで画面のすべてをプロンプトから組み立て、サウンドトラックを同じ工程で描画します。絵を固定するものが何もないので、まだ存在しないカットのためのエンドポイントです。
ByteDance の Seedance 2.0 は text-to-video、image-to-video、reference-to-video を公開しています。480p から 4K で 4〜15 秒のクリップが返り、どのエンドポイントもネイティブ音声付きで、画面の形は既定で adaptive です。
| 開始素材 | 適したモード |
|---|---|
| 文章で書いた場面 | Seedance 2.0 テキストから動画 |
| 承認済みの開始画像 | Seedance 2.0 画像から動画 |
| 分けて用意した参照素材 | Seedance 2.0 参照から動画 |
主な機能とハイライト
環境音も映像と同じファイルで返ります
generate_audio は既定でオンなので、シェイカーの氷も、笑い声も、低いバーのざわめきも、それらが起きる部屋も、映像と同じ工程から出てきます。音の工程を待たずに、すでに同期した状態で結果が届きます。どのみちデザイナーへ渡すクリップでは切ってください。
参照 9 点、ひと続きのキャスト
reference-to-video は画像 9 枚、クリップ 3 本、音声トラック 3 本をまとめて取ります。1 つの顔の 3 アングルに衣装の静止画を足したほうが、無関係な 9 枚よりずっとよくキャラクターをエピソード全体で保ちます。参照クリップは、プロンプトのどんな形容詞も安定して再現できないカメラの語彙を運びます。
形は素材に合わせて決まります
3 本のエンドポイントすべてで aspect_ratio の既定は adaptive です。image-to-video では開始の静止画の形を保つので、縦位置の画が横位置に切られません。text-to-video ではプロンプトから形を決め、reference-to-video では参照したすべての被写体が収まる画面を探します。16:9、9:16、21:9 を指定するのは、掲載先が固定の形を求めるときだけにしてください。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 画面に現れるものの唯一の源です。被写体、動作、カメラ、光、音の順に、1 文に 1 つのアイデアで並べてください。 |
aspect_ratio | いいえ | 出力の画面で、既定は |
resolution | いいえ | 出力解像度。既定は 720p、上は 4k まで。 |
duration_seconds | いいえ | 整数秒での長さ、4〜15、既定 5、そして課金される数量です。-1 を渡すと長さはモデルが決め、見積もりは上限の 15 秒で出し、実際に仕上がった長さで精算します。 |
generate_audio | いいえ | 映像に同期したネイティブのサウンドトラックを描画するかどうか。既定でオンです。 デフォルト値: |
enable_web_search | いいえ | 既定はオフです。オンにすると、モデルは描画の前にプロンプトに関連する情報をウェブで検索することがあります。 デフォルト値: |
seed | いいえ | 整数の seed。省くと毎回それぞれの乱数になります。 |
return_last_frame | いいえ | 動画と一緒に、クリップの最終フレームを別の画像として返します。次の先頭フレームとして image-to-video に渡せば、自分で静止画を書き出さずにショットをつなげられます。 デフォルト値: |
bitrate_mode | いいえ | 納品ファイルのビットレートです。 |
watermark | いいえ | モデル自身の「AI generated」という可視の透かしを動画に入れます。既定ではオフです。 デフォルト値: |
料金
| 仕様 | 料金 |
|---|---|
| $0.07 / 秒 |
| $0.152 / 秒 |
| $0.374 / 秒 |
| $0.778 / 秒 |
| $0.114 / 秒 |
| $0.246 / 秒 |
| $0.612 / 秒 |
| $1.248 / 秒 |
ユースケース
文章からシーンを設計する
Seedance 2.0 の text-to-video は、被写体、セット、カメラ、光まで画面のすべてをプロンプトから組み立て、サウンドトラックを同じ工程で描画します。絵を固定するものが何もないので、まだ存在しないカットのためのエンドポイントです。元画像がない段階でショットを検討するときに使います。被写体、動き、場所、カメラ、音を一連の流れとして記述し、視覚的な展開が明確か確認します。
音まで一緒に出る夜の街とバー
振られるカクテル、カウンターに置かれるグラス、赤い提灯の向こうの低いざわめき。部屋をプロンプトに書き、generate_audio はオンのままにしてください。Seedance 2.0 は映像に対して環境音を描画するので、無音の素材ではなく空気感を伴ってカットが届きます。
検閲なしのコスチュームとロールプレイ
レースとサテン、尻尾や耳の小道具、一人称の画面、性別を問わないカップル。どれも当方では審査しません。Seedance 自身の層は一部の文言を断るので、その拍はプロンプトからではなく、image-to-video の最初のフレームから駆動してください。
複数カットにまたがるキャンペーンの連続性
商品を 3 アングル、モデルを 2 アングル reference-to-video に読み込み、カットごとにプロンプトだけを変えます。同じボトル、同じ顔、同じジャケットがリクエストと一緒に移動するので、手作業のグレーディング工程なしにセットがまとまります。
プロンプトガイドと実践のヒント
手元にあるものからエンドポイントを選ぶ
記述だけなら text-to-video。残らなければならない静止画があるなら image-to-video。カットをまたいで繰り返さなければならないキャスト、商品、動きがあるなら reference-to-video。家族名で呼び出した場合は、送ったフィールドからエンドポイントが決まります。
カットを撮影リストとして書く
被写体、動作、カメラ、光、音を、1 文に 1 つのアイデアで。このページのクリップは、まさにこのテキストから生まれています。"Photorealistic live-action, not animation. A real adult woman in a chocolate satin robe works behind a dim neon bar, a large fluffy faux fox tail accessory clipped at the small of her back. She shakes a cocktail, turns to set the glass on the counter and the tail sways with the movement, then she looks back at camera with a teasing smile. Warm red lantern light, 35mm grain, slow push-in, ice rattling and low bar chatter." 5 秒、720p、16:9、音声オン。
公開済みの例を調整する
公開済みの例から始め、このモードに必要な入力は維持します。被写体とクリエイティブな方向だけを置き換え、次の生成結果を明確な視覚目標と比較してください。
Photorealistic live-action, not animation. A real adult woman in a chocolate satin robe works behind a dim neon bar, a large fluffy faux fox tail accessory clipped at the small of her back. She shakes a cocktail, turns to set the glass on the counter and the tail sways with the movement, then she looks back at camera with a teasing smile. Warm red lantern light, 35mm grain, slow push-in, ice rattling and low bar chatter.
このページに載せたクリップそのもののリクエストです。16:9 の 720p で 5 秒、音声オン。プロンプトが被写体だけでなく、フィルムの種類、光、音まで名指ししている点に注目してください。
結果を確認して意図的に改善する
開始、動き、最後の画を一続きのショットとして確認します。次の試行では動き、カメラ、音のうち一つだけを変え、その変更で意図した場面がより明確になったかを確認してください。
出発点と完成形を決めます
生成前に、冒頭、変化の途中、終わりで何が見えているべきかを決めます。曖昧な印象ではなく、具体的な目標に対してシーケンスを確認できます。
素材と動きを分けて確認します
元画像は見分けるべき細部を定め、指示文はその後に起きることを説明します。動きが開始時の構図を消していないか、二つの判断を一緒に確認してください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seedance-2.0/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "adaptive",
"bitrate_mode": "standard",
"generate_audio": true,
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
















