GLM-5.2 is live — Z.AI's flagship with a 1M-token lossless contextfrom $0.900 1M トークンあたり
Dreamina Seedance 2.5プロンプトガイド:参照素材とタイミング
2026/08/02

Dreamina Seedance 2.5プロンプトガイド:参照素材とタイミング

公式の参照素材上限を踏まえ、30秒の段階構成、タイムスタンプ制御、編集、延長、キーフレームでSeedance 2.5のプロンプトを改善します。

最も効果的なSeedance 2.5プロンプトは、長い映画調の一文ではなく、制作ブリーフです。 目的を示し、各参照素材に1つずつ役割を割り当て、長い動きを段階に分けます。各段階の終了時に画面で確認できる状態を定義し、最後に変えてはいけない人物のアイデンティティ、小道具、空間関係、音声を列挙します。この構造はByteDanceの公式Dreaminaプロンプトガイドに沿っており、モデルが推測しなければならない関係を減らします。[1]

Dreaminaの公式ガイドには、最大30枚の画像、10本の動画、10本の音声クリップ、合計50個の参照素材の組み合わせに対応すると記載されています。ただし、文書に記載された最大数を最初から使うことが最も安定するとは限りません。[1] この記事では、Dreaminaのクリエイター向け操作を公開Seedance 2.5 APIのリクエスト仕様と混同せず、公式ルールを再利用できるプロンプトパターンに落とし込みます。

要点

  • 被写体 + 動作 + シーンから始めます。スタイル、カメラ、音声は、結果を変える場合だけ追加します。
  • アップロードする各素材には、アイデンティティ、衣装、製品形状、環境、動き、声、環境音、音楽のいずれか、範囲の狭い役割を与えます。
  • 30秒動画では、連続する段階を記述し、各段階に主要な状態変化を1つと、観察可能な終了状態を置きます。
  • ペース配分には時間範囲、1回の切り替えには正確なタイムスタンプ、別の出来事をきっかけにする場合は相対時間を使います。
  • 編集では、元動画をマスターとして指定し、編集範囲を最小限に絞り、保持するすべての要素を列挙します。
  • 延長では、まず境界フレームを一致させ、その後に新しい動きを記述します。
  • reAPIのSeedance 2.5はまだ呼び出せません。現在はSeedance 2.0を利用できます。

Seedance 2.5のプロンプト作成ワークフロー

参照素材の役割から段階と終了状態を経て、アイデンティティ、小道具、空間の保持条件へ進むSeedance 2.5プロンプトワークフロー

順序には意味があります。参照素材の役割 → 段階 → 終了状態 → 保持リストです。どの画像が顔を定義するかモデルに伝わっていなければ、後からカメラ指示を増やしても一貫性は戻りません。段階に終了状態がなければ、次の段階にも信頼できる開始点がありません。

公式ガイドに記載された参照素材上限と実用的な開始範囲

ByteDanceのガイドは、文書に記載された入力上限と、安定性を高めるための推奨範囲を分けています。[1]

素材ガイドに記載された入力上限実用的な開始範囲
画像最大30枚、各画像は4K以下異なる被写体1~8個から開始
動画最大10本、合計30秒以内被写体1~5個、動きの参照1本につき5~10秒から開始
音声最大10本、合計30秒以内シーンで使う台詞、声、環境音、音楽だけを残す
動画編集元動画1本と参照画像元動画は20秒未満、参照画像は1~5枚を推奨

上限は目標ではありません。関係が曖昧な人物画像10枚より、明確にラベル付けした3つの視点のほうが安定する場合があります。次の文を完成できるときだけ参照を追加してください。「この素材は___に使用し、___は無視する。」

同じ被写体には別々の視点を使う

複数の画像が同じ人物や製品を示す場合は、そのことを明記します。4つの視点が1つの物体なのか4つの物体なのかをモデルに判断させてはいけません。

[製品のアイデンティティ]
@Image 1 は同じ携帯スピーカーの前面を定義する。
@Image 2 は左側の操作部を定義する。
@Image 3 は背面ポートを定義する。
3枚すべてが1台のスピーカーを示す。動画内のスピーカーは常に1台だけにする。

最後の文は有効な個数制約です。参照画像の一式が登場人物一覧として解釈されるのを防ぎます。

中核となるプロンプトの公式

公式の基本式は柔軟です。被写体、動作または出来事、環境、ビジュアルスタイル、カメラ処理、音声を組み合わせます。[1] 実際には、重要度の高い順に並べると効果的です。

[目標]
ホテルのデスク上で折りたたみ式携帯スピーカーが展開する製品デモを作る。

[被写体と出来事]
グラファイト色のスピーカー1台が折りたたまれた状態から開き、電源が入り、中央に留まる。

[シーン]
早朝のホテル客室、ウォールナット材のデスク、柔らかな窓光、すっきりした背景。

[カメラ]
開く間は固定のミディアムショット。電源が入った後だけゆっくりプッシュインする。

[音声]
静かな室内音、柔らかな起動音を1回、音楽なし。

結果に影響しないブロックは削除してください。インターフェース上に既にある生成設定は、その表現自体に創作上の意味がない限り、文章で繰り返す必要はありません。

各参照素材に1つの仕事を割り当てる

信頼できる参照プロンプトは、「何を継承するか」と「何を無視するか」の2つで構成されます。

[人物]
@Image 1 はパン職人の顔、短い黒髪、青いエプロンを定義する。
画像の背景とカメラ角度は無視する。

[製品]
@Image 2 は紅茶缶の形、釉薬、淡い緑色のラベルを定義する。
缶を持つ手は無視する。

[環境]
@Image 3 はベーカリーのカウンター、棚の配置、暖かなサイドライトを定義する。
この画像内の人物や製品はコピーしない。

[動き]
@Video 1 は缶を開けて茶葉を量るペースを定義する。
動画内の演者、衣装、部屋はコピーしない。

[音声]
@Audio 1 はパン職人の落ち着いた英語音声を定義する。

「画像1~4はそれぞれ人物を定義する」と書かないでください。「それぞれ」では、モデルが必要とする対応関係が隠れます。被写体と素材の組み合わせを1つずつ明記します。

被写体プロフィールは一度だけ作る

長いプロンプトでは、重要な被写体を一度定義し、同じラベルを再利用します。

<パン職人> = @Image 1 の顔と髪 + @Image 4 の青いエプロン。
<紅茶缶> = @Image 2 の形とラベル。
<ベーカリーカウンター> = @Image 3 の配置と照明。

その後は、各シーンで使用するプロフィールだけを指定できます。プロンプトが読みやすくなり、属性の取り違えも減ります。

音声、台詞、字幕の記法

自然言語でも機能しますが、複数の音声カテゴリを混ぜるときのために、Dreaminaのガイドは簡潔な区切り記号を用意しています。[1]

内容記法
音楽( )(控えめなブラシドラムが始まる)
効果音< ><店のベルが1回鳴る>
台詞{ }{ご注文の品ができました。}
字幕【 】【朝の焼き上がり】

中国語以外の発話では、台詞の前に言語を宣言します。地域差や話し方は、結果に必要な場合だけ追加してください。

台詞の言語:自然なメキシコ・スペイン語。
<パン職人>が温かく、ゆったりした調子で話す:{Tu pedido está listo.}

「自然な話し方」とだけ頼み、言語、話者、アクセント、口調をモデルに推測させるより明確です。

30秒のSeedance 2.5プロンプトテンプレート

複数の出来事を含むクリップでは、各段階で主要な変化を1つだけ起こします。終了状態は抽象的な雰囲気ではなく、レビュー担当者が画面で確認できるものでなければなりません。[1]

[目標]
1人のバリスタがコールドブリューの注文を作る30秒の手順動画を作成する。

[0~10秒]
初期状態:グラス、氷用スコップ、コーヒーカラフェがカウンター上にある。
主要な出来事:<バリスタ>がグラスの半分まで氷を入れる。
終了状態:スコップはトレイに戻り、半分まで氷が入ったグラスは中央にある。

[10~20秒]
同じ人物、衣装、グラス、カウンター配置を継続する。
主要な出来事:<バリスタ>が上の目盛りまでコールドブリューを注ぎ、止める。
終了状態:カラフェは左側に垂直に置かれ、満たされたグラスは中央にある。

[20~30秒]
主要な出来事:<バリスタ>が蓋を付け、飲み物を受け取りマットへ移す。
終了状態:完成した飲み物はマット中央にあり、両手はフレーム外に出ている。

[保持]
アイデンティティ、エプロン、グラスのデザイン、液体の色、小道具の所有関係、画面上の移動方向、
カウンターの形状、カメラ軸、照明、室内環境音を一貫させる。

ここにないものにも注目してください。1秒ごとに3つの動作を詰め込まず、各段階で新しいカメラ移動を加えず、「シーンが完成した感じになる」のような曖昧な終わり方もしません。モデルには、ある区間から次の区間へ引き渡せる状態が必要です。

時間を使う3つの方法

公式ガイドでは、時間をフレーム精度の編集点ではなく、ペース配分の予算として扱います。[1]

  1. 時間範囲: 0–6s6–14s14–22s。物語のビートを割り当てるときに使います。
  2. 正確な時点: 「12秒で実景照明を青からアンバーへ切り替える」。1回の切り替えに使います。
  3. 相対時間: 「蓋が閉じて2秒後に受け取りベルが鳴る」。ある出来事が別の出来事を引き起こす場合に使います。

時間範囲は連続させ、重ねないでください。動作は境界の前後にわずかにずれる可能性があるため、実現不可能な頻度を要求してはいけません。カメラ固有の問題については、Seedance 2.5カメラ制御ガイドを参照してください。

動画編集をプロンプトで指示する方法

編集プロンプトが失敗するのは、変更内容が曖昧だからではなく、保護する内容が書かれていない場合です。4部構成の指示を使います。

[編集目標]
@Video 1 を編集する。5~8秒の間、デスクランプだけを白からオレンジに変える。

[マスター]
@Video 1 を人物、動作、構図、カメラ、遮蔽、音声における
唯一の編集マスターとし、出来事の順序もこの動画に従う。

[編集範囲]
ランプ本体と、それがデスク上に落とす光だけを変更する。

[保持]
人物のアイデンティティ、衣装、表情、位置、手の動き、部屋の形状、カメラ移動、
台詞、環境音を変更しない。

被写体を置き換える場合は、さらに2つのルールを追加します。対象物の数を固定し、置換後の被写体に元の被写体の見え方、遮蔽、動き、退場のすべてを継承させます。背景を置き換える場合は、被写体のシルエットを編集範囲から除外してください。

動画延長をプロンプトで指示する方法

延長には譲れない役割が1つあります。境界を自然につなぐことです。

後方への延長

@Video 1 は後方へ延長する元動画。

延長部分の最初のフレームは元動画の最後のフレームから続く。自転車に乗る人物の
姿勢と方向、自転車の位置、道路の形状、カメラの高さ、午後の光、
前進運動を保持する。

その後、自転車は橋の下を通り、オレンジ色のマーカーのそばで減速する。
人物1人と自転車1台を連続して保持し、どちらも複製しない。

前方への延長

前方へ延長する場合は、新しく追加する先行イベントを最初に記述します。そのうえで、元動画の最初のフレームを延長部分が到達すべき最終状態として定義します。元動画が始まる前に出てはいけない人物や効果も列挙してください。

境界の連続性はピクセル単位の同一性ではありません。つなぎ目直前の最後の数フレーム、直後の最初の数フレーム、延長後の全体を確認します。

最初のフレーム、最後のフレーム、複数のキーフレーム

マルチモーダル参照モードでは、アンカー画像を別々に定義します。[1]

@Image 1 は最初のフレーム。開始時の構図と物体位置を定義する。
@Image 2 は最後のフレーム。最終構図と物体位置を定義する。
@Image 3 は配達員のアイデンティティとオレンジ色のジャケットだけを定義する。

配達員が1個の荷物をバンから玄関まで1つの連続した動作で運ぶ。
@Image 1 から始め、自然に @Image 2 へ到達する。
アイデンティティ、荷物の数、建物の形状、照明、カメラ方向を保持する。

最初と最後のフレームには同じアスペクト比を使います。複数の画像で中間段階を定義する場合は、それらが順番に並んだキーフレームであると明記し、各画像の見える状態を定義し、間を連続的につなぐよう指示します。情報を詰め込んだストーリーボードのコラージュより、独立した画像のほうが明確なことが多いです。

実用的なプロンプト確認リスト

生成前に8項目を確認します。

  1. 出力目標は1つに絞られているか。
  2. 各参照素材に、名前の付いた役割と除外条件が1つずつあるか。
  3. 複数の視点が同じ被写体であることを明記したか。
  4. 各段階の主要な状態変化は1つだけか。
  5. 各終了状態は目で確認し、判定できるか。
  6. 台詞の言語、話者、話し方が明確か。
  7. 保持リストはアイデンティティ、個数、所有関係、空間、カメラ、音声を含むか。
  8. 編集または延長で、元動画が支配する境界は明確か。

生成が失敗したら、形容詞を増やす前に曖昧さを減らしてください。参照素材を減らす、編集範囲を狭める、処理を詰め込みすぎた段階を分割する、といった対応が有効です。

自動化ワークフローでプロンプト構造を再利用する

クリエイターが画面から手動生成する場合でも、プロダクトがAPI経由でタスクを送る場合でも、参照素材一覧、段階別タイムライン、終了状態、保持リストは役立ちます。現在の自動化にはreAPIのSeedance 2.0を使い、モデル識別子を設定で変更できるようにし、成功したプロンプトを将来のSeedance 2.5ルート向け評価セットとして保存します。

よくある質問

最適なSeedance 2.5プロンプト構造は?

目標、被写体と出来事、シーン、参照素材の役割、段階別タイムライン、カメラ、音声、終了状態、保持リストを使います。結果に影響しないブロックは省略してください。

Dreamina Seedance 2.5では参照素材をいくつ使えますか?

公式プロンプトガイドでは、最大30枚の画像、10本の動画、10本の音声クリップ、合計50個とされています。動画入力と音声入力には、それぞれ合計30秒の上限があります。[1]

50個すべての参照素材をアップロードすべきですか?

通常は必要ありません。アイデンティティ、製品、シーン、動き、音声を定義できる最小構成から始めてください。素材が増えるほど、対応付けて保持すべき関係も増えます。

30秒のプロンプトはどう書きますか?

連続する時間範囲を使います。各範囲に主要な出来事を1つ、観察できる終了状態を1つ、前の範囲から継承する状態を置きます。

動作を正確な秒数で制御できますか?

正確なタイムスタンプは指定できますが、フレーム精度の編集点ではなく演出指示として扱ってください。公式ガイドでは、動作が時間境界の前後に少しずれる可能性があるとされています。[1]

参照した人物のアイデンティティが入れ替わるのを防ぐには?

各人物を特定の素材に対応付け、固有ラベルを与え、小道具の所有者を明示し、アイデンティティ、衣装、位置、動作、台詞の入れ替えを明確に禁止します。

reAPIでSeedance 2.5 APIを利用できますか?

まだ利用できません。現在のページは近日提供予定のプレビューです。本番APIにはreAPIのSeedance 2.0を使い、Seedance 2.5で正式公開を確認してください。

短いプロンプトほど制御しやすいことがある

Seedance 2.5に必要なのは文章量ではなく、説明されていない関係を減らすことです。入力をラベル付けし、各段階に1つの仕事を与え、区切りを越えて残る状態を記述し、変更対象外のすべてを保護します。

これが、動画を依頼することと動画を演出することの違いです。参照素材の一覧とプロンプトテンプレートをプロジェクトファイルと一緒に保存し、修正のたびに記憶からブリーフを作り直すのではなく再利用してください。

参考資料

  1. ByteDance Dreamina。Dreamina Seedance 2.5プロンプトガイド。 2026年7月31日更新、2026年8月2日閲覧。bytedance.larkoffice.com

関連記事