2026/07/27

Seedance 2.5 カメラ制御：形容詞ではなく数値で

Seedance 2.5 のカメラ制御は形容詞では高速デフォルト動作に陥ります。明示的な速度、機材名、タイムスタンプビートで正確に制御します。

プロンプトに「smooth cinematic pan」と入力して30秒のショットを生成すると、仮想カメラが暴走ドローンのように部屋中を駆け回ります。被写体はぶれの中に置き去りにされます。これはSeedance 2.5のカメラ制御での最も一般的なフラストレーションであり、バグではありません。

形容詞は速度ではありません。モデルは記述的な単語をデフォルト動作ベクトルにマップし、smoothやepic、dramaticといった言葉は高速のものにマップされます。修正するには、気分を言葉で伝えるのではなく、脚本スーパーバイザーのようにプロンプトを構築する必要があります。

TL;DR

形容詞を数値に置き換えます。 「部屋を横切る高速パン」ではなく「秒速0.5メートルの横移動、4秒直線」といった具体的な値を使います。
機材を名指しします。 ドリー、クレーン、固定三脚、トラッキングショット。機械的な語彙は気分の言葉よりも動作モデルを効果的に制約します。
ショットをタイムスタンプビートに分割します。エンジンはいつ動きが始まり、保持され、停止するかを認識できます。
参照素材で空間をアンカーします。 テキストで説明する代わりに、長い撮影での座標ドリフトを防げます。
長い生成ほどドリフトします。 30秒のウィンドウでは明示的な制約がより重要になります。

デフォルトが高速な理由

モデルは圧縮された潜在空間で動作し、テキスト信号は描画前に速度ベクトルにマップされます。一般的な記述子には物理的な重みがないため、マッピングは掃引的で高加速度の軌跡に解決されます。

この後で3つの失敗モードが生じ、長い撮影では相互に複合します。

意味的ギャップ。 「Smooth」と「dramatic」は速度メトリクスではありません。ニューラルネットワークはそれらを意図的な動きの指示ではなく、最大加速度への許可として読みます。

潜在ドリフト。 ハードな制約がないと、空間座標は延長タイムラインにわたってさまよいます。3秒で左側にあった壁は20秒でどこか別の場所にいます。

ペーシングの崩壊。 高速デフォルト動作は最初の数秒内でビューアの方向感を破壊し、その部分が見続けるかどうかを決めます。

形容詞を数値に置き換える

これが全体的なテクニックで、下の表が実際の使用例です。

失敗モード	避けるべき	代わりに使う
超高速パン	「滑らかで壮大なカメラパン、部屋を横切る」	「横ドリー、秒速0.5メートル、固定焦点距離、4秒の直線進行」
暴走ズーム	「ドラマチックなシネマティックズーム、被写体へ」	「段階的焦点プッシュイン、広角（24mm）から中焦点（50mm）へ、10秒間」
座標ドリフト	「高速ドローンショット、風景上を飛行」	「低高度の安定した航空グライド、高度3メートルに固定、方位090」

この3行から3つのルールが一般化されます。

数値速度を定義します。 すべての記述的な言葉をメートル毎秒または秒毎メートルの単位に置き換えます。どちらでも機能します。重要なのは数値が出現することです。

機械的な機材をロックします。 ドリー、クレーン、固定三脚、トラッキングショットを明示的に指定します。実際の機器に名前を付けることで、「cinematic」が持たない空間制約が導入され、モデルが物理的に現実的な経路に向かいます。

時間トリガーを追加します。 長いショットをステージに分割すれば、エンジンが動く時間と停止する時間を認識できます。

タイムスタンプビート

30秒のSeedance テイクが4つのタイムスタンプビートに分割され、各々が明示的な速度を持ち、形容詞対数値のプロンプト変更と対比されています

30秒のウィンドウはプロンプト構造が必須になる地点です。ショット全体を説明する単一の段落では、モデルがどのポイントでも静止する理由がないため、常に移動し続けます。

代わりにビートとして構造化します：

0-6s: [固定三脚] 中景、被写体中央、カメラ動きなし。
      環境動き のみ — 蒸気上昇、ファブリック移動。
6-14s: [ゆっくりドリーイン] 中景から近景へ秒速0.3メートルでプッシュ、
      一定速度、イージング無し。焦点距離50mmに固定。
14-22s: [保持] 近景でカメラ静止。被写体がレンズ方向に回転。
22-30s: [左への横トラック] 秒速0.4メートル、被写体はフレーム中央に、
      背景のパララックスがウィンドウを露出させます。

この構造がもたらす2つのメリット。各ビートが明示的な速度を持つため、セグメントはデフォルトを継承しません。保持が暗示ではなく宣言されるため、モデルが沈黙を動きで埋めるのを防げます。

空間を説明するのではなくアンカーする

参照素材は最強の制御面であり、余計な作業のように感じるため過小利用されています。

テキストで部屋を説明することはモデルに部屋の確率分布を与えます。参照を提供することは幾何学を与えます。カメラワークの場合、特にこの差が壁が20秒の動きで位置を保つかどうかを決めます。

実用的な階層、強い順に：エコーしたいカメラ動きを持つ参照ビデオ、次にショットが通過する角度から空間を確立する静止フレーム、次にそれらのどちらもカバーしないテキスト。テキストはフォールバックであり、基礎ではありません。

2.0生成での課金にも相互作用し、アップロードされたビデオを提供することがリクエストをより安いレートに移動させます。パイプラインがビデオ駆動の場合、知っておく価値があります。

トラブルシューティング

すべての動きでモーションブラー。 速度がフレームレート解決に高すぎます。「ブラー削減」をプロンプトに追加する代わりに（モデルはこれをスタイルノートと読む）、数値速度を低くします。

長い撮影でカメラが被写体から漂流します。 各ビートにフレーミング制約を追加します：「被写体は中央に」または「被写体はフレーム左3分の1を占める」。フレーミングはビート単位のプロパティで、上部に一度記載しても25秒まで保持されません。

動きが予定より早く始まります。 明示的な保持がないビートは動きへの招待と解釈されます。静止セグメントを宣言します。

同じプロンプトなのに生成が毎回異なります。 空間が各実行で再導出されています。これはプロンプト問題ではなく参照素材の問題です。

呼び出し

curl https://reapi.ai/api/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-5",
    "prompt": "0-6s: [固定三脚] 中景、カメラ動きなし。6-14s: [ゆっくりドリーイン] 秒速0.3メートルで近景へ、焦点距離50mm固定。14-22s: [保持] 静止、被写体がレンズ方向。22-30s: [左横トラック] 秒速0.4メートル、被写体中央。",
    "resolution": "1080p",
    "duration": 30
  }'

参照素材を追加することで幾何学をアンカーします：

curl https://reapi.ai/api/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2-5",
    "prompt": "参照でカメラの動きをマッチさせます。被写体は全体を通じて中央のままです。",
    "video_urls": ["https://example.com/camera-reference.mp4"],
    "image_urls": ["https://example.com/set-wide.jpg", "https://example.com/set-close.jpg"],
    "resolution": "1080p",
    "duration": 30
  }'