動画生成AIとモデル

スタジオ「ビデオ」の生成タブと絵コンテ（「エージェントと生成」タブ）で動画を作るとき、どのAI（ベンダー）の、どのモデルを使うかを2段で選びます。ここでは選択肢の違いと、**モデルごとに違う「参照画像（手本）の渡し方」**を説明します。

選べるモデル

「7種＋自動」は 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 21:9 と自動（元画像に合わせる）です。Wan の「6種＋自動」はここから 21:9 を除いたものです。Veo と Gemini Omni Flash は正方形も自動もありません。すべてのモデルが音を作ります。

MiniMax H3 Highspeed / Lite は H3 の速い版・軽量版です（MiniMax の公式 API）。Highspeed は 768P だけ、Lite は単価が H3 の半額です。Lite は比率の「自動」を選べません（参照から作るときに自動が使えないと公式に明記されているため、落ちる選択肢を並べていません）。

MiniMax H3 Max Turbo は fal.ai で選びます（MiniMax の欄にはありません）。H3 Max を fal.ai が速くした版で、MiniMax の公式 API には無く fal.ai だけが配信しています。そのため fal.ai の API キーが要ります（MiniMax のキーでは呼べません。マイページ → アカウント連携 → 動画生成AI に fal.ai の枠があります）。参照画像は使えず、画像から作ると比率は画像に合わせられます。1080P は 768P からの高解像度化で、単価は 768P の2倍です。

Wan 3.0 Prime は Wan 3.0 の速い版で、公式にも「作れるものは同じ」と書かれています（比率・尺・解像度・参照枚数はすべて同じ）。違うのは生成の速さと単価（約1.4倍）だけです。

指示（プロンプト）の長さもモデルで変わります

比率や尺と同じで、1回に送れる指示の長さもモデルごとに違います。

上限を超えると、その場で MiniMax H3 の指示は2000文字以内で入力してください（現在 4200 文字） のように、そのモデルの上限が出ます。モデルを変えれば上限も変わります — 長い指示をそのまま使いたいときは Gemini Omni Flash が向いています。

1コマ目と参照画像は別のもの

画像の渡し方は2種類あり、役割がまったく違います。

生成タブの @ メンションで挿す画像は**1コマ目（1枚だけ）**です。参照画像の複数枚は、絵コンテから自動で渡されます。

早見表 — 1コマ目と絵コンテ参照の可否

• ※1 1コマ目も参照として送り、@Image1 = 1コマ目（この絵から動き出す） とプロンプトで名指しします（Seedance 公式が案内している方法）。そのぶん手本に使える枚数が1枚減ります。
• ※3 参照モードでは1コマ目と混ぜられず、Seedance のような名指しの仕組みもないため、1コマ目の固定は効きにくくなります。

「絵コンテの参照」の枚数は1コマ目を渡したときの残りです。キャラクターシートが登場人物の順に入り、超えたぶんは後ろから切ります。

モデルごとの参照画像の渡し方

ここがモデルによって3通りに分かれます。

A. Seedance 2.0 / 2.5・Wan 3.0 — 全部を参照として渡し、1コマ目は言葉で指定

Seedance は「1コマ目モード」「首尾フレームモード」「参照モード」が排他で、混ぜられません。そのため参照画像を1枚でも使うときは、1コマ目にしたい絵も含めて全部を参照として送り、「この絵から動き出す」という役割をプロンプトの文章で伝えます。

これは回避策ではなく、Seedance の公式ドキュメントが案内している方法です。プロンプトの末尾には次のような文が自動で足されます。

【参照素材】
@Image1 = 1コマ目（この絵から動き出す）
@Image2 = ハルの設定画（顔・髪・服だけ取る。背景・並び・ポーズは取らない）
@Image3 = ミナの設定画（顔・髪・服だけ取る。背景・並び・ポーズは取らない）
参照画像は手本です。画面にそのまま映さないでください。手本から取るのは対応表と references の role に書いたものだけで、それ以外（背景・並び・ポーズ・光）は取らないでください。

@Image1 の番号は渡した順に対応します。Seedance はこの名指しを読めるので、素材ごとに役割を指定できます。

1コマ目も参照の枠を1つ使うので、Seedance 2.0（上限9枚）で1コマ目を渡すと、手本に使えるのは残り8枚です。

Wan 3.0 もまったく同じ仕組みですが、名指しの書き方だけが違います。Wan の公式ドキュメントは @ を付けない Image 1（Img 1 でも可）なので、アプリはそちらの書き方で送ります。

【参照素材】
Image 1 = 1コマ目（この絵から動き出す）
Image 2 = ハルの設定画（顔・髪・服だけ取る。背景・並び・ポーズは取らない）
参照画像は手本です。画面にそのまま映さないでください。手本から取るのは対応表と references の role に書いたものだけで、それ以外（背景・並び・ポーズ・光）は取らないでください。

Wan は参照10枚まで渡せるので、1コマ目を渡しても手本に9枚使えます。

B.（使用終了）Veo 3.1 / 3.1 Fast — 1コマ目と参照を別々に渡せた

Veo だけは image（1コマ目）と referenceImages（参照・最大3枚）を同じリクエストで併用できます。1コマ目は固定されたまま、参照で人物や画づくりを合わせられます。

Veo 3.1 系は 0.865.0 で使用終了しました（選択肢に出ず、名指しで送っても断ります）。1コマ目と参照を別々の枠で渡せるモデルは、いまはありません。

C. 参照に対応していないモデル — 1コマ目だけ

Veo 3（非推奨） / MiniMax H3 Max Turbo（fal.ai） は参照画像を受け取れません。これらを選んだ場合、キャラクターシートは渡されません（渡しても媒体側で弾かれるため、そもそも送りません）。

MiniMax H3 / H3 Highspeed / H3 Lite / H3 Max は参照9枚に対応していますが、Seedance と同じく1コマ目と参照は混ぜられません。ただし MiniMax には @Image1 のような名指しの仕組みが無いため、1コマ目の固定は効きにくくなります。手本をたくさん渡したいなら Seedance 2.0 / 2.5 が向いています。

Gemini Omni Flash も同じです。参照は6枚まで渡せますが、1コマ目専用の枠が無く（画像を並べて渡すだけ）、名指しの仕組みもないため、1コマ目の固定は効きにくくなります。1コマ目を渡すとそのぶん手本は5枚までになります。

絵コンテから渡されるもの

絵コンテで「未生成のカットを生成」を押すと、カットごとに次が渡されます。

• 1コマ目 … そのカットの1コマ目の画像（imageId）
• 参照 … キャラクターシート（登場人物の順）

枚数がモデルの上限を超えたら、後ろから切ります（そのカットに出ている人物のシートだけを渡します）。

使うモデルは絵コンテに保存されるので、次に開いたときも同じモデルが選ばれています。

効果音は動画プロンプトに書く

音つきのモデルは、動画と一緒に音も作ります（環境音・効果音・話し声）。効果音だけを指定するパラメータを持つ社は無いので、鳴らしたい音は動画プロンプトに書きます。書いた音は生成された動画の中に入って返ります（別ファイルでは返りません）。

音の指示は、動画プロンプトに書いたことだけが効きます。 音を止めるパラメータは3社とも持たないので、BGM・環境音・話し声を入れたくないときは「通しの音」「人の声」「通しで守ること」の欄にそう書きます。0.855.x までアプリが送る直前に足していた「書いていない音は入れない」「セリフを尺に合わせて引き伸ばさない」の2文は、0.856.0 で廃止しました（送られるのはプロンプトに書いたものそのままです）。

絵コンテの動画プロンプトは項目ごとの欄になっています（0.671.0〜。中身は JSON で送られます）。効果音は「効果音」の欄に、いつ（カットの中の秒）・どんな音かを1行1音で足します。

モデルの選び方

うまくいかないとき

関連

• エージェント（AI） … 絵コンテそのものをエージェントに作らせる流れ
• API キーの登録は アカウント連携 → 「動画生成AI（ビデオスタジオ）」 から行います（Veo は画像生成の Google キーがそのまま使えます）。