プロンプトからパフォーマンスへ

テキストからラップ動画

写真がないこともあります。頭の中にシーンがあるはずです。ナトリウム灯の下のマスクをしたパフォーマー、寒々しい団地のドリルクルー、黄金時代のブロックパーティー。テキストからラップ動画は、その描写を参照画像なしで短いクリップに変えます。

コツは言葉を増やすことではありません。被写体、場所、光、そしてカメラワークを1つ指定して、そこで止めることです。スタジオが技術的なデフォルトを埋めるので、プロンプトはショットに集中できます。

このページのクリップはAIが生成したプレビューです。架空のものであり、実際の出来事の記録ではありません。

2026年10月24日更新

オレンジ色の街灯の下、空の駐車場に立つ孤独なパフォーマー、テキストからラップ動画のスチル
長さ
5~12秒
解像度
480p · 720p · 1080p
アスペクト比
9:16 · 16:9 · 1:1
ウォーターマーク
有料レンダリングではなし
モデル
Seedance 2.0
モデレーション
SeeAPI、フェイルクローズド

元写真は不要

コンセプト、ムードボード、実際のパフォーマーがいないシーンにこのモードを使えます。モデルがあなたの描写からシーンをキャスティングします。

1クリップにつきカメラワークは1つ

1回のプッシュイン、トラック、オービットはカットより読みやすいです。短いレンダーはショットリスト全体を吸収できないため、プリセットは1つの動きを選んで固定します。

スタイルタグなしのスタイル

時代、フィルムストック、レンズ、光を平易な言葉で描写します。美的キーワードを貼り付けるより細かくコントロールできます。

仕組み

  1. 1

    パフォーマーを指定する

    ソロアーティスト、デュオ、クルー、マスクをした人物。何を着て何をしているかを言います。行動のないパフォーマーはマネキンになります。

  2. 2

    場所と光を指定する

    夜の屋上、実用的な照明が1つだけの地下室、日差しの歩道。光が生成シーンをランダムではなく演出されたものに見せます。

  3. 3

    カメラワークを1つ選ぶ

    ゆっくりしたプッシュイン、低いトラッキングショット、固定ワイド。被写体がクリップ全体でフレーム内に収まるよう、動きはシンプルに。

  4. 4

    ガードレールを追加する

    テキストなし、ウォーターマークなし、ロゴなし、余計な人物なしを明記します。これは全プリセットのデフォルトなので、プロンプトを書き直すときも残してください。

テスト済みのプロンプトから始める

各プロンプトは完全です。被写体、シーン、カメラ、そして変更してはいけない点を含みます。コピーするか、入力済みの状態でスタジオを開けます。

夕暮れの街角でパフォーマンスするグループ、シネマティックなテキストからラップ動画のシーン

Night Cypher

ナトリウム灯の下の屋上サイファーサークル。

プロンプト(英語)

Use the person in the uploaded photo as the lead performer. An empty rooftop car park at night, wet concrete reflecting orange sodium lights, a loose circle of six silhouetted figures clapping. The rapper walks into the centre of the circle and performs, turning slowly to face the camera. One continuous low-angle tracking shot that circles the performer at knee height, ending on a medium close-up. Keep the face, hair, outfit and body proportions exactly as photographed. No fighting, no extra foreground people, no text, no watermark, no logo. Vertical 9:16.

スタジオで使う

Retro VHS

共有のラジカセがある1990年代の歩道シーン。

プロンプト(英語)

Use the two people in the uploaded photos as the only performers. A sunlit city sidewalk in the mid-1990s, a large silver boombox on the ground between them, brick wall and parked cars behind. The pair trade verses and laugh between lines, baggy outfits moving with the beat. One continuous handheld shot with a slight zoom, framed like a 1990s music-video segment, warm film grain and soft VHS halation. Keep the faces, hair, outfits and body proportions exactly as photographed. No period-inaccurate screens, no extra people, no text, no watermark, no logo. Vertical 9:16.

スタジオで使う

Solo Booth

カメラに向かう親密なブースパフォーマンスのクローズアップ。

プロンプト(英語)

Use the person in the uploaded photo as the only performer. A narrow recording booth at night, a large-diaphragm condenser microphone on a shock mount, warm tungsten key light from the left and a cold blue rim light from behind. The rapper leans into the mic and performs directly to camera, shoulders moving with the beat. One slow dolly-in from a medium shot to a close-up, shallow depth of field, slight handheld float. Keep the face, hair, outfit and skin tone exactly as photographed. No headphones swapping, no extra people, no text, no watermark, no logo. Vertical 9:16.

スタジオで使う

効果的な4部構成のプロンプト

被写体、場所、光、カメラ。構造はこれだけです。別の人があなたの描写からフレームを描けるかが有用なテストです。プロンプトにカメラワークが3つあって場所がないなら、まだ準備不足です。

モデルは冒頭の言葉を重視するので、被写体を最初に置きます。次に場所、光、カメラ。最後に制約を書きます。何を出してはいけないか、何を変えてはいけないかです。

テキストから動画 vs 画像から動画

テキストから動画はキャスティングとシーンを創造的にコントロールできます。画像から動画はアイデンティティを与えます。顔が重要なら写真をアップロードしてください。特定の人物より雰囲気が重要なら、テキストの方が速く、しばしば一貫性があります。

組み合わせも可能です。テキストプロンプトで気に入ったシーンを見つけ、視覚的方向性が固まったら同じシーンをポートレート参照で再構築します。2回の試行で場所と光の文は同一に保ってください。

良いプロンプトが失敗するよくある原因

人物が多すぎる、シーン内のテキストが多すぎる、特定の実在ブランドの要求、複雑な背景を横切るカメラワーク。それぞれがモデルに連続性を壊す機会を与えます。

クリップがモデレーションで失敗したら、暴力、武器、薬物、実在の公人を示唆する言葉を削除してください。スタジオはパフォーマンスビジュアル用であり、ニュースを再現したり、同意なく識別可能な人物を描写するためのものではありません。

よくある質問

写真をアップロードせずにラップ動画を生成できますか?

はい。テキストから動画はあなたの描写からパフォーマーをキャスティングします。代わりに顔は創作されるため、特定のアーティストには似ません。

プロンプトはどのくらい詳細にすべきですか?

被写体、場所、光、カメラワーク1つを描写できる程度です。通常60〜120語で十分です。長いプロンプトは矛盾する指示を追加しがちです。

実在のラッパーや有名人の名前を出せますか?

いいえ。実在し識別可能な人物を要求しないでください。拒否される可能性が高く、同意なく実在の人物の肖像を使用することは許可されていません。

実在の都市や会場を指定できますか?

場所の見た目を描写することはできますが、特定の私有会場や実在のイベントに結びつく場所を要求するのは避けてください。一般的な描写の方が信頼性高くレンダーされます。

テキストから動画は歌詞やボーカルを生成しますか?

いいえ。無音のビジュアルを生成します。トラックは別途録音またはライセンスし、編集ソフトで追加してください。

パフォーマーの手がないのはなぜですか?

手は既知の弱点です。マイク、ポケット、ジェスチャーで手を塞ぎ、指のクローズアップは避けてください。

同じプロンプトをシリーズで再利用できますか?

はい。被写体、場所、光の文を固定し、クリップごとに1要素だけ変えます。そうやって投稿全体で一貫した視覚的アイデンティティを築きます。

写真をクリップに変換しましょう

このページのプリセットから始めるか、ご自身でショットを書いてみてください。クレジットは生成前に表示され、失敗したレンダリングは返金されます。