P Video 2 Pro Reference-to-Video：素材を詰めて、ひとつのシーンに

P Video 2 Pro Reference-to-Video は、ボタンを押す前に中身を詰める箱だと考えてください。箱に入るのは最大9枚の画像、最大3本の短い動画クリップ、最大3本の音声クリップ。その上に、それらをどう使うかを伝えるプロンプトを置きます。出てくるのは5秒から15秒、480pか768pのクリップ1本。箱を丁寧に詰めるほど、モデルが想像で補う部分は減ります。

素材セットに入れるもの

• 画像（最大9枚）： キャラクター、商品、場所。残したいものごとに鮮明な写真を1枚用意するほうが、同じもののぼやけた写真3枚より効きます。
• 最初と最後のフレーム： クリップの始まりや終わりがはっきり決まっているときのための専用枠が2つ。モデルに任せたいなら空のままで。
• 動画クリップ（最大3本、合計15秒）： まねしたい動きやカメラワークのために。詳細設定の中にあります。
• 音声クリップ（最大3本、合計15秒）： 声、ジングル、シーンが合わせるべき音。

全部そろえる必要はありません。プロンプトだけでも動きますし、プロンプトと画像2枚がいちばんよくある組み合わせです。言葉で動きを説明しきれないときだけ、クリップを足してください。

プロンプトの中で参照素材を名指しする

プロンプトは必須で、その役目は素材同士のつなげ方を伝えることです。モデルはアップロードと並べて読むので、1枚目の画像の女性、赤い自転車、3枚目の写真の通り、のように素直に指してください。そのうえで、ひと続きの動作とカメラの動きを書きます。

もう一度見直したい設定

• アスペクト比： 16:9から9:16まで7種類。空欄にすると参照素材に合わせます。画像の形がすべて同じなら、空欄がよい初期値です。
• 解像度： 初期値は768p、下書きには480p。
• モード： 初期値はspeed。待てるなら安く済むcostを。
• プロンプト拡張： 初期値はオフ。turboかmaxにすると短いプロンプトを長く書き直します。素材はあるのに文が1行しかないときに便利です。
• 音声を保持： あなたのクリップをそのままBGMにします。音声ファイルはちょうど1本だけ必要で、2本や3本では使えません。
• Seed： 気に入った結果が出て、ほかを変えずに1語だけ変えたいときに固定します。理由は seedの解説 を参照してください。

もっと軽いモデルで足りるとき

動かしたい写真が1枚だけなら、参照素材のセットは大げさです。P Video 2 Pro Image-to-Video なら少ない準備で済み、基本は 写真を動画にする手順 にまとめてあります。画像にダンサーの動きを正確にまねさせたいなら、P Video Animateのガイド のほうが目的に近いです。

正直に言う限界

参照素材が多くても、似ることは保証されません。小さく写った顔、手、印刷された文字はまだ崩れますし、2枚の画像の2人のキャラクターは、プロンプトで誰が誰かを曖昧にすると細部が入れ替わることがあります。合計15秒を超えるクリップは入らないので、先に切ってください。そしてここでは768pが上限です。大画面向けの仕上げには、モデル一覧ページ のほかの動画モデルを見てください。多くのシーンで同じ見た目を保つコツは 参照画像ガイド にあります。