Wan 3.0 Prime テキストから動画: 一瞬ではなく、ひとつのシーンを書く

何か書く前に、Wan 3.0 Prime text to video のページにある例を見てください。若いチェスの賭け師が街の広場で挑戦者を次々と負かし、そこへ年配の女性が座って静かに最初の一手を指すと、彼のにやにや笑いがゆっくり消えていきます。これは一瞬ではなく、導入、転換、オチのあるシーンです。テキストから動画を作るモデルの多くは、ひとつの動作を数秒見せるだけです。Alibaba の Wan 3.0 ファミリーのこのモデルは、何かを語れるだけの長さまで伸びる長さのスライダーを持ち、映像と一緒に音も書きます。

向いている人

• 短い物語やスケッチ。 前と後があるものなら何でも。種明かし、リアクション、ちょっとした笑いの間。
• 音が必要な広告や SNS 用クリップ。 音声は初期値でオンなので、街のシーンには人混みの音が、キッチンにはジュウジュウという音が付いてきます。
• 絵コンテの検証。 長いワンテイクで、ショットごとに計画する前にシーンのアイデアが成立するかがわかります。絵コンテのガイドも参照してください。

数秒の漂う霧や、商品がゆっくり回るだけでいいなら、使わない長さにお金を払うことになります。姉妹モデルの Wan 3.0 text to video はより安く始められ、ほかのモデルとの比較は動画モデルガイドにあります。

展開ごとに書く

一行のプロンプトで長いクリップを作ると、内容がぼやけます。埋めるべき時間があるのに、埋めるものがないからです。代わりに、チェスの例のように出来事の順番を渡しましょう。誰がいて、最初に何が起き、何が変わり、カメラがどう動き、どんな見た目か。展開は3つか4つで十分です。

設定をざっと

• Resolution: 3段階で、初期値は真ん中です。
• Aspect ratio: 初期値は 16:9、ほかに 9:16、1:1、4:3、3:4。
• Duration: 秒単位の整数。初期値は短めです。プロンプトにそれを埋める展開があるときだけ伸ばしましょう。
• Generate audio: 初期値はオン。自分の音楽を入れるならオフにします。私たちの確認ではオフにしても価格は下がらなかったので、音が邪魔でない限りオンのままで構いません。
• Prompt expansion(詳細設定): 最適化機能がプロンプトをより詳しく書き直します。漠然としたアイデアには便利ですが、展開を丁寧に書いたときには役に立たないので、初期値はオフです。
• Seed(詳細設定): 数値を固定すると結果を再現できるので、一語だけ変えて比べられます。

お金を節約するコツ

• シーンは短く小さく試す。 まず最低の解像度と短い長さでプロンプトを実行します。人物と見た目がよければ、本番のテイクで両方を上げます。Generate ボタンは毎回、実行前に価格を表示します。
• 調整中は seed を固定する。 下書きが近づいたら、その seed を残して言い回しを調整します。そうすれば見える変化は運ではなく、あなたの言葉によるものになります。
• 見た目が物語より大事なら、静止画を動かす。 先に画を作り、それから Wan 3.0 Prime image to video を使えば、最初のフレームはあなたが承認したものそのままになります。

正直な限界

長さは贈り物であり、リスクでもあります。クリップが長いほど、手がぼやけたり、展開の間で顔が変わったり、背景の細部が変わったりする機会が増えます。ほぼうまくいった長いテイクでも、料金は長いテイクの分かかるので、上の安いテストは省略できません。また、1つのプロンプトから作られるのは1つの連続したショットです。シーンを分けるカットはなく、2回の実行で人物をまったく同じに保つ方法も、固定した seed と同じ説明以外にはありません。シリーズにするなら、複数のクリップを編集でつなぐ前提で計画しましょう。