テキスト・トゥ・ビデオモード：写真なしで架空のキャラクターとシーンを描写する

テキスト・トゥ・ビデオモードは、クリップを作りたいけれど写真はアップロードしたくない、という場面のための機能です。画像から始める代わりに、架空のキャラクターとその周囲のシーンを言葉で描写します。Looks Can Kill AI は Seedance 2.0 を基盤とする独立系の写真／テキスト・トゥ・ビデオスタジオです。IVE や Starship Entertainment とは提携していません。写真をアップロードする場合は、ご自身の写真、または使用許可を得た写真のみをアップロードできます。テキスト・トゥ・ビデオモードなら、その手順を完全に省き、文章による描写から制作できます。

本ガイドではオリジナルキャラクターに焦点を当てます。IVE は Starship Entertainment 所属の K-pop ガールズグループで、「Looks Can Kill」は彼女たちの5枚目の EP のタイトル曲です。シングルは 2026年10月19日にリリースされ、EP は 2026年10月26日に続きます。このリリースではガール・ヒーローのコンセプトと、フィンガーガン／ポイントの振り付けが用いられています。これをオリジナルキャラクターのムード参照として使うことはできますが、実在のメンバーを描写したり、使用許可のない写真をアップロードしたりしないでください。当スタジオには公式音源、公式映像、メンバーの肖像は含まれません。リリースの背景については、IVE Looks Can Kill AI とはをご覧ください。

実用上の課題は、テキストプロンプトが通常なら写真が担う役割を果たさなければならないことです。キャラクターが誰なのか、何を着ているのか、どう動くのか、どこにいるのか、そしてカメラがどう捉えるのかを指定する必要があります。これらのレイヤーをより明確に分けるほど、使えるクリップを得やすくなります。

1 · 写真をアップロードClick to upload a photoDrag and drop, or click to choose · JPG, PNG or WebP · up to 10 MB1人、全身、顔と靴が見える、均一な照明。鮮明なソロ写真なら、ターンの間も顔と衣装が安定します。

2 · シーンを書くか選ぶUse the person in the uploaded photo as the only hero. Keep their face, hair, skin tone and outfit exactly as photographed. Night rooftop above a city, wind moving their hair and jacket. They step forward, cross their arms, snap one finger-gun hand toward the camera, point at the lens, shift their weight through a sharp side step, raise one arm overhead and hold a final action-hero pose. One continuous vertical 9:16 shot at full-body distance, confident slow motion on the snap, cinematic teal and amber light. No text, no watermark, no other people, no logos.

Example loaded — edit it or generate.

屋上ヒーロー練習室コミックフレームスポットライトフィナーレ

3 · 形式と長さを選ぶ

Resolution

480p720p1080p

Length

5s8s10s12s

Format

9:1616:91:1

Sign in to create my videoThis video: 35 credits · 720p · 12s

This clip: 35 credits · 10 clips a month for $39.90 (Pro), or 102 a year for $319

テキスト・トゥ・ビデオモードが架空のキャラクターに役立つ理由

テキスト・トゥ・ビデオモードは、すべての写真ベースのワークフローを置き換えるものではありません。出発点が異なるのです。ご自身が所有する、または使用許可を得た人物写真がすでにある場合、フォト・トゥ・ビデオならその特定のルックを保てます。キャラクターをゼロからデザインする場合は、テキスト・トゥ・ビデオのほうがプロセスを柔軟に保てます。新しい元画像を用意しなくても、衣装、シーン、カメラアングルを変更できます。

また、実在の人物の肖像に関する問題を避けたい場合にも役立ちます。プロンプトでは実在のパフォーマーではなく、オリジナルキャラクターを描写してください。有名な人物に「似ている人」と書くのではなく、役割、シルエット、衣装、色、態度で表現しましょう。

架空のキャラクターを描写する方法

キャラクターの描写は、大きな形から細部へと進むと最も効果的です。まず役割とシルエットから始め、次に衣装、色、顔、髪、表情、動きを加えます。そうすることで、無関係な形容詞の寄せ集めではなく、一貫性のある被写体をモデルに伝えられます。

役割とシルエットから始める

まず、明確な役割をひとつ、明確な体型をひとつ決めます。たとえば「架空の若きヒーロー」「マスクをしたストリートパフォーマー」「未来都市を駆ける自信に満ちた配達人」などです。次に、背が高く細身、小柄で筋肉質、肩幅が広い、足取りが軽いといったシルエットの手がかりを加えます。モデルがキャラクターを動かす前に、その人物が空間をどう占めるのかを知る必要があるため、これは重要です。

IVE のリリースに着想を得たガール・ヒーローの雰囲気を出したい場合は、実在のメンバーではなくオリジナルのヒーローを描写してください。「フィットしたバーシティジャケットを着た架空のガール・ヒーロー」や「鋭く自信に満ちた立ち姿のオリジナル・ヒーロー」のように書きます。「IVE のメンバー」と書いたり、実在の人物名を出したりしないでください。

衣装、小道具、色を加える

衣装は、テキスト・トゥ・ビデオモードで使える最も強力なコントロールのひとつです。服の種類、フィット感、素材、色を具体的に指定します。「黒いクロップトップの上にシルバーのボンバージャケット、ハイウエストのカーゴパンツ、厚底ブーツ」は、「かっこいい服装」よりもモデルに多くの情報を与えます。

小道具も役立ちますが、シンプルに保ちましょう。小さな小道具の銃、フィンガーガンのジェスチャー、ショルダーバッグ、ヘアクリップなど、単一の小道具のほうが、たくさんの物体を並べるよりレンダリングしやすくなります。フィンガーガン／ポイントの振り付けの雰囲気を出したい場合は、ジェスチャーを直接描写します。「彼女はフィンガーガンのジェスチャーでカメラを指し、その後、腕を横に鋭く振る」のように書きます。公式の振り付けであると主張するのではなく、動きの手がかりとして扱ってください。

顔と髪をオリジナルデザインとして描写する

架空のキャラクターについては、顔と髪をデザイン上の選択として描写します。「切りそろえた前髪のショート黒髪」「鋭い顎のライン」「温かみのある茶色の目」「片方の眉の上にある小さな傷」などは実用的です。実在の人物の肖像を描写することは避けてください。「完璧な顔」のような曖昧な表現も避けましょう。モデルに何を描くべきかを伝えられないからです。

キャラクターがメイクをする場合は、それをデザインの一部として扱います。「グラフィックなアイライナー」「ツヤのある唇」「控えめなグリッターのハイライト」などです。こうしたディテールは短いクリップでも明確に伝わります。

表情と小さな動きを加える

短いクリップでは、明確な表情とひとつかふたつの小さな動きが効果的です。「自信に満ちた片笑み」「集中した視線」「素早い眉上げ」「鋭い振り向き」などが、5～12秒のクリップを成立させます。表情には、前に踏み出す、指を指す、振り向く、ジャケットを直すといったシンプルな動作を組み合わせましょう。

シーンを描写する方法

キャラクターが明確になったら、シーンをレイヤーごとに描写します。場所、時間帯、照明、背景の動き、カメラアングル、アスペクト比です。背景は、キャラクターが焦点であり続ける程度にシンプルに保ちましょう。

舞台を設定する

視覚的なコントラストのある場所から始めます。「夜の雨に濡れた屋上」「単一のスポットライトがある白いスタジオ」「ネオンに照らされた、濡れた路面の路地」などはイメージしやすいです。次に、背景のディテールを10個ではなく、1～2個加えます。漂う蒸気や通り過ぎる車のライトなど、いくつかの動く要素が、キャラクターを圧迫せずにシーンに生命感を与えます。

カメラとフレーミングを選ぶ

テキスト・トゥ・ビデオのプロンプトは、カメラ用語にうまく反応します。「ミディアムショット」「クローズアップ」「ローアングルショット」「トラッキングショット」「スロープッシュイン」などの用語を使いましょう。デフォルトの 9:16 出力では、通常、横長のワイドな構図よりも、縦長のミディアムショットやクローズアップのほうがうまく機能します。ダンス風のクリップにしたい場合は、「全身の縦長ショット」と指定し、動きのための余白を残します。

照明とムードを加える

照明はキャラクターの見え方を大きく変えます。「硬いリムライト」「柔らかなスタジオライト」「冷たいブルーの夜光」「温かみのある実用照明」などが役立ちます。「自信に満ちた」「緊張した」「遊び心のある」といったムードの言葉は、視覚的な描写を置き換えるのではなく、補助するものにしましょう。「硬いリムライトを使った自信に満ちたローアングルショット」は、「かっこいい雰囲気」よりも実行可能な指示です。

実践的なプロンプトテンプレート

最終的なプロンプトをスタジオに貼り付ける前に、ご自身のメモで番号付きの構成を使ってみてください。そうすることで、キャラクターとシーンが混ざり合ってわかりにくい段落になるのを防げます。

1. キャラクターの役割：「架空のガール・ヒーロー。」
2. シルエットと衣装：「筋肉質な体格、シルバーのバーシティジャケット、黒のカーゴパンツ、厚底ブーツ。」
3. 顔と髪：「切りそろえた前髪のショート黒髪、グラフィックなアイライナー、自信に満ちた片笑み。」
4. 動作とジェスチャー：「前に踏み出し、フィンガーガンのジェスチャーでカメラを指し、それから少し振り向く。」
5. シーンと照明：「夜の雨に濡れた屋上、背後にネオンサイン、硬いリムライト。」
6. カメラとフォーマット：「縦長のミディアムショット、スロープッシュイン、9:16、8秒。」

これは出発点であり、決まった公式ではありません。結果がごちゃごちゃしすぎている場合は、背景のディテールを削ります。キャラクターが平凡に感じる場合は、特徴的な衣装か髪のディテールをひとつ加えます。動きが不明確な場合は、動作をひとつの動詞に簡略化します。

プロンプトのレイヤー早見表

| レイヤー | 書く内容 | 例文 | | ------------ | ------------------------------------ | ---------------------------------------------------------- | | キャラクター | 役割、体格、シルエット | 「筋肉質な体格の架空の若きヒーロー」 | | 衣装 | 服の種類、フィット感、色、素材 | 「黒いクロップトップの上にシルバーのバーシティジャケット」 | | 顔と髪 | オリジナルデザインのディテール | 「ショート黒髪、切りそろえた前髪、シャープなアイライナー」 | | 動作 | 明確なジェスチャーまたは動きをひとつ | 「カメラを指し、それから振り向く」 | | シーン | 場所、時間、背景の動き | 「夜のネオンに照らされた屋上、小雨」 | | カメラ | ショットサイズ、アングル、動き | 「縦長のミディアムショット、スロープッシュイン」 | | 照明とムード | 光の質とトーン | 「硬いリムライト、自信に満ちたムード」 |

解像度、長さ、クレジット

テキスト・トゥ・ビデオの出力はデフォルトで 9:16、長さは 5～12秒です。標準の 720p 12秒クリップは 35 クレジットです。480p 12秒クリップは 20 クレジット、1080p 12秒クリップは 90 クレジットです。クレジットは $9.90 から購入できます。失敗したレンダリングは返金されます。買い切りのパックは無期限です。月次クレジットは請求月の末日に失効し、年次クレジットは請求年度の間有効です。最新のパックについては料金をご確認ください。

ダンス風、または動きの多いプロンプトについては、機能ページのほうが適切な参考資料です。キャラクターの描写から振り付け中心のクリップを作りたい場合は、Looks Can Kill AI のダンス動画の作り方をお読みください。ご自身が所有する画像、または使用許可を得た画像から始めたい場合は、代わりに写真モードをお使いください。

例：オリジナルのガール・ヒーローシーン

以下は、実在の人物の肖像を使わずに応用できるコンパクトなプロンプトです。

筋肉質な体格で、切りそろえた前髪のショート黒髪、グラフィックなアイライナー、自信に満ちた片笑みの架空のガール・ヒーロー。黒いクロップトップの上にシルバーのバーシティジャケット、ハイウエストのカーゴパンツ、厚底ブーツを着ている。夜の雨に濡れた屋上で前に踏み出し、フィンガーガンのジェスチャーでカメラを指し、それから鋭い視線で肩を回す。背後にネオンサインが光り、小雨が降る。硬いリムライト、縦長のミディアムショット、スロープッシュイン、9:16、8秒。

このプロンプトはオリジナルのキャラクターとシーンを描写しています。公式音源、公式映像、メンバーの肖像を含むと主張するものではありません。写真のアップロードも必要ありません。後から写真を使うことにした場合は、ご自身の写真、または使用許可を得た写真のみをアップロードできることを忘れないでください。

よくある質問

写真をアップロードせずにテキスト・トゥ・ビデオモードを使えますか？

はい。テキスト・トゥ・ビデオモードは文章による描写から機能します。写真をアップロードせずに、架空のキャラクターとシーンを作成できます。写真モードに切り替える場合は、ご自身が所有する写真、または使用許可を得た写真のみをアップロードできます。

IVE のメンバーに似たキャラクターを描写できますか？

いいえ。キャラクターはオリジナルに保ってください。実在のパフォーマーの肖像を描写したり、当スタジオを使ってメンバーを模倣したりしないでください。「ガール・ヒーロー」や「自信に満ちた指差しのジェスチャー」のような一般的なムードは参照できますが、キャラクターはご自身の架空のデザインであるべきです。

当スタジオには公式の「Looks Can Kill」の楽曲や映像が含まれますか？

いいえ。Looks Can Kill AI は独立しており、IVE や Starship Entertainment と提携していません。公式音源、公式映像、メンバーの肖像は含まれません。当サイトは Seedance 2.0 を基盤とする写真／テキスト・トゥ・ビデオスタジオです。

クリップの長さとアスペクト比はどれくらいですか？

出力はデフォルトで 9:16、長さは 5～12秒です。480p、720p、1080p から選べます。標準の 720p 12秒クリップは 35 クレジット、480p 12秒は 20 クレジット、1080p 12秒は 90 クレジットです。

レンダリングが失敗した場合はどうなりますか？

失敗したレンダリングは返金されます。買い切りのパックは無期限です。月次クレジットは請求月の末日に失効し、年次クレジットは請求年度の間有効です。

テキスト・トゥ・ビデオのスタジオと料金はどこで確認できますか？

プロンプトを始めるにはスタジオを開き、クレジットパックと最新情報については料金をご覧ください。