Anyscene AIテキストから動画 AI
シーンを一文で書くだけで、カメラワークと物理的な動き、お好みで音声も付いたショート動画が手に入ります。素材も、タイムラインも、編集スキルも要りません。
数字で見るテキストから動画
ここに並ぶ数字はすべて、このジェネレーターに実際に接続されているモデルから読み取った値です。宣伝用の数字ではありません。
16 1つのアカウントで使えるテキストから動画モデル：Seedance、Kling、Veo、Gemini、MiniMax、Wan、HappyHorse、PixVerse
1つのアカウントで使えるテキストから動画モデル：Seedance、Kling、Veo、Gemini、MiniMax、Wan、HappyHorse、PixVerse
4〜15秒 生成ごとに選べるクリップの長さ。使用するテキストから動画モデルによって異なります
生成ごとに選べるクリップの長さ。使用するテキストから動画モデルによって異なります
4K 最高出力解像度。Veo 3.1とKling 3.0が対応し、その下に720pと1080pの段階があります
最高出力解像度。Veo 3.1とKling 3.0が対応し、その下に720pと1080pの段階があります
テキストから動画AIで作れるもの
料理、商品、キャラクター、風景、コメディ。すべて同じ流れで生まれます。書いたプロンプトを入れて、完成したクリップを受け取る。
テキストから動画とは？
テキストから動画とは、書かれた説明文を読み取り、そこからショートクリップのすべてのフレームを生成するAI処理です。被写体、舞台、光、カメラの動き、そして一部のモデルでは音までを生み出します。撮影もしませんし、ストック素材のつなぎ合わせでもありません。最初のフレームをあなたが用意してモデルが動きだけを加える画像から動画とも、手元のクリップを並べるだけのスライドショー作成ツールとも違います。
プロンプトが発注書のすべて
テキストから動画には頼れる参照画像がありません。被写体、動作、舞台、カメラ、雰囲気はすべてあなたの言葉から来ます。だから、曖昧な段落より具体的な一文が勝ちます。
モデルが撮影クルー
構図、照明、レンズの選択、動きはモデルが決めます。テキストから動画モデルにはそれぞれ癖があり、同じプロンプトでもKling 3.0とVeo 3.1では別のショットが返ってきます。
音もショットの一部になる
Seedance 2、Kling 2.6、Kling 3.0、Veo 3.1は映像と同時にネイティブ音声を生成します。動きに合った環境音、効果音、話し声。テキストから動画を1回通すだけで、別の音声工程は不要です。
テキストから動画プロンプトの4つの要素
このテキストから動画ジェネレーターでうまく機能するプロンプトは、みな同じ4つの要素を持っています。この順番で書けば、モデルは必要な情報をすべて手にします。
被写体と動作
誰が、または何が、何をしているか。「バリスタがラテアートを注ぐ」は「カフェのシーン」に勝ります。1クリップにつき被写体は1つ、動作も明確に1つ。
カメラ
動きと構図を名指しします。「ゆっくりドリーイン」「手持ちのクローズアップ」「固定のワイドショット」「周回」。テキストから動画モデルはカメラ用語に忠実に従います。
光とムード
「ゴールデンアワー」「曇り空の柔らかい光」「夜のネオン」「強いスタジオフラッシュ」。光は、感情を表すどんな形容詞よりも速くムードを決めます。
スタイルと音
「フォトリアル」「アニメ」「クレイアニメ」「35mmフィルムの粒子」。音声を生成させたいときは「街の環境音」や「彼女が言う：おかえり」を添えます。
1つのプロンプト、あらゆるスタイル
テキストから動画はフォトリアルに縛られていません。同じプロンプトの末尾にスタイルの語を1つ足すだけで、クリップ全体の調子が変わります。クリーンな線とベタ塗りのアニメ、筆致の見える油彩、縁がにじむ水彩、柔らかなスタジオ光の3Dレンダー、紙の上の鉛筆スケッチ。Seedance 2とKling 3.0は指定したスタイルを15秒間保ち、Veo 3.1は特に指示がなければフォトリアル寄りになります。
16種類のテキストから動画モデルを1つのジェネレーターで
多くのテキストから動画ツールはエンジンが1つだけです。Anysceneでは同じプロンプトを以下のどのモデルにも送れて、それぞれにクレジット単価、クリップの長さ、解像度の上限があります。数値はジェネレーターに設定されている実際の値です。
Seedance 2.0 Mini
標準のテキストから動画モデルで、プロンプトを試す最も安い方法です。4〜15秒、480pまたは720p、24クレジットから。ここで下書きを作り、大きなクレジットは勝ったプロンプトに使いましょう。
Seedance 2 Fast と Pro
最長15秒、ネイティブ音声、マルチショットのストーリーテリング。Fastは480pまたは720p、Proは1080pにも対応。6秒の720pクリップはFastで96クレジット、Proで390クレジットです。1つのプロンプトで複数の場面を描くときのテキストから動画の第一候補です。
Kling 2.6
1080p、5秒または10秒、40クレジット。ネイティブ音声を備え、ラインアップ中で最もコストパフォーマンスの高い音声付きテキストから動画モデルです。
Kling 3.0
フラッグシップ。5秒、10秒、15秒、720p・1080p・4K、ネイティブ音声とリップシンク付きで、720pなら110クレジットから。人物、セリフ、そして完成品として見せる必要のあるテキストから動画ショットにはこれを選んでください。
Veo 3.1：Lite、Fast、Quality
Googleのテキストから動画モデルを3段階で。いずれも8秒固定で、720p、1080p、4Kを出力します。Liteは60クレジット、Fastは120、Qualityは500。雰囲気、天候、環境音に最も強いモデルです。
Wan 3.0 と HappyHorse 1.1
頼れる2つのセカンドオピニオン。Wan 3.0は5〜15秒、最大1080p、ネイティブ音声付きで65クレジットから。HappyHorse 1.1はAlibabaのリアルな動画モデルの新バージョンで、5〜15秒、720pまたは1080p、180クレジットからです。
テキストから動画を作る3ステップ
テキストから動画の全工程は1画面に収まります。最初のクリップは、たいてい数分で戻ってきます。
ステップ1：プロンプトを書く
上の4つの要素を使います。被写体と動作、カメラ、光、スタイル。1〜2文がちょうどいい長さです。例：「日の出の鏡のような高山の湖を赤いカヤックが滑る、ドローンがゆっくり後退、水面に霧、フォトリアル。」
ステップ2：モデル、長さ、比率を選ぶ
24クレジットからの下書きならSeedance 2.0 Miniのままに、1080pや4Kが欲しければKling 3.0かVeo 3.1を選びます。YouTubeなら16:9、リールやショートなら9:16、長さはモデルが対応する値を。モデルが対応していれば音声をオンにしてください。
ステップ3：生成してダウンロード
生成をクリックし、進行バーを見守ります。クレジットの費用は確定前に表示されます。クリップが届いたらプレビューし、MP4をダウンロードするか、プロンプトを一語だけ変えてもう一度実行しましょう。
あらゆるクリエイターのためのテキストから動画
同じテキストから動画ジェネレーターが、マーケター、販売者、映像作家、教育者、ミュージシャンに使われています。変わるのは、あなたが入力する一文だけです。
SNS向けクリップ
キャプションのアイデアを、動画そのものに変えましょう。ネイティブ音声付きの9:16テキストから動画クリップは、編集ソフトを開かずにリール、ショート、TikTokに投稿できます。
広告とマーケティング
15秒スポットの絵コンテを言葉で書き、ショットの切り替えはSeedance 2 Proに任せましょう。予算が付く前に3つの広告案を試すなら、テキストから動画が最速です。
商品シーン
商品をその舞台ごと描きます。「苔むした岩の上のマットブラックの水筒、霧、ゆっくり周回」。実物どおりの商品が必要なときは、画像から動画のページに切り替えて商品写真をアップロードしてください。
映画とプリビズ
撮影前にシーンの段取りを組みましょう。テキストから動画はショットリストを、カメラアングル、動線、光の動く参照映像に変えます。クルーはスケッチではなくクリップを見て議論できます。
音楽ビジュアル
曲のムードをシーンとして書き、Spotify Canvas、リリックビデオ、ライブの背景用のループを生成します。音声はAI音楽ジェネレーターと組み合わせて。
アニメーションとキャラクター
アニメからクレイアニメまで、スタイライズされたプロンプトはSeedance 2とKling 3.0できれいに仕上がります。テキストから動画なら、個人クリエイターでもリギングなしでキャラクターを動かせます。
すぐに使えるテキストから動画プロンプト6選
どれかをジェネレーターにコピーし、名詞を自分のものに置き換えて、構造はそのまま残してください。それぞれが異なるジャンルで4つの要素を示しています。
映画的な風景
「夜明け、雲海の上の稜線に立つ一人のハイカーのワイドショット、ドローンがゆっくり前進、冷たい青の光が橙色に温まっていく、フォトリアル、風と遠くの鳥の声。」
絵画風ファンタジー
「夕暮れの崖の上の城、粗い油彩の筆致で描かれ、カメラはゆっくり右へ流れ、旗が風に揺れる、温かな金色の光。」
商品のヒーローショット
「暗いスタジオに浮かぶ銀色のランニングシューズ、ゆっくり周回、リムライトが輪郭をなぞる、微細な埃の粒子、クリーンな広告の質感。」
縦型SNS
「手持ちの9:16ショット、屋台の店主が中華鍋で麺を炒める、炎が上がる、背後にナイトマーケットのネオン、ジュージューという音と人混みの喧騒。」
解説動画
「熱が上がるにつれて水の分子が液体から気体へ変わるクリーンな3Dアニメーション、白背景、柔らかなスタジオ光、相が変わるたびにラベルが現れる。」
音楽ループ
「水の中で渦を巻く抽象的なインク、深いインディゴと金、マクロレンズ、スローモーション、シームレスなループ、カットなし、柔らかな環境音のうねり。」
テキストから動画の仕上がりを良くする4つの方法
どのテキストから動画モデルを使っても、期待外れのクリップの大半はこの4つの習慣で解決できます。
被写体は1つ、動作も1つ
クリップは4〜15秒です。3人の登場人物とどんでん返しを求めるプロンプトは、ぼやけた結果になります。モデルには、うまくやるべきことを1つだけ与えましょう。
カメラの動きを言葉にする
「固定」「ゆっくりドリーイン」「手持ち」「周回」。テキストから動画モデルはカメラ用語を飾りではなく指示として扱い、指定のないカメラは勝手に漂います。
形容詞を削り、名詞を残す
「美しい、圧巻の、壮大な」はモデルが描けるものを何も与えません。「濡れた石畳、ナトリウム灯の街路灯、小雨」なら描けます。
Seedance 2.0 Miniで下書き、フラッグシップで仕上げ
24クレジットのSeedance 2.0 Mini（480p）で、プロンプトが機能するかわかります。それから初めて、1080pや4KのためにKling 3.0かVeo 3.1に送りましょう。
1つの残高で、すべてのテキストから動画モデルを
クリップはSeedance 2.0 Miniで24クレジット、Kling 2.6で40クレジットから。プランは年払いで月額15.9ドルから始まり、クレジットパックはサブスクリプションを変えずにどのプランにも追加できます。
表示価格は年払いの月額換算です。月払いの料金とクレジットパックは料金ページでご確認ください。
テキストから動画AIのよくある質問
最初のクリップを作る前によく寄せられる質問に、率直にお答えします。
モデルはあなたの一文をシーンの設計図に変え、そこからフレームごとにクリップを生成します。被写体、照明、カメラは最初から最後のフレームまで一貫します。音声対応のモデルは同じ1回の生成でサウンドトラックも作り、画面上の動きに合わせます。
モデルと長さによります。Seedance 2.0 Miniは4秒の480pクリップで24クレジットから、Kling 2.6は40、Veo 3.1 Liteは60、Kling 3.0は110からで、上位モデルで1080pや4Kの長いクリップを作ると1,000を超えます。正確な費用は、クレジットを使う前に生成ボタンの横に表示されます。プランの内容は料金ページをご覧ください。
必要です。生成にはアカウントに紐づいたクレジットを使うため、最初のクリップの前にログインします。登録はGoogleでワンクリック。結果はすべて履歴に保存され、後からダウンロードできます。
モデルにより4〜15秒です。Kling 2.6は5秒または10秒、Veo 3.1は8秒固定、Seedance 2、Kling 3.0、Wan 3.0、HappyHorseは最長15秒。それより長いものは、ショットを別々に生成してつなぎ合わせてください。
唯一の正解はありません。人物とセリフならKling 3.0、マルチショットの物語ならSeedance 2 Pro、雰囲気と環境音ならVeo 3.1が優れています。最も安上がりな判断方法は、同じプロンプトをSeedance 2.0 Miniとフラッグシップ1つで実行して比べることです。
Seedance 2、Kling 2.6、Kling 3.0、Veo 3.1は、音声スイッチをオンにするとネイティブ音声を生成します。環境音、効果音、そしてプロンプト内で引用符に入れたセリフも含まれます。完全な音楽トラックが必要なら、AI音楽ジェネレーターで作って編集ソフトで合わせてください。
できますが、別のページになります。テキストから動画は言葉からフレーム全体を組み立てます。実物どおりの商品、顔、構図が必要なときは、画像から動画ジェネレーターを使い、その画像を最初のフレームとしてアップロードしてください。
あなたのものです。MP4をダウンロードして、個人でも商用でもプロジェクトに使えます。プロンプトと結果はアカウントの履歴に残るので、後からバリエーションを再生成したり、再ダウンロードしたりできます。
最初の一文を動画にしてみましょう
シーンについて一行書いて、動き出す様子を見てください。16種類のテキストから動画モデル、1つのジェネレーター、数分で結果が届きます。