seedance-v2

Seedance 2.0 Pro — RunComfy の Pro Pack

runcomfy.com · Seedance 2.0 Pro · GitHub

ByteDance Seedance 2.0 Pro は、ネイティブのリップシンク音声に対応したマルチモーダルなシネマティック動画生成ツールです。RunComfy Model API でホストされています。

npx skills add agentspace-so/runcomfy-skills --skill seedance-v2 -g

このモデルを選ぶ場面（同系モデルとの比較）

Seedance 2.0 Pro の際立った強みは、マルチモーダルなシネマティック短編動画です。キャラクター画像、シーン動画、参照音声を組み合わせて、まとまりのあるショットを生成できます。参照する人物像やシーンへの忠実度が重要で、ネイティブのリップシンクが必要な場合に選んでください。

要望	使用するモデル
リップシンク付きのスポークスパーソン／会話広告	Seedance 2.0 Pro
マルチモーダルな参照（画像＋動画＋音声）	Seedance 2.0 Pro
ブランドイメージを統一した多言語ナラティブ	Seedance 2.0 Pro
現在、ブラインド投票で第1位の動画品質	HappyHorse 1.0
独自のトラックを使った音声駆動のリップシンク	Wan 2.7（audio_url）
既存映像のモーション編集	Kling Video O1
超高速な反復作業	LTX 2

ユーザーが「Seedance」「Seedance 2」「ByteDance video」と明示した場合は、いずれの場合もこちらに振り分けてください。

前提条件

1. RunComfy CLI — npm i -g @runcomfy/cli
2. RunComfy アカウント — runcomfy login を実行すると、ブラウザーでデバイスコード認証フローが開始されます。
3. CI／コンテナ — runcomfy login の代わりに RUNCOMFY_TOKEN=<token> を設定します。

エンドポイントと入力スキーマ

bytedance/seedance-v2/pro

フィールド	型	必須	デフォルト	備考
prompt	string	はい	—	CN は 500 文字以下、または EN は 1000 語以下。
image_url	array	いいえ	[]	参照画像 0～9 件（JPEG/PNG/WebP/BMP/TIFF/GIF）。
video_url	array	いいえ	[]	クリップ 0～3 件（MP4/MOV）、各 2～15 秒。
audio_url	array	いいえ	[]	音声参照 0～3 件（WAV/MP3）、各 2～15 秒、各ファイル 15MB 未満。
aspect_ratio	enum	いいえ	adaptive	adaptive、16:9、9:16、4:3、3:4、1:1、21:9。
duration	int	いいえ	5	4～15（秒単位の整数）。
resolution	enum	いいえ	720p	480p または 720p。
generate_audio	bool	いいえ	true	生成処理内で音声、効果音、音楽を同期します。
seed	int	いいえ	—	再現性を確保します。

呼び出し方

デフォルト（テキストのみ、5 秒、音声付き 720p）：

runcomfy run bytedance/seedance-v2/pro \
  --input '{"prompt": "<user prompt>"}' \
  --output-dir <absolute/path>

キャラクター参照を使ったリップシンク広告（画像を固定し、テキストを変化させる）：

runcomfy run bytedance/seedance-v2/pro \
  --input '{
    "prompt": "Medium close-up. The woman explains today'\''s special in a warm friendly tone, slow push-in, soft window light, gentle cafe ambience.",
    "image_url": ["https://.../barista-headshot.jpg"],
    "duration": 8,
    "aspect_ratio": "9:16"
  }' \
  --output-dir <absolute/path>

マルチモーダル（画像＋動画＋音声の参照）：

runcomfy run bytedance/seedance-v2/pro \
  --input '{
    "prompt": "Subject from image 1 walks through the café from video 1, voice tone matches audio 1.",
    "image_url": ["https://.../subject.jpg"],
    "video_url": ["https://.../cafe-locked-shot.mp4"],
    "audio_url": ["https://.../voice-ref.mp3"]
  }' \
  --output-dir <absolute/path>

CLI はリクエストを送信してポーリングし、結果を取得します。また、*.runcomfy.net／*.runcomfy.com の URL から --output-dir にダウンロードします。

プロンプトのコツ — 実際に効果がある方法

画像とテキストの使い分け。 これが最も重要なルールです。固定したい要素（顔、衣装、ブランドマーク、ロゴ）は image_url に指定します。変化させるナラティブ（動作、雰囲気、照明、カメラ）は prompt に指定します。顔を詳細に言葉で説明しようとすると、トークンを無駄にするうえ、人物像がぶれやすくなります。

カメラと動きを簡潔な言葉で指定。 「ミディアムクローズアップ」「ゆっくりとしたプッシュイン」「手持ちで追従」「固定のワイドショット」などの指示が有効です。組み合わせる例："ミディアムクローズアップ。3 秒かけてゆっくりプッシュイン。手持ちカメラで、わずかな呼吸に合わせた動き。"

generate_audio: true の場合の音声指示 — トーンを指定します：「温かみのある親しみやすい会話調」「落ち着いた説明調」「歯切れのよいニュース読み」。環境音の場合：「穏やかなカフェの話し声、遠くの交通音、前景に音楽なし」。

参照メディアの仕様 — 動画は 2～15 秒、音声は 15MB 以下かつ 2～15 秒である必要があります。範囲外のファイルは拒否されます。クロップを避けるため、参照メディアのアスペクト比を出力と合わせてください。

避けるべきパターン：

• 大きく異なるテイストの参照画像を混在させる（水彩画＋フォトリアルなど）→ 混乱を招きます。
• プロンプト内で相反するスタイルを指定する → 矛盾する指示を削除して簡潔にしてください。
• 固定したい人物像を言葉で説明する → 代わりに image_url を使ってください。
• 15 秒を超えるクリップを要求する → 422 エラーになります。複数回に分けて呼び出してください。

得意な用途

ユースケース	Seedance 2.0 Pro が適している理由
スポークスパーソン／対話形式の広告	パス内でリップシンクが自然に行われるため、別途 TTS を使う必要がありません
ブランドイメージに一貫性のある多言語ナラティブ	画像参照でアイデンティティを維持し、テキストで翻訳を指定できます
映画のような短編映像のプリビズ	カメラショットの文法とマルチモーダル参照を活用できます
参照音楽／ナレーションのトーンを使った広告クリエイティブ	音声参照でリップシンクを固定せずに、声やムードを指定できます
再現可能なバリエーションテスト	シード制御と固定スキーマを利用できます

プロンプトの例（優れた結果が得られることを確認済み）

デフォルトのプレイグラウンドの例：

Golden hour on a quiet cafe terrace: a barista wipes the counter, then
looks up and explains today's special in a friendly tone, natural
lip-sync. Medium close-up, slow push-in; warm side light, soft bokeh
through glass, gentle cafe ambience and subtle film grain.

マルチモーダルのリップシンク（テキスト＋画像）：

Same person as image 1 in a softly-lit recording booth, leaning into
the mic, says: "We just shipped the biggest update of the year."
Calm conversational tone. Medium close-up, locked tripod, shallow DOF,
warm key light from camera-left.

制限事項

• 長さは 4〜15 秒 — このエンドポイントでは、これより長いクリップは生成できません。
• 解像度の上限は 720p — プレイグラウンド版の場合。
• 参照メディアの仕様 — 動画／音声は 2〜15 秒、音声ファイルは 15MB 未満である必要があります。
• リップシンクの品質 — プロンプトの明確さに左右され、どのような条件でも完璧な品質が保証されるわけではありません。
• キャラクターの紐付けに @ 構文は使えません — 画像参照とプロンプトの整合性に依存します。

終了コード

code	意味
0	成功
64	CLI 引数が不正
65	入力 JSON が不正／スキーマが一致しない
69	上流で 5xx エラー
75	再試行可能：タイムアウト／429
77	サインインしていない、またはトークンが拒否された

詳しいリファレンス：docs.runcomfy.com/cli/troubleshooting。

動作の仕組み

このスキルは、スキーマに一致する JSON ボディを指定して runcomfy run bytedance/seedance-v2/pro を実行します。CLI は https://model-api.runcomfy.net/v1/models/bytedance/seedance-v2/pro に POST し、リクエストをポーリングして結果を取得した後、.runcomfy.net／.runcomfy.com の URL を --output-dir にダウンロードします。Ctrl-C を押すと、終了前にリモートリクエストをキャンセルします。

セキュリティとプライバシー

• トークンの保存：runcomfy login は API トークンをモード 0600（所有者のみ読み取り／書き込み可能）で ~/.config/runcomfy/token.json に書き込みます。CI／コンテナでファイルを完全に使わないようにするには、RUNCOMFY_TOKEN 環境変数を設定してください。
• 入力境界：ユーザープロンプトは --input を介して JSON 文字列として CLI に渡されます。CLI はプロンプトをシェル展開せず、JSON ボディを HTTPS 経由で Model API に直接送信します。プロンプトの内容によるシェルインジェクションの経路はありません。
• サードパーティのコンテンツ：渡した画像／マスク／動画の URL は、マシン上の CLI ではなく RunComfy モデルサーバーが取得します。外部 URL は信頼できないものとして扱ってください。画像ベースのプロンプトインジェクションは、画像編集／動画編集モデル全般で知られているリスクです。
• 送信先エンドポイント：model-api.runcomfy.net（リクエストの送信先）と、生成結果のダウンロード許可リストにある *.runcomfy.net／*.runcomfy.com のみです。テレメトリーやコールバックはありません。
• 生成ファイルのサイズ上限：悪意のある、または制御不能なモデル出力によるディスク容量の枯渇を防ぐため、CLI は単一のダウンロードが 2 GiB を超えると中止します。