一貫したAI製品動画:製品を製品らしく保つ
AI動画の製品が一貫しているとは、すべてのカットで形、ラベル、ロゴ、色の4つが保たれている状態を指します。それぞれがずれる原因は異なるため、対処法もそれぞれ異なります。このページでは製品の一貫性をこの4つに分けて解説し、2026年10月時点で参照モデルが得意なこと・苦手なことを説明します。さらに、不正確な製品表示が許されない広告やデモ向けに、ショット構成の例も紹介します。
製品写真をアップロード顔より製品が難しい理由
視聴者は顔が少しずれていても気にしませんが、2つのカットの間でボトルの形が変わったり、ロゴの文字が増えたりすると、すぐに違和感を覚えます。さらに製品は光を反射するものや透明なもの、小さな文字が多く書かれたものも少なくなく、動画モデルが最も苦手とする要素です。
また、製品を不正確に映した広告は購入者を誤解させるおそれがあります。正確さは努力目標ではなく、必須条件として扱ってください。
形:比率とシルエット
モデルが一方向からしか製品を見ていないと、奥行きを推測することになり、形がずれます。正面からの参照画像だけでは、カメラが回り込んだ瞬間に奥行きのある箱が平たくなったり、丸いボトルが楕円になったりします。
対策:少なくとも3方向の画像を用意してください。正面、側面、上からの3/4アングルなどです。さらに、手を添えて大きさの目安を示した画像を1枚加えると効果的です。接写のスマートフォン写真は広角レンズの歪みが形に混ざるため避けてください。プロンプトでは形そのものより、「片手に収まる」のように場面との相対的な大きさを書くと良い結果が得られます。
参照写真3枚



ラベル:文字とレイアウト
現在の動画モデルは、どれも小さな文字を描き直してしまいます。大きなブランド名は保たれることが多いものの、成分表示、サイズ、細かい注意書きはもっともらしい落書きのような文字になりがちです。現状では、参照画像だけで完全に解決することはできません。
対策:読めなければならない文字を決め、それを前提に撮影計画を立ててください。メインラベルを正面から捉えたクローズアップを1カット用意し、カメラはゆっくり動かします。それ以外のカットでは、製品を中距離に置くか少し傾け、ラベルが見える程度にとどめます。正確な文字を入れる必要がある場合は、編集段階でグラフィックとして重ねるか、実物のパックショットに切り替えてください。
ロゴ:マークと配置
ロゴが崩れるパターンは2つあります。1つはマーク自体が変わるケースで、文字がつながったり、記号が単純化されたりします。もう1つは製品上で位置がずれるケースで、たとえばキャップにあったロゴがボディに移ってしまいます。前者は解像度の問題、後者は配置の問題です。
対策:ロゴがフレームの大部分を占める鮮明なクローズアップを1枚入れ、広い参照画像にはロゴの位置が分かるように写してください。ロゴのショットには使用可能な最高解像度を選び、ロゴが映っている間はカメラの動きをゆっくりにしてください。素早いパンやモーションブラーがかかると、マークは崩れやすくなります。
色:色相と仕上げ
シーンの光が製品にも当たるため、色がずれます。夕焼けのシーンではコーラルのボトルがオレンジ色に変わり、ネオンの下ではマットな黒い機器がグロッシーな青に見えてしまいます。モデルは物理法則に従っているだけですが、その結果、製品が店頭の実物と一致しなくなります。
対策:参照画像は、フィルターをかけず、ホワイトバランスを正しく整えた、ニュートラルで均一な光の下で撮影してください。そうすれば参照の色が実際の色になります。製品を主役にしたカットではニュートラルかソフトな光を使い、ドラマチックな色味は製品がフレーム内で小さく映るカットのために取っておきましょう。ブランドにとって重要な色は、編集で軽くグレーディングを施し、実物の写真と比べて確認してください。
15秒の製品広告のショット構成
リスクを抑えた構成の例です。まず3秒間、製品を使用しているシーンを中距離から映し、ラベルは視聴者から見て斜めにします。次に5秒間、メインラベルをカメラに正対させたヒーローアングルへゆっくりプッシュインします。最後に3秒間、質感やキャップ、ボタンのディテールを映します。そのあとに、エディターで作成した正確な文字入りの実物パックショットかエンドカードを入れます。
すべてのショットは、同じ製品の参照画像と同じモデルから生成してください。手や名前の出ない人物は、プロンプトで指定できます。繰り返し登場する出演者に製品を持ってもらう必要がある場合は、1回のリクエストで2つの被写体を扱えるモデルが必要です。たとえばKlingのOmniモデルは2つのエレメントに対応しています。
公開前の確認
製品が映っているすべてのショットで一時停止し、実物と比べて4点を確認してください。シルエット、ラベルのレイアウト、ロゴ、色です。反射部分や透明な部分に、物理的にありえない形状がないかも確認します。文字が読めるのに間違っているショットは削除してください。
RefVidでは、製品は参照画像を1〜5枚持つアセットとして扱われ、メインとなる画像を先頭にします。キャンペーンのすべてのショットは、Kling 3.0 Omniでこの同じ画像セットから始め、すべてのクリップはレビュー用にアセットのページに並びます。各クリップに評価を付けられるので、残すべきテイクをすぐに見つけられます。
よくある質問
- AI動画で製品のラベルを読めるように保つことはできますか?
- 大きなブランド名は保たれることが多い一方、成分表示やサイズなどの小さな文字は描き直されることが一般的です。メインラベルはゆっくり動くクローズアップを1カット用意し、正確な文字は編集で加えてください。
- 一部のシーンで製品の色が変わってしまうのはなぜですか?
- シーンの照明が製品にも当たるためです。参照画像はニュートラルな光で撮影し、製品を主役にしたカットにはソフトな光を使い、公開前に実物と色を比べて確認してください。
- 製品の参照画像は何枚必要ですか?
- 3〜5枚が目安です。正面、側面、上からの3/4アングル、ロゴのクローズアップ、大きさの目安が分かる1枚を用意してください。画面に映る可能性があれば背面も加えましょう。
- RefVidで製品ショットを作るといくらかかりますか?
- 1秒あたり31クレジットです。3秒のショットは93、5秒は155、10秒は310、15秒は465クレジットです。最初の50アカウントには630クレジットの無料枠があります。それ以降のアカウントには100クレジットが付与され、これは3秒のクリップ1本分です。
- どのAI製品動画生成ツールなら、ラベルを正確に保てますか?
- 2026年10月時点で、小さな印刷文字を毎回正確に保てるツールはありません。形と色は比較的よく保たれます。ラベルは上記の方法で計画し、完璧さが求められる場合は編集で重ねてください。
- 製品動画のAIは写真と3Dモデルのどちらから作れますか?
- 参照モデルは実物の写真から作成します。1枚のヒーローショットよりも、すべての面を写したシャープな写真のほうが良い結果が得られます。