商品がずれないAI商品動画

テキストから動画を作るモデルは、何千ものボトルやスニーカーを学習しています。そのためプロンプトからはもっともらしい商品が生まれますが、あなたの商品とは限りません。画像から動画を作るモデルは最初のフレームこそ正確ですが、カメラが動くにつれてずれていきます。キャップが高くなったり、ラベルの巻き方が変わったり、縫い目が変化したりします。

Kling 3.0 OmniやVeo 3.1のような参照ベースの動画モデルは、商品を複数枚の写真で読み込み、そこに映すべきものの説明として扱います。ムードのための動画と商品動画の違いは、ここにあります。

レンダリング画像ではなく、実物の商品を撮影してください。販売している商品がまさにそのレンダリングと一致する場合は別です。3〜5枚あれば、ほとんどの商品に対応できます。パッケージや商品ページのメインの角度、正面または側面のまっすぐな写真、背面、やや上からの3/4アングル、そしてロゴやラベルの近接写真（文字が読めるほど鮮明なもの）を用意しましょう。

撮影は無地のライトグレーまたは白の背景で、柔らかく均一な光を使い、ロゴに強い映り込みが出ないようにします。色は正確に保ってください。モデルは暖色寄りの写真を見ると、その色味をそのまま再現します。価格タグ、保護フィルム、商品の一部ではないシールは取り除きます。

モデルが参照動画に対応している場合は、商品を回転台にのせてゆっくり回した短い動画が役立ちます。静止画では写らない角度を補えます。Klingのガイドによれば、Kling 3.0 Omniは2026年10月時点で3〜10秒の参照動画を1本受け付けます。

1. ヒーローの登場：台座に置かれた商品。カメラがゆっくり寄り、メインの角度で止まる。5秒。

2. ディテール：浅い被写界深度で、ロゴや質感をゆっくりマクロ撮影のように流す。3秒。

3. 手に持つ：手で商品を持ち上げ、カメラに向けて回す。握り方はシンプルに。5秒。

4. 使用中：商品が役割を果たす様子。注ぐ、吹きかける、カチッと鳴る、踏むなど、動作は1つだけ。5秒。

5. 生活シーン：洗面台の棚、デスク、ジムバッグなどの生活空間に置かれた商品。カメラはゆっくり移動する。5秒。

6. エンドカードの背景：清潔な背景の中央に商品を配置し、後からエディターでロゴやテキストを入れるスペースを確保する。3秒。

映像は合計26秒になり、編集すると15秒の広告または6秒のバンパー動画になります。各カットは2〜3テイク生成し、ベストを残してください。

商品の説明は参照画像に任せ、プロンプトはそれ以外のすべてを指定しましょう。商品の特徴を列挙する必要はありません。特徴の説明は写真と競合してしまいます。動き、カメラワーク、光、最後のフレームを1つずつ指定します。「正面のラベルがカメラを向いて終わる」のように、撮影済みの角度で終わらせると、視聴者が最も注意深く見る瞬間にモデルが既知の領域にとどまります。

商品はフレーム内で大きく映してください。フレームの5分の1を占める程度の商品は、ピクセル数が減り、再現の誤差が増えます。

小さな文字。成分表示、法的表記、型番は、現行のどのモデルでも描き直されてしまいます。細かい文字がぼけているか、向きをそらしているカットを計画し、実際のテキストは編集で追加してください。

手による比率のずれ。手は商品を実際より小さくも大きくも見せてしまいます。手に持ったカットは、実物の写真と比べて確認してください。

シーン照明による色の変化。夕暮れのシーンは白い商品を暖色に染めます。雰囲気づくりには問題ないことも多いですが、色を訴求するカットでは中立的な光を使ってください。

表現の根拠。商品ができないことを見せてはいけません。重い雨を弾くジャケットのAIカットも、他の広告表現と同様に根拠が必要です。

バリエーション。色違いは別の商品です。モデルに色を変えさせるのではなく、それぞれ専用の参照写真セットを用意してください。

RefVidでは商品を作成し、メインの角度を先頭にして写真を1〜5枚アップロードします。その同じセットから、Kling 3.0 Omniで各カットを生成します。上記のカットの長さは、RefVidの3秒と5秒のオプションに対応しています。各クリップは商品ページに一覧表示されるため、あるテイクでラベルがずれていてもすぐに見つけられます。残すテイクには評価を付けて、ベストなものが目立つようにしましょう。