Seedance 2.5 リファレンス動画生成（Reference to Video）

ByteDance製、リファレンス誘導型1080p動画生成。安定させたい画像、カメラモーションをコピーする短いクリップ、アクションを指示するプロンプトを渡すと、同録音声付きの納品品質1080pクリップを返します。

runcomfy.com · Seedance 2.5 Reference to Video 1080p · 480p ドラフト版 · CLI ドキュメント

このスキルのインストール

npx skills add genmedia-labs/skills --skill seedance-2-5-reference-to-video -g

このモデルを選ぶタイミング（類似モデルとの比較）

Seedance 2.5 Reference to Video の特徴は、納品解像度でのリファレンス条件付き生成です。アイデンティティ、プロダクトの形状、アートディレクションは文章ではなくリファレンス素材から得られ、出力は1080pなのでドラフトをアップスケールする必要がありません。RunComfyはこれを 一貫性のあるキャラクターファイナル、プロダクトリファレンスフィルム、スタイル固定のブランドクリップ に最適と位置づけています。

目的	使用するモデル
同一キャラクター / プロダクトを複数ショットで、最終解像度で	Seedance 2.5 Reference to Video 1080p
既存クリップからカメラの動きとリズムをコピー	Seedance 2.5 Reference to Video 1080p (`videos`)
文章ではなくムードボードでブランドスタイルを固定	Seedance 2.5 Reference to Video 1080p (`images`)
どのリファレンスが機能するか、低コストで試行	Seedance 2.5 Reference to Video 480p
リファレンスなし – プロンプトのみ	Seedance 2.5 Text to Video 1080p
1枚の静止画のみをアニメーション化	Seedance 2.5 Image to Video 1080p
従来の2.0世代（4-15秒、480p/720p）	Seedance 2.0 Pro — `seedance-v2` を参照

ユーザーが「Seedance 2.5」または「reference to video」と明示した場合は、ここにルーティングしてください。

前提条件

RunComfy CLI — npm i -g @runcomfy/cli（または npx -y @runcomfy/cli）
RunComfy アカウント — runcomfy login でブラウザのデバイスコードフローを開く
CI / コンテナ環境 — runcomfy login の代わりに RUNCOMFY_TOKEN=<トークン> を設定
公開アクセス可能なリファレンスURL — モデルサーバーが直接取得するため、あなたのマシンは不要

CLIの詳細: runcomfy-cli スキル。

エンドポイント + 入力スキーマ

`bytedance/seedance-2.5/reference-to-video/1080p`

フィールド	型	必須	デフォルト	備考
`prompt`	string	はい	—	リファレンスを手がかりにしたシーン説明。中国語なら約500文字、英語なら約1000語を推奨。
`videos`	array (video URIs)	いいえ	—	カメラモーションとリズム用のリファレンスクリップ（0-3本）。各MP4/MOV、約2-15秒。実際には省略可能（後述）。
`images`	array (image URIs)	いいえ	—	アイデンティティ、ルック、スタイル、環境用のリファレンス画像（0-9枚）。JPEG/PNG/WebP/BMP/TIFF/GIF。
`audios`	array (audio URIs)	いいえ	—	ムードとテンポ用のリファレンス音声（0-3ファイル）。WAV/MP3、約2-15秒、15MB未満。
`aspect_ratio`	enum	いいえ	`16:9`	`16:9`、`9:16`、`1:1`、`4:3`、`3:4`、`21:9`、`adaptive`。
`duration`	int	いいえ	`5`	4-30秒、1秒単位。
`generate_audio`	bool	いいえ	`true`	同パスでのネイティブ同期音声（発話、効果音、音楽）を生成。

出力解像度は1080p固定 — このエンドポイントには resolution フィールドはありません。

videos はスキーマ上の必須項目ですが、実際は省略可能です。 公開されている入力スキーマでは videos が必須（最小1個）とされていますが、実際のエンドポイントは videos キーが全くないプロンプト＋画像のボディでも受け付けて完了します。既存クリップからカメラモーションとリズムをコピーしたい場合はリファレンスクリップを送信し、リファレンスが静止画のみの場合は省略してください。省略すると、課金対象の秒数からリファレンス時間が除外されます：カウント秒数は出力時間のみになり、5秒クリップなら$2.65（$5.30ではなく）になります。

パラメータ名が2.0から変更されています。 Seedance 2.0 Pro では image_url / video_url / audio_url を使用していましたが、Seedance 2.5 では images / videos / audios を使用します。2.0のボディをそのままコピーするとスキーマエラー（終了コード65）になります。

料金

課金は $0.53 / カウント秒（動画1秒あたり） で、カウント秒数 = リファレンス動画時間 + 出力時間 です。画像と音声リファレンスは時間課金の対象になりません。

ジョブ	カウント秒数	コスト
5秒出力、リファレンスクリップなし	5	$2.65
5秒出力、5秒リファレンスクリップ1本	10	$5.30
10秒出力、6秒リファレンスクリップ1本	16	$8.48
10秒出力、10秒リファレンスクリップ3本	40	$21.20

実践すべき2つのポイント: アップロード前にリファレンスクリップをトリミングする（15秒のリファレンスは15秒の出力と同じコストがかかる）、そして リファレンス選定には480pティアを使う — 480pはリファレンス動画ありで$0.12/カウント秒、動画リファレンスなしで$0.20/生成秒です。

呼び出し方

最小限の呼び出し — プロンプト＋リファレンスクリップ1本:

runcomfy run bytedance/seedance-2.5/reference-to-video/1080p \
  --input '{
    "prompt": "Slow push-in down the aisle, dust motes drifting through warm side light, shallow depth of field, continuous smooth motion, no text, no watermark.",
    "videos": ["https://your-cdn.example/camera-move-6s.mp4"]
  }' \
  --output-dir ./out

一貫性のあるキャラクターファイナル — 静止画からアイデンティティ、クリップからモーション:

runcomfy run bytedance/seedance-2.5/reference-to-video/1080p \
  --input '{
    "prompt": "The woman from the reference images walks toward camera and stops, glancing off-frame. Handheld follow, soft overcast light, quiet street ambience. No text, no watermark.",
    "images": [
      "https://your-cdn.example/hero-front.jpg",
      "https://your-cdn.example/hero-profile.jpg",
      "https://your-cdn.example/wardrobe.jpg"
    ],
    "videos": ["https://your-cdn.example/handheld-follow-4s.mp4"],
    "duration": 8,
    "aspect_ratio": "9:16"
  }' \
  --output-dir ./out

フルリファレンススタック — 上記のボディに "audios": ["https://your-cdn.example/bed-8s.mp3"] を追加してテンポとムードのリファレンスを渡し、"generate_audio": true（デフォルト）で発話、効果音、音楽を同パスで生成します。

CLIはリクエストを送信し、ステータスをポーリングし、結果を取得し、*.runcomfy.net / *.runcomfy.com のURLを --output-dir にダウンロードします。Ctrl-C で終了前にリモートリクエストをキャンセルします。

プロンプティング – 実際に機能する方法

リファレンスにアンカーさせ、プロンプトで方向づける。 安定させたいもの（顔、衣装、製品形状、ブランドパレット）は images に。変化させるもの（アクション、カメラ、照明変化、ムード）は prompt に。顔を文章で説明しながら顔リファレンスを同時に与えると、ドリフトが発生し、強化にはなりません。

リファレンス動画はコンテンツではなくカメラとリズムを伝える。 4秒のハンドヘルドフォロープレートはモデルに動きを教えます。被写体を転写することは期待しないでください。それは images の役割です。

リファレンスメディアは短く。 クリップと音声ファイルは約2-15秒、音声は15MB未満に。長いクリップは拒否され、このエンドポイントでは請求額も増加します。

generate_audio がオンのときはすべての音源に名前を付ける。 誰が話すか、各ノイズの発生源、アンビエンスは何か。「Quiet street ambience, distant traffic, no music」は「good audio」より優れています。

否定指示を使う。 「No text, no watermark」はRunComfy自身のサンプルプロンプトで使われているパターンで機能します。必要に応じて「No camera shake」「No extra people」を追加してください。

アスペクト比を合わせる。 リファレンスメディアのアスペクト比が aspect_ratio と異なるとトリミングが発生します。リファレンス間で比率が異なり、正確なフレームが重要でない場合は adaptive を使用してください。

アンチパターン:

無関係な9つの美的スタイルから9枚のリファレンス画像 – 1つのビジュアル言語を選ぶこと。
動きが4秒で伝わるのに15秒のリファレンスクリップ – 15秒分すべての費用がかかります。
1つのビートしかないプロンプトで30秒を要求 – 長い時間には記述されたアークが必要です。
image_url / video_url でSeedance 2.0のボディを再利用 – フィールド名が間違っています。

480pでドラフト、1080pで納品

RunComfyのこのモデルファミリーに対するガイダンスは、低解像度でリファレンススタックを検証し、勝利した組み合わせを納品解像度で再利用することです。2つのエンドポイントは同じパラメータを受け付けます。

候補リファレンスを組み立てます。duration: 5 で bytedance/seedance-2.5/reference-to-video/480p に対して3-5バリアントを実行します。
シャープネスではなく、アイデンティティの保持、カメラの一致、音声の適合性を評価します。
勝ったボディをそのまま .../reference-to-video/1080p に対して再実行し、ビートが正しくなってから duration を上げます。

480pで$0.12/カウント秒、1080pで$0.53の場合、5回のドラフトで1080p本番1回分とほぼ同額です。

得意なユースケース

ユースケース	このエンドポイントが適している理由
一貫性のあるキャラクターファイナル	最大9枚のアイデンティティ参照でショット間の顔と衣装を保持
製品リファレンスフィルム	形状は静止画から、ターンテーブルの動きはプレートから取得
スタイル固定のブランドクリップ	`images` のムードボードがスタイル形容詞の段落より優れている
納品まで生き残るプレビズ	ネイティブ1080p出力、アップスケール工程不要
1パスでの会話とアンビエンス	`generate_audio` が同期発話、効果音、音楽を生成

制限事項

このエンドポイントではリファレンス動画が必須（1-3クリップ、最小1個）。
1080p固定 — 解像度パラメータはなく、このエンドポイントに720pバリアントはありません。
時間は最大30秒、最小4秒、整数秒のみ。
リファレンスメディアの制限: 動画と音声ファイルは約2-15秒、音声は15MB未満、画像は最大9枚 / 動画3本 / 音声3ファイル。
リファレンスクリップの時間は課金対象 — このエンドポイントは出力時間だけで課金されません。
このエンドポイントにはシードパラメータがありません。そのため、呼び出し間での完全な再現は保証されません。

別のエンドポイントを使うべきタイミング

リファレンスなし、プロンプトのみ → seedance-2.5/text-to-video/1080p、課金は$0.88/生成秒。
1枚の静止画のみをアニメーション化 → seedance-2.5/image-to-video/1080p、こちらも$0.88/秒、1枚の image を取ります。
他のリファレンス動画生成ファミリー: Wan 3.0 Prime Reference to Video · MiniMax H3 Reference to Video。
自身のボイストラックからのリップシンク → ai-avatar-video。30秒超 → video-extend。

終了コード

コード	意味
0	成功
64	CLI引数の誤り
65	入力JSONの誤り / スキーマ不一致（2.0のフィールド名、範囲外の `duration`、無効な `aspect_ratio`）
69	上流の5xxエラー
75	リトライ可能：タイムアウト / 429
77	ログインしていない、またはトークンが拒否された

完全なリファレンス: docs.runcomfy.com/cli/troubleshooting。

仕組み

このスキルは上記のスキーマに一致するJSONボディを構築し、runcomfy run bytedance/seedance-2.5/reference-to-video/1080p を実行します。CLIは https://model-api.runcomfy.net/v1/models/bytedance/seedance-2.5/reference-to-video/1080p にPOSTし、リクエストステータスをポーリングし、結果を取得し、.runcomfy.net / .runcomfy.com の出力URLを --output-dir にダウンロードします。

セキュリティとプライバシー

検証済みのパッケージマネージャからのみインストールしてください。 npm i -g @runcomfy/cli または npx -y @runcomfy/cli を使用してください。エージェントはユーザーの代わりにリモートインストールスクリプトをシェルにパイプしてはいけません。
トークンストレージ: runcomfy login はAPIトークンを ~/.config/runcomfy/token.json にモード0600で書き込みます。CIでは RUNCOMFY_TOKEN を設定してください。トークンをプロンプト、ログ、または出力に決してエコーしないでください。

Seedance 2.5 リファレンス動画生成 (Reference to Video)