動画
AI アシスタント向けの Nodaro の動画ツールで、テキストや画像から動画を生成し、クリップの延長、スタイル変更、リライティング、アップスケールができます。顔をしゃべらせたり、動かしたりもできます。
動画ツールを使うと、アシスタントは Nodaro で動画を作成、変換できます。テキストや画像からクリップを生成し、延長やスタイル変更、リライティング、アップスケールを行い、顔をしゃべらせたり、動きをコピーしたりできます。各ツールはジョブを開始してその ID を返し、結果はライブラリに保存されます。どの動画ツールにも workflows:execute 権限が必要です。動画のジョブには、通常 2〜10 分かかります。
| ツール | 機能 |
|---|---|
generate_video | テキストから動画を作る(リファレンスは任意) |
animate_image | 画像から動画を作る(終了フレームは任意) |
extend_video | クリップを時間的に先へ続ける |
modify_video | プロンプトでクリップのスタイルを変える、または編集する |
relight_video | クリップ自体のピクセルを使って、ライティングを変える、または背景を差し替える |
video_upscale | クリップをアップスケールする、または Seedance 2.5 のドラフトを 1080p に仕上げる |
video_depth | クリップを深度動画に変える |
video_mask | テキストで説明した被写体を追跡し、マスク動画を返す |
lip_sync | オーディオトラックに合わせて、顔に話させる、または歌わせる |
speech_to_video | 音声クリップに合わせてポートレートを動かす |
motion_transfer | 動画の動きをキャラクター画像にコピーする |
face_swap | 動画の中の顔を置き換える |
video_remake | Video Remake:短い動画の人物、ペット、商品、場所を、自分の画像に置き換える |
list_trends、get_trend、estimate_trend、run_trend | 既製の Video Remake のレシピを、ユーザーの写真で実行する |
stop_video_pro, continue_video_pro | 動画生成 Proの長い実行を停止する、または再開する |
generate_video
テキストプロンプトから動画を作成します。動画生成ノードと同じように動作します。
権限:workflows:execute。クレジット:モデルの料金です。ほとんどのモデルは、長さと解像度で料金が決まります。料金を伝える前に、list_models でモデルの pricing を確認してください。
| パラメーター | 型 | 説明 |
|---|---|---|
prompt | string | 動画の説明で、最大 8,000 文字です。プリセットが提供する場合を除き、必須です。 |
model | string | モデル ID です。デフォルトは seedance-2-fast、または保存した動画モデルです。不明な ID を指定すると、デフォルトのモデルが使われます。動画生成モデルではないモデルは拒否されます。別のルート向けに指定したモデルを参照してください。 |
duration | number | 秒数です。対応している最も近い値が使われます。-1 にすると、Seedance 2 が長さを決めます。 |
aspect_ratio | string | たとえば 16:9、9:16、1:1 です。デフォルトは保存した比率で、なければモデルが 16:9 を記載していれば 16:9、それもなければ最初に記載された比率です。対応していない値を指定すると、代わりの値が使われます。 |
resolution | string | たとえば 480p、720p、1080p、4k で、モデルによって異なります。指定しない場合は、そのモデルで最も低い解像度が使われます。これが最も安い解像度です。 |
sound | boolean | 対応しているモデルで、サウンドを生成します。 |
negative_prompt | string | 避けたい内容で、最大 8,000 文字です。 |
seed | integer | 固定のシードです。対応しているモデルで使えます。Seedance 2.5、Seedance 2.5 Flash、HappyHorse 1.1 など、シードを受け取らないモデルもあります。それらのモデルはシードを無視し、繰り返し実行すると結果が変わります。 |
reference_task_type | string | seedance-2-5 と seedance-2-5-flash 専用です。リファレンスメディアの用途を指定します。auto(デフォルト)はプロンプトに任せます。reference は、指定したアスペクト比と長さを保ちます。edit は、リファレンス動画自体の形と長さで実行します。リファレンス動画はすべて 4〜30 秒である必要があります。extend は、指定した長さでリファレンス動画の続きを作り、元の動画は結果につながれません。リファレンスメディアがない場合と、ほかのモデルでは無視されます。 |
draft | boolean | seedance-2-5 で、480p の実行の料金で 480p のドラフトを作ります。気に入ったテイクは、video_upscale と model: "seedance-2-5-hd" で仕上げます。Seedance 2.5 のドラフトモードを参照してください。 |
reference_image_urls | array | 被写体の同一性やスタイルを伝えるリファレンス画像を、URL または Nodaro の ID で指定します。上限はモデルごとに異なります。たとえば、Seedance 2.5 では 30 枚、Seedance 2.5 Flash では 10 枚、Seedance 2 と MiniMax H3 では 9 枚、Gemini Omni では 7 枚、VEO 3.1 では 3 枚です。リファレンスに対応していないモデルは、これを無視します。grok では、最大 7 枚とともに grok-i2v として実行されます。 |
reference_video_urls | array | スタイルや動きを伝えるリファレンス動画です。対応しているモデルで使えます。 |
reference_video_captions | array | 各リファレンス動画の用途を、同じ順番で、それぞれ最大 500 文字で指定します。各キャプションは、プロンプト内で @video_1: … のような行になります。 |
reference_audio_urls | array | 動きの元になるリファレンスオーディオです。対応しているモデルで使えます。 |
presetId | string | list_node_presets で取得したプリセットです。指定したフィールドは、プリセットより優先されます。 |
structured | object | プロンプトに追加する、構造化された詳細です。generate_image と同じです。 |
described_references | array | 名前は挙げられるものの画像がない被写体を指定する、最大 10 個の { name, description } エントリーです。 |
connected_references, reference_order | array | 上級者向けです。エディター独自の形式で、ラベルと順序を付けたリファレンスです。最大 14 個です。 |
character_references | array | Gemini Omni、Gemini Omni Flash、Gemini Omni Flash 1.2、Kling 4.0、Kling 4.0 Flash 専用です。実在の人物の顔を保ちます。Gemini Omni と Gemini Omni Flash では最大 3 件、Gemini Omni Flash 1.2 では 2 件、Kling 4.0 と Kling 4.0 Flash では最大 7 件です。人物の顔を保つを参照してください。 |
keep_original_sound | boolean | Kling 4.0 と Kling 4.0 Flash 専用です。リファレンス動画自体の音声を残します。リファレンス動画がない場合は無視されます。 |
audio_soundtrack | boolean | Kling 4.0 専用です。デフォルトでは、最初の reference_audio_urls のクリップがサウンドトラックとして再生されます。false にすると、すべてのクリップがボイスのサンプルとして送られ、サウンドトラックはなくなります。 |
user_request | string | アシスタントに送ったユーザーの最新のメッセージで、一字一句そのまま、最大 4,000 文字です。会話のワークフローのノードに保存され、生成される内容は変わりません。MCP 会話がワークフローになる仕組みを参照してください。 |
flow_id | string | "new" を指定すると、このステップから新しいワークフローを始めます。前の結果にあるワークフロー ID を指定すると、そのワークフローにステップを追加します。最大 36 文字です。MCP 会話を参照してください。 |
戻り値:ジョブ ID です。MCP Apps に対応したクライアントでは、動画の準備ができるとカードで再生されます。
Seedance では、複数の場面がある動画を Shot 1: … Shot 2: … の形で書き、カメラの動きはショットごとに 1 つにして、サウンドもプロンプトの中で説明してください。get_node_skill に generate-video を指定すると、モデルファミリーごとのプロンプトのルールが返されます。
リファレンス動画は、そのクリップの何かをコピーするようモデルに指示するものです。何のためのリファレンスなのかを、reference_video_captions で伝えてください。たとえば、3D シーンをグレーのクレイでレンダリングした動画は、レイアウトのガイドであって、見た目の指定ではありません。キャプションがないと、モデルがグレーのクレイの見た目までコピーすることがあります。
モデルごとの注意点
| モデル | 注意点 |
|---|---|
Seedance 2(seedance-2) | resolution: "4k" と、aspect_ratio: "adaptive" または "21:9" を受け付けます。 |
Seedance 2 Fast と Mini(seedance-2-fast、seedance-2-mini) | 480p と 720p のみです。 |
Seedance 2.5(seedance-2-5) | 480p、720p、1080p に対応し、1 回の呼び出しで最長 30 秒まで生成できます。リファレンスは、画像が最大 30 枚、動画が 10 本、オーディオクリップが 10 本までです。 |
Seedance 2.5 Flash(seedance-2-5-flash) | Seedance 2.5 の、より速く低価格な版です。duration は 4〜30 秒で、デフォルトは 8 秒です。-1 を指定するとモデルが長さを決めます。resolution は 480p か 720p で、1080p は 720p でレンダリングされ、課金されます。ネイティブオーディオ付きで、シードと draft はありません。リファレンスは、画像が最大 10 枚、動画が 5 本、オーディオクリップが 5 本までで、それを超えるとクレジットが確保される前に拒否されます(too_many_references)。リファレンス動画とオーディオクリップは 1 本ごとに 2〜30 秒、合計 30 秒までで、WAV でも MP3 でもないオーディオは MP3 に変換されます。プロンプトとリファレンスオーディオだけの呼び出しも有効です。開始フレームがある場合、aspect_ratio は常に adaptive です。無料クレジットでは、480p の 4 秒のクリップとして実行できます。 |
MiniMax H3(minimax-h3) | リファレンスは、画像が最大 9 枚、動画が 3 本、オーディオクリップが 3 本までです。resolution は 2K(デフォルト)か、より安い 768P で、オーディオは常にオンです。テキストだけから作る動画では、具体的なアスペクト比が必要です。リファレンス動画はそれぞれ 2〜15 秒で、合計 15 秒までです。リファレンスオーディオは、画像または動画のリファレンスと一緒に指定する必要があります。 |
Wan 3.0(wan-3、wan-3-prime) | リファレンスは、画像が最大 10 枚、動画が 5 本、オーディオクリップが 5 本までです。各クリップは 1〜15 秒で、種類ごとの合計は 15 秒までです。duration は 2〜30 秒で、デフォルトは 5 秒です。resolution は 480p、720p、1080p のいずれかです。wan-3-prime は、より速く、料金は高くなります。 |
Kling 4.0(kling-4) | プロンプトだけのテキストから動画、または最大 10 個の reference_image_urls、5 個の reference_video_urls(それぞれ 2〜30 秒で、合計 30 秒まで。超えると、クレジットが確保される前に呼び出しが拒否されます。長辺が 2048 px を超えるクリップや、画素数が 1920×1080 を超えるクリップは、形を保ったまま収まるように縮小してから送られます)、7 個の character_references(それぞれ名前付きの被写体)、3 個の reference_audio_urls から作ります。素材は全部で最大 15 個です。開始フレームや終了フレームは画像として数えられます。これを超えると、何も確保される前に拒否されます。デフォルトでは、最初のオーディオクリップが結果のサウンドトラックとして再生されます。このクリップは、オーディオを載せたもう 1 本のリファレンス動画として送られるので、5 個ある動画の枠を 1 つ使い、実行はリファレンス動画を使う実行として課金されます。ほかのオーディオクリップは、名前付きの声のままです。audio_soundtrack: false にすると、すべてのクリップが声のままになります。プロンプトでは、素材を @image_1、@video_1、キャラクターを @<name>、声のクリップを @audio_1 で指定します。リファレンス動画を使う実行は、出力の秒数に、出力とクリップのうち長いほうの秒数を足した分が、リファレンス料金で課金されます。 |
Kling 4.0 Keyframes(kling-4-keyframes) | 開始フレーム、順番どおりの最大 8 個の中間フレームの reference_image_urls、終了フレームを受け取ります。クリップの長さによってフレームの総数の上限が決まり、3 秒で 4 個から、9 秒以上で 10 個までです。プロンプトでは、フレームは @first_frame、@keyframe_1 以降、@last_frame です。リファレンス動画、オーディオ、キャラクターは受け取りません。 |
Kling 4.0 Flash(kling-4-flash) | Kling 4.0 の高速で低価格な版です。duration は 3〜20 秒で、デフォルトは 5 秒です。出力は 720p だけで、どの resolution を指定しても 720p でレンダリングされ、課金されます。aspect_ratio は kling-4 と同じです。オーディオは常にオンで、シードと終了フレームはありません。animate_image では、開始フレームだけの場合、それが正確な開始フレームになります。それ以外はリファレンスモードで実行され、素材は全部で最大 15 個です。プロンプトだけの generate_video、最大 10 個の reference_image_urls、最大 5 個の reference_video_urls(合計 2〜20 秒。超えると、クレジットが確保される前に呼び出しが拒否されます)、最大 7 件の character_references、またはそれらと一緒の開始フレームです。reference_audio_urls の N 番目のクリップ(最大 7 個)が、順番どおり character_references の N 番目のエントリーの声になります。声を持たせるには、キャラクターに 2〜4 枚の画像が必要です。画像が 1 枚だけのキャラクターのクリップと、最後のキャラクターより後のクリップは取り除かれ、実行はそのまま始まります。誰が話すかは、キャラクターの名前で書いてください。animate_image は character_references を受け取らないので、声は generate_video で送ってください。keep_original_sound: true はリファレンス動画自体の音声を残し、audio_soundtrack はありません。リファレンス動画を使う実行は、出力の秒数に、出力とクリップのうち長いほうの秒数を足した分が、リファレンス料金で課金されます。ほかの Kling モデルと違い、無料クレジットでも 3 秒または 4 秒のクリップとして実行できます。 |
| Kling 4.0 と Kling 4.0 Keyframes | duration は 3〜30 秒で、デフォルトは 5 秒です。resolution は 720p(デフォルト)または 1080p です。aspect_ratio は auto(デフォルト)、16:9、9:16、1:1、21:9 のいずれかです。オーディオは常にオンで、シードはありません。 |
Gemini Omni Flash(gemini-omni-flash) | Gemini Omni の、より安くて速いバージョンです。duration は 4、6、8、10 秒のいずれかで、デフォルトは 8 秒です。aspect_ratio は 16:9 または 9:16 です。resolution は 720p、1080p、4k のいずれかです。 |
Gemini Omni Flash 1.2(gemini-omni-flash-1-2) | 最新の Gemini Omni Flash で、料金は秒単位で決まります。duration は 3〜15 秒の任意の整数秒です。resolution は 360p、720p(デフォルト)、1080p、4k のいずれかで、4K は無料プランでは使えません。aspect_ratio は 16:9、9:16、auto のいずれかです。リファレンス画像は最大 6 枚で、ソース動画と一緒に使う場合は 5 枚です。開始フレームだけの場合と、10 秒以下のクリップの開始フレームと終了フレームは、そのままのフレームとして使われます。リファレンスがある場合や 10 秒を超える場合は、フレームがリファレンス画像に加わり、プロンプトで名前が付けられます。その場合、フレームはクリップの手がかりになりますが、正確なフレームにはなりません。正確な冒頭にするには、リファレンスなしでフレームを送ります。ソース動画は、最大 15 秒まで、その長さで編集され、課金されます。それより長いクリップでは、最初の 15 秒が使われます。character_references は最大 2 件まで受け付けますが、開始フレームや終了フレームとは一緒に使えず、voice_preset も使えません。 |
PixVerse V6 Max(pixverse-v6-max) | どちらの方法でも実行できます。animate_image では、開始フレームが正確な最初のフレームになり、クリップはそのフレームの形になります。プロンプトだけの generate_video では、aspect_ratio は 16:9(デフォルト)、4:3、1:1、3:4、9:16、2:3、3:2、21:9 のいずれかです。duration は 1〜15 秒で、デフォルトは 5 秒です。resolution は 360p、540p、720p(デフォルト)、1080p のいずれかで、ほかの値は 720p でレンダリングされ、課金されます。seed は 0〜2147483647 です。オーディオは sound: false でない限りオンで、オーディオ付きの実行は無音の実行より高くなります。終了フレームとリファレンスの画像、動画、オーディオは使えません。 |
Grok Imagine 1.5(grok-imagine-video-1.5) | animate_image 専用で、開始フレームが必要です。image_url が正確な最初のフレーム、end_frame_url が正確な最後のフレームになります。両方に同じ画像を使うと、継ぎ目のないループになります。最大 4 枚の reference_image_urls は中間フレームで、順番どおりにクリップ全体へ均等に配置されます。D 秒のクリップで使えるのは最大 D − 1 枚で、残りは使われません。duration は 1〜15 秒で、デフォルトは 8 秒です。resolution は 480p(デフォルト)、720p、1080p のいずれかで、ほかの値は 480p でレンダリングされ、課金されます。1080p では開始フレームだけを受け取ります。終了フレーム、ループ、中間フレームは、クレジットが確保される前に拒否されます。シード、リファレンス動画、オーディオ、キャラクターは使えません。料金は解像度ごとの秒単位で、フレームを足しても変わりません。 |
VEO 3.1 Quality(veo3) | リファレンスモードがありません。リファレンスを使う場合は、VEO 3.1 Fast または Lite を使ってください。 |
Seedance 2、MiniMax H3、Wan 3.0 では、リファレンスと一緒に渡した開始フレームや終了フレームは、リファレンス画像の 1 枚として扱われ、プロンプトでは最初または最後のフレームとして説明されます。Seedance では、リファレンス動画は入力の長さと出力の長さの合計で課金されます。そのため、リファレンスのクリップが長いほど、確保されるクレジットが多くなります。
人物の顔を保つ
Gemini Omni または Gemini Omni Flash で実在の人物の顔を保つには、character_references を渡します。{ image_url, description } のエントリーを最大 3 件指定でき、それぞれに任意で body_image_url、name、voice_preset を付けられます。image_url はポートレートで、description はその人物の説明です。これはモデル独自のアイデンティティの入力なので、顔を保てます。一方、reference_image_urls はクリップの方向づけをするだけです。
- ほかのモデルでは、これなしで実行する代わりにエラーが返されます。
- 開始フレームとは組み合わせられません。
- モデルの 7 ユニットの入力枠を、リファレンス画像(1 枚につき 1 ユニット)とソース動画(2 ユニット)と共有します。キャラクターは 1 ユニット、
body_image_url付きでは 2 ユニットです。 voice_presetは、koreなどの Gemini の音声 ID です。そのキャラクターの音声を、クリップをまたいで同じに保ちます。
Gemini Omni Flash 1.2(gemini-omni-flash-1-2)では、最大 2 件のエントリーを受け付けます。これは 6 枚のリファレンス画像に数えません。開始フレームや終了フレームとは一緒に使えず、voice_preset は拒否されます。
Kling 4.0(kling-4)と Kling 4.0 Flash(kling-4-flash)では、最大 7 件の各エントリーが、代わりに名前付きの被写体になります。image_url、body_image_url、最大 3 個の extra_image_urls がその 2〜4 枚の画像で、画像が 1 枚だけのエントリーは通常のリファレンス画像として送られます。プロンプトでは @<name> と呼ばれます。開始フレームと一緒に使え、voice_preset は拒否されます。
Kling 4.0 と Kling 4.0 Flash では、エントリーに video_url も指定できます。キャラクターを 1 つの連続したショットで映した 3〜8 秒のクリップです。その場合、キャラクターはその動画から作られ、モデルは見た目と、クリップに発話があれば声も、その動画から取ります。エントリーには引き続き image_url と description が必要です。動画から作れるキャラクターは最大 3 人で、リファレンス動画を含めて送れる動画は最大 5 本です。ほかのモデルは、video_url を character_video_unsupported で拒否します。動画から作ったキャラクターの料金は、画像から作ったキャラクターと同じです。
キャラクターリファレンスによって、クリップの料金にクレジットが追加されることはありません。
保存した動画のデフォルト
generate_video と animate_image は、アカウントに保存した動画のデフォルト(model、aspectRatio、resolution、duration)を読みます。PATCH /v1/user/settings で mcpPreferences.video に保存するか、SDK の client.userSettings.update({ mcpPreferences: { video } }) で保存します。ユーザー設定を参照してください。これらを保存する MCP ツールはありません。
- 呼び出しで指定した値が優先されます。 保存した値は、呼び出しで省略した値を補い、モデルに合わせて調整されます。モデルが記載していない比率や長さは、記載している最も近い値に移ります。
- どちらもない場合:比率は、モデルが
16:9を記載していれば16:9、なければ最初に記載された比率です。サイズと長さは、モデルのデフォルトです。 - 保存したモデル:呼び出しのルートが受け付ける場合だけ使われます。
generate_videoではテキストから動画を作るモデル、animate_imageでは動画生成モデルです。それ以外の場合は、呼び出しのデフォルトが実行されます。 - フィールドのクリア:
nullとして保存したフィールドはクリアされ、呼び出しのデフォルトが再び使われます。
別のルート向けに指定したモデル
モードごとに別の ID を持つモデルがあります。Grok Imagine(grok と grok-i2v)、Wan(wan と wan-i2v)、Wan 2.7(wan-2.7-t2v と wan-2.7-i2v)、HappyHorse(happyhorse と happyhorse-i2v)です。こうしたモデルは、どちらの ID を指定しても、呼び出したツールの ID で実行されます。
- プロンプトだけの
generate_videoでgrok-i2vを指定するとgrokとして実行され、animate_imageでgrokを指定するとgrok-i2vとして実行されます。比率、サイズ、長さは、その ID に合わせて調整されます。 reference_image_urlsまたはconnected_referencesを付けたgenerate_videoでgrokを指定すると、grokは画像を受け付けないので、最大 7 枚の画像とともにgrok-i2vとして実行されます。料金はgrok-i2vのものです。- Wan、Wan 2.7、HappyHorse では、画像から動画を作る ID もリファレンス画像を受け付けません。画像は外され、プロンプトだけで実行されます。
- 画像、リップシンク、動画編集のモデルのように、どちらのツールでも実行できないモデルは、使えるモデルの一覧を示すエラーで拒否されます。何も課金されません。
- カタログが知らない ID は、これまでどおりデフォルトに戻ります。
animate_image
静止画を動画にします。終了フレームも渡すと、最初の画像から 2 枚目の画像へと動く動画になります。動画生成の「画像から動画」モードと同じように動作します。
権限:workflows:execute。クレジット:モデルの料金です。
| パラメーター | 型 | 説明 |
|---|---|---|
image_url または image_asset_id | string | 最初のフレームです。 |
end_frame_url または end_frame_asset_id | string | 最後のフレームです。list_models の features に end-frame を含むモデルを選んでください。 |
prompt | string | 動画の中で起こることで、最大 8,000 文字です。 |
model | string | デフォルトは seedance-2-fast、または保存した動画モデルです。不明な ID を指定すると、デフォルトのモデルが使われます。別のルート向けに指定したモデルを参照してください。 |
duration, aspect_ratio, resolution, sound, draft | generate_video と同じで、保存した動画のデフォルトが使われます。 | |
reference_image_urls, reference_video_urls, reference_audio_urls | array | リファレンスです。上限はモデルごとに異なります。たとえば画像は、Seedance 2.5 では 30 枚、Seedance 2 と MiniMax H3 では 9 枚、Gemini Omni、Kling 3 Omni、Grok では 7 枚です。 |
loop_trim | object | 結果を、最もきれいにループする位置でトリミングします。enabled、frames_to_test(1〜64)、quality(lossless または precise)を指定します。古い auto_loop_trim パラメーターも引き続き使え、このパラメーターに対応付けられます。 |
described_references, connected_references, reference_order | array | generate_video と同じです。 |
user_request | string | アシスタントに送ったユーザーの最新のメッセージで、一字一句そのまま、最大 4,000 文字です。会話のワークフローのノードに保存され、生成される内容は変わりません。MCP 会話がワークフローになる仕組みを参照してください。 |
flow_id | string | "new" を指定すると、このステップから新しいワークフローを始めます。前の結果にあるワークフロー ID を指定すると、そのワークフローにステップを追加します。最大 36 文字です。MCP 会話を参照してください。 |
ツールは、渡された内容からモードを選びます。フレーム(最初のフレームと、任意の最後のフレーム)か、リファレンスです。リファレンス動画とリファレンスオーディオは、終了フレームと組み合わせられません。シームレスなループにするには、最初と最後のフレームに同じ画像を使い、サウンドをオフにします。その後、combine_videos でコピーをつなぎ、merge_video_audio でサウンドを追加します。
戻り値:ジョブ ID です。
extend_video
クリップを時間的に先へ続けます。まずモデルを選んでください。3 つのモデルは自分が生成した動画の続きを作り、5 つのモデルはどの動画でも、1 つのモデルは 16:9 か 9:16 のどの動画でも延長できます。
権限:workflows:execute。クレジット:延長に使うモデルの料金です。Seedance 2.5、Seedance 2.5 Flash、Seedance 2.0、Kling 4、Gemini Omni Flash 1.2、PixVerse V6 は、秒数と解像度で料金が決まります。Seedance 2.5、Seedance 2.5 Flash、Gemini Omni Flash 1.2 は、送る秒数と追加する秒数の 1 秒ごとに課金されます。PixVerse V6 では、generate_audio で料金が変わります。
| モデル | 開発元 | モード | クレジット | 詳細 |
|---|---|---|---|---|
| VEO Extend | 動画の延長 | 209 から | 既存の VEO 3.1 のクリップを、さらに 1 セグメント分延長します。 | |
| Runway Extend | Runway | 動画の延長 | 352 | Runway の動画を、さらに 1 クリップ分延長します。 |
| パラメーター | 型 | 説明 |
|---|---|---|
model | string | 必須。seedance-2-5-extend(Seedance 2.5)、seedance-2-5-flash-extend(Seedance 2.5 Flash)、seedance-2-0-extend(Seedance 2.0)、kling-4-extend(Kling 4)、gemini-omni-flash-1-2-extend(Gemini Omni Flash 1.2)、pixverse-v6-extend(PixVerse V6)、grok-extend(Grok)、veo-extend、runway-extend のいずれかです。 |
prompt | string | 必須。次に起こることで、最大 8,000 文字です。Seedance のモデルでは、続きの部分だけを説明します。 |
video_url または video_asset_id | string | Seedance、Kling 4、Gemini Omni Flash 1.2、PixVerse V6 専用です。延長する動画で、どこで作った動画でも使えます。Gemini Omni Flash 1.2 は、16:9 か 9:16 の動画だけを受け付けます。 |
task_id | string | veo-extend、runway-extend、grok-extend 専用です。以前の VEO、Runway、または Grok Imagine の生成のタスク ID で、そのジョブの出力の providerTaskId です。 |
duration | integer | 追加する秒数です。seedance-2-5-extend と seedance-2-5-flash-extend では 4〜30、seedance-2-0-extend では 4〜15、gemini-omni-flash-1-2-extend では 3〜10 で、デフォルトは 8 です。kling-4-extend では 3〜30 で、デフォルトは 5 です。pixverse-v6-extend では 1〜15 で、デフォルトは 5 です。grok-extend では 6 または 10 で、デフォルトは 6 です。 |
generate_audio | boolean | Seedance と PixVerse V6 専用で、サウンドトラックの続きも作ります。デフォルトは true です。Kling 4 と Gemini Omni Flash 1.2 では、新しい映像には常に音声が付きます。 |
resolution | string | Seedance 2.5 と Seedance 2.0 では 480p、720p(デフォルト)、1080p のいずれかです。Seedance 2.5 Flash では 480p か 720p(デフォルト)です。Kling 4 では 720p(デフォルト)または 1080p です。Gemini Omni Flash 1.2 では 360p、720p(デフォルト)、1080p、4k のいずれかで、元の動画の解像度を超えることはありません。PixVerse V6 では 360p、540p、720p(デフォルト)、1080p のいずれかです。Grok は元の動画の解像度を保ちます。つなぎ目を最もきれいにするには、元の動画に合わせてください。 |
reference_image_urls | array | Seedance のモデルのリファレンス画像で、最大 8 枚です。プロンプトでは、リストの順に @image_1〜@image_8 と呼びます。 |
veo_quality | string | veo-extend の品質で、fast または quality です。 |
runway_resolution | string | runway-extend の解像度で、720p または 1080p です。 |
seed | integer | 10,000〜99,999 です。 |
Grok が続きを作れるのは、Nodaro でテキストまたは画像から作った Grok Imagine の動画だけです。ほかのソースは、課金の前に grok_extend_source で拒否されます。
各モデルは元の動画の終わりを読み取ります。Seedance 2.5、Seedance 2.5 Flash、Gemini Omni Flash 1.2 は元の動画の最後の 10 秒から、Seedance 2.0 は最後の 2 秒から、Kling 4 は最後の 3 秒から続きを作ります。それより短い動画は全体が送られます。PixVerse V6 と Gemini Omni Flash 1.2 は、新しい秒数だけを元のクリップにつなぎます。Gemini Omni Flash 1.2 は会話の続きを作りません。
モデルが対応していない長さや解像度は、課金の前に拒否されます。映像が短すぎる元の動画も同じです。Seedance では 1.8 秒未満、Seedance 2.5 Flash と Kling 4 では 2 秒未満、Gemini Omni Flash 1.2 では約 4 秒未満です。Gemini Omni Flash 1.2 は、16:9 でも 9:16 でもない元の動画も拒否します。3 文字未満の PixVerse V6 のプロンプトも拒否されます。seed が使えるのは VEO だけです。LTX 2.3 Pro Extend は、このツールでは提供されていません。
戻り値:ジョブ ID です。Seedance、Kling 4、Gemini Omni Flash 1.2、PixVerse V6 のモデルは、続きの場面を生成し、元の動画とつないで 1 本のクリップにします。
modify_video
プロンプトを使って、既存のクリップのスタイルを変えたり、編集したりします。動画から動画ノードと同じように動作します。
権限:workflows:execute。クレジット:モデルの料金です。
| パラメーター | 型 | 説明 |
|---|---|---|
prompt | string | 必須。変更内容で、最大 8,000 文字です。 |
video_url または video_asset_id | string | 必須(どちらか一方)。元のクリップです。 |
model | string | wan(デフォルト。Wan 2.6 で、汎用的な選択肢)、wan-flash、wan-videoedit、luma-modify、runway-aleph、happyhorse-edit、seedance-2-5、seedance-2-5-flash のいずれかです。不明な ID は拒否されます。 |
duration | string | Wan と Wan Flash で、5 または 10 秒です。 |
resolution | string | Wan と Wan Flash では 720p または 1080p、Seedance 2.5 では 480p〜1080p、Seedance 2.5 Flash では 480p か 720p です。 |
aspect_ratio | string | Runway Aleph 専用です。16:9、9:16、4:3、3:4、1:1、21:9 のいずれかです。 |
audio | boolean | Wan Flash 専用です。オーディオを残すか、生成し直すかを指定します。 |
multi_shots | boolean | Wan Flash 専用です。クリップ内でのシーンの切り替わりを許可します。 |
reference_image_url | string | Runway Aleph 専用です。スタイルのリファレンス画像です。 |
reference_image_urls | array | Seedance 2.5 と Seedance 2.5 Flash 専用です。最大 30 枚(Seedance 2.5 Flash では 10 枚)の画像で、プロンプトでは {image:1}、{image:2} のように参照します。 |
seed | integer | 固定のシードです。seedance-2-5、seedance-2-5-flash、happyhorse-edit はシードを受け取らず、無視します。 |
draft | boolean | Seedance 2.5 専用です。編集を 480p のドラフトとしてレンダリングします。video_upscale と model: "seedance-2-5-hd" で 1080p に仕上げます。 |
seedance-2-5 と seedance-2-5-flash では、プロンプトはクリップ全体を編集する指示になります。Seedance 2.5 Flash は draft を受け付けません。結果は、元のクリップの長さとアスペクト比を保ちます。クリップの長さは 4〜30 秒である必要があります。料金は、リファレンス動画を使う Seedance 2.5 の実行と同じように計算されます。入力の秒数と出力の秒数の合計です。最も長いクリップ(元のクリップ、またはそれより長い追加のリファレンスクリップ)の長さを秒単位に切り上げて 1 秒を足した分が確保され、実際に納品された長さで精算されます。クリップの長さを測れない間は、モデルの最も長いクリップの分が確保されます。
戻り値:ジョブ ID です。
relight_video
元の動画自体のピクセルを使って、クリップのライティングを変えたり、背景を差し替えたり、背景のスタイルを変えたり、新しい要素を合成したりします。Beeble SwitchX を使い、リライティングと差し替えノードと同じように動作します。
権限:workflows:execute。クレジット:フレーム数と出力解像度で決まります。
| パラメーター | 型 | 説明 |
|---|---|---|
video_url または video_asset_id | string | 元のクリップです。最大 240 フレーム、1 フレームあたり最大 2,770,000 ピクセルです。 |
prompt | string | 新しいライティングや見た目で、最大 2,000 文字です。プロンプト、リファレンス画像、またはその両方を渡します。 |
reference_image_url | string | 新しい見た目のリファレンス画像です。指定することを強くおすすめします。 |
alpha_mode | string | auto(デフォルト)は、メインの被写体をマスクします。fill は、フレーム全体のスタイルを変えます。select は、mask_url を 1 つのキーフレームのマスクとして使います。custom は、mask_url をすべてのフレームに使うマスク動画として使います。 |
mask_url | string | select と custom では必須です。 |
alpha_keyframe_index | integer | select の場合に、マスクが表すフレームです。0 から数えます。 |
max_resolution | string | 720 または 1080(デフォルト)です。 |
seed | integer | 固定のシードです。 |
戻り値:ジョブ ID です。結果には、SwitchX で作成されたことを示す表記が付きます。
video_upscale
クリップを、より高い解像度にアップスケールします。動画をアップスケールノードと同じように動作します。
権限:workflows:execute。クレジット:アップスケールに使うモデルの料金です。Topaz は従量課金です。出力のサイズに応じてクレジットを確保し、アップスケールで実際に使った分が請求されます。動画をアップスケール › クレジットを参照してください。
| モデル | 開発元 | モード | クレジット | 詳細 |
|---|---|---|---|---|
| Topaz Video Upscale | Topaz | 動画のアップスケール | 44 | 720p、1080p、4K へ、15〜60 fps(フレームは補間されます)で、高品質な動画のアップスケールと画質の向上を行います。従量課金で、料金は Topaz ユニットごとにかかり、1 回の実行では出力 1 ギガピクセルあたり数ユニットを使います。 |
| VEO 1080p Upscale | 動画のアップスケール | 22 | VEO の出力を 1080p にアップスケールします。 | |
| VEO 4K Upscale | 動画のアップスケール | 418 | VEO の出力を 4K にアップスケールします。 |
| パラメーター | 型 | 説明 |
|---|---|---|
model | string | topaz(デフォルト)、veo-1080p、veo-4k、seedance-2-5-hd、nodaro-video-upscale のいずれかです。 |
video_url または video_asset_id | string | topaz と nodaro-video-upscale では必須です。 |
target_resolution | string | topaz の場合、出力の短辺です。720p、1080p(デフォルト)、4k のいずれかです。nodaro-video-upscale の場合、1080p(デフォルト)、2k、4k のいずれかで、720p は 1080p で実行されます。2k はほかのモデルでは拒否されます。 |
target_fps | integer | topaz の場合、出力のフレームレートで、15〜60 です。デフォルトはソース自体のフレームレートです。足りないフレームは Topaz が補間します。 |
upscale_factor | string | 旧来のパラメーターです。target_resolution を使ってください。1、2、4 のいずれかで、ソースの短辺に適用されます。 |
task_id | string | veo-1080p と veo-4k では必須です。元の VEO の生成のタスク ID で、そのジョブの出力の providerTaskId です。seedance-2-5-hd では、ドラフトのタスク ID です。 |
source_job_id | string | seedance-2-5-hd 専用です。task_id の代わりに、仕上げる Seedance 2.5 のドラフトのジョブ ID を指定します。 |
seedance-2-5-hd は、Seedance 2.5 のドラフトを、同じテイクのまま 1080p でレンダリングし直します。料金はドラフトの長さで決まります。動画をアップスケールを参照してください。
nodaro-video-upscale(Nodaro Video Upscale)は、最長 60 秒、50 MB までのどのクリップでも受け取ります。クリップのフレームレート、長さ、音声を保ち、料金はクリップの秒数で決まります。list_models に表示される場合だけ使えます。
戻り値:ジョブ ID です。
video_depth
動画を、近くが明るく遠くが暗い深度動画に変えます。動画の深度ノードと同じように動作します。
権限:workflows:execute。クレジット:クリップの長さで決まります。動画の深度を参照してください。
| パラメーター | 型 | 説明 |
|---|---|---|
video_url または video_asset_id | string | 元の動画です。 |
provider | string | フレーム間で一貫した video-depth-anything(デフォルト)、または各フレームで実行され、ちらつくことがあり、最長 80 秒のクリップに対応する depth-anything-frames です。 |
model_size | string | small、base、large のいずれかです。デフォルトは large です。 |
colormap | string | grayscale(デフォルト)、turbo、inferno、magma、viridis のいずれかです。depth-anything-frames は grayscale と inferno だけをレンダリングします。それ以外の値は grayscale になります。 |
resolution | string | video-depth-anything 専用です。auto(デフォルト)、360p、480p、720p、1080p のいずれかです。 |
side_by_side | boolean | video-depth-anything 専用です。元の動画と深度を横に並べます。 |
モデルが受け取らない設定は破棄されます。2,400 フレームまたは 300 秒を超えるクリップは、クレジットが確保される前に拒否されます。
戻り値:ジョブ ID です。
video_mask
プレーンテキストで説明した被写体を動画の中で追跡し、被写体のある部分が白い、白黒のマスク動画を返します。動画マスクノードと同じように動作します。
権限:workflows:execute。クレジット:クリップの長さで決まり、SAM 3.1 では 55〜3,108 クレジットです。SAM 3 はその半額です。
| パラメーター | 型 | 説明 |
|---|---|---|
video_url または video_asset_id | string | 元の動画です。30 fps で最長 5 分です。フレームレートの高いクリップは、その割合で長く数えられます。 |
prompt | string | 必須。追跡するものを 1〜500 文字で指定します。たとえば the woman in the red coat です。複数の被写体はカンマで区切ります。 |
threshold | number | 0.05〜0.95 です。デフォルトは 0.5 です。値を低くすると、より多く見つかります。何も一致しない場合は 0.3 を試してください。 |
provider | string | sam-3.1(デフォルト)、または半額の sam-3 です。 |
hold_last_mask | boolean | デフォルトは false です。true にすると、被写体を見失ったフレームでは、空でない直近のマスクを、最大 1 秒まで繰り返します。 |
min_subject_height_pct | number | 0〜100 です。デフォルトは 0(オフ)です。フレームの高さに対してこの割合より低い領域を、保持の前に除外します。 |
max_subject_height_pct | number | 0〜100 です。デフォルトは 0(オフ)です。フレームの高さに対してこの割合より高い領域を除外します。最小値が最大値より大きい場合は拒否されます。 |
zone | object | デフォルトはオフです。left_pct、right_pct、top_pct、bottom_pct で、それぞれフレームの 0〜49 % です。中心がこれらの余白の内側にある領域だけを残します。たとえば、画面の端にある顔を除外するときに使います。省略した余白は 0 です。空の {} もオフです。 |
per_shot | boolean | デフォルトは false です。true にすると、まずクリップのシーンの切り替わりを見つけ、ショットごとに被写体を検出し直します。保持によって、マスクが切り替わりをまたいで引き継がれることはありません。切り替わりのないクリップでは、結果は同じマスクで、クリップの正確なフレーム数に合わせられます。料金は変わりません。 |
redetect_every_sec | number | 0(デフォルト。オフ)または 1〜10 です。その秒数ごとにも被写体を検出し直します。per_shot と併用すると、ショットごとに行います。ショットの途中で現れる人や、カメラのほうを向く人をとらえられます。実行は遅くなりますが、料金は変わりません。 |
読み込めないクリップや長すぎるクリップは、料金がかかる前に拒否されます。どのフレームでもプロンプトに一致するものがない場合は失敗し、クレジットは返還されます。サイズによる除外やゾーンによって、どのフレームにも何も残らない場合、結果は空のマスクになり、通常どおり納品され、課金されます。その場合、ジョブの出力は kept: false になります。空のマスクと非常に小さいマスクを区別するには、coverage ではなく kept を読んでください。per_shot を使うと、出力には、見つかったショットの数である shots も含まれます。出力の chunks はモデルに送られたリクエストの数で、recipe はマスクを作ったマスキング手法のバージョンです。ジョブ ID を、mask_asset_id として mask_composite に渡します。
戻り値:ジョブ ID です。
lip_sync
オーディオトラックに合わせて、顔に話させたり歌わせたりします。ポートレートをトーキングヘッド動画にしたり、既存のクリップの口の動きを新しいオーディオに合わせたりできます。リップシンクノードと同じように動作します。
権限:workflows:execute。クレジット:モデルの料金です。各モデルの料金は、ツールの model の説明に記載されています。
| パラメーター | 型 | 説明 |
|---|---|---|
image_url または image_asset_id | string | ポートレートです。kling-avatar、kling-avatar-pro、infinitalk、omnihuman-2-0 で使います。 |
video_url または video_asset_id | string | 顔が映ったクリップです。latentsync や heygen-lipsync-precision など、既存の動画の顔を動かし直すモデルで使います。 |
audio_url または audio_asset_id | string | 話し声または歌です。 |
audio_duration_sec | number | 無視されます。古い呼び出しが引き続き動くよう、ツールはこれを受け付けます。オーディオの長さで料金が決まるモデルは、Nodaro がオーディオ自体から計測した長さで課金されます。 |
model | string | デフォルトは kling-avatar で、720p のトーキングヘッドです。ほかに kling-avatar-pro、infinitalk、omnihuman-1-5、omnihuman-2-0、latentsync、heygen-lipsync-precision、lipsync-2-pro、sync-lipsync-v3、volcengine-lipsync、Seedance 2 ファミリー(seedance-2-5-flash を含む)、minimax-h3 などがあります。不明な ID は拒否されます。Wav2Lip、VideoReTalking、SadTalker は廃止されました。wav2lip、video-retalking、sadtalker を指定した呼び出しは、別のモデルを選ぶよう求めるメッセージとともに拒否され、何も課金されません。 |
prompt | string | 演技のヒントで、最大 500 文字です。たとえば a confident TED speaker のように書きます。一部のモデルが使います。 |
resolution | string | InfiniTalk では 480p または 720p、Seedance 2 と 2 Fast では 480p、720p、1080p のいずれか、Seedance 2.5 Flash では 480p か 720p、OmniHuman 1.5 では 720p または 1080p(デフォルト)です。OmniHuman 2.0 は常に 720p です。 |
seed, fast_mode | OmniHuman 1.5 専用です。固定のシードと、品質がわずかに下がる代わりに速いモードです。 | |
mode | string | Volcengine 専用です。lite(デフォルト。カメラを向いた 1 人)または basic(複雑なシーン)です。 |
open_scenedet, separate_vocal, align_audio, align_audio_reverse, templ_start_seconds | Volcengine 専用です。複数の話者がいる場合の話者検出、オーディオのノイズ除去、元の動画をオーディオの長さまでループする設定、元の動画での開始時間です。 |
Seedance のモデルと minimax-h3 では、実行は 8 秒のクリップを 1 本作り、オーディオの長さにかかわらず、モデルの 8 秒の料金になります。seedance-2-5-flash は 2〜30 秒のオーディオを受け付けます。返ってきたクリップが無音の場合、Nodaro がオーディオを重ねます。
omnihuman-2-0(OmniHuman 2.0)は、画像と 4〜300 秒のオーディオだけを受け取ります。短いオーディオは 4 秒になるように埋められ、長いオーディオは拒否されます。プロンプトは 300 文字までで、resolution、seed、fast_mode は使えません。料金はオーディオの秒数で決まります。
get_node_skill に lip-sync を指定すると、歌、吹き替え、映画的な全身ショット、最も安い下書きのそれぞれに、どのモデルが合うかがわかります。
| モデル | 開発元 | モード | クレジット | 詳細 |
|---|---|---|---|---|
| MiniMax H3 | MiniMax | 画像から動画、テキストから動画 | 253 から | MiniMax H3 はプレミアムなマルチモーダルのティアで、最初と最後のフレームに加えて画像/動画/オーディオのリファレンスを使え、ネイティブオーディオに対応し、2K(デフォルト)または 768P で出力し、長さは 4〜15 秒で料金は秒単位です。 |
| Kling Avatar Standard | Kuaishou | リップシンク | 308 | 静止画のポートレートを、元になるオーディオに合わせてリップシンクします。品質は標準です。 |
| Kling Avatar Pro | Kuaishou | リップシンク | 616 | プレミアムなリップシンクで、口の形とタイミングがより正確です。 |
| Seedance 2 | Bytedance | 画像から動画、テキストから動画 | 253 から | Seedance 2 は、ネイティブオーディオ付きのプレミアムなティアです。料金は解像度ごとの秒単位です。 |
| Seedance 2 Fast | Bytedance | 画像から動画、テキストから動画 | 198 から | Seedance 2 の、より安価で高速なティアです。 |
| Seedance 2 Mini | Bytedance | 画像から動画、テキストから動画 | 132 から | Seedance 2 の低価格なティアで、480p/720p のみに対応し、料金は解像度ごとの秒単位です。 |
| Seedance 2.5 | Bytedance | 画像から動画、テキストから動画、動画から動画 | 374 から | Seedance 2.5 は、1 ショットで最大 30 秒を生成でき、ネイティブオーディオと幅広いマルチモーダルのリファレンスに対応しています。解像度は 480p/720p/1080p です。 |
| OmniHuman 1.5 | Bytedance | リップシンク | 1,122 から | 静止画とオーディオから、プロンプトで演出できるプレミアムな話すアバターを作ります。720p または 1080p で、長さは最大 60 秒です。人物、ペット、アニメに対応しています。 |
| OmniHuman 2.0 | Bytedance | リップシンク | 39 | 1 枚の静止画とオーディオから作る話すアバターで、声に合わせて動き、任意のプロンプトで場面、動き、カメラを指示できます。720p で長さは 4 秒〜5 分、料金はオーディオ 1 秒ごとにかかります。 |
| Sync Lipsync v3 | Sync | リップシンク | 1,100 から | 既存の映像を吹き替え、唇の動きを新しいオーディオトラックに合わせ直します。動画を入力し、1 秒ごとに課金されます。 |
| Volcengine Lip Sync | Volcengine | リップシンク | 330 から | 動画から動画への AI 吹き替えで、唇の動きを新しいボーカルトラックに合わせ直します。ベーシックモードでは複数話者に対応します(シーン検出と話者の識別)。動画を入力し、1 秒ごとに課金されます。 |
戻り値:ジョブ ID です。動画の準備ができると、カードで再生されます。
speech_to_video
ポートレートを動かし、音声クリップの内容を話させます。顔はリップシンクされ、頭と体も動きます。Wan Speech to Video を使い、音声から動画ノードと同じように動作します。
権限:workflows:execute。クレジット:33〜66。
| パラメーター | 型 | 説明 |
|---|---|---|
prompt | string | 必須。動きとシーンで、最大 2,500 文字です。 |
image_url または image_asset_id | string | ポートレートです。 |
audio_url または audio_asset_id | string | 話し声です。 |
resolution | string | 480p(デフォルト)、580p、720p のいずれかです。 |
negative_prompt | string | 避けたい内容で、最大 2,500 文字です。 |
戻り値:ジョブ ID です。
motion_transfer
動きの元になる動画のモーションをキャラクター画像にコピーし、キャラクターに同じ動きをさせます。モーション転送ノードと同じように動作します。
権限:workflows:execute。クレジット:モデルと長さに応じた料金です。
| パラメーター | 型 | 説明 |
|---|---|---|
image_url または image_asset_id | string | 必須。キャラクターです。 |
video_url または video_asset_id | string | 必須。動きをコピーする元の動画です。 |
prompt | string | 求める結果で、最大 8,000 文字です。 |
provider | string | モデルです。デフォルトは kling です。 |
resolution | string | 480p、580p、720p(デフォルト)、1080p のいずれかです。 |
character_orientation | string | どちらのフレーミングを優先するかです。image(デフォルト)または video です。 |
background_source | string | どちらの入力から背景を取るかです。input_video または input_image で、対応しているモデルで使えます。 |
video_duration | number | 出力の長さで、1〜60 秒です。対応しているモデルで使えます。 |
戻り値:ジョブ ID です。
face_swap
動画の中の顔を、ポートレートの顔に置き換えます。フェイススワップノードと同じように動作します。
権限:workflows:execute。クレジット:143。
| パラメーター | 型 | 説明 |
|---|---|---|
video_url または video_asset_id | string | 元の動画です。 |
face_image_url または face_image_asset_id | string | 使う顔が写ったポートレートです。 |
戻り値:ジョブ ID です。
video_remake
Video Remake は、4〜30 秒の動画の人物、ペット、商品、場所を、ユーザーのリファレンス画像に置き換えます。動画の動き、構図、タイミング、音声はそのまま残ります。クリップの音声は保持され、結果の長さはクリップと同じです。このツールは Video Remake API を実行します。Nodaro Cloud のみです。
権限:workflows:execute。クレジット:ツールが最初に返す見積もりです。ユーザーが承認するまで、何も課金されません。
| パラメーター | 型 | 説明 |
|---|---|---|
video_url | string | 必須。元のクリップで、4〜30 秒です。 |
roles | array | 必須。{ kind: "person", name, images?, body?, outfit?, hair? } を最大 6 個、{ kind: "location", name?, images? } を 1 個、{ kind: "pet", name, images?, body?, coat? } を 3 個、{ kind: "product", name, images?, shape?, finish? } を 3 個です。各ロールは、1 つの対象か 1 か所の場所の画像を 0〜3 枚受け取り、画像は合計 30 枚までです。画像のないロールは、動画のまま残ります。各特徴は、"new"(デフォルト)なら画像から、"original" なら動画から取ります。どのロールも、プレビューでの名前である preview_name と、プレビューから外す in_preview: false を受け取れます。通常の実行では、どちらも無視されます。 |
pre_prompt | string | ロールの指示より前に置く、あなた自身の言葉です。post_prompt と同じ上限があり、同じように {role:N} で指定できます。 |
post_prompt | string | あなた自身の言葉で、最大 4,000 文字です。ロールは {role:N} で指定します。N は roles を 1 から数えた番号で、空のロールも数えます。 |
preview | boolean | preview_start(デフォルト 0)から 4 秒をレンダリングします。 |
engine | string | nodaro-prism(Nodaro Prism、デフォルト)または nodaro-pulse(Nodaro Pulse)です。Nodaro Pulse は 720p または 1080p でレンダリングし、ドラフトはありません。クリップと画像をもとに新しいテイクを作ります。受け取れる画像は 10 枚までで、それより多いと too_many_images で拒否されます。Nodaro Pulse にはフル品質がないので、代わりに 1080p でもう一度実行します。 |
style | string | precise(デフォルト)は、クリップに正確に従います。motion は、クリップの動きに従い、見た目を画像から取ります。precise よりも自由に従います。料金が異なることがあり、見積もりに示されます。Nodaro がそのエンジンのスタイルをモーションに固定することがあり、その場合はこの値より優先されます。 |
art_style | string | nodaro-prism でのアートスタイルです。スタイルピッカーのカタログの ID で、get_picker_catalog の "style" から取得します(pop-art など)。style: "motion" を指定した実行と、エンジンが受け付ける場合は精密の実行で使えます(GET /v1/video-remake/style-choice の preciseArtStyle)。Nodaro は、そのような精密の呼び出しをモーションとして実行することがあります。プロンプトには、そのスタイルの動画向けの文言が入ります。画像のあるロールもリファレンスもない場合(roles は [] でもかまいません)、エンジンがスタイルのみの実行を受け付けるなら(styleOnly)、モーションの実行はクリップ全体のスタイルを変えます。アートスタイルを参照してください。nodaro-pulse では指定できず、art_style_needs_prism で拒否されます。独自の direction を一緒に送ると、use_art_style で拒否されます。 |
motion_length | string | nodaro-pulse のみです。Nodaro Pulse は秒単位でレンダリングします。cut-end(デフォルト)はクリップの末尾で、cut-start は先頭で、クリップを秒単位に切りそろえます。 |
resolution | string | 480p(デフォルト)、720p、1080p のいずれかです。nodaro-pulse では、720p(nodaro-pulse のデフォルト)または 1080p です。 |
draft | boolean | デフォルトは false なので、480p の実行は通常の実行です。true にすると、full_quality で同じテイクを 1080p に仕上げられる 480p のドラフトになります。480p より上で true にすると拒否され、nodaro-pulse では draft_unsupported で拒否されます。 |
references | array | どのロールにも置き換えられない固定のリファレンスで、最大 5 個です。それぞれ { images, line } の形で、1 つのものを写した 1〜3 枚の画像と、それを名指しする 1 行(たとえば "the glass she drinks from"(彼女が飲んでいるグラス))です。行の中では、{image} が最初の画像を表します。リファレンスは渡したとおりに送られ、準備されることはありません。リファレンスの画像も、30 枚の上限に含まれます。リファレンスだけでも実行できます。行の中の {role:N} や生の {image: トークンは拒否されます。 |
prepare_references | boolean | デフォルトは true です。動画の前に、人物、ペット、商品の各ロールの画像を、画像モデルが 1 枚のきれいなリファレンス画像にまとめます。追加のクレジットがかかり、その後に動画が失敗しても課金されます。所要時間も約 1 分増えます。false にすると省略します。 |
quality | string | 非推奨。draft は 480p のドラフトを意味します。resolution と draft を使ってください。 |
session_id | string | 結果を保存する、ユーザーの生成セッションの 1 つです。ユーザーが使えないセッションは、not_found で拒否されます。assets:write のない OAuth 接続のクライアントのセッションも同様です。 |
client_request_id | string | 再試行用のトークンです。再試行するときに同じ値を使えば、実行が二重に開始や課金されることはありません。 |
confirm | boolean | 省略すると、見積もりだけを返します。見積もりを参照してください。confirm を true にするのは、ユーザーが料金を承認した後だけにしてください。 |
クリップの準備
クリップを動画モデル向けにどう準備するかは、Nodaro がエンジンごとに設定します。たとえば、モデルが拒否したクリップを再試行するかどうかです。ツールはこれに関する設定を受け取りません。古いクライアントがまだ送る face_masking の設定は無視されます。
見積もり
confirm がない場合、ツールは見積もりを返し、何も課金しません。
totalCreditsは実行の開始時に確保される額で、expectedCreditsは実行に請求される見込みの額です。breakdownは各部分を示します。base、references(リファレンスの準備。オフの場合や準備するものがない場合は 0)、motion(動画が確保する額)、motionExpected(動画に請求される見込みの額)、privacy(クリップの準備)です。見積もりには、言語モデルが書くプロンプトであるpromptと、クリップの音声の準備であるreferenceAudioも示されることがあります。この 2 つは、それぞれエンジンの設定がその処理を行う場合にだけ示されます。スタイルのみの実行にはprivacyの部分がありません。art_styleを指定した実行では、styleRefsも示されることがあります。styleRefsは、エンジンに対する Nodaro の設定がそうする場合に、ロールの画像を先にアートスタイルで描き直す部分です。示されるのはその場合だけで、2 つの合計の両方に含まれます。motionとmotionExpectedはどちらか一方なので、内訳の合計ではなく、2 つの合計を読んでください。settlesLower: trueは、動画の長さをモデルに任せるので、最終的な請求が低くなる見込みであることを意味します。nodaro-pulseでは、expectedCreditsはtotalCreditsと等しく、settlesLowerはfalseです。engineとengineNameは、見積もったエンジンを示します。privacyCreditsがある場合、それはクリップが拒否されて実行が再試行されたときだけ課金されます。どちらの合計にも含まれません。
戻り値:confirm がない場合は見積もりです。confirm: true の場合はジョブ ID です。wait_for_job でポーリングします。次のそれぞれは、ツールのエラーとして返されます。
- ある種類のロールが多すぎる、または画像が 30 枚を超える。
- 480p より上のドラフト、または
nodaro-pulseでのドラフト。 - まだ
nodaro-pulseを実行しないデプロイでは、engine: "nodaro-pulse"は、何かが送られる前にengine_unavailableで拒否されます。 - エンジンがまだアートスタイルに対応していないデプロイでは、
art_styleは、何かが送られる前にart_style_unavailableで拒否されます。 - エンジンがアートスタイルを受け付けない精密の実行での
art_style、または Nodaro の設定によってプロンプトが精密になるモーションの実行でのart_style(art_style_needs_flex)、カタログにないart_style(unknown_art_style)、または保存済みのムードボード(art_style_not_supported)。 - 4〜30 秒の範囲外のクリップ、またはクリップの終わりを越えるプレビュー。
- 最後のロールを越える
{role:N}、または生の{image:、{video:か{audio:トークン。 - 長くなりすぎるプロンプト。
estimate_full_quality と full_quality
Video Remake やトレンドのドラフトを、フル品質で仕上げられます。クリップの音声付きの 1080p で、ドラフトにリンクされた新しいジョブになります。ドラフトの同じテイクが 1080p で再レンダリングされます。ドラフトとは、draft: true を付けて 480p で作った Nodaro Prism の実行です。draft: true のない 480p の実行を含む通常の実行と、すべての nodaro-pulse の実行には、フル品質がありません。Video Remake API を実行します。Nodaro Cloud のみです。
権限:workflows:execute。クレジット:ツールが返す見積もりの額です。ユーザーが承認するまで、何も課金されません。
estimate_full_quality は無料の見積もりで、何も開始しません。job_id を受け取ります。これは、完了したドラフト(draft: true を付けて 480p で作った video_remake または run_trend のジョブ)で、完了から 7 日以内のものです。それ以外の実行は not_a_draft で拒否されます。kind、totalCredits、その breakdown、availableUntil を返します。kind は、ドラフト自体のテイクを 1080p にする "same-take" です。古いサーバーは kind を返しませんが、意味は同じです。totalCredits は、仕上げのステップである breakdown.base と、1080p のレンダリングである breakdown.motionHd の合計です。このドラフトの以前の失敗した試行ですでにそのレンダリングが終わっている場合、breakdown.motionHd は 0 で、そのレンダリングが再利用されます。
full_quality は次を受け取ります。
| パラメーター | 型 | 説明 |
|---|---|---|
job_id | string | 必須です。estimate_full_quality と同じ、完了したドラフトです。 |
session_id | string | 新しいジョブを保存する、ユーザーの生成セッションの 1 つです。ユーザーが使えないセッションは、not_found で拒否されます。 |
confirm | boolean | 省略すると、見積もりだけを返します。true にするのは、ユーザーが料金を承認した後だけにしてください。 |
戻り値:confirm がない場合は見積もりです。confirm: true の場合は新しいジョブ ID です。wait_for_job でポーリングします。1 つの実行につき、フル品質のジョブは 1 つです。すでに実行中か完了している場合、ツールはそのジョブを existing: true 付きで返し、何も課金しません。失敗したジョブは、もう一度依頼できます。ジョブはドラフトをキーにしているため、client_request_id はありません。
拒否はツールのエラーとして返されます。not_found、not_completed、not_a_draft、draft_expired、full_quality_unavailable で、full_quality では insufficient_credits やワークスペースの上限もあります。full_quality_pending は最終的なものではありません。以前の試行の 1080p レンダリングが審査中か、まだ始まっていません。後でもう一度試してください。
トレンド
トレンドは、既製の Video Remake のレシピです。人物、ペット、商品、場所のスロットを持つ短いクリップで、ユーザーがスロットを自分の写真で埋めます。4 つのツールが、Trends API を通してトレンドを実行します。Nodaro Cloud のみです。
| ツール | 権限 | 機能 |
|---|---|---|
list_trends | jobs:read | 公開済みのカタログです。各カードのスラッグ、名前、タグ、種類ごとに必要なもの、長さを返します。任意で query、tag、favorites: true、cursor を受け取ります。 |
get_trend | jobs:read | slug で指定した 1 つのトレンドです。その original(すべての実行の出発点となる、表示用のクリップ。videoUrl、posterUrl、width、height、durationSec、プレビューがある場合は previewStartSec。元のクリップを隠すトレンドでは、これは最初の例になり、examples は 2 番目の例から始まります)、slots(key、label、kind、required、hint、hintImageUrl(元のクリップでそのスロットが誰または何なのかを示す画像)、chips(そのスロットでユーザーが設定できるチップ。ないときは [])、それらのデフォルト)、examples(空の場合があります)、previewSec(4 または null)、engine(すべての実行で使われるエンジンで、nodaro-prism または nodaro-pulse)とその engineName(「Nodaro Prism」または「Nodaro Pulse」)、resolutions(実行で指定できる解像度で、デフォルトが先頭)を返します。nodaro-prism では、実行が draft: true を付けない限り、480p は通常の実行です。nodaro-pulse は 720p と 1080p を提供し、ドラフトはありません。ドラフト、非公開、アーカイブ済み、または不明なスラッグは not_found エラーです。 |
estimate_trend | workflows:execute | 無料の見積もりです。実行に課金される見込みの expectedCredits と、実行中に確保される holdCredits を返します。動画モデルが拒否したクリップを再試行するトレンドでは、privacyCredits も返します。この額は、その再試行が実行された場合にだけ課金されます。2 つの合計には含まれず、breakdown のその部分も含まれません。クリップが事前に準備されているトレンドでは 0 です。引数は run_trend と同じで、session_id と confirm はありません。 |
run_trend | workflows:execute | ユーザーの写真で、トレンドの動画を作ります。 |
run_trend が受け取るもの:
| パラメーター | 型 | 説明 |
|---|---|---|
slug | string | 必須。トレンドです。スラッグ runs は拒否されます。 |
slots | object | 必須。トレンドのスロットのキーをキーとする { images?, …chips } で、1 つの対象の画像の URL を 1〜3 個指定します。必須のスロットには、すべて画像が必要です。チップは、get_trend がスロットの chips に一覧にしたもので、それぞれ "new" または "original" です。種類ごとのチップは、人物は body、outfit、hair、ペットは body、coat、商品は shape、finish です。スロットが一覧にしていないチップは、トレンドによって固定されます。 |
example | integer | 省略した任意のスロットには、この例の写真が使われます。get_trend が examples を並べた順に 1 から数え、デフォルトは 1 です。その例にそのスロットの写真がない場合、そのスロットは元のクリップのままになります。例のないトレンドでは省略してください。その場合、省略した任意のスロットは元のクリップのままになります。元のクリップを隠すトレンドで省略すると、original として表示されている例が使われます。フルデプスのトレンドは例を使いません。省略した任意のスロットには、その役割用のトレンドのデフォルト画像が設定されていればそれが使われ、なければ元のクリップの見た目になります。 |
details | string | 最大 1,000 文字です。スロットは {slot:<key>} で指定します。 |
preview | boolean | previewSec が 4 の場合の、4 秒の実行です。 |
resolution | string | get_trend の resolutions のどれかです。デフォルトはその先頭です。それ以外の値は resolution_unsupported で拒否されます。 |
draft | boolean | デフォルトは false なので、480p の実行は通常の実行です。true にすると、full_quality で同じテイクを 1080p に仕上げられる 480p のドラフトになります。nodaro-pulse のトレンドにはドラフトがなく、true は draft_unsupported で拒否されます。 |
preview_job_id | string | フル実行用です。このトレンドについてユーザー自身が完了させたプレビューのジョブ ID です。実行は、最初からそのプレビューの再試行に従います。ほかのジョブは無視されます。 |
session_id | string | 受け付けられますが、まだ適用されません。トレンドの実行は、まだセッションに保存されません。それでもセッションは確認され、ユーザーが使えないものは not_found で拒否されます。 |
client_request_id | string | 再試行用のトークンです。 |
confirm | boolean | 省略すると、見積もりだけを返します。true にするのは、ユーザーが料金を承認した後だけにしてください。 |
戻り値:confirm がない場合は見積もりです。confirm: true の場合はジョブ ID です。wait_for_job でポーリングします。missing_slot、unknown_slot、invalid_choice、chip_not_offered などの拒否は、ツールのエラーとして返されます。スロットのエラーには、そのスロットのキーが示されます。draft: true を付けたトレンドの実行は、full_quality で 1080p に仕上げられます。
stop_video_pro
実行中の動画生成 Pro のジョブを停止します。動画生成 Pro は、長い動画をセグメントに分けて作るエンジンで、たとえば 動画生成 Pro ノードを含むワークフローから使われます。処理中のセグメントは破棄されますが、その料金は請求されます。残りのセグメントはスキップされ、完成したセグメントはすべてつなぎ合わされて、ジョブの最終的な動画になります。確保されたクレジットの残りは返還されます。まだ開始していないジョブはキャンセルされ、全額が返還されます。
権限:workflows:execute。クレジット:無料。確保されたクレジットのうち、使われなかった分は返還されます。
| パラメーター | 型 | 説明 |
|---|---|---|
job_id | string | 必須。動画生成 Pro のジョブです。 |
戻り値:処理の確認です。get_job でジョブをポーリングしてください。ジョブは、output_data.pro.stopped が true になった状態で完了し、途中までの動画が結果になります。
continue_video_pro
停止、失敗、または完了した動画生成 Pro の実行を、新しいジョブとして続けます。from_segment より前のセグメントは再利用され、from_segment 以降のすべてのセグメントが生成し直されます。失敗した実行を続けるには、納品済みのセグメントが 1 つ以上必要です。
権限:workflows:execute。クレジット:生成し直すセグメントの分と、動画生成 Pro の固定料金だけです。
| パラメーター | 型 | 説明 |
|---|---|---|
job_id | string | 必須。元の動画生成 Pro のジョブです。 |
from_segment | integer | 生成し直す最初のセグメントです。1 から数え、最大 24 です。デフォルトは、最初の欠けているセグメントです。完了した実行の終わりの部分を作り直すには、それより前のセグメントを指定します。 |
戻り値:新しいジョブ ID です。
よくある質問
generate_video は、デフォルトでどのモデルを使いますか?
アカウントにデフォルトの動画モデルを保存していなければ、Seedance 2 Fast です。変更するには、list_models にある別の ID を model に指定します。不明な ID を指定しても、エラーにならずにデフォルトのモデルが使われます。resolution を指定しない場合は、そのモデルで最も低く、最も安い解像度が使われます。
generate_video と animate_image の違いは何ですか?
generate_video はテキストから動画を作ります。animate_image は静止画から動画を作ります。animate_image は終了フレームも受け取れるので、ある画像から別の画像へと動く動画も作れます。
MCP でポートレートをしゃべらせるにはどうすればよいですか?
ポートレートまたは顔が映った動画と、オーディオトラックを指定して、lip_sync を呼び出します。デフォルトのモデルは Kling Avatar です。speech_to_video も選択肢の 1 つで、音声クリップに合わせてポートレートを動かします。
MCP で動画を生成すると、いくらかかりますか?
エディターと同じ料金です。ほとんどの動画モデルは長さと解像度で料金が決まるため、料金を伝える前に list_models でモデルの料金を確認してください。
Nodaro で作っていない動画を延長できますか?
はい、seedance-2-5-extend、seedance-2-5-flash-extend、seedance-2-0-extend、kling-4-extend、pixverse-v6-extend で延長できます。いずれも、URL または Nodaro の ID で指定したどの動画でも延長します。gemini-omni-flash-1-2-extend は、16:9 か 9:16 のどの動画でも延長します。veo-extend と runway-extend のモデルは、自分が以前に生成した動画の続きしか作れません。
関連ページ
動画生成
リップシンク
動画編集
画像
Trends
最終更新