AIで美しい商品コマーシャル動画を作る方法 — ImagineToVideo 完全チュートリアル

伝統的なスキンケアのコマーシャル — 柔らかい窓光、スローモーションでセラムを塗布するモデル、大理石の上に置かれたボトルのヒーローショット — を作ろうとすると、スタジオ・モデル・照明スタッフ・レタッチャー・エディターの費用を全部足して、インディーブランドだと $8,000 から $40,000 くらいに着地します。しかも 1 週間かかります。それと寸分違わぬものを、ブラウザの中で生成すると、約 1 ドル・約 5 分で済みます。

これは仮の話ではありません。これからまさにそのワークフローを順を追って解説していきます。最後まで読んでいただければ、商品コマーシャル用に ImagineToVideo で実際に使っている 2 モデルのパイプラインがそのまま手に入ります。ChatGPT (もしくは GPT Image) で 9 分割のストーリーボードを設計し、ImagineToVideo の Seedance 2.0 で完成動画としてレンダリングする — この流れです。我々の K-POP ダンス・チュートリアル と同じロジック — 静止リファレンスシートが動画モデルを駆動する — ですが、ストーリーボードのフォーマットとプロンプト構造は、振付ではなく商品ナラティブ用にチューニングされています。

今回の例として使った、清潔感のあるスキンケアコマーシャルのストーリーボードを ChatGPT に生成させたものがこちらです:

そしてこちらが Seedance 2.0 の最終レンダー — 同じ女性、同じ商品が、いま実際にコマーシャルの中で動いています:

<video src="https://cdn.imaginetovideo.com/blog/content/zaraproduct.mp4" controls style="max-width: 480px; width: 100%; display: block; margin: 1.5rem auto;"></video>

このシリーズについて。 本記事は ImagineToVideo Video Generation Tutorials の一篇です。1 記事につき 1 つの具体的なクリエイティブ用途を取り上げ、プロンプトから最終レンダーまで ImagineToVideo に組み込まれたモデルだけで作っていく実践シリーズ。K-POP ダンス動画、商品コマーシャル、ペット写真のアニメーション、ネイティブオーディオ付きの映画的なダイアログ、縦型ナラティブショートまでを扱います — どの順番で読んでも OK です。今回は、EC のファウンダー、DTC ブランドチーム、Shopify 運営者から最も多く寄せられていたリクエスト — 撮影クルーなしで、本物の、見るに堪える商品コマーシャルをどう作るか — に答えるエピソードです。

---

なぜ商品コマーシャルには ChatGPT + Seedance が正解のスタックなのか

商品コマーシャルはダンスルーティンとは違います。これは 物語の弧 (story arc) です: 顧客が感じる課題、発見の瞬間、使用の瞬間、変化、そしてヒーローショット。9 フレームあれば、これらすべてを着地させるのに十分です。16 — K-POP の振付で使った数 — はやり過ぎで、余ったパネルがストーリービートを薄めるので、むしろ逆効果です。

ChatGPT と GPT Image はこの種の構造化されたナラティブ・ストーリーボードがとても得意です。9 分割のレイアウトと明示的なストーリーフローを構造化されたプロンプトで与えれば、同じキャラクターを — 同じメイク、同じ衣装、同じライティングスタイルで — 9 フレームすべてにわたって描いてくれます。撮影現場の continuity supervisor は要りません。

ただし ChatGPT にはアニメーション化はできません。出力は常に静止した格子画像のままです。

そこで二つ目のカテゴリのモデル — リファレンス・トゥ・ビデオ (R2V) — の出番になります。1 枚以上のリファレンス画像とモーション・プロンプトを渡すと、リファレンスを尊重した動画を生成してくれます。ImagineToVideo にはこのカテゴリのモデルが 2 つ統合されています:

• Seedance 2.0 — リファレンス画像を最大 9 枚、720p で 5–15 秒、5 秒クリップが約 $0.85。商品コマーシャルにはこちらをおすすめします。 ヒーローショットは普通 5 秒のシングルクリップ — Seedance は十分に安いので、ライティング、カメラの動き、商品の置き位置をお金を燃やさずに何度でもイテレーションできます。
• Kling V3 Omni — リファレンス最大 7 枚に加え、ネイティブオーディオとマルチショット連結に対応。ただし 5 秒クリップが約 $13。9 分割のストーリーボード全体を、シンクした VO と音楽つきの 30 秒コマーシャルとして連結したい場合 — シングルヒーローショットではなく — に手を伸ばすツールです。

この記事の本編は Seedance ルートで進めます。終盤に Kling へのアップグレード章を別立てで置いてあります。最終納品物が放送品質、もしくは店頭リテール画面用のネイティブ 3840×2160 を狙うなら、Kling 4K モード専用ガイド がそのルートを解説しています。

---

Step 1 — ChatGPT でコマーシャルを設計する (9 分割ストーリーボード)

ChatGPT を開きます (画像生成が有効なバージョン)。または GPT Image を直接使ってもかまいません。今回は K-POP のときと違い、ベースとなるポートレートは要りません — 商品コマーシャル用途なら、ChatGPT は単一プロンプトからモデルと商品スタイリングを設計するのが得意です。下のテンプレートを貼り付け、角括弧の中身を自分の商品に合わせて編集して、実行してください:

9-panel skincare commercial storyboard, 16:9 layout, single image.

[CHARACTER] Young woman with soft natural makeup and styled hair, wearing
light elegant clothing. Same model, same outfit, same look across all 9
panels — do not redesign the character.

[SETTING] Modern sunlit interior, large windows, calm atmosphere, white and
pastel color palette.

[STORY FLOW — 9 panels in reading order]
  1. Woman at her desk, looking slightly tired or concerned
  2. Close-up of her face showing dry or dull skin
  3. Discovering a clear skincare bottle, gently presenting it
  4. Close-up: liquid pouring onto her hand
  5. Applying the product to her face
  6. After use — hydrated, glowing, smooth skin
  7. Walking in a bright, clean space, refreshed and confident
  8. Calm product beauty shot on a minimal surface
  9. Final frame: soft smile at the camera, holding the product

[STYLE] Cinematic close-ups, soft focus, light reflections, subtle sparkles.
Soft natural lighting, minimal aesthetic, fresh airy mood. Elegant, visually
soothing.

[NEGATIVE] No text, no subtitles, no branding text, no logos, no extra
characters, no watermarks.

[OUTPUT] At least 1024×1024 final resolution. 2048×2048 if available.

このプロンプトの中で、本当に効いていて、消してはいけないディテールが 3 つあります:

「same model, same outfit」の行。 これは K-POP で使ったのと同じ手です。この一文がないと、ChatGPT は 4 枚目と 7 枚目の間でこっそり衣装を変えてきます — プロンプトに「applying」と「walking」が両方あると、行動の切り替わりを衣装の切り替わりとして解釈するからです。キャラクターは固定だ、と明示的に念押ししてください。

構造化されたストーリーフロー。 9 フレームを読み順 — 左上から右下、西洋の読み方 — でリストアップすると、ChatGPT は格子をナラティブの順序で構成するように強制されます。番号付きのパネル指定がないと、モデルは「ヒーローショットっぽい」と感じたフレームを真ん中に置いてしまい、後でトリミングしたときにフローが崩れます。

1024+ の出力解像度指定。 我々の K-POP チュートリアルと同じ理由です: ImagineToVideo の Seedance R2V エンドポイントは、640×640 未満のリファレンス画像を拒否し、リトライ不可のエラーを返します。ChatGPT のデフォルト出力は 768×768 付近に落ちることがあります。プロンプトで 1024+ を要求しておくと、後段での拒否を回避できます。

ここまでで、コマーシャルの完全な物語の弧を示す 9 パネルの 16:9 格子が 1 枚手元に揃っているはずです — まさにこの記事冒頭のストーリーボードと同じものです。

他カテゴリの商品にこのテンプレートを応用する。 この 9 分割の骨格は、ほぼあらゆる DTC カテゴリで機能します。フレグランスなら、パネル 1 の「dry skin」を「everyday outfit」に、パネル 5 の「applying serum」を「spritzing perfume」に、パネル 7 の「glowing skin」を「confident night-out look」に置き換える。キッチン家電なら、散らかったカウンターから始め、中盤を商品の使用シーンに、最後を盛り付けの綺麗な料理で締める。物語の弧 — 課題 → 発見 → 使用 → 変化 → ヒーロー — の部分は、どの商品でも普遍的です。

---

Step 2 — ヒーローフレームに切り出す (あるいはシート全体を使う)

ここまでで 9 分割の画像が 1 枚できました。Seedance に渡す方法は 2 通りあって、納品物次第で正解が変わります:

ストーリーボード全体を 1 枚のリファレンスとして使う。 特定のナラティブビートではなく、コマーシャル全体の 雰囲気 — ライティング、モデル、商品スタイリング — を捉えた 5 秒のヒーロークリップが欲しいときに最適です。9 分割画像をそのままリファレンス枠に放り込み、どの瞬間を強調するかはモデルに任せます。我々のテストでは、Seedance はだいたい塗布シーンか商品ヒーローショットを選びます。

特定のパネルを 1 枚切り出す。 特定の瞬間の 5 秒クリップが欲しいときに最適です。ほとんどの商品コマーシャルでは、それはパネル 8 — ミニマルな表面に置かれた静かなビューティーショット — です。商品詳細ページや有料ソーシャル広告に載せるのは、このフレームだからです。Photopea、Figma、もしくは macOS の「プレビュー」で切り出せます。クロップは最低 640×640、念のため 1024+ で書き出しておくと安心です。

長めのナラティブには 2〜4 パネル切り出す。 15 秒の TikTok 広告や 20 秒の YouTube プリロールを作るなら、4 つのストーリービートを切り出します: パネル 2 (課題)、パネル 5 (使用)、パネル 7 (変化)、パネル 8 (ヒーロー)。Seedance を 4 回 — パネルごとに 1 回 — 回し、結果をフリーのエディタで繋ぐ。総額: 4 クリップで約 $3.40。

この記事の例コマーシャルでは、パネル 8 — 商品ヒーローショット — を切り出して、Seedance で 5 秒シングルクリップを 1 本回しました。それが上に埋め込んだ動画です。

---

Step 3 — Seedance 2.0 で商品に命を吹き込む

Seedance 2.0 ジェネレーター を開きます (もしくは Seedance ランディングページ から Try Now をクリック)。

切り出したパネル — もしくはストーリーボード全体 — をリファレンス枠にアップロードします。UI にサムネイルが表示されます。「pixel count too low」エラーで弾かれた場合、リファレンスは 640×640 未満です。もっと高い解像度で書き出し直してから再アップロードしてください。

プロンプト欄は 2,000 文字制限。構造化されたものを貼り付けましょう。商品コマーシャルでうまくいくパターンはこちらです:

[SUBJECT] A clear glass skincare bottle with minimal label, held by a young
woman with soft natural makeup. Her hand is steady, the product is centered.

[ACTION] She gently dispenses a few drops of clear serum onto her fingertips,
then smooths the liquid across her cheek in slow, deliberate motions. Her
expression softens from tired to refreshed. Light reflections move across the
glass bottle as her hand turns.

[CAMERA] Slow push-in close-up, shallow depth of field, soft focus background.
Subtle handheld micro-movement. Eye-level framing.

[LIGHTING] Soft natural light from a large window on the left. White and
pastel color palette. Light reflections on the glass, no harsh shadows.

[STYLE] Cinematic skincare commercial, minimal aesthetic, fresh airy mood.
Subtle sparkle on the liquid. Elegant, calm, visually soothing.

[DURATION] 5 seconds. 16:9 aspect ratio.

このループを何十カテゴリの商品で回した経験から、いくつかチューニングのコツを置いておきます:

解像度: イテレーションは 720p 一択で。 Seedance は 480p と 720p を提供しています。480p は商品ディテールには甘すぎる — ボトルのラベルがにじみ、クリームのテクスチャがもったり潰れます。720p が Shopify の商品ページ、Meta 広告、TikTok、YouTube Shorts のスイートスポット。最終納品物がブランドサイトの 4K ヒーローなら、まず 720p でカメラの動きとライティングを固めてから、ロックしたプロンプトを Kling V3 の 4K トグル で再実行する、というのが定石です。

尺: 5 秒からスタート。 Seedance は 5・8・10・12・15 秒に対応しています。ヒーロー商品ショット — スローのプッシュインや静かな回転 — なら 5 秒で十分。尺を伸ばすほどモデルがブレる余地が大きくなり、商品コマーシャルはブレに対して容赦がありません: ボトルの形がショット途中で変わったら、そのクリップは丸ごと使えなくなります。

カメラ: 速いより遅いを優先。 "Slow push-in"、"subtle rotation"、"static with slight handheld" — これらはプレミアムに見えるカメラの動きです。"Fast zoom"、"whip pan"、"rapid dolly" — これらは安っぽく見える動きで、モーションブラーで商品ディテールを隠してしまうからです。商品コマーシャルの存在意義は、視聴者が商品をはっきり見られることにあります。それが見えるくらい、カメラはゆっくり動かしてください。

イテレーションは Seedance 2.0 Fast で。 ImagineToVideo は Seedance を 2 ティア用意しています: 通常品質版と Fast 版。Fast は 25–40% 安く目に見えて速く、短いリファレンス駆動のクリップだと出力はほぼ見分けがつきません。我々はイテレーションを全部 Fast でやり、ブランドの商品ページや有料ソーシャルに上げる最終ロックレンダーのときだけ品質ティアに切り替えます。

このクリップの総額: 約 $0.85。Seedance Fast に振っていれば $0.65 近辺まで下がっていたはずです。比較対象として、コマーシャル制作プロダクションに 5 秒の商品ヒーローショットを依頼すると、$3,000 からのスタートで 1 週間かかります。

→ Seedance 2.0 で自分の商品コマーシャルを生成する

---

Step 4 — フルコマーシャルが必要なら Kling V3 Omni にアップグレード

商品コマーシャル案件のおよそ 80% は Seedance が正解です。残り 20%、Kling V3 Omni に手を伸ばすべきケースは以下です:

• 9 分割ストーリーボード全体を、連結された 30 秒コマーシャルとして 1 本にしたい。 Seedance はシングルショット限定。Kling V3 Omni は 1 回の生成内で最大 6 カットの連結に対応し、カット間でキャラクターと商品のアイデンティティを維持します。フル TV スポット風のコマーシャル — 課題で開け、発見にカット、使用にカット、ヒーローにカット — なら Kling です。
• 音楽とボイスオーバーがシンクした完成形が必要。 Seedance はミュート動画しか作りません。Kling V3 Omni は 1 パスで動画 と ネイティブオーディオを同時に生成します。アンビエントなルームトーン、商品の効果音、そして (プロンプト次第で) 下地の音楽キューまで含めた完成コマーシャルなら、Kling です。
• 店頭リテール画面や放送向けの本物の 4K が必要。 Kling の pro モードはネイティブ 3840×2160 を生成します。Seedance の上限は 720p。ブランドサイトの above-the-fold ヒーローループ、店頭リテール画面、TV スポット — 視聴者が 1080p+ ディスプレイから 6 フィート以内にいるあらゆる場面 — では、4K アップグレードの価値があります。

5 秒クリップのコスト比較:

太字 2 行がこのワークフローのデフォルト位置です。Kling 行は、ストーリーボードが 720p で ロックされてから 行く場所。

→ Kling V3 image-to-video を試す (V3 標準・V3 Omni・新 4K モードの入口)

---

同じストーリーボードを 3 モデルで比べてみた

ImagineToVideo に入っている関連する 3 モデルすべてに、同じ 9 分割スキンケアストーリーボードを通してみました。短くまとめると:

• Seedance 2.0 Quality は 5 秒間ずっと商品アイデンティティを岩盤のように維持しました。ボトルの形はボトルの形のまま、ラベルは変形せず、液体は液体らしく動きました。記事内で埋め込んでいるのはこの出力です。シングルヒーローショットなら、これが正解です。
• Kling V3 Omni はやや映画的な絵を出しました — グラスへの光の反射が綺麗、背景に奥行きが出る — が、コストは 15 倍。並べて見たとき、シングルヒーローショットに対して 15 倍ぶん良いとは言えません。優位性は Kling 固有の能力 — マルチショット連結、ネイティブオーディオ、4K 出力 — を使ったときに初めて立ち上がります。
• Kling V3 standard は苦戦しました。標準ティアではリファレンス画像をそもそも受け付けず、最初/最後フレーム入力のみだからです。リファレンス駆動の商品ワークフローではスタートラインに立てません。代わりに V3 Omni を使ってください。

要点: ChatGPT ストーリーボードから出発する商品コマーシャル・ワークフローに限って言えば、Seedance は単に安いだけでなく — シングルヒーローショットには 正解 の選択肢です。Kling V3 Omni は、納品物がフル連結コマーシャル — そこから 1 フレームだけではなく — のときに手を伸ばすツールです。

---

よくある 5 つの落とし穴 (とその回避法)

このループをスキンケア、フレグランス、サプリメント、キッチンウェア、家電で回してきて、もっとも頻発する失敗モードはこの 5 つです:

1. ショット途中で商品がブレる。 これが商品コマーシャル特有の失敗モードのナンバーワンです。ボトルの形が変わる、ラベルが歪む、キャップが消える。原因: リファレンス画像が小さすぎる、もしくはプロンプトで商品の幾何形状を固定していない。対策: リファレンスを最低 1024×1024 で書き出し直し、Seedance プロンプトに same bottle shape, same label, same proportions, same cap の明示句を追加する。

2. ストーリーボード・パネル間のキャラクター・ドリフト。 釘を刺さないと、ChatGPT はパネル 5 あたりでこっそりモデルの髪型や衣装を再デザインします。ストーリーボード用プロンプトには必ず「same model, same outfit, same look across all 9 panels — do not redesign」を入れてください。それでもドリフトする場合は、モデルのポートレートを別途先に生成してから、それ をストーリーボードプロンプトの固定キャラクターリファレンスとして渡します。

3. 蛍光灯っぽく見えるライティング。 プロンプトに「good lighting」と書くと、ストック写真みたいなのっぺりしたフラットライトが返ってきます。商品コマーシャルにはディレクショナルライトが必要です: soft natural light from a large window on the left もしくは studio key light at 45° with subtle rim light。方向を指定してください。商品コマーシャルで知覚品質が最大に跳ねるのは、光の方向を明示的に名指しした瞬間です。

4. 視聴者が商品を見られないほどカメラが速い。 初回生成で特に頻発します。「退屈に見えないように」とプロンプトライターが過剰補正するからです。脳内では速いプッシュインが刺激的に感じても、レンダーしたクリップでは商品がブレた線になってしまいます。デフォルトは slow push-in、subtle rotation、static with slight handheld。商品では速さは安っぽく、遅さはプレミアムに見えます。

5. アスペクト比のミスマッチ。 スキンケアブランドサイトのヒーローは 16:9 横。TikTok や Reels 広告は 9:16 縦。Shopify の商品カードは 1:1 正方形。モデルはターゲットのアスペクト比に合わせて構図を組みます。16:9 で生成したものを最後に縦に切り抜くと、ボトルのキャップやポンプが画面外にカットされることがほぼ確実に起きます。生成する 前に 納品フォーマットを決め、Seedance のアスペクト比を合わせてください。

---

TL;DR — 商品コマーシャルを 3 ステップで

1. ChatGPT / GPT Image — 9 分割のコマーシャル・ストーリーボードを 1024+ 解像度で生成。「same model, same outfit, same product」の固定指示を必ず明記。9 パネルは弧をたどる: 課題 → 発見 → 使用 → 変化 → ヒーロー。
2. Crop — ヒーローパネル (通常はパネル 8) を 1 枚切り出して 5 秒シングルクリップに、もしくは 4 パネル (課題 / 使用 / 変化 / ヒーロー) を切り出して 20 秒のステッチナラティブに。各クロップは 640×640 以上。
3. Seedance 2.0 — /seedance に投入。光の方向を明示し、遅いカメラの動きを書いた 100–200 単語の構造化プロンプトを記述。720p / 5 秒でレンダー。クリップ 1 本あたり概ね $1・3 分。

ネイティブオーディオ付きの 30 秒連結コマーシャルとして 9 分割ストーリーボード全体を出したいときだけ、Kling V3 Omni にアップグレード。それ以外は、この商品コマーシャル・ワークフローのホームは Seedance です。

→ Seedance 2.0 で最初の商品コマーシャルを作る → フルコマーシャル + 4K が要るなら Kling V3 image-to-video へ

最終納品がブランドサイトのヒーローループ、店頭リテール画面、ネイティブ 3840×2160 の放送 TV スポットなら、Kling 4K モードガイド がそのルートを専門に解説しています — そして 4K AI 動画ジェネレーターのランディングページ が、そこへの最短経路です。

---

このシリーズのロードマップ

ImagineToVideo Video Generation Tutorials は、クリエイターから最も多く質問を受けるクリエイティブ用途を扱います。どの順番で読んでも OK — 各記事はそれ自体で完結しています:

• K-POP ダンス動画 — ChatGPT 16 分割振付シート → Seedance 2.0 ダンス動画。(公開済み)
• 商品コマーシャル動画 — ChatGPT 9 分割ストーリーボード → Seedance 2.0 ヒーローショット。(本記事です)
• ペットポートレートのアニメーション — 写真 1 枚と Seedance で愛犬を映画のような短編に。
• 映画的なダイアログシーン — Kling V3 Omni のネイティブオーディオで (リップシンク + ルームトーン)。
• 9:16 縦型ナラティブショート — キャラクターリファレンス 1 枚から、TikTok にそのまま上げられる物語クリップまで一気通貫。

ブログを購読するか、新しいエピソードが上がったらまたチェックしてください。「これを取り上げてほしい」という商品カテゴリ — フレグランス、サプリメント、ファッション、エレクトロニクス — があれば、ぜひひと声 ください。

それでは、あなたの商品を動かしにいきましょう。