Seedance 2.0 のプロンプトが何度もフラグされる理由（そして対処法）

アイデアを練り、参照画像をアップロードし、シーンを書き上げたのに生成がフラグされる。あるいは、説明した内容とまったく違う結果が返ってくる。単語を少し変えて再試行しても、同じ壁にぶつかる。

問題なのはあなたのアイデアではありません。多くの場合、シーンの内容そのものですらありません。問題は、Seedance 2.0 があなたの意図とは異なる形でプロンプトを読んでいることです。この「読み方」の仕組みを理解すれば、対処は明確になります。

このガイドでは全体像を網羅します。入力システムの仕組み、フィルターがそのように動作する理由、問題なく通るプロンプトの構成方法、画像アップロードの正しい扱い方、そして多くのユーザーが見落としがちな上級テクニックまで。これらを適用した多くの人が、次の生成で大きな改善を実感しています。

Seedance 2.0 の入力システムを理解する

まずは、Seedance 2.0 が正確に何を受け付けられるのか、そして多くの人がプロンプトを書く前の段階でどこでつまずいているのかを理解することが重要です。

• 画像: 最大9枚。開始フレーム、キャラクター参照、シーン環境、またはスタイルの基準として使用。
• 動画クリップ: 最大3本、合計15秒以内。カメラ動作の参照、モーション再現、延長・編集用の素材として使用。
• 音声ファイル: 最大3本、合計15秒以内。BGM、サウンドデザイン、ナレーションのトーン参照として使用。
• テキスト: 自然言語または構造化JSONのプロンプト。

すべての入力タイプを合わせたファイル総数は12を超えられません。上限に近づいたら、まず音声と二次的なビジュアル参照の優先度を下げてください。これらはテキストで説明しやすい要素です。生成結果の見た目を最も直接的に左右する入力に、アップロード枠を割り当てましょう。

プロンプトがフラグされる本当の理由

多くの人は、フラグされたプロンプトにはフィルターを引っかける特定の単語やフレーズがあると考えます。その前提のままでは、単語を置き換え、免責を足し、プロンプトを削るというループに陥ります。ですが、それでは根本解決になりません。

Seedance 2.0 のコンテンツフィルターはそのようには動きません。言語モデルがプロンプト全体をひとつのシーンとして読み取り、そのシーンが何を表しているかを判断します。評価しているのは個別語ではなく、意図と文脈です。

映画スタジオの警備員と銀行の警備員を想像してください。同じ小道具の銃でも、文脈が目的を明確にするため、スタジオのゲートでは問題なく通ります。銀行ではまったく別の扱いになります。物は同じでも、文脈が違うのです。

実際に起きることはこうです。単体ではセンシティブに見える単語でも、しっかり構成された映画的プロンプトの中なら問題なく通ることがあります。フィルターは全体像を読みます。読み取るべき絵がない、設定がない、視覚的目的がない、物語の論理がないプロンプトでは判断材料が不足します。何を作っているかをフィルターが確信できないときは、安全側に倒れます。

本来フラグされるべきでないのにフラグされるケースの核は、ほぼここです。悪いコンテンツでも、悪いアイデアでもありません。単に、フィルターが理解するための情報が足りないだけです。

実務上の転換点はこれです。映画制作者がショットを説明するように読めるプロンプトは通りやすく、友人へのメモのように読めるプロンプトはフラグされやすい。

1つのカテゴリは修正不能なハードブロックです。 次の2種類は、プロンプトが読まれる前の画像スキャン段階で拒否され、映画的フレーミングでは回避できません。

• 実在して識別可能な人物の顔: 著名人、政治家、公的人物
• 名前付きの著作権キャラクター: ブランド化されたヒーロー、ディズニーキャラクター、認識可能な架空IP

実在人物のアップロード写真で生成が失敗する場合、それはプロンプトの問題ではなく、プラットフォームレベルの制限です。

フィルターに「創作」と明確に読ませるプロンプトの書き方

[Filter] アクションだけでなくシーン全体をフレーム化する

フラグされるプロンプトで最も多い構造は、周辺文脈のない単一アクションです。何かは起きていても、場所がなく、視覚的な空気感がなく、その場にカメラがある理由がありません。フィルターはこれが映画セットなのか、それ以外なのかを判別できません。

解決策は、アクションを削ることではありません。意図が自明になるまで、周囲のシーン情報を積み上げることです。

アクション自体は同じです。前者は評価対象を1つしか与えません。後者は戦争という文脈、時代設定、カメラ位置、そして視覚的な雰囲気全体を与えます。片方は報告文のように読み取られ、もう片方は映画のブリーフとして読み取られます。

アクションから外側へ広げて、プロンプトで次の4つに答えてください。

• どこで起きているか？
• 見た目はどうか？
• カメラは何をしているか？
• 全体の雰囲気はどうか？

この4つすべてに答えると、多くのフラグ問題は自然に解消します。

[Prompt] プロンプトは物語ではなく、視覚的事実の列として扱う

見落とされがちなフラグ原因のひとつは、プロンプトが視覚的ではなく感情的・物語的に読めることです。次の要素は、モデルが処理すべき解釈ノイズを増やします。

• キャラクターの動機
• 劇的なバックストーリー
• 関係性の文脈
• 感情の説明

フィルターが重視するのは、このシーンが実在した場合にカメラが何を見るかです。理由は必要ありません。

脚本には「シーン記述」と「サブテキスト」の2層があります。Seedance 2.0 に必要なのはシーン記述だけです。感情の底流、背景事情、キャラクターが走る理由――それはサブテキストであり、書き手の頭の中に置くべきで、プロンプトには不要です。

プロンプトに文を入れる前に、1つだけ確認してください。実際の撮影なら、その文はショットリストに載るか？ 載らないなら、ほぼ確実にプロンプトには不要です。

この規律は生成品質も大きく向上させます。モデルが実行できるのは「見えるもの」であり、「推測できるもの」ではありません。長い物語調より、密度が高く具体的で視覚的なプロンプトの方が、ほぼ常に高い結果を出します。

マルチショットのシーケンスでは、JSONで構造化するとこの規律を自動で保てます。Seedance 2.0 はこれをネイティブで受け付けます。

{
  "visual_world": {
    "light": "soft overcast, diffused shadows, no hard edges",
    "color": "muted naturals, cold whites, desaturated tones",
    "film": "35mm grain, anamorphic lens, soft halation on highlights",
    "atmosphere": "quiet, isolated, expansive"
  },
  "sequence": {
    "duration": "10 seconds",
    "pacing": "slow build to rapid cuts, ends in stillness",
    "shots": {
      "shot_1": {
        "duration": "3 seconds",
        "camera": "locked off wide shot, low angle",
        "action": "Lone rider on horseback crests a snowfield ridge",
        "transition": "SMASH CUT"
      },
      "shot_2": {
        "duration": "4 seconds",
        "camera": "tracking shot from behind, handheld feel",
        "action": "Horse and rider gallop through deep snow, cloak whipping in wind",
        "transition": "SMASH CUT"
      },
      "shot_3": {
        "duration": "3 seconds",
        "camera": "static wide, fully locked off",
        "action": "Empty snowfield, a wolf standing motionless on a distant ridge"
      }
    }
  }
}

visual_world ブロックを先に置くことで、シーケンス全体の映画的レジスターが確立されます。そのうえで各ショットは、その瞬間にカメラが見る内容だけを記述すれば十分です。

[Prompt] 制作言語を使ってコンテンツ種別を明確にする

知っておくべき再現性の高い傾向があります。映画制作の語彙を含むプロンプトは、平易な言葉で書かれたプロンプトより、明らかに広い許容幅で評価される傾向があります。

理由はシンプルです。ショットタイプ、レンズ仕様、照明セットアップ、アスペクト比が入ると、モデルはそれを制作ブリーフとして解釈します。映画制作の文脈では、ドラマ性が高く、強度があり、道徳的に複雑な素材も描写対象になります。この文脈が、フィルターの重みづけを変えます。

これは建設現場でヘルメットをかぶるのに少し似ています。ヘルメット自体が作業内容を変えるわけではありませんが、その環境が何で、どんなルールが働くかを周囲に即座に伝えます。プロンプトの中の制作用語2〜3個も同じで、フィルターが他を評価する前にレジスターを確立します。

これは、すべてのプロンプトを専門用語だらけにするという意味ではありません。フレーミングが曖昧でなくなるだけの制作言語を入れる、という意味です。以下はカテゴリ別の参照リストです。

ショットタイプ

• ワイドショット、ミディアムショット、クローズアップ、エクストリームクローズアップ
• オーバーショルダー、POV、俯瞰（bird's-eye view）、ツーショット
• ローアングル、ハイアングル、ダッチアングル

カメラ動作

• ドリーイン / ドリーアウト
• トラッキングショット、パン、ティルト、クレーンショット
• 固定（locked off）、ローアングルプッシュ、周回ショット、ハンドヘルド

レンズとフォーマット

• 35mmグレイン、アナモルフィックレンズ、2.39:1 アスペクト比、1.85:1
• ヴィンテージガラス、ソフトハレーション、浅い被写界深度
• レンズフレア、ラックフォーカス

ライティング

• 曇天の拡散光、ヘイズを通るボリューメトリックレイ
• 実景照明（practical lighting）、サイドバックライト、motivated shadow
• ゴールデンアワー、硬い指向性の光、リムライト

色とトーン

• 彩度を抑えたミュートパレット、高コントラスト、ブリーチバイパス
• 冷たい青系トーン、暖かいアンバー、潰れた黒
• 白飛び気味のハイライト、フラットな低コントラストグレード

これらのカテゴリのどれかから2〜3語足すだけで、制作文脈は十分に確立されます。多くの場合、それだけで足ります。

センシティブ要素がないのにプロンプトがフラグされる理由

ときどき、プロンプトにセンシティブな要素がまったくないのに生成がフラグされることがあります。アクションもドラマも難しい題材もない。ただ問題なく通るはずのシーンです。

これは、プロンプトが疎すぎるときに起きます。映画的フレーミング、シーン文脈、視覚的具体性のない短い平文説明では、フィルターに不完全な絵しか渡せません。脚本の途中の1文だけを、表紙もシーン見出しもト書きもなく渡すようなものです。それがスリラーなのかコメディなのか、あるいは別の何かなのか判断できません。不完全な絵は承認されるのではなく保留されます。

同じ物体でも、読み取られ方はまったく異なります。前者は1つの物体と1つのアクションしか与えません。後者は環境、目的、制作文脈、カメラ記述を与えます。

対処はシンプルです。シンプルなシーンでも、次を加えると効果があります。

• 具体的な設定と時代
• 雰囲気またはムードの記述
• カメラ位置またはショットタイプ
• 文脈確立のための制作用語を1〜2個

@ 参照システム: なぜアップロードが静かに失敗するのか

Seedance 2.0 の問題のかなりの数は、フィルターではなく参照設定の問題です。ユーザーは画像や動画をアップロードすれば、モデルが各ファイルの用途を理解すると期待しますが、モデルは勝手に前提を補ってはくれません。

動画をアップロードしただけではカメラ参照にはなりません。画像をアップロードしただけでは開始フレームにはなりません。ラベルのない写真の束を現場監督に渡す場面を想像してください。各写真に何が写っているかは分かっても、どれを開始フレームにしたいのか、どれが衣装参照なのか、どれが背景のインスピレーションなのかは分かりません。ラベルがなければ推測になります。Seedance 2.0 も同じです。アップロードした各ファイルには、プロンプト内で @ タグを使って明示的な役割を与える必要があります。そうしないと曖昧に処理されます。

プロンプト欄で @ を入力すると参照セレクターが表示されます（またはツールバーの @ アイコンをクリック）。そのうえで、アクションを記述する前に各ファイルの用途を明確に書いてください。

複数参照を使う場合は、シーン説明の前にプロンプト冒頭で全役割を列挙してください。明示的な役割がない @ タグは、出力の不安定さや想定外結果を引き起こす最も典型的な原因のひとつです。

Seedance 2.0 が画像アップロードをどう読むか（そしてどこで破綻するか）

[Image] キャラクター画像をアップロードしたら、画像に仕事をさせる

キャラクター参照画像をアップロードすると、同じキャラクターをプロンプトでも詳細に書きたくなるのは自然です。ですが、それは避けてください。外見に関する仕事はすでに画像が済ませています。テキストで重ねても補強にはならず、モデルが整合させるべき競合情報を1層増やすだけです。

プロンプトで必要なのは、シーンを明確に記述することです。

• ショット内で何が起きているか
• カメラがどう配置されているか
• 環境がどのように見えるか
• ショットがどう動くか

外見は画像が担当し、プロンプトはカメラが見るものを担当します。

ここでフラグは「画像側の問題」にもなります。Seedance 2.0 は、キャラクターが未成年と解釈されうるプロンプトに対して、より厳格な評価を適用します。若年を示す語（"child," "kid," "young," "boy," "girl"）は、その語句の周辺だけでなくプロンプト全体の審査を厳格化し、アップロード画像の内容に関係なく影響します。

より安全な方法は、キャラクターをシーン内での役割として記述することです。人物が誰かは画像に任せ、プロンプトでは何が起き、カメラが何を見るかだけを書きます。

最初の文の "young" は、プロンプト全体の感度しきい値を引き上げます。2つ目の文は、キャラクターの同定をアップロード画像に任せ、プロンプトはカメラが見る事実だけを記述しています。

[Image] 送信前にフラグ？ 問題は画像そのもの

Seedance 2.0 には、プロンプトフィルターとは独立して動く画像評価レイヤーがあります。アップロード画像に明瞭な顔が含まれていると、テキストを一切処理する前に拒否されることがあります。これが、プロンプトを書き直しても変化がないパターンの説明です。そもそもプロンプトが読まれていません。

回避方法:

• 顔をカメラから外す。 被写体を背面または顔特徴が見えない角度でフレーミングする。衣服、姿勢、髪、環境だけでも多くの参照目的には十分です。
• 引きの画角にする。 被写体がフレーム内でシルエットまたは小要素として読めるまで引いて、主題として顔が支配しない構図にする。
• 写真よりイラストを使う。 写真参照をイラストまたはスタイライズ画像に置き換える。評価のかかり方が異なり、イラストは通過しやすい傾向があります。
• 参照目的をずらす。 顔や同一性ではなく、衣装、設定、カラーパレット、空間構図の参照として画像を使う。

明確なプロンプト側の理由がないのに失敗し続ける場合は、テキストを書き換える前に画像を調整してください。

知っておく価値のある上級テクニック

[Advanced] 既存映像を延長する

延長秒数を明示し、新しい区間に含める内容を記述します。

Extend @Video 1 by 6 seconds. [Description of new segment content.]

生成時間は合計尺ではなく、新規区間の長さだけに設定してください。6秒延長するなら、duration は6秒です。

[Advanced] 2つのクリップを生成中間でつなぐ

Generate a connecting scene between @Video 1 and @Video 2. The transition shows [describe the action, environment, or movement that links the two clips].

生成区間は2つのアップロード済みクリップの間に挿入されるため、それ自体が独立した短いシーンであるかのように記述してください。

[Advanced] 参照クリップからカメラスタイルをコピーする

欲しい動きのスタイルを持つクリップをアップロードし、直接指定します。

Reference all camera movements from @Video 1, including the low-angle circling shot and the push into close-up.

モデルは参照クリップから、動きのリズム、フレーミングの論理、トランジションのテンポを引き出します。技法名は正確なほうが有利ですが必須ではありません。

[Advanced] 音楽に編集を同期する

Scene transitions should align with the beat positions of @Audio 1. Apply visual style changes at each cut.

Seedance 2.0 は、カット、照明変化、シーントランジションを、アップロード音声トラックのリズムに同期できます。

[Advanced] 既存の動画クリップの音声を使う

すでに参照しているクリップに欲しい音声が入っているなら、別途音声をアップロードする必要はありません。

Use the audio embedded in @Video 1 as the background score.

[Advanced] よくある生成失敗を減らすネガティブプロンプト

Seedance 2.0 はメイン記述と併せてネガティブプロンプト指示を受け付けます。これはフィルターフラグを回避する方法ではありませんが、適切に書けば、何度も出る視覚アーティファクトを減らすのに有効です。

あらゆる問題を列挙するのではなく、実際に発生している失敗に絞って短く具体的に書いてください。

negative: no jitter, no warping, no flickering, no identity drift

negative: no text morphing, no garbled logos, no color shift

negative: no motion blur on face, no floating limbs, no background collapse

長いネガティブプロンプトは逆効果になったり、単純に無視されたりします。実際の問題に紐づく2〜3語の的確な指定のほうが、網羅的リストより効果的です。

[Community] コミュニティで試されていること

シーン記述を中国語で書き、セリフや画面上テキストは英語のままにすると通過率が上がったという報告があります。理由としては、Seedance 2.0 が中国語に強い学習基盤で開発されており、中国語プロンプトではフィルターしきい値の解釈がわずかに変わる可能性があるためです。

これは確実な解決策ではなく結果にはばらつきがありますが、映画的フレーミングが十分なプロンプトでもフラグされ続ける場合には、低コストで試せる手段です。シーン記述だけを翻訳ツールに通し、セリフ行は英語のままにして、出力が変わるか確認してみてください。

生成前のクイックチェックリスト

• [ ] All-in-One Reference モードを使っているか？（入力タイプを混在させる場合は必須）
• [ ] すべての @ タグに、プロンプト内で明示的な役割があるか？
• [ ] プロンプトは物語や背景設定ではなく、視覚シーンを記述しているか？
• [ ] 制作言語要素（ショットタイプ、カメラ移動、照明記述）を少なくとも1つ入れているか？
• [ ] すべての文が、カメラが見る内容の記述か、映画的文脈の確立になっているか？
• [ ] キャラクターは年齢ではなく役割で参照しているか？
• [ ] 参照画像に目立つ顔は含まれていないか、またはトリミング／イラスト化されているか？
• [ ] 参照画像に実在の識別可能人物や名前付き著作権キャラクターが含まれていないか？
• [ ] 総ファイル数は12以下か？