AI動画ガイド 読了9分

画像から動画aiで写真を動画にする方法

画像から動画aiで写真を動かすコツは、見た目は画像に任せて、プロンプトでは「どう動くか」だけを明確にすることです。Vynzoでは、同じポートレートを4つの画像から動画AIエンジンで試し、写真が自然に動いて見える条件を検証しました。

1枚の静止画が動き出す。最も良かった結果は、調整済みプロンプトで生成したSeedance 2.0。

AIが写真を動画に変える仕組み

画像から動画生成AIは、1枚の静止画を短い動画クリップに変換します。構図、被写体、光、雰囲気はすでに写真の中にあるため、プロンプトでシーンを一から説明し直す必要はありません。

だからこそ、書き方が重要です。テキストから動画を作る場合と違い、画像から動画 aiでは「何をどう動かすか」だけを指定すれば十分です。初心者がやりがちなのは、「生き生きとした感じに」といった曖昧な雰囲気だけを書くこと。その結果、動きが硬くなったり、不自然に見えたりします。

  • 動作は1つ、または短い流れに絞る。
  • カメラワークは1つだけ。迷ったらゆっくり寄る動きが無難。
  • 気分ではなく、具体的な動きを書く。
  • 写真に写っている内容を説明しすぎない。
入力した静止画

すべてのテストで使った元画像。

検証内容:1枚の写真、1つの動作、4つのエンジン

Vynzoで使える4つのエンジン、Kling 2.6Seedance 2.0Google Veo 3.1WAN 2.7で、同じポートレートと同じ動作を試しました。指定したのは、笑顔、まばたき、カメラへの投げキス、温かい笑い、そよ風で髪が揺れる動きです。

検証は3回行いました。まずは一般的な短いプロンプト、次に各エンジン向けに調整したプロンプト、最後に問題点だけを狙って修正。ひとつのスタジオ内で実行したため、まったく同じ写真の結果を並べて比較できました。

各クリップには実際に使ったプロンプトと所感を載せています。要約から推測するのではなく、そのまま試せる形にしました。

Round 1 — 多くの人が最初に入力する素朴なプロンプト

最初のラウンドでは、短い1行だけを入力し、設定はほぼデフォルトのまま、4つのエンジンで写真を動かしました。画像を動かすai無料ツールを試すときにも近い、いちばん素の使い方です。

素朴なプロンプトではKlingが勝ちました。Seedanceはスローモーション気味、Veoは髪の動きが最も自然でしたが片目のまばたきが不気味に崩れ、WANは肌がプラスチックのようになり、なぜかバラの花びらまで出てきました。

4つのエンジンすべてで使った、まったく同じプロンプト

she smiles, winks and blows a kiss to the camera, her hair blowing in the wind

Kling 2.6

シンプルプロンプト回の勝者。本人らしさを保ち、指定した動作もほぼ実行。ただし、まばたきだけは省略されました。

Seedance 2.0

安定感あり。顔の同一性を保ち、各動作も再現できています。ただ、全体がスローモーションのように出ました。

Google Veo 3.1

髪の動きはこの中で最も自然で、本人らしさも維持。ただし片目のまばたきが不気味で、投げキスのときに頭をかなり振っていました。

WAN 2.7

顔は判別できますが、肌がプラスチックっぽくなり、まばたきは顔をしかめる動きに。風は嵐のように強く、手のひらからバラの花びらが飛ぶ幻覚も出ました。

Round 1 — 4つのエンジンに同じシンプルなプロンプトを入力。

Round 2 — エンジンごとにプロンプトを調整

2回目は、各エンジンの癖に合わせてプロンプトを書き直しました。そこで分かったのは、詳しく書けば必ず良くなるわけではない、という少し意外な事実です。

Klingは、細かく台本化したプロンプトで悪化し、カメラではなく自分の手のひらにキスしてしまいました。一方、Seedanceは正反対。時間指定つきの動作が効き、全テストで最も良い結果になりました。

Veoは引き続き高水準。WANも改善しましたが、近距離ではまだワックスのような質感が残りました。つまり、最適なエンジンはプロンプトの書き方次第です。Klingは短く自然な文、Seedanceは秒単位の細かい指示が向いています。

Kling 2.6

大きく後退。表情の切り替わりが急で、ウインクも失敗。さらに投げキスではなく、自分の手のひらにキスして見つめてしまいました。

使用したプロンプト

She forms a soft smile, then gives one clear, natural blink followed by a playful wink; she raises one hand to her lips and blows a kiss, opening her palm toward the camera — fingers natural and intact, nothing leaves her hand; she finishes with a warm little laugh and a slight head tilt. Her hair drifts in a gentle breeze. Camera holds with a slow, subtle push-in. Keep her face and identity exactly as in the photo; natural real-time motion, no warping.

Seedance 2.0

全テストで最良の結果。時間指定によってスローモーションが解消され、表情も自然で、本人らしさも維持できました。唯一の惜しい点は、ウインクが速すぎてほとんど見えなかったこと。

使用したプロンプト

Real-time natural pacing — NOT slow motion. [0-2s] she forms a soft smile. [2-4s] one clear, natural blink, then a playful wink. [4-7s] she raises a hand to her lips and blows a kiss, opening her palm toward the camera; fingers natural and intact, nothing leaves her hand. [7-10s] a warm laugh and a slight head tilt. A gentle breeze moves her hair throughout. Camera: slow, smooth push-in. Keep her identity and lighting consistent; stable, physically natural motion; no slow motion, no warping.

Google Veo 3.1

かなり惜しい結果。本人らしさ、自然さ、指示への追従はいずれも良好。ただ、ウインクがまだ不自然で、顔をしかめる動きが再発しました。数回リロールすれば当たりそうです。

使用したプロンプト

Medium close-up, image-to-video from the still. She forms a soft, genuine smile, then gives one calm, natural blink with both eyes closing and opening together — not a squint, no facial scrunching — followed by a single playful wink. She raises one hand to her lips and gently blows a kiss, opening her palm toward the camera; fingers relaxed and intact, nothing leaves her hand. She keeps her head steady — only her hand, lips and eyes move, no head shaking. Hair drifts softly in a light breeze. Camera: static with a very slow push-in. Warm natural daylight, photorealistic skin. Audio: soft ambient breeze, no dialogue, no music. Keep her face and identity as in the photo.

WAN 2.7

Round 1よりは改善しましたが、まだワックス感があります。ウインクはぎこちないしかめ顔になり、寄りのカメラワークで肌のしわっぽさが目立ちました。

使用したプロンプト

Use the photo as the first frame and identity anchor; keep her face and skin exactly as in the photo, photorealistic skin texture (not plastic or waxy). She forms a soft smile, gives one clean, natural eye blink — eyelids gently close and open, do NOT scrunch or wrinkle the face — then a playful wink; she raises a hand to her lips and blows a kiss, opening her palm toward the camera (fingers intact, nothing leaves it); ends with a small warm laugh. Only a light, gentle breeze moves her hair. Camera: slow, subtle push-in. Real-time natural motion. Negative: plastic skin, waxy texture, face wrinkling, grimace, strong wind, rose petals, falling petals, extra fingers, morphing.

Round 2 — 各エンジンに合わせて別々のプロンプトを使用。

Round 3 — 問題点だけを狙って修正

最後は、まだ課題が残った2つのエンジンだけを調整しました。Klingでは、ウインクを外して短く整理したプロンプトを試しましたが、それでもRound 1の素朴な1行よりかなり悪い結果になりました。

正直な結論として、Klingではプロンプトを作り込みすぎないほうがよさそうです。自然な1文が勝ちます。WANは、ミディアムショットにしてネガティブプロンプトを加えることで、ようやく満足できる水準に。プラスチック感はかなり減り、動きも比較的自然になりましたが、近くで見ると少しAIっぽさは残ります。修正は一度に1要素だけ。場合によっては、足すより削ることが最良の修正です。

Kling 2.6

今回の意外な結果。短く整理したこのプロンプトでも、Round 1の素朴な1行よりかなり悪くなりました。Klingでは、いちばん自然でシンプルな言い回しが強いです。

使用したプロンプト

She smiles warmly, gives one clear natural blink, then raises a hand to her lips and blows a kiss toward the camera while looking straight at the lens; she finishes with a soft laugh. Her hair drifts in a gentle breeze. Slow, subtle push-in. Keep her face and identity as in the photo; natural motion.

WAN 2.7

ようやく実用レベルに。ネガティブプロンプトとウインク削除でプラスチック感が目に見えて減り、動きもかなり自然になりました。ただし、近くで見るとまだ少し合成感があります。

使用したプロンプト

Use the photo as the first frame and identity anchor; keep her face and youthful, smooth skin exactly as in the photo. She smiles warmly, gives one clean natural eye blink (no squint, do not wrinkle or scrunch the face), then raises a hand to her lips and blows a kiss toward the camera while looking at the lens; fingers intact, nothing leaves her hand; ends with a small warm laugh. Only a light breeze moves her hair. Camera: hold a steady MEDIUM distance — do NOT push in close, no close-up. Photorealistic smooth young skin. Negative: plastic skin, waxy texture, wrinkles, aged skin, face scrunching, strong wind, petals, extra fingers, close-up.

Round 3 — 弱かった2つの結果に、それぞれ1つだけ狙いを定めて修正。

いちばん難しい動き:ウインク

最初のラウンドで全エンジンがつまずいたのが、ウインクです。Klingは省略し、Seedanceは速すぎて見えず、VeoとWANはぎこちないしかめ顔になりました。

片目だけを自然に動かす非対称の微表情は、現在のモデルにとってかなり難しい要素です。代わりに、両目の自然なまばたきと笑顔を使うのがおすすめです。どうしてもウインクを入れるなら、リロール前提で考えましょう。WANはRound 3でウインクを外したことで満足できる結果に近づきましたが、Klingではそれでも素朴なプロンプトには勝てませんでした。

写真を動かすなら、どのエンジンが最適?

ai photo animationに万能の正解はありません。調整後のSeedance 2.0は最も自然で、Kling 2.6は短いプロンプトでの安定感が抜群。Veo 3.1は髪や物理表現に強くネイティブ音声も使えますが、コストは高めです。WAN 2.7は本人らしさを保てる一方、寄りのポートレートでは最も合成感が出ました。

以下のスコアカードでは、そうした強みと弱みを分けて整理しています。自然な動き、簡単なプロンプト、髪や物理表現、音声、本人らしさ、寄りのリアルさなど、重視するポイントで選べます。

Kling 2.6

本人らしさ
非常に高い
動作再現
シンプルなプロンプトで最良
リアルさ
自然
動き
なめらか
速度
速い
コスト
コンテンツの柔軟性
標準的なポリシー
向いている用途
すばやく安定したポートレートアニメーション

Seedance 2.0

本人らしさ
非常に高い
動作再現
時間指定つきの動作に強い
リアルさ
とても自然
動き
映画的
速度
やや遅い
コスト
コンテンツの柔軟性
比較的柔軟
向いている用途
動作の流れを作り込んだ高品質な仕上がり

Google Veo 3.1

本人らしさ
高い
動作再現
良好
リアルさ
髪・物理表現が優秀
動き
自然
速度
速い
コスト
最高
コンテンツの柔軟性
フィルターは厳しめ
向いている用途
リアルな動き+ネイティブ音声

WAN 2.7

本人らしさ
良好
動作再現
調整後はOK
リアルさ
やや合成感あり
動き
OK
速度
コスト
コンテンツの柔軟性
Open-weight、自前ホスト可→制限は最少
向いている用途
広めの構図、複数参照、自前ホスティング

自分の写真で4つのエンジンを試せる、ひとつのスタジオ。

スタジオを開く

どのエンジンでも使える安定ワークフロー

これは、最初の生成で自然な短尺クリップを作るために、私たちが実際に使った流れです。画像から動画生成ai 無料ツールを試す場合にも、そのまま応用できます。

まずは明確な動作を1つ決め、シンプルなカメラワークを1つ加えます。最初は素のプロンプトで試し、崩れた部分だけを調整する。以下の手順に沿えば、画像を動画にするaiの作業を再現性のあるワークフローにできます。

  1. 1写真を選ぶ。被写体は1人、光がよく、顔がフレーム内にしっかり入っているもの。手の動きを入れるなら余白も確保。
  2. 2シーンではなく動きを書く。笑顔、まばたき、投げキスなど具体的な動作を1つと、カメラワークを1つ指定。
  3. 3エンジンに合わせて書く。Klingは短く、Seedanceは[0-3s]のような時間指定を追加。
  4. 4まずは短いクリップを生成。顔を安定させるため、動きは控えめに。
  5. 5顔が歪む、表情が不自然になる場合は、動作の数を減らす。動かしすぎが歪みの最大原因。
  6. 6TikTok、Reels、Shorts向けには縦型(9:16)で書き出す。

よくある質問

AIで写真を動画にするには?

写真を1枚アップロードし、動かしたい内容を1つだけ具体的に書いて、画像から動画の短いクリップを生成します。きれいに仕上げるには、ゆっくり寄るなどのカメラワークを1つ加え、雰囲気だけの曖昧なプロンプトは避けましょう。

写真を動かすAIはどれがいい?

プロンプトの書き方と目的によって変わります。今回の検証では、調整後のSeedance 2.0が最も自然で、Kling 2.6はシンプルなプロンプトに強く、Veo 3.1は髪や物理表現が優秀。WAN 2.7は本人らしさを保てますが、寄りではやや合成感が出ました。

AIで動かした写真が不自然に見えるのはなぜ?

原因の多くは、動きの指定が曖昧、プロンプトの書きすぎ、難しい表情を入れすぎることです。動作は1つに絞り、カメラワークはシンプルに。ウインクのような難しい微表情は、リロール前提で使うのがおすすめです。

古い写真もAIで動かせますか?

はい。顔や被写体がはっきりしていれば、古い写真もAIで動かせます。写真自体が雰囲気、光、構図を決めているため、笑顔、まばたき、ゆっくり寄る動きなど、自然で控えめなモーションが向いています。

AIで作る写真アニメーションは何秒くらいにできますか?

AI写真アニメーションは、通常1枚の静止画から短いクリップを作ります。長さはエンジンや設定によって変わるため、長いシーンではなく、短い動作の流れとして設計するのがおすすめです。

さらに見る

写真を、動き出す作品へ

Kling、Seedance、Veo、WANを、自分の写真で。すべてVynzoのスタジオ内で試せます。

写真を動かす