縦長のショート動画を作るなら

公開 2026年10月9日 02:236 分で読めます

コーヒーが注がれて湯気が立つ白いマグカップの、縦長の動画から取り出した 3 つのコマ(Seedance 2.0 で作成)

スマートフォンで縦に見るショート動画は、SNS の投稿やお店・商品の紹介によく使われます。この記事では、縦長(9:16)の短い動画を AI で作る方法を、YOBITSUGI AI で実際に作った作例とあわせて紹介します(2026 年 10 月時点)。

このページには動画を埋め込めないため、作例は動画から取り出したコマの画像で示します。

向いている AI

YOBITSUGI AI では、ByteDance の Seedance、Google の Veo 3.1、Runway、xAI の Grok Imagine Video などの動画生成 AI を使えます。ここでは、Seedance・Veo 3.1・Runway の特徴を、各社の公式の説明から並べます。

AI・モデル	提供元	公式に書かれている主な特徴
Seedance 2.5	ByteDance	音声つきの 30 秒の動画を 1 回で作れ、さらに延ばせる・参考として画像 30 枚、動画 10 本、音声 10 本まで渡せる・時間を指定して一部分だけ直せる
Seedance 2.0	ByteDance	文章・画像・音声・動画を入力にできる・映像と音声をまとめて作る
Veo 3.1	Google	音声つきの動画を作れる・縦長(9:16)と横長(16:9)・長さは 4・6・8 秒・最初と最後の場面を画像で指定できる
Gen-4.5	Runway	文章からも画像からも動画を作れる
Gen-4 Turbo	Runway	画像から動画を作る・Runway の画像から動画を作るモデルの中で最も速い(Runway の説明)

選ぶときの目安は次のとおりです。

15〜30 秒くらいの動画を 1 本で作りたい: 30 秒まで 1 回で作れる Seedance 2.5。BytePlus(ByteDance のモデルを企業向けに提供するサービス)は、広告・マーケティング・EC などの場面で使えるモデルとして紹介しています。
商品写真など手元の画像から動かしたい: 画像から動画を作れる Veo 3.1・Seedance・Runway。
音も一緒に作りたい: 音声つきで作れると説明している Seedance・Veo 3.1。

頼み方の例

YOBITSUGI AI のアプリで、次のように日本語で頼みます。「縦長 9:16」「5 秒」のように、比率と長さを数字で書くのがポイントです。

文章だけから作る

Seedance 2.0 で、縦長 9:16・720p・5 秒・音ありの動画を作ってください。
内容: 架空のカフェの紹介。朝の光が入る木のテーブルに白いマグカップがあり、コーヒーが注がれて湯気が立つ。カメラはゆっくり近づく。
人物と文字は入れないでください。

商品写真から作る

添付の商品写真のマグカップを使って、Veo 3.1 で縦長 9:16・6 秒の商品紹介の動画を作ってください。
白い背景のまま、カメラがマグカップのまわりをゆっくり回り込む動きにしてください。
商品の形と色は変えないでください。

長めの紹介動画を作る

Seedance 2.5 で、新メニューの紹介動画を縦長 9:16・15 秒で作ってください。
場面は 3 つ(お店の外観 → 料理のアップ → 店内の様子)。
音は店内のざわめきと、控えめな BGM にしてください。
できたら、最初の 3 秒に「秋の新メニュー」という字幕を重ねてください。

作例

この記事のために、YOBITSUGI AI で 2 本の動画を作りました。どちらも縦長 9:16・720p で、架空の白いマグカップを使っています。

コーヒーが注がれて湯気が立つ白いマグカップの、縦長の動画の 3 つのコマ — Seedance 2.0 で文章だけから作った例(縦長 9:16・720p・5 秒・音あり)。左から 0.3 秒・2.5 秒・4.7 秒のコマ

白い背景のマグカップのまわりをカメラが回り込む、縦長の動画の 3 つのコマ — Veo 3.1 Lite で、縦長の画像を最初の場面にして作った例(9:16・720p・6 秒・音あり)。左から 0.3 秒・3.5 秒・5.7 秒のコマ

1 本目は、文章で書いた「コーヒーが注がれる」「湯気が立つ」「カメラがゆっくり近づく」の流れのとおりに動いています。

2 本目は、商品写真を作るならで作った正方形の商品写真をもとに、まず同じマグカップの縦長の画像を gpt-image-2.5 で作り、それを最初の場面として Veo 3.1 Lite(Veo 3.1 のモデルの 1 つ)に渡しました。元の画像が正方形や横長のときは、先に縦長の画像を用意しておくと、動画の最初の場面を、事前に確かめた画像にできます。

うまくいかないとき

横長の動画になる: 「縦長 9:16」と比率を数字で書きます。
商品の形や色が途中で変わる: 商品の画像を最初の場面として渡し、動きは「カメラがゆっくり動く」程度に小さくします。秒数を短くするのも一つの方法です。
文字やロゴが崩れる: 店名やテロップは動画の中に描かせず、できた動画に後から字幕として重ねるよう頼みます。
思った動きにならない: 「何が」「どう動くか」「カメラの動き」を分けて書きます。作例の 1 本目も、この 3 つを分けて書きました。
費用が気になる: 動画は長さや解像度、モデルによって費用が変わります。まず短い秒数で試し、よければ本番の長さで作ります。

料金の目安

YOBITSUGI AI は月額の費用がなく、使った分だけクレジットが減る仕組みです。動画は、生成が完了したときだけ料金がかかります。モデルごとの金額は料金とシミュレーションで確認できます。

この作例では、Seedance 2.0(720p・5 秒)が約 315 クレジット、Veo 3.1 Lite(720p・6 秒)が約 52 クレジットで、最初の場面の画像や、依頼のやり取り、ワークスペースの稼働の分を合わせて約 399 クレジットでした(2026 年 10 月時点)。同じくらいの長さでも、モデルによって費用が大きく変わります。