Seedance 2.5 の reference システムを徹底解説：画像・動画・音声リファレンスは実際どう機能するのか

Seedance 2.5 の reference システムは、最も強力でありながら最も理解されていない機能のひとつです。多くの人はリファレンスを完全に無視するか、ファイルをまとめて放り込んで運を天に任せるかのどちらかです。EvoLink のオープンガイドにあるコミュニティ事例は、第三の道を示しています。リファレンスを、各ファイルに役割を持たせた意図的なチームとして扱うのです。ポイントはスロットを使い切ることではなく、モデルが本当に必要とするアンカーを、過不足なく与えることにあります。

Seedance 2.5 は EvoLink で公開済みです。以下の R2V 上限は 30 画像、10 動画、10 音声です。workflow ごとの model ID を選び、短いテストから始めてください。これは独立したガイドであり、ByteDance とは提携関係がありません。

本当のリファレンス予算

以下は公開済み R2V ルートのタイプ別フィールドと上限です：

上限はタイプごとに独立した予算です。実際の運用では少数の役割付き素材から始めます。

リファレンスはどのように prompt に入るのか

リファレンスはサイドチャネルではなく、インラインで引用されます。prompt は、そのファイルの内容が効くべき位置に、«image_1_1» のようなマーカーを正確に書き込みます：

「……カメラは黒いコートの男性（«image_1_1» を参照）を安定して追いかける……」

これが決定的な発想の転換です。コートも、顔も、ロケーションも描写しない。それらを指し示すのです。言葉が方向性を運び、ファイルが名詞を運びます。prompt は短くなり、同時に出力の一貫性は高まります。動画と音声のリファレンスも同じ仕組みで、対応する «video_x_y» と «audio_x_y» のマーカーを使います。

各予算の使い方

さまざまなマルチリファレンス事例を通じて、配分には明確な経済学が見えてきます。タイプごとに考えましょう：

2 キャラクターのシーンはすぐ複雑になります。各素材に role、subject ID、version、使用理由を持たせてください。画像・動画・音声はタイプ別に独立した枠（30 / 10 / 10）を持つため、あるタイプの枠を別のタイプに振り替えることはできません。

デバッグ可能に保つワークフロー

時間を浪費する失敗は、すべてのリファレンスを一度に読み込むことです。多数のファイルを使った生成がうまくいかないとき、すべてのファイルが容疑者になります。段階的な順序を守れば失敗は診断可能なままになり、これは私たちが本サイト向けに生成してきた経験とも一致します：

1. まず prompt のみのドラフトを、active route documentation が許す最低リスク設定で、構図と動きが決まるまで回す
2. 画像のアイデンティティリファレンスを追加し、キャラクターが維持されることを確認する
3. カメラワークの動画クリップを追加し、動きが転写されることを確認する
4. 音声は最後に追加する——リズムは仕上げの層であって、土台ではありません

1 回の実行につき 1 層だけ加えれば、失敗原因を絞れます。4〜30 秒、480p/720p の低リスク設定から始め、音声や option の現行料金は EvoLink コンソールで確認してください。

リファレンスの品質ルール

入力と出力を比較して得られた知見です：

• 複数アングルが有効な場合があります。 少数の権利確認済み素材から始め、live route が許可し、追加素材が acceptance を改善する場合のみ増やしてください。
• クリーンなリファレンスはクリーンに転写されます。 被写体がごちゃついたカメラワーククリップは、動きだけでなく内容まで漏れ出します。最良のリファレンスクリップは、際立って地味なものです。
• 参照したものを改めて描写しないでください。 ファイルと、そのファイルについての文章との間の矛盾は、予測不能な形で解決されます。マーカーを引用したら、それ以上語らないことです。

この経済学を自分で試す

まずプロンプトライブラリで各マーカーを確認し、2 キャラクター版を組み立てます。たとえばアイデンティティに画像 6、場所に 3、パレットに 1、カメラ動画 1、音声 1。プレイグラウンドで準備し、コードでは image_urls、video_urls、audio_urls と seedance-2.5-reference-to-video を使います。詳細は API ガイドをご覧ください。