画像から動画を生成するAI（Image-to-Video）は、入力画像の質で結果が大きく変わります。モデルやプロンプトを調整する前に、まず入力画像を見直すだけで失敗率はかなり下がります。この記事では、実際に試して分かった「入力画像のチェックポイント」をまとめます。
なお、トレンドのエフェクトをテンプレート化して写真1枚で動画を作れるサービス（例：Motion Transfer）でも、以下のポイントはそのまま当てはまります。
1. 被写体は1つに絞る
複数人が写っている画像では、どの人物を動かすかモデルが迷い、顔が混ざったり手足が増えたりします。被写体は1人（1匹）にして、画像の中央に配置するのが基本です。
2. 動きの種類に合わせて構図を選ぶ
| 動きの種類 | おすすめの構図 |
|---|---|
| ダンス・歩き | 全身が写っている写真 |
| 表情・変身エフェクト | 顔がはっきり写ったバストアップ |
| キャラクター | 正面向き・腕が体から離れているポーズ |
ダンス系なのに顔のアップを入れると、存在しない体を推測で生成するため破綻しやすくなります。
3. 背景はシンプルに
背景が複雑だと、動いたときに背景がちらついたり歪んだりします。無地の壁や屋外の空など、情報量の少ない背景が安定します。
4. 解像度と明るさ
- 短辺 720px 以上を目安にする
- 逆光や暗い写真は避ける
- 強いフィルターやボケ加工は外す
モデルは輪郭を手がかりに動きを推定するので、輪郭がはっきりした画像ほど結果が安定します。
5. 手と顔を最後にチェック
生成後は、まず手と顔を確認します。AI特有の崩れが最も出やすい部分です。崩れていたら、同じ画像で再生成するより、手が体に重なっていない別の写真に替えた方が早く直ることが多いです。
まとめ
- 被写体は1つ、中央に
- 動きに合った構図（全身かバストアップか）
- シンプルな背景、十分な明るさ
- 生成後は手と顔を確認
入力画像を整えるだけで、Image-to-Video の成功率は大きく上がります。トレンド系の動画を作るときも、まずはこのチェックリストから試してみてください。