最初に参照の上限を確認
Omniは3～15秒を1秒刻みで生成し、参照画像は最大6枚。出力3～10秒では各3秒以内の参照動画を最大3本、11～15秒では3秒以内の1本まで使えます。
現在のGemini APIのOmniは音声ファイル・音声参照に非対応。参照動画の音は無視されますが、生成結果には音声を含められます。開始・終了の2フレーム補間は10秒まで。6枚の被写体参照は6キーフレーム指定とは異なります。
参照ごとの役割を明確にする
ショットを説明できる少数の参照を選びます。画像で商品の外観、短い動画で動きを示すなど、役割を文章で明確にしましょう。同じ被写体について矛盾する素材を並べず、不足する情報がある場合だけ追加します。
長い動作素材はOmni用に先にトリミング。他モデルで使える動画がそのまま適合するとは限りません。深度変換は見え方を変える処理で、動画の長さは短くなりません。
演出の問題と入力エラーを分ける
拒否された場合は件数、長さ、メディア種別、解像度を先に確認します。出力を15秒から10秒に変えると複数動画参照が適合する場合がありますが、プロンプト変更では非対応の音声ファイルは使えるようになりません。
内容の規則は別に適用されます。Googleでは識別可能な人物や地域によって制限がある場合があります。調整可能な閾値を緩めても必須の保護は残ります。エラーを読んでから入力を修正し、同じ拒否要求を繰り返さないでください。
同じタスクを追跡する
生成は非同期で、待機・処理中・保存中は失敗ではありません。既存の結果カードが更新されるのを待ちます。失敗や受理不明の場合はカードの診断情報をコピーしてサポートに伝えましょう。
Agentでは最新カタログを読み、モデルと解像度で見積もり、同じ冪等キーで一度だけ作成。完成版のsourceJobIdには成功したKivo DraftのタスクIDを使います。Google側の処理はプラットフォームが管理するため、AgentへのGoogle APIキーの提供やSeedanceタスクの流用は不要です。