AI 動画エージェントは、製品パッケージおよびラベルのテキストを一貫して保つことができますか？

最初のフレームにおける製品参照と、文字通りのパッケージングロックス（verbatim packaging locks）を併用すれば、一貫性は大幅に向上しますが、すべての最終成果物は依然としてフレーム単位でのレビューが必要です。CTA、価格、法的表記などの正確な内容は、決定論的な編集レイヤーで処理する方が安全です。

なぜ、より短い AI 動画プロンプトが、明示的な安全ゾーンを含むプロンプトよりも優れていたのでしょうか？

動画ジェネレーターはレイアウトエンジンではありません。余分な空間に関する条件文は、被写体のスケール、モーション、構図と競合するため、指示を増やしても自動的に配置の信頼性が高まるわけではありません。

このブランドキットテストには何回の生成が使用されましたか？

このテストでは、制御された 8 秒間の 720p 縦型クリップを 2 本使用しました。2 回目の実行は 19 クレジットで課金され、承認カードにも各実行につき 19 クレジットと明記されています。

動画内ではなく、ポストプロダクションで追加すべき要素は何ですか？

CTA、価格、法的免責事項、URL、QR コード、およびピクセル単位で正確な最終ロゴ配置については、決定論的なオーバーレイを使用してください。モーション、ライティング、雰囲気、および製品の提示については、生成を活用してください。

Google Ads が Brand Kits を AI 入力として採用—そこで、我々は Brand Kit を用いた Video Agent のテストを実施しました

Emma Chen·読む時間: 約2分·Aug 26, 2026

Xで共有

AI 概要

Google で何が変わったのか？

これは Google Search のランキングアルゴリズムの更新ではありません。これは Google Ads 内部におけるクリエイティブ制作の変化です：Asset Studio 内の Gemini Omni がブランドガイドラインと URL をインポートし、動画コンセプトを生成し、プロンプトでシーンを精緻化し、複数の広告フォーマットをエクスポートできるようになりました。

我々がテストした内容は？

我々は架空のスパークリングウォーター・ブランド向けに、Video Agent に 3 種類のアセット（1 点の製品パッケージショット、1 点の透過ロゴ、1 点のブランドボード）を提供しました。その結果、8 秒間の縦型製品広告が生成され、その後、1 つのプロンプト変更のみを加えた制御されたバージョン B が作成されました。

どちらのバージョンが勝ちましたか？

編集レビューにおいて、バージョン A が勝利しました。このバージョンは缶の形状、ロゴ、コバルトブルーとイエローのカラーパレット、およびパッケージの階層構造をより読みやすく保っていました。一方、バージョン B では明示的な「セーフゾーン」指示が追加されましたが、これらの追加指示は完成した構図の品質向上には寄与しませんでした。

自分だけのAI動画を作ってみませんか？

登録で無料クレジット。プランは月額$20から。

無料でSeedanceを試す

実務上の教訓とは？

製品の動き、ライティング、フルーツ、気泡、カメラ移動については生成を活用しましょう。一方、ピクセル単位で正確な配置が求められる CTA、価格表示、法的表記、最終的なロゴ配置については、決定論的な編集レイヤーを活用しましょう。プロンプトの文字数を増やすことが、自動的に制御性の向上を意味するわけではありません。

要約：Video Agent の Brand-Kit テスト（一目でわかる）

お急ぎの方へ：この Agent は、互いに無関係な 3 種類のブランドアセットを、制御された製品動画テストへと成功裏に変換しました。A バージョンがより優れたソースクリップであり、B バージョンは数値によるレイアウト指示が「保証された配置」として扱われるべきでないことを実証しました。

項目	バージョン A	バージョン B
基本アプローチ	製品およびパッケージの固定＋質的間隔指定	同じ固定＋中央パッケージセーフゾーンおよび下部 18% CTA ゾーンの追加
製品のアンカー	最初のフレームと同じ製品パッケージショット	最初のフレームと同じ製品パッケージショット
キャンのアイデンティティとパレット	安定しており選択済み	全体として安定
パッケージの可読性	より一貫して読みやすい	フルーツと水が中央／下部ラベルテキストと競合し、可読性が低下
CTA の挙動	登場がやや遅く、読みやすかったがコントラスト改善の余地あり	パッケージ情報に近すぎ、予約済みゾーン内に留まらなかった
生成設定	9:16、720 × 1280、8.042s、H.264、音声なし	同一
コストの根拠	承認カードに 19 クレジットと明記	承認カードに 19 クレジットと明記；観測された課金額も 19 と一致
編集判断	ソースクリップとして使用	学習用バリエーションとして保持；配信しない

Google Ads が実際に変更した点

Google の現行 Google Ads 向け Gemini Omni 発表記事では、4 段階のワークフローが説明されています：ブランドガイドラインと URL のインポート、プロンプトまたは静止アセットからのコンセプト生成、シーン・ナレーション・テンポ・アスペクト比の精緻化、そして Google および YouTube キャンペーンへのアセット出力。また、Google はこの機能が追加費用なしで、世界中で段階的に展開されると述べています。

重要な転換点は、「別の動画モデルが登場した」という単純な事実ではありません。ブランド入力が生成ワークフローの一部となりつつあるのです。したがって、マーケターが直面する課題は、「AI がクリップを作れるか？」という問いから、以下の 3 つのより困難な問いへと変わりました：

このシステムは、どのアセットが「真実の源（source of truth）」であるかを識別できるか？
パッケージおよびブランドアイデンティティを維持しつつ、モーションを追加できるか？
5 つの変数を同時に変更することなく、バリエーションをテストできるか？

これらは、モデルの問題であると同時に、Agent の問題でもあります。モデルの品質と制作ワークフローとの区別は、当社の Seedance 2.0 vs Higgsfield 比較記事にも同様に見られます。本稿では、洗練されたデモ映像ではなく、小規模なブランドキットを用いてワークフローをテストしました。

Video Agent に提供した内容

架空の製品は NOVA FIZZ Yuzu Spark で、コバルトブルーのスパークリングウォーター缶で、黄色の斜めカーブと白い 4 点星が特徴です。ラベルの忠実度がワークフローのブランド認識能力を素早く露呈するため、意図的に複数のテキスト行を含むパッケージを用いました。

left=https://r2.seedance.tv/blog/ai-video-agent-brand-kit-test/nova-fizz-product-front.png
right=https://r2.seedance.tv/blog/ai-video-agent-brand-kit-test/nova-fizz-brand-kit-cover.png
left_label=製品パックショット ・ パッケージングの信頼できる情報源
right_label=ブランドボード ・ カラーおよびアートディレクション

アセット	ワークフロー内での役割	ずれてはならない要素
製品パッケージショット	製品のアイデンティティおよびオープニングフレームのアンカー	キャンの形状、ラベルの階層構造、テキスト、色、結露
透過ロゴ	表記およびシンボルの参照	`NOVA FIZZ`、4 点星、比率
ブランドボード	アートディレクション	コバルトブルー、シトラスイエロー、オフホワイト、明るくシャープでエネルギッシュなトーン

ブランドボードはアートディレクションを導くものですが、モデルが「実際のパッケージがどのような見た目か」を判断する際に、製品写真よりも優先されるべきではありません。

Video Agent が実際に実行した処理

このワークフローで最も強力な部分は、有料 API 呼び出しの前に行われました。

まず、Agent はアセットを ブランドロック（brand locks） の階層構造へと変換しました。製品写真はパッケージの「真実の源（source of truth）」となり、ロゴは表記とシンボルの形状を固定し、ブランドボードはカラーとビジュアルトーンを提供しました。

次に、可視化可能なパッケージテキストを逐語的に転記しました：

NOVA FIZZ
YUZU SPARK
SPARKLING WATER
ZERO SUGAR
330 mL

さらに、製品パッケージショットを最初のフレームとして選択しました。動画モデルに実際のパッケージをアニメーション化させる方が、テキスト記述からそのパッケージを再描画させるよりも安全です。最後に、広範なリクエスト——「明るく縦長の製品広告動画を作成する」——を、明示的な再生時間、解像度、アスペクト比、音声設定、CTA（行動喚起文）、カメラ動作、および禁止事項を含む、承認済みの1本の生成動画へと変換しました。視覚的一貫性を検証するため、音声はオフのままにしました。生成時に音声が必要なキャンペーンでは、現在のネイティブ音声対応AI動画ジェネレーターと比較できます。

再利用可能なプロンプト構造は以下の通りです：

PRODUCT LOCK
最初のフレームの製品を、正確な被写体として使用。缶の形状、4点星、コバルト色の本体、黄色の斜めカーブ、およびすべてのパッケージライン（「NOVA FIZZ」、「YUZU SPARK」、「SPARKLING WATER」、「ZERO SUGAR」、「330 mL」）を完全にそのまま保持。「NOVA FIZZ」の缶は1本のみ。製品の複製は不可。

CHANGE CHANNEL
固定カメラを使用し、やさしいプッシュイン（ズームイン）を1回だけ実行。新鮮なユズのスライス、微細な気泡、そして缶の周囲を上向きに流れるクリーンなスプラッシュ弧を追加。

BRAND DIRECTION
オフホワイトの背景。明るく、シャープで、エネルギッシュな印象。高コントラスト・ミニマルな小道具構成。ブラック＆ゴールドのラグジュアリー調、パステル調、または装飾的でごちゃごちゃしたセットは避ける。

CTA
「Taste the bright side.」を画面下部に表示。クリーンなサンセリフ体で、製品を覆わないように配置。

NEGATIVE LOCKS
パッケージ上のテキスト変更、独自ブランド名の追加、変形、モーフィング、ちらつき、ウォーターマーク、追加ロゴ、および缶の複製は一切禁止。

有用なポイントは、プロンプトの長さではありません。重要なのは優先順位の順序です：①アイデンティティ（製品識別）が最優先、②許容される1つのモーションシステム（カメラ動作など）、③アートディレクション、④ネガティブ制約（禁止事項）が最後。

対決：ブランド忠実度とパッケージ表現

Aをレビューした後、同一Canvas上で、同一製品画像・同一モデルルート・同一解像度・同一再生時間・同一アスペクト比・同一音声設定・同一カメラ動作・同一CTAを用いてBを生成しました。意図した唯一の変更は、より明確な空間的言語の導入です：果実とスプラッシュをパッケージ上のテキスト領域の外側に保ち、下部18%をクリーンなCTAゾーンとして確保すること。

official=https://r2.seedance.tv/blog/ai-video-agent-brand-kit-test/agent-brand-kit-test-a.mp4
output=https://r2.seedance.tv/blog/ai-video-agent-brand-kit-test/agent-brand-kit-test-b.mp4
official_label=A ・ ブランドロゴ＋質的間隔設定
output_label=B ・ 明示的なパッケージおよび CTA の安全ゾーン

Aの方が優れた構図でした。「NOVA FIZZ」、4点星、コバルト色の缶、黄色のカーブ、および下部のパッケージ階層が、認識可能かつ一貫して読み取りやすくなっていました。Bも全体的には製品アイデンティティを維持しましたが、果実・水・CTAの配置が、中～下部のラベル領域と競合していました。

結論： 直接的な実用性においてはAが勝利。ただし、他の主要な変数をすべて固定した状態での比較という点で、Bは依然として有効な証拠です。

対決：プロンプト制御 vs レイアウト制御

バージョンBでは、測定可能な言い回し（例：中央のパッケージ安全ゾーン、下部18%のクリーンなCTA領域）を追加しました。しかし、最終出力はこのグリッドを信頼性高く遵守しませんでした。

これは、空間的プロンプトが無意味であることを意味しません。単に、動画ジェネレーターはレイアウトエンジンではないということです。「下部18%」という指示は、モデルが学習済みのヒーローフレーミング、製品サイズ、スプラッシュ、広告用タイポグラフィといった概念と競合します。より多くの制約条件を追加すれば改善の可能性はありますが、ピクセルグリッドを創出したり、すべての配置を保証したりすることはできません。

ここでこそ、Agentがプロンプトリライター以上に価値を持つのです。Agentは変数を固定し、意味のあるバリエーションを生成し、出力結果を目標と比較し、次の修正が別の制作工程に属すべきかを判断できます。

結論： 視覚的意図およびモーションの制御にはプロンプトを活用。正確なタイポグラフィおよび座標の制御には、決定論的（deterministic）なコンポジションを活用。

対決：コストと制作ワークフロー

承認カードには、720p・8秒の各実行につき19クレジットと記載されていました。観測されたB実行時のクレジット残高変化も、同様に19クレジットでした。比較によって既に制作上の問いに答えが出たため、2本目で停止しました。3本目のフル再生成を行っても、ピクセルレベルのCTA配置問題は解決せず、単にクレジットを浪費するだけだったからです。

当社の証拠は、以下の3つの独立したレイヤーから構成されます：

Agentセッションは、計画・プロンプト・パラメーター・送信内容を記録。
ダウンロードしたMP4ファイルは、完成済みアーティファクトを証明。
AとBの選択は、フレーム単位のレビューに基づく人間による編集判断であり、自動化されたベンチマーク主張ではありません。

したがって、コスト効率の高い次ステップは以下の通りです：

生成済みのソースクリップとしてAをそのまま保持。
必要に応じて、モデルが描画したCTAを最終配信から削除。
Taste the bright side. を決定論的なテキストオーバーレイとして追加。
価格、法的表記、URL、最終ロゴ処理は、同じ編集レイヤー内で保持。
最初に9:16でエクスポートし、承認済みのクリエイティブから追加のアスペクト比を派生させる。解像度を最優先とする仕上げワークフローについては、当社のSeedance 2.5 4Kチュートリアルをご参照ください。

結論： 全動画の再生成を繰り返して1つのテキストレイヤーを修正するよりも、2回の制御された生成＋1回の決定論的仕上げの方が効率的です。

どのワークフローを選ぶべきか？

✅ Agent主導の生成を選択すべきケース：

複数のブランド資産はあるが、その役割がまだ定義されていない場合
シーンが動きながらも、製品アイデンティティおよびパッケージの認識性を維持しなければならない場合
無関係な再生成ではなく、制御されたA/Bバリエーションが必要な場合
クリエイティブにカメラモーション、照明、雰囲気、パーティクル、果実、液体などの要素が必要な場合
別のツールが次のステップとしてより適していると判断した時点で、システムが自動的に停止することを望む場合

✅ 決定論的仕上げ（deterministic finishing）を選択すべきケース：

CTAが正確な位置に配置されなければならない場合
価格、割引、法的表記、URL、QRコードが文字単位で完璧でなければならない場合
ロゴのサイズおよびクリアスペースがピクセル単位で厳密に指定されている場合
複数のアスペクト比に対して予測可能なタイポグラフィが必要な場合
ソース動画自体はすでに良好であり、オーバーレイのみの修正が必要な場合

さらにプロンプト規則を追加すべきでないのは、こんな方々です：残っている問題がテキストの配置のみである場合、フル・リランを繰り返し購入しないでください。製品のモーション、ライティング、およびブランドアイデンティティがすでに実用可能であれば、修正済みの文案（copy）を編集工程へ回してください。プロンプト C は、プロンプト A を正しく仕上げるよりも自動的に安価になるわけでも、より制御しやすくなるわけでもありません。まだどのキャンペーンやコンテンツ形式から着手するかを検討中の場合は、これらの実践的な Seedance のユースケースが有用なプランニング地図となります。

結論

Video Agent は、制作初期段階で最も重要な部分において成功しました。すなわち、構造化されていないブランドキットを明確なアセット役割に変換し、実際のパッケージを最初のフレームとして固定し、ブランドの認識可能なアイデンティティを保持し、制御された A/B 変異体を作成し、テスト結果が意思決定をもたらした時点で作業を停止するよう支援しました。

勝利した結果は、ルール数が最多のプロンプトではありませんでした。それは、ルールを検証可能にするワークフローでした。大量に製品広告を制作するチームにとって、これが Agent の実用的な優位性です。つまり、曖昧な引き渡しが減り、制御不能なリランが減り、ブランドアセットから承認済みクリップへ至る道筋が明確になるということです。

Video Agent でブランドキットをテストする →