3行でいうと

  • 動画のつくり方は、公式の製品ページが見出しで「Write Prompt, Generate, Review, Refine」（プロンプトを書く、生成する、見直す、直す）の流れを示しています。文章から始める「Text to Video」と、画像から始める「Image to Video」があります。
  • 公式は、プロンプトに「被写体、場所、動き、カメラ、光、音、出力形式」を入れる書き方を紹介しています。
  • 長さ・解像度・音声は、モデルごとに違います。公式のモデルの対応表では、V6は1〜15秒、360p〜1080p。音声はV6の紹介ページに「セリフ、効果音、環境音」と書かれています。
  • 参照画像は、機能としてあります。ただし、「何枚まで」は、モデルページの範囲では書かれていないものが多く、CLIのページは、同じキャラクターを保つ参照画像の上限を7枚と書いています。
  • モデルの名前と版は、公式のページ同士でも並びが違います（トップページ、API、CLI）。どれが最新かは断定しません。

この記事は、公式の資料を2026年10月24日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。公式ページは要約の形で取得したため、読めていない部分は「公式の資料では確認できていない」「読んだ範囲では見つからなかった」と書きます。作る画面（app.pixverse.ai）は取得に失敗して読めておらず、画面のボタンや設定の名前は、公式の製品ページに出てきたものだけを書いています。

先に結論

前提：用語をそろえる

公式が挙げる主な入口

公式トップページとAPIドキュメントから、名前が出てくるものを並べます。「読めたか」は、僕らがその説明を実際に読めたかどうかです。

入口 公式の説明（要約） 読めたか
Text to Video 書いたプロンプトから動画をつくる。目安の流れは「Write Prompt, Generate, Review, Refine」 製品ページを読んだ
Image to Video 商品画像、ポートレート、イラストなどを起点に動きをつける。同じ画像から複数の候補を作って選ぶ流れ 製品ページを読んだ
AI Video Transition／Extender／Editor トップページの製品一覧に名前がある（つなぐ、延ばす、編集する） 名前のみ。説明は読めていない
AI Animation Generator／Ad Generator トップページの製品一覧に名前がある 名前のみ。説明は読めていない
Canvas 公式は「AI動画制作のワークスペース（場面の計画、参照素材の整理など）」と説明。Mind Layout、Batch Factory、Model Arena、Agent Launchpad、Project Memoryの5つのモード ページを読んだ
Agent 公式は「会話で制作する」入口と紹介している 名前のみ。ページは読めていない
Marketing Hub、Growth Studio トップページの製品一覧にある。Growth Studioは、公式ブログに2026年8月12日付の紹介記事がある 名前のみ。説明は読めていない
AIツール（mini-apps） Ad Master、Director Shots、Promo Mix、Sound Effect Generator、Image Region Editor、Fashion Beat、Magic Extend、Video Expand、Vibe MV、Product Video Remix 名前のみ。説明は読めていない
CLI コマンドで動画・画像・音声・音楽をつくる。公式は「UIのないPixVerse」と説明（03で扱う） ページを読んだ

Canvasについて、公式のページは「複数のモデルで同じカットを試す」「数十件のタスクをキューで管理する」「キャラクター、スタイル、ブランドの規則を共有の文脈として保つ」などをできること、として挙げています。使えるモデルとして、トップページと同じ動画6つと画像1つが並んでいます。必要なプランや無料枠、書き出しの形式は、読んだ範囲では書かれていませんでした。

動画のつくり方の基本

流れ

公式のText to Videoのページは、見出しで「Write Prompt, Generate, Review, Refine」の流れを示し、別の3段のガイドで、被写体と場所、動きとカメラ、光と音と形式の順に整理しています。以下は、僕らがそれを読み取って並べた手順です。公式が番号つきの手順として示しているわけではありません。

  1. プロンプトを書く。 「Generate a Video From Text」のボタンから生成の画面（app.pixverse.ai）に進みます。
  2. 生成して、結果を見る。
  3. 直す。 結果を見てプロンプトを直す、という流れです。

画像から始めるときは、公式のImage to Videoのページが、次の3段階を示しています。

  1. Upload the Visual Starting Point：商品画像、ポートレート、キャンペーン用の静止画、イラスト、コンセプトのフレームなどから始める。被写体がはっきりした画像が起点に向く、と書かれています。
  2. Add Movement Intent：次に起きてほしい動き（ゆっくり寄る、ループする動き、動く背景など）を書く。
  3. Compare Outputs and Refine：同じ画像から複数の候補を作って、選んで、広告や商品ページやSNS向けに整える。

入力画像の形式・大きさ・枚数の条件は、このページには、読んだ範囲では書かれていませんでした。

プロンプトの考え方

公式の紹介を、2つのページから整理します。

どこに書かれているか プロンプトの考え方
Text to Videoのページ 「被写体＋場所＋動き＋カメラ＋光＋音＋出力形式」の並び。あいまいな依頼を避け、短い演出メモのように具体的に書く。カメラの例はpush-in、close-up、POV、tracking shot、aerial、handheld。出力形式は9:16、16:9、1:1などを、使い道（SNS、YouTube、広告など）に合わせる
PixVerse V6のモデルページ 被写体、場所、カメラ、動き、光、音声、最後の雰囲気を書く。映像と音の両方の指示を出す「ブリーフ」のつもりで書く。キャラクターの特徴（髪の色、服、アクセサリー）は、カットが変わっても同じ言葉で繰り返す
同じV6のページ（結果が安定しないとき） 指示があいまい、特徴の指定がない、同時に多くの動きを求めすぎる、と安定しにくい。文章を具体的にして、不要なスタイルの言葉を減らし、動きの強さや長さの設定を見直すよう勧めている
Image to Videoのページ 目的の動きを、ゆっくりした寄り、ループする動作、動く背景、映画のような雰囲気、のように書く

公式のV6レビュー記事（公式ブログ、2026年7月8日付）には、プロンプトの例が出てきます。たとえば、銀色の車が乾いた道路を走り、後ろから追うカメラで、エンジン音やタイヤの音まで具体的に書く例です。レビュー記事は、PixVerse自身のブログに載った文章で、評価は提供元による紹介として読むべきものです。

長さ・解像度・音声・参照画像

公式の資料から読めた数字を、モデルごとに並べます。同じモデルでも、書かれているページによって項目が違うため、読めていない欄は「見つからなかった」と書きます。

モデル 長さ 解像度 入力・主な機能 書かれていたページ
PixVerse V6 1〜15秒 360p / 540p / 720p / 1080p テキスト、画像、動画。最初と最後のフレーム、複数の被写体の画像参照、動画の参照、動画の延長 APIドキュメントの対応表
PixVerse V6 Max 1〜15秒 360p〜1080p テキストと画像からの動画のみ。ネイティブ音声はオプション APIドキュメントの対応表
PixVerse C1 1〜15秒 360p〜1080p テキスト、画像、最初と最後のフレーム、参照画像（Fusion）、3〜9コマのマルチパネル絵コンテ。プロンプトは最大2048文字（UTF-8） APIドキュメントの対応表と、公式のC1レビュー記事（2026年4月8日付）
PixVerse V5.6 5 / 8 / 10秒 360p〜1080p（10秒は1080p非対応） テキスト、画像 APIドキュメントの対応表と料金表
PixVerse V5 5 / 8秒 360p〜1080p テキスト、画像、動画。マルチトランジション APIドキュメントの対応表
MiniMax H3 5〜15秒 2K Video、Transition（最初と最後のフレームが必要）、Reference（画像最大9枚、動画最大3本、音声最大3本）。音声だけの入力はできず、画像か動画といっしょに使う PixVerseのMiniMax H3のモデルページ
Seedance 2.5 公開のモデルページには標準30秒、ベータの長尺モードへの言及がある。選べる長さは、アカウントで確かめるよう案内 クリーンな4K出力への言及があるが、すべてのアカウント・設定で有効とは限らない、と注意 テキスト、画像、参照素材（最大50入力、と記載）。ローカル編集、リップシンクの管理は「使える場合」と限定的 PixVerseのSeedance 2.5のモデルページ

アスペクト比は、APIドキュメントの対応表では、V6、V6 Max、C1が16:9、9:16、4:3、3:4、1:1、2:3、3:2、21:9、V5.6とV5が16:9、9:16、4:3、3:4、1:1です。V6のレビュー記事は、16:9、1:1、9:16、3:2、2:3、21:9を挙げていて、対応表より少なく書かれています。

読んだ範囲で見つからなかったものは、次のとおりです。

音声

画像のつくり方

公式が紹介する使い方・場面

場面 公式が紹介している内容 公式のどこに書かれているか
広告・商品の動画 商品の写真から動画をつくる。複数の候補を作って選び、広告・商品ページ・SNS向けに整える Image to Videoのページ
SNS・ショート動画 出力形式として9:16、16:9、1:1を、SNS、YouTube、ランディングページ、広告に合わせて選ぶ Text to Videoのページ
短い物語や、カットの切り替えを含む動画 V6の「マルチショット」で、広角、寄り、切り替えを一度の生成で扱える PixVerse V6のモデルページ
格闘・特殊効果・キャラクターの一貫性 C1は、格闘、特殊効果、キャラクターの一貫性、複数カット構成に特化している、と公式のレビュー記事が説明している。単純な商品動画や話す人物の動画にはV6が向く、とも書いている C1のレビュー記事（公式ブログ、2026年4月8日付）
複数のモデルで同じカットを比べる Canvasの「Model Arena」で、共通の指示と参照素材のもとに、モデルの出力を比べる Canvasのページ
遊べる世界（動画とは別の方向） R2は「リアルタイムのワールドモデル」。キー操作で動き回れる世界を作る、と紹介。R2固有の提供方法（アプリ、API）は、公式の記事には見つからなかった。記事は、R2で作られた世界を world.pixverse.video で見られる、と書いている R2の発表記事（公式ブログ、2026年9月22日付）
コマンドで一括で作る CLIで、動画、画像、音声、音楽、同じキャラクターの維持、トランジション、動きの転写、延長、テンプレートの適用 CLIのページ

商用で使えるかどうかは、V6のモデルページが、プランによって違うので、有料の案件や顧客向けの前にプランを確認するよう案内しています。権利の細かい話は04で扱います。

モデル名と版の関係

公式のページに出てくる名前と日付を、そのまま並べます。どれが最新か、どれが上位かは書きません。

名前 公式がそう書いている内容 日付・出どころ
PixVerse V6 「1080p Video with Native Audio」。公式のV6レビュー記事は、V6の発表日を2026年3月30日と書いている モデル一覧、V6レビュー記事（2026年7月8日付）
PixVerse C1 トップページのヒーロー欄に名前だけがある。C1のレビュー記事は、V6と並んで提供されていると書く レビュー記事（2026年4月8日付）。C1自体の発表日は見つからなかった
PixVerse R2 「Real-Time World Model」。前作のR1は、2026年1月に発表されたと記事が書いている 発表記事（2026年9月22日付）
PixVerse V6 Max、V5.6、V5.5、V5 APIドキュメントの対応表と料金表に出てくる。V5.5はマルチショットと単一ショットで料金が違う APIドキュメント
Seedance 2.5、Seedance 2 トップページの動画モデルに並ぶ。モデルページは、開発元を書いていない。公式の情報ページは、Seedanceを外部のモデル系統の1つに挙げている モデルページ、情報ページ
MiniMax H3 トップページの動画モデルに並ぶ。モデルページは、開発元を書いていない。公式の情報ページは、MiniMaxを外部のモデル系統に挙げている モデルページ、情報ページ
Flux 3 トップページでは動画モデルの欄にある。Canvasのページでは「High-Quality AI Visuals」と説明され、動画モデルの欄にある トップページ、Canvasのページ
GPT Image 2.5 OpenAIの画像生成・編集のモデル群、とモデルページが書く。FlareとSunburstという種類がある モデルページ

公式のページ同士で、並びが違う点があります。

気をつけること

出典