背景だけを変えようとして、うまくいっていた場面まで消えてしまいます
製品デモの手の動きやカメラ移動は気に入っているのに、背景だけをもっと明るくしたいことがあります。動画を最初から生成すると、製品の位置や速度、ロゴが現れるタイミングまで変わる可能性があります。修正版の反応がよくなっても、何が影響したのか説明しにくくなります。
Ray 3.2のvideo_editは既存の動画をソースとして受け取り、自然言語の指示に合わせてクリップ全体を再レンダリングします。従来のエディタのように選択したピクセルや一場面だけを置き換える機能ではありませんが、元動画の動きを条件として再利用できるため、検証済みの動きを基準に背景だけを変える編集ループを作れます。
目標は一度で完成版を得ることではありません。望む要素だけが変わったかを全区間で確認し、品質確認を通過した修正版だけを元動画と比較することです。
5秒クリップで最初の修正版を実行しましょう
最初の実行は、Luma Agentsの公式Video editingガイドに従って進めます。Luma開発者アカウントとAPIキー、利用可能な請求上限、Python 3.9以降、外部からアクセス可能なMP4 URLが必要です。公式Python SDKはPython 3.9以降を必要とします。
公開URLまたはインラインデータをソースとして使う場合、ファイルは200MB以下、動画は18秒以下でなければなりません。URLは外部からアクセスでき、video/mp4のような動画MIMEを提供する必要があります。18秒は許容上限なので、最初の確認は素早く確認できる5秒クリップから始めましょう。
- Pythonのバージョンを確認し、SDKをインストールします。 macOSまたはLinuxのターミナルで以下の
python3 --versionを実行して3.9以降であることを確認し、同じ環境にluma-agentsをインストールしてください。 - Luma開発者プラットフォームでアカウントを作成し、APIキーを生成します。 ログイン後、開発者ダッシュボードでキーを発行し、同じターミナルセッションで
LUMA_AGENTS_API_KEY環境変数として設定してください。Luma()は初期化時にこの値を読み取り、値がなければエラーになります。Pythonファイルや共有ドキュメントにキーを直接書かないでください。 - 以下のPythonコードを
edit_video.pyとして保存します。example.comのアドレスを、実際に外部からアクセス可能な自分のMP4 URLに置き換えてください。プロンプトでは、背景だけを変え、パッケージの色・質感・形状・ロゴ・カメラ移動・手の動きを維持するという一変数だけを指定します。 - APIキーを設定したのと同じターミナルで
python3 edit_video.pyを実行します。 スクリプトはジョブを送信し、completedまたはfailedになるまで状態を確認します。約10分経っても終わらない場合は、無期限に待たずジョブIDを残して終了します。 - 完了したMP4をすぐに保存し、元動画と並べて確認します。 出力URLは1時間後に失効する場合があります。明るい背景だけが変わり、ほかの保持項目がクリップ全体で維持されている場合にのみ、最初の修正版として認めてください。
# macOSまたはLinuxターミナル
python3 --version
python3 -m pip install luma-agents
export LUMA_AGENTS_API_KEY="発行された_API_キー"
# edit_video.py
import time
from luma_agents import Luma
client = Luma()
job = client.generations.create(
model="ray-3.2",
type="video_edit",
prompt="背景だけを明るいスタジオに変更。元動画のパッケージの色と質感、タンブラーの形状、白いロゴの位置とサイズ、カメラ移動、ふたを開ける手の動きは維持。",
source={
"url": "https://example.com/tumbler-demo-5s.mp4",
"media_type": "video/mp4"
},
video={
"resolution": "720p",
"edit": {"auto_controls": True}
}
)
deadline = time.monotonic() + 600
while job.state not in ("completed", "failed"):
if time.monotonic() >= deadline:
print("タイムアウト。ジョブID:", job.id)
raise TimeoutError("動画ジョブは10分以内に完了しませんでした。")
time.sleep(2)
job = client.generations.get(job.id)
if job.state == "completed":
print(job.output[0].url)
else:
print(job.failure_reason, job.failure_code)
# 同じターミナルで実行
python3 edit_video.py
上記のURL、タンブラー設定、10分の制限は、最初の実行の入力形式を示す例です。実際の公開MP4に置き換える必要があり、実行には使用量に応じた料金が発生する場合があります。タイムアウトしたら、出力されたジョブIDを記録して後で状態を再確認してください。今回の調査では公式ドキュメントとSDKのリクエスト構造までを確認しており、実際の生成品質・所要時間・請求額は測定していません。
ファイルの生成と編集の成功は別です
最初のリクエストで公式が推奨する値はauto_controls=trueです。結果で製品の形状や動きが崩れた場合にのみ、手動のstrengthまたは信号別のcontrolsへ切り替えてください。自動制御と個別制御は併用できません。
| 編集状況 | 次の設定 | 判定基準 |
|---|---|---|
| 最初の編集 | auto_controls=true | 背景の変更だけを指示し、変形全体を確認 |
| 元動画により近く維持 | adhere_1~adhere_3 | 製品形状は残りつつ、背景変化が弱すぎないか確認 |
| 保持と変化の中間 | flex_1~flex_3 | 形状・ロゴ・接触シーンを再確認 |
| シーンを大きく再解釈 | reimagine_1~reimagine_3 | 比較実験よりコンセプト探索に適しているか判断 |
より細かな調整には、pose、depth、normals、trajectory、faceシグナルが用意されています。 すべての製品デモで特定のプリセットがより優れているという比較資料はありません。まず自動制御の結果で実際に失敗した箇所を見つけ、それから設定を一つずつ変えるほうがよいです。
completedは技術的な完了にすぎません
背景は変わっていても、製品の色、ロゴ、手の動きまで変わったなら、編集実験は失敗です。APIの状態とは別に、人が元動画と全区間を比較する必要があります。
精度が必要な瞬間にだけキーフレームを追加しましょう
製品が最初に現れる瞬間やロゴが大きく見える瞬間には、ガイド画像を紐づけられます。公式APIは最大64個のkeyframesと、同じ長さのkeyframe_indexesを受け取り、各画像をソース動画の特定フレームに対応付けます。
キーフレームは、そのシーンだけを選択して編集するマスクではありません。クリップ全体を再レンダリングするとき、特定時点の目標状態を伝える基準画像です。たとえばロゴのクローズアップフレームを抽出し、画像エディタで背景だけを正確に変更した後、その画像を元のフレームインデックスに紐づけられます。
64個を埋めず、失敗コストが大きい瞬間から固定しましょう
64個は許容上限であり、推奨数ではありません。最初の試行では、製品の登場やロゴのクローズアップのような重要な一、二か所から紐づけると、どのガイドが結果に影響したかを確認しやすくなります。
keyframesとkeyframe_indexesの数は同じでなければなりません。インデックスは重複できず、ソースフレームの範囲内である必要があります。 キーフレームを入れても、小さなラベルやUI文字が正確に保持される保証はないため、結果全体を再確認する必要があります。
86%は製品デモの平均的な成果ではありません
コンバージョン率が86%以上改善したという数字は、オンライン家庭教師サービスTutorVistaの単一ランディングページの事例から出たものです。新規訪問者を既存ページと自動再生動画ページに50:50で分け、ミュートや再生後アニメーションなどの要素を複数回最適化した後、元ページ比で86%超の相対的改善を報告しました。
元資料は、使用された動画を製品デモとは明記していません。サンプル数、絶対コンバージョン率、実験期間、各変更要素の個別効果も公開していません。したがって、86%を製品デモ動画の平均的な成果、動画を一つ追加した効果、ほかのサイトの目標値として転用することはできません。
より広範な観察データでも、動画があるだけでコンバージョン上昇が保証されたわけではありません。Unbounceは2020年末から2021年初めまでの異なる3期間に、それぞれ約3万5千件の顧客ランディングページを分析しました。10業種において、動画のあるページの成果は概して同程度か、より低いものでした。 無作為化比較実験ではないため、動画が低下の原因だと断定はできませんが、少なくとも「動画追加=コンバージョン上昇」という公式は確認されていません。
品質を通過した修正版だけをA/Bテストしましょう
編集効果を解釈するには、ページ本文、CTA文言、流入条件をそのままにし、動画だけを元動画Aと修正版Bに分けてください。今回の問いが背景なら、パッケージの色と質感、動画の長さ、手の動きは変えません。TutorVistaの事例では対照ページと変化版を分けており、Unbounceも各サイトで動画バリエーションを直接比較することを勧めています。
最終指標は、登録完了・購入・デモ予約のうち、実際の事業目標に合う一つに決めましょう。再生開始率、区間別離脱、完了率、CTAクリックは、勝者を決めるためではなく次の修正箇所を見つける補助指標として使います。必要なサンプル数は現在のコンバージョン率、トラフィック、検出したい最小差によって変わるため、外部事例の数字をそのまま適用してはいけません。
比較前に除外するバージョンを決めましょう
製品形状、パッケージの色、ロゴ、小さな文字、手と製品の接触、カメラ移動のいずれかが意図せず変わった場合は、コンバージョン実験に入れないでください。複数要素が変わった修正版は、勝ったとしても次の制作判断に再利用しにくくなります。
Ray 3.2がコンバージョン率を自動的に上げるわけではありません。減らすのは、うまくいった撮影まで捨てて最初からやり直すコストです。検証済みの元動画を基準に背景だけを指示し、クリップ全体を確認すれば、86%という外部の数字ではなく、自分たちの訪問者に実際に効いた変化を次のデモへつなげられます。



