テキスト動画生成AI

一つの被写体、一つの明確なアクション、設定、カメラの指示、意図したムードや音から始める。縦型のソーシャルフックやワイドスクリーンの製品公開など、フレーミングが変わる場合は意図した使用法も含める。まずそのコンパクト版を生成し、メインのアクションと構図が明確になった後で二次的な詳細を追加する。

プロンプトの長さよりも階層構造のほうが重要です。焦点を絞った簡潔なプロンプトは、指示のすべてに目的があり、注意を競う詳細が少ないため、レビューが容易です。主題と行動を最初に置き、次に設定とカメラを続け、最後に雰囲気や音を記述します。もし二つの指示が矛盾する場合は、形容詞を追加するのではなく、シーンを簡潔にしてください。

参照となる主題、レイアウト、製品、キャラクター、または承認されたアートディレクションが、自由なビジュアル探索より重要な場合に、画像から動画への移行を行います。ソースフレームは生成に具体的なビジュアルの基準を与えます。構図がまだ交渉可能で、モデルにルックだけでなく動きも提案させたい場合は、テキストを使い続けてください。

プロダクション順でプロンプトを書きます：被写体を特定し、見える行動を述べ、特定の環境に置き、次に主要なカメラの動きを一つ説明します。照明、ペース、音は、その行動をサポートする場合のみ追加します。役立つ例はスタイルのリストより具体的で、フレームに何が入るか、何が変化するか、カメラがどこで止まるかを示します。

視聴者が認識できる支配的なカメラのアイデアを一つ選びます。例えば、ゆっくりとしたプッシュイン、横方向のトラッキングショット、固定されたワイドフレーム、またはコントロールされたハンドヘルドフォローなどです。被写体の位置とその動きの理由を追加します。短いクリップでいくつかの無関係な動きを組み合わせると、結果の評価が難しくなるため、複雑なカバレッジは別のショットとしてテストします。

音を単なる雰囲気の言葉としてではなく、タイムラインの一部として記述してください。誰が話すか、台詞が始まるタイミング、どの環境音が場所を示すか、効果音が目に見える行動とともに配置されるかを明記します。音声が最初のテストで中心でない場合は、まずシーンとカメラを確認し、その後で制御されたフォローアップで音声指示を導入してください。

主題、設定、期間、アスペクト比、および核心となる動作は変更せずに保持します。1つの要素の決定（オープニングフック、カメラの距離、照明の扱い、またはエンディングのビートなど）を変え、それぞれのバージョンをノートにラベル付けします。これにより、プロンプトテストを有用な比較に変え、チームがなぜある生成された動画の方向性が別のものよりも強いのかを説明するのに役立ちます。

まず、意図された動作が初見でも理解できるかどうかを確認します。次に、主題の連続性、空間の論理、カメラの動き、ペーシング、音声のタイミング、およびフレーム内に見えるテキストを確認します。結果を元のブリーフと比較し、最も影響の大きい不一致を選び、次の生成で修正する可能性が最も高い指示だけを変更します。

ショットを書く前に配信チャンネルを選びましょう。縦型フレームは通常、被写体を画面中央付近に近づけて明確な動作を示す必要がありますが、ワイドスクリーン形式はより広い環境や横方向の動きをサポートできます。スクエアや縦長レイアウトはシンプルな演出が適しています。ジェネレーターで利用可能な比率を確認した後、そのフレーム用にプロンプトを作成し、後からクロップするのではなく最初から構成しましょう。

タスクの進行状況を追跡し、完了した結果を再確認するために、マイ作品を開きます。各有用なバージョンの横に、プロンプト、モデル、設定、および変更した単一の変数について短いメモを残してください。その軽量な記録は、強力な方向性を再現したり、後のテストを比較したり、編集やレビュー用に選択したバージョンをダウンロードする際に便利です。