Veo 3.1ビデオ出力のための最高のプロンプトテクニック：映画のようなコントロールへのフィールドガイド
更新日: 2025年10月17日
11 分
フック： 3.1をプロのように指示する - ただ生成するだけではない
もしあなたの 3.1のビデオが見た目は良いものの、ありきたりに感じるなら、問題は通常モデルではなく、プロンプトにあります。 3.1は、映画の撮影隊を指示するように、正確なショットコール、効果的な照明、カメラワーク、編集タイミングなどの具体的な指示を与えることで、最高の反応を示します。適切なプロンプトのパターンを使用すれば、「AIクリップ」から「映画のようなシーケンス」へと、一度のレンダリングで飛躍できます。
このガイドでは、 3.1のビデオ出力に最適なプロンプトテクニックをまとめています。ショットリスト、カメラの文法、スタイルの調整、モーションキュー、マルチクリップの絵コンテなど、現在の制限事項とその回避方法についても解説します。
3.1におけるプロンプトエンジニアリングの重要性
3.1は、ビデオに対する自然言語での指示を解釈するように構築されています。しかし、「自然」は曖昧さを意味しません。このモデルは、ショットサイズ、レンズの選択、カメラワーク、ブロッキング、照明、サウンドディレクションなどの明確な映画的な指示に強く反応します。プロンプトを監督の演出プランのように構成することで、より鮮明なモーション、安定した被写体、そしてショット全体で一貫したスタイルを得ることができます。
ちなみに、マルチモーダルプランニングとプロンプトテンプレートをサポートするAIアシスタントで、プロンプトの絵コンテを作成したり、反復したりする場合、アイデアから編集までの時間を短縮できます。注目すべき点として、Sider.AIは、ショットリストの作成、スタイルバイブルの生成、ネガティブプロンプトの反復を1つのワークスペースで支援し、再現可能な 3.1パイプラインの構築に役立ちます。
3.1の中核となるプロンプトスタック
この階層構造を使用してください。「トップダウンコントロール」と考え、その後、洗練させます。
- コンセプトとムード：物語、トーン、感情を要約した1〜2行の説明。
- ショット仕様：クリップごとの指示（ショットサイズ、レンズ、カメラワーク、フレーミング、被写体の動き、デュレーション/編集キュー）。
- ビジュアルスタイル：リファレンス、芸術運動、カラーパレット、粒子/テクスチャ、照明モデル。
- モーションと物理：速度、方向、振り付け、二次的な動き（髪、布、煙、水）。
- オーディオと雰囲気：サウンドデザインキュー、無音またはアンビエント、該当する場合。
- 制約：アスペクト比、クリップごとのデュレーション、ネガティブプロンプト、利用可能な場合はシード/バリエーションコントロール。
ショットリストプロンプト：編集コントロールのためのクリップの連鎖
は、構造化された「クリップ1 / クリップ2 / クリップ3」プロンプトに従うことができ、各クリップには明確なカメラとアクションの指示が含まれています。これは、編集されたような感覚のシーケンスを1回のレンダリングで生成する最も確実な方法です。
テンプレート：
- クリップ1（2.5秒）：ワイドな状況説明、24mm、夜明けの霧深い森への遅いドローンでのプッシュイン。柔らかなゴッドレイ。アンビエントな風。静かなトーン。
- クリップ2（3秒）：ミディアムクローズアップ、50mm、三脚固定。被写体が窓からの光に向きを変える。画面からの効果的なキーライト。微妙な粒子の塵。
- クリップ3（2秒）：肩越し、35mm、都市のスカイラインへのウィップパンでのリビール。マッチカットのエネルギー。くっきりとしたコントラスト。シアン-オレンジのナイトパレット。
ヒント：
- ドリフトを避けるために、2〜4クリップに抑えてください。
- ペースを調整するために、クリップごとに明確な秒数を割り当ててください。
- 一貫性を保つために、クリップ全体でコアとなるスタイルのキューを繰り返してください。
カメラの文法：動き、レンズ、フレーミングを制御する
映画のような明瞭さは、一貫したカメラの言葉から生まれます。 3.1は以下に応答します。
- ショットサイズ：エクストリームワイド、ワイド、ミディアム、クローズアップ、マクロ。
- レンズと焦点距離：18mm（広大）、35mm（自然）、50mm（ポートレート）、85mm（望遠による分離）。
- カメラワーク：ドリーイン/アウト、クレーンアップ、ジンバルグライド、手持ちでの揺れ、ロックオフされた静止、ウィップパン、ラックフォーカス。
- ブロッキングとステージング：被写体がフレームの左側から入る。横顔をキープする。影から光へと横切る。
- 奥行きの手がかり：浅い被写界深度。遅いドリーによる前景のパララックス。大気中の霞。
例：「ミディアムショット、35mm、スロードリーイン、被写体中央、浅いDOF。背景の都市のボケ。親密さのための手持ちでのマイクロ揺れ。」このパターンは、安定した、判読可能なモーションを確実に生成します。
照明と色：見た目を演出する
照明の指示は、効果的なコントロールです。「効果的な光源」（例：窓、ネオン、電話の画面）を使用し、比率/品質を定義します。
- キー/フィル/バックライト：左側の窓からのソフトキー。3：1のキーとフィルの比率。街灯からの弱いリムライト。
- 時間帯と天気：夜明けのブルーアワー。ゴールデンアワーのバックライト。曇りの拡散光。ナトリウムランプの夜。
- カラーサイエンス：クールな影、暖かいハイライト。ティール/オレンジのブロックバスター。パステルフィルムのパレット。タングステン光の室内。
- テクスチャ：フィルムグレイン400 ISO。ハレーション。アナモルフィックフレア。ライトブルーム。
プロンプトのパターン：「ローキー照明。フレーム右側の実用的なランプからのキーライト。3：1の比率。映画のようなティール/オレンジ。微妙なフィルムグレイン。ブルームは限定的。」これらのキューは、カット全体で一貫したムードを作り出します。
スタイルの調整：過剰適合させずに参照する
ジャンル、監督、またはムーブメントを参照して外観を固定できますが、矛盾する長いリストは避けてください。1〜2個のアンカーを選択し、具体的な属性を指定します。
- 良い例：「80年代のサイバーパンクネオノワール。ネオンのリムライト。雨の街並み。反射する水たまり。煙の漂い。」
- 危険な例：「サイバーパンク+ウェス・アンダーソン+ BBCの自然ドキュメンタリー+アニメ+スポーツ放送」（スタイルの衝突）。
好みと技術的な手がかり（構図のルール、カラーパレット、レンズの動作、カメラワーク）のバランスを取ってください。公式のプロンプトガイドでは、網羅的なタグよりも、簡潔でまとまりのある指示を重視しています。
モーションプロンプト：自然なダイナミクスの秘訣
3.1は、速度、ベクトル、および二次的な動きを指定すると、ニュアンスのあるモーションを処理します。
- 主要な動き：被写体が左から右へダッシュする。車がフレームにドリフトインする。鳥が上向きに弧を描く。
- カメラと被写体の関係：肩の高さで追跡。90°時計回りに回転。スケートボーダーとの速度を一致させる。
- 二次的な動き：髪の毛のひらめき。布の波打ち。風に切られた雨滴。排気ガスの揺らぎ。
- 物理と環境：濡れたアスファルトの反射。水たまりの波紋。霧の中の光の屈折。
モーションを振り付けのように記述します。「ジンバルがランナーの横顔を24fpsで追跡。ネオンサインが筋状になる。雨粒が後方に引きずられる。息が冷たい空気中で凝縮する。」これにより、信憑性のあるエネルギーが得られます。
アスペクト比、デュレーション、および編集リズム
- アスペクト比：の場合は16：9、/の場合は9：16の縦型、フィードの場合は1：1の正方形。プロンプトの最初に一度だけ記述します。
- デュレーション：クリップごとに秒数を割り当てます。ドリフトを減らすために、合計の長さをモデルの制限内に維持します。
- リズム：コントラストのために動きの多いショットと静止したショットを交互に配置します。マッチカット、ウィップトランジション、またはハードカットを名前で指定します。
プロンプトの冒頭の例：「縦型9：16、合計8秒。ハードカットのある3つのクリップ。」
ネガティブプロンプトと失敗モード
3.1は、アーティファクトを減らすために「避ける」という言葉に応答します。
- ネガティブな手がかり：余分な手足を避ける。グリッチモーフを避ける。オブジェクトの歪みをなくす。クリップ内のジャンプカットをなくす。テキストのオーバーレイを避ける。
- スタイルのネガティブ：過剰な彩度をなくす。プラスチックのような肌をなくす。過剰なシャープニングをなくす。ソープオペラ効果をなくす。
プロンプトの最後にネガティブプロンプトを配置し、短くまとめてください。欠陥が再発する場合は、それをより早く取り上げ、肯定的に言い換えてください（例：「一貫した解剖学、自然な手のポーズ」）。コミュニティガイドでは、テイク全体で反復的なネガティブシェイピングを推奨しています。
シード、バリエーション、および一貫性
インターフェイスでシードまたはバリエーションコントロールが公開されている場合は、気に入った外観のシードをロックし、スタイルとモーションを反復処理します。ストーリーボードの場合、キャラクター/シーンごとにシードを保持してアイデンティティを維持します。場所の変更や大きなムードの変化でのみ変更します。シードコントロールが公開されていない場合は、クリップ全体で正確な言い回し、レンズの値、および色/照明の手がかりを繰り返して、一貫性を再現します。
ストーリーボードプロンプト：トリートメントからタイムラインへ
プロンプトをマイクロストーリーボードのように扱います。
タイトルと意図
- タイトル：「ネオン市場での雨に濡れた追跡」
- 意図：高まる緊張感。閉所恐怖症的なアングル。滑らかな反射。激しい雨。ダイエgeticサウンドのみ。
グローバルスタイル
- 9：16の縦型。ティール/オレンジ。密集した群衆。実用的なネオン。ローキー照明。マイクロ揺れのある手持ち。
クリップリスト
- クリップ1（2.5秒）：エクストリームワイド、24mm、市場上空からのクレーンダウン。雨のしぶき。ネオンの蒸気。被写体が群衆の中を駆け抜ける。周囲の市場の騒音。
- クリップ2（3秒）：ミディアム、35mm、被写体の背後からの手持ちの追跡。浅いDOF。レンズについた水滴。ネオンの反射がにじむ。
- クリップ3（2.5秒）：クローズアップ、85mm、横顔。息が凝縮する。追跡者を明らかにするウィップパン。雷鳴。
制約
- 顔のモーションブラーの汚れを避ける。一貫した解剖学を維持する。テキストなし。ロゴなし。
このパターンは、1回のレンダリングでまとまりのあるマイクロストーリーを確実に生成します。
マルチモーダル入力：静止フレームと参照画像
ワークフローが画像の調整をサポートしている場合は、キャラクター、衣装、またはパレットの参照用の静止画をフィードします。次に、テキストによる手がかりで固定します。「衣装の色を合わせる、そばかすを維持する、同じヘアカット。ティール/オレンジのパレットを維持する。」可能な場合は、ロックされたシードと組み合わせて、クリップ全体のアイデンティティを安定させます。
オーディオディレクション：雰囲気とリズム
はビジュアルに焦点を当てていますが、テキストによるサウンドディレクションは、ツールチェーンが後でオーディオを合成する場合にムードを導くことができます。以下を含めます。
- 雰囲気の手がかり：トタン屋根の雨、ネオントランスの唸り、遠くの交通。
- リズム：スタッカートの足音。カット前のクレッシェンド。リビール時の沈黙。
- ミックスノート：ダイアログを低く保つ。フォーリーを強調する。音楽を抑制する。
これらの手がかりは、NLEでポストシンクするときに編集意図を維持するのに役立ちます。
「プロフェッショナルメタプロンプト」パターン
高度なクリエイターは、{genre}、{shot_size}、{lens}、{move}、{subject}、{action}、{lighting}、{duration}などの変数を受け入れる再利用可能な「メタプロンプト」を構築します。これにより、プロジェクトおよびチーム全体でスタイルの一貫性を維持できます。
メタプロンプトスニペットの例：「{shot_size}、{lens} {move} on {subject}; performing {action}. Lighting: {lighting}. Palette: {palette}. Motion: {motion_notes}. Duration: {seconds}s. Constraints: {negatives}. Style anchors: {style_refs}.」
コミュニティの実践者は、メタプロンプトと各ジョブに添付されたコンパクトなスタイルバイブルを使用すると、一貫性が高まり、反復が速くなると報告しています。
実践的な推奨事項
推奨事項
- アスペクト比と合計デュレーションから始めてください。
- クリップごとにレンズ、ショットサイズ、およびカメラワークを指定します。
- 効果的な照明と控えめなパレットを使用します。
- 物理的な手がかりを使って、振り付けのようにモーションを記述します。
- スタイルのアンカーを最小限に抑え、一貫性を保ちます。
- 既知のアーティファクトを抑制するために、ネガティブプロンプトを使用します。
避けるべきこと
- 競合するスタイルをあまり多く重ねないでください。
- タイミングを曖昧にしないでください。クリップごとに秒数を割り当てます。
- 形容詞を多用しないでください。具体的な指示を優先します。
- 動機なしに、シーケンスの中盤でフレーミングロジックを変更しないでください。
- 一貫したアイデンティティの手がかりを繰り返すことを忘れないでください。
一般的な問題のトラブルシューティング
- クリップ間で被写体がモーフィングする場合：アイデンティティの特徴を繰り返します。シードをロックします。画像参照を使用します。シーン数を減らします。
- ゼリー状または弾性のある動き： 「速い」を具体的な動き（ウィップパン、ドリー）とデュレーションに置き換えます。手持ちの揺れを減らします。
- 彩度が高すぎるネオンまたはHDRブルーム：「過剰な彩度をなくす、ブルームを制限する」ためのネガティブを追加します。露出とコントラストを指定します。
- フラットな照明：キー/フィル/バックライトと光源の動機を呼び出します。時間帯を選択します。
- カオス的な編集：2〜4クリップに制限します。各クリップに明確な目的とモーションディレクションを与えます。
コミュニティガイドでは、簡潔で階層的なプロンプトが、長くて詩的な説明よりも優れていることが強調されています。
コピーできるプロンプトの例
- 縦型の製品美（スキンケアドロップ）
- 9：16の縦型、合計6秒。ミニマリストのスキンケア美学。ガラス、水、柔らかな日光、高CRIの外観。
- クリップ1（2秒）：マクロ、85mm、ロックオフ。血清の滴が光沢のある大理石に落ちる。波紋。窓からの柔らかなバックライト。
- クリップ2（2秒）：ミディアム、50mm、ボトルへのスロードリーイン。ソフトエッジのハイライト。マイクロ凝縮ビーズ。
- クリップ3（2秒）：クローズアップ、50mm、ブランドマークから液滴へのラックフォーカス。クリーンな白い背景。テキストなし。
- ネガティブ：過酷な鏡面反射のクリッピングがない。プラスチックのような外観がない。テキストやロゴがない。
- 映画のような旅行のオープニング
- 16：9、合計8秒。ゴールデンアワーの山稜。壮大なスケール。
- クリップ1（3秒）：ワイド、24mm、山稜上空からのドローンでのプッシュイン。低い太陽のバックライト。レンズフレアは制御されている。
- クリップ2（3秒）：ミディアム、35mm、ハイカーの後ろからのジンバルフォロー。風がジャケットの裾を持ち上げる。草が揺れる。
- クリップ3（2秒）：クローズアップ、85mm、横顔。息の霧。頭の回転でカット。周囲の風のみ。
- ネガティブ：過剰なシャープニングを避ける。魚眼レンズの歪みがない。
- 夜の街の追跡、サイバーパンク
- 9：16、合計7秒。ネオノワールの雨。ネオンの青とマゼンタ。
- クリップ1（2.5秒）：ワイド、24mm、路地を駆け抜ける手持ち。雨のシート。水たまりの反射。
- クリップ2（2.5秒）：ミディアム、35mm、横顔の追跡。ネオンのリムライト。蒸気の噴煙。
- クリップ3（2秒）：クローズアップ、85mm、追跡者を明らかにするウィップパン。雷鳴。
- ネガティブ：顔の歪みを避ける。ブルームは限定的。色収差がない。
現在の機能と制限（期待できること）
- 3.1は、明示的に指示された場合、一貫性のあるカメラモーションと環境物理に優れています。
- 複数のクリップにわたるアイデンティティの一貫性は可能ですが、画像参照と繰り返される特徴からメリットが得られます。
- 多数のクリップを含む長いシーケンスは、スタイルまたは解剖学がドリフトする可能性があります。シーケンスをコンパクトに保ちます。
- 複雑なテキストレンダリング、ロゴ、またはUIオーバーレイは、依然として信頼性がありません。ポストで合成します。
- 極端なスローモーションと超高速のウィップトランジションは、時間的なアーティファクトを生成する可能性があります。具体的な動きの手がかりとデュレーションで軽減します。
これらのパターンは、が公開しているプロンプトガイドと、コミュニティでテスト済みのワークフローに沿っています。
速度と品質のためのワークフローのヒント
- スタイルバイブルを構築します：パレット、照明、レンズキット、モーション動詞。新しいジョブごとに貼り付けます。
- メタプロンプトと変数を使用して、一貫性のあるショットリストをプログラムで生成します。
- A/Bテイクで反復処理します：同じプロンプト、1つのパラメータ（動き、レンズ、照明）を調整します。
- 欠陥ログと、時間の経過とともに更新する標準のネガティブプロンプトフッターを維持します。
- 可能な場合は、キャラクターのシードをロックし、シーンごとに保持してドリフトを減らします。
注目すべき点：Sider.AIのようなツールは、スタイルバイブルの一元化、メタプロンプトからのバリエーションの生成、およびA/B実行の管理に役立ちます。これは、共同作業やエピソードコンテンツの作成に役立ちます。
結論
監督のように考えてください。 3.1は映画の文法を尊重します：ショットサイズ、レンズ、効果的な照明、構成されたモーション、およびタイムボックス化された編集。構造と具体性を持ってプロンプトを作成すると、出力は「AI製」から「スタジオ監督」へとレベルアップします。小さく始めてください：2〜3クリップのシーケンス、明確なカメラワーク、および最小限でまとまりのあるスタイルのアンカー。次に、スケールアップします。
よくある質問
Q1： 3.1のビデオ出力に最適なプロンプト構造は何ですか？
トップダウン構造を使用します：アスペクト比と合計デュレーション、次にショットサイズ、レンズ、カメラワーク、被写体の動き、照明、およびモーションキューを含む2〜4クリップのショットリスト。アーティファクトを抑制するために、簡潔なネガティブプロンプトで終了します。
Q2：複数の 3.1クリップ全体で一貫したスタイルを維持するにはどうすればよいですか？
すべてのクリップで同じレンズ、パレット、照明モデル、およびアイデンティティ記述子を繰り返し、利用可能な場合は固定シードまたは画像参照を使用します。スタイルの衝突を避けるために、スタイルのアンカーを最小限に抑えます。
Q3： 3.1プロンプトでストーリーボードを作成できますか？
はい。明確なデュレーションと、ハードカットやウィップトランジションなどの編集ノートを使用してクリップをチェーンします。2〜4クリップのショットリストは、1回のレンダリングで最もまとまりのあるストーリーテリングを生み出すことがよくあります。
Q4： 3.1ビデオのちらつきやモーフィングを減らすにはどうすればよいですか？
正確なカメラワークとデュレーションを使用し、可能な場合はシードをロックし、解剖学的構造とテクスチャの問題に関するネガティブプロンプトを含めます。画像参照と繰り返されるアイデンティティの特徴も役立ちます。
Q5：自然なダイナミクスのための信頼できるモーションプロンプトは何ですか？
カメラと被写体の関係（肩の高さでの追跡など）、速度、方向、および髪の毛のひらめきや雨筋などの二次的な動きなど、振り付けのようにモーションを記述します。物理的な手がかりとタイムボックス化されたショットを組み合わせます。
