でリアルな動画を作るには？コーヒーと三脚を用意しましょう。
友達に「さりげない」動画を撮ってもらったら、まるで地震の最中にジェットコースターで撮影したかのような、手ブレだらけの傑作が返ってきたことはありませんか？ジェネレーティブ動画ツールは、それを解決すると約束します。友達も、カメラも、ジェットコースターも不要です。そして、を使えば、基本的にシーンを説明し、数分待つだけで、まるでドローンとフォグマシンを使って映画撮影隊を雇ったかのような動画が手に入る、というのが売りです。
重要なのは、は絶対にリアルな動画を作れるということです。しかし、適切に指示しないと、片手に7本指のサーファーを作ることも絶対に可能です。これは、照明、動き、物理、目など、まるで現実のような動画をに出力させるための、実践的で賢く、少し皮肉の効いたガイドです。
「リアル」が実際に何を意味するのか、監督のようにプロンプトを書く方法、怒って投げ出すことなく奇妙さを修正する方法、そして実際の映像をいつ混ぜるかについて説明します。最後には、「え、AIが実際に撮影したの？」から「私がで撮影したんだよ」に変わるでしょう。
の世界における「リアル」の意味（そして、最初の試みが夢のように見える理由）
リアルさとは、写真のようにリアルなテクスチャだけではありません。全体のパッケージのことです。
- あなたを裏切らない物理法則。重力、慣性、信じられる衝突。コーヒーは、月面のように横に螺旋状に流れるのではなく、下に注がれるべきです。
- 一貫した人体構造と連続性。顔がショットの途中で変化したり、手が外れたり、バックパックが緑からチェック柄にテレポートしたりしてはいけません。
- 自然なカメラの挙動。被写界深度、露出、ローリングシャッター、レンズフレアなど、人間が期待する小さな不完全さ。
- 光源がある照明。太陽が被写体の後ろにある場合は、逆光と少し霞がかかることを期待しますが、正面からのスタジオのような光ではありません。
- サウンドデザイン…はネイティブに生成しない可能性があります。後で追加します。（心配しないでください、計画があります。）
は強力ですが、新しいクルーメンバーと同様に、指示が必要です。それはあなたのプロンプトから始まります。
「監督のプロンプト」：にプロのように撮影させる方法
を、撮影監督、照明技師、編集者のように考えてください。非常に文字通りの解釈をする人でもあります。
この5つのパートからなるプロンプトフレームワークを使用して、リアルな結果を得てください。
- 良い例：「都市公園の舗装された道を、舌を出して軽く息を切らしながら歩いている中型のゴールデンレトリバー」
- 「長い、柔らかい影のある（ゴールデンアワー）の午後遅く。初秋、わずかなそよ風。木々と遠くのスカイラインがある都市公園。」
- 「人間の肩の高さにある手持ちカメラ、35mmレンズ相当、浅い被写界深度（f/2.8）、わずかな手ブレ補正。」
- 「カメラの左側からの暖かい日差し、毛皮に柔らかい逆光のリムライト、穏やかなレンズフレア、自然なダイナミックレンジ、つぶれた黒はありません。」
- 「単一の連続ショット、6〜8秒。犬はフレームの中央左に留まります。背景のボケは自然に動作します。歪みやモーフィングはありません。」
さて、これらすべてを簡潔なスクリプトのようなプロンプトにまとめます。
コピー/ペーストするプロンプトの例：
「赤い首輪をつけた中型のゴールデンレトリバーが、ゴールデンアワー時の賑やかな都市公園の舗装された道を歩いています。カメラは肩の高さに手持ちで、35mmレンズと浅い被写界深度（f/2.8）を使用しています。カメラの左側からの暖かい日差しが毛皮に柔らかいリムライトを追加します。犬が向きを変えると、穏やかなレンズフレアが現れます。初秋の葉が軽いそよ風の中でざわめきます。自然な手ブレ補正を備えた単一の連続7秒ショット。物理法則はリアルでなければなりません—歪み、モーフィング、一貫した人体構造、一貫した首輪の色はありません。」
はい、冗長です。私の大学時代のルームメイトがまだ送ってくるすべてのメールもそうです。しかし、これはをシュールからスピルバーグに向かわせる方法です。
リアリズムのレシピ：「AIが作った」と叫ばないショット設定
- 短くしてください。5〜8秒がリアリズムのスイートスポットです。長ければ長いほど、奇妙になる可能性が高くなります。後でエディターでつなぎ合わせます。
- 人間のレンズの長さを選択します。24mm〜85mm相当をリクエストします。35mmと50mmは、人物や街の風景に非常に自然に感じられます。「スケートパークでのアクションカム」を狙わない限り、超広角は避けてください。
- 小さな不完全さを加えます。わずかな手持ちの揺れ、マイクロフォーカスブリージング、少しローリングシャッター—これらは脳を騙して、実際のセンサーが作業を行ったと信じさせます。
- 自然なダイナミックレンジをリクエストします。「ハイライトを保持し、黒つぶれはありません。」過度に処理されたコントラストは、しばしば偽物に見えます。
- 混沌を制限します。「オブジェクトのモーフィングなし」、「一貫した衣装の維持」、「安定した顔の特徴」などの制約を使用します。これは、に行儀良くするように思い出させます。
一般的なリアルなシーンのためのプロンプトテンプレート
都市、屋内、製品のショットでこれらのパターンのバージョンをテストしました。開始点として使用し、微調整してください。
- ストリートレベルのBロール
「多様な歩行者がいる午後遅くの都市の横断歩道。カメラはショルダーリグに搭載され、50mmレンズ、群衆を横切るミディアムショット。通過する車からの自然なモーションブラー。曇り空と柔らかく拡散した照明。最近の小雨による濡れた舗装のリフレクション。6秒、連続ショット。リアルな物理法則、一貫した服装、モーフィングなし。」
- ライフスタイル製品のクローズアップ
「窓の近くの木製のカウンターにあるセラミックのプアオーバーコーヒードリッパー。浅いDOFの85mmレンズのマクロのようなクローズアップ。焦点は蒸気からコーヒーのゆっくりとした注ぎに移動します。カメラの右側からの朝の光と柔らかい影。穏やかなガラスの反射、詳細な液体の物理法則、歪みなし。7秒、三脚で安定したショット。」
- ドキュメンタリーインタビューのカットアウェイ
「デニムジャケットを着た中年女性が窓際に座り、柔らかい日光が当たっています。35mmレンズ、目の高さ、穏やかな手持ち。微妙な頭のうなずき、自然な目のまばたき、リアルな肌の質感とアホ毛。背景の本棚は柔らかく焦点が合っていません。8秒、シングルショット。安定した顔の特徴、モーフィングなし。」
- アクションインサート
「通勤用自転車の車輪が、都市の歩道をカメラの前を通り過ぎるときに回転しています。24mmレンズのローアングル、わずかなモーションブラー。午後の太陽がスポークが通過するときに短いレンズフレアを作ります。5秒、正確な物理法則、ぐらつきのアーティファクトなし。」
- 自然の確立ショット
「背の高い松の木を通して朝日が差し込む霧の森の道。35mmレンズがゆっくりとしたジンバルのプッシュフォワードに搭載されています。光線のある霧のボリューム、露に濡れた葉のきらめき、鳥がフレームを横切ります。7秒、連続、安定した露出、自然な影。」
のワークフロー：涙なしにアイデアから最終カットまで
ここに私が使用する実践的なステップバイステップのプロセスがあります—そして、コーヒーがコールドブリューに変わる間、同じプロンプトを3時間リミックスすることを避ける方法。
ステップ1：言葉でストーリーボードを作成する
- 実際に必要な3〜5つのショットを書き出します。短く具体的にします。ストーリーに役立たない場合は、今すぐカットします。
ステップ2：制約のあるドラフトプロンプト
- 各ショットについて、5つのパートからなるフレームワークを使用します。「赤いスカーフを巻いたショット1と同じキャラクター」のような連続性のメモを追加します。
ステップ3：低コストのプレビューを生成する（利用可能な場合）
- 問題を早期に特定するために、より低い解像度/より短い期間で開始します。ピクセルパーフェクトではなく、物理、照明、連続性を探しています。
ステップ4：外科的な微調整で反復する
- プロンプト全体を書き直さないでください。レンズの長さ、照明の方向、または動きなど、パスごとに1つの変数を修正します。変更された内容をメモします。
ステップ5：思慮深くアップスケールまたは拡張する
- がアップスケーリングまたはより長いテイクをサポートしている場合は、最大1〜2秒延長します。長いほどリスクが高くなります。完璧な14秒を祈るよりも、完璧な6秒のショットを2つ繋ぎ合わせる方が良いです。
ステップ6：ポストで磨く
- カラーマッチングを行い、必要に応じてさらに少し安定させ、サウンドを追加します。サウンドは、4Kよりも速くリアリティを売ります。
修正の解剖学：AIが生成した奇妙さをデバッグする方法
- ゼリーのような手または溶けた顔
原因：高速モーション+浅いDOF+複雑な人体構造。
修正：被写体の動きを遅くし、f/4まで上げて、手持ちの揺れを減らし、「安定した顔の特徴;一貫した人体構造」を追加します。
- テレポートする小道具または衣服
原因：連続性の制約がないシーンの複雑さ。
修正：「ショット全体で一貫したワードローブ/アクセサリー;オブジェクトのモーフィングなし」を指定します。色と素材を明示的に名前を付けます。
- 不可能な照明
原因：競合するまたは一般的な光の説明。
修正：単一のキーライトの方向を選択します。「カメラの左側からの暖かい日光;窓からの柔らかいバウンス。」「映画のような照明」を捨てて、具体的にします。
- 歪んだ背景
原因：超広角レンズと高速視差。
修正：35〜50mmに移動し、カメラの速度を落とすか、静的な三脚ショットに切り替えます。
- 非常に光沢のあるプラスチックの肌
原因：過度に処理された外観。
修正：「自然な肌の質感、目に見える毛穴、微妙な不完全さ;プラスチックの光沢を避けてください」をリクエストします。コントラストを下げます。
「実生活」を叫ぶ構図とカメラの動き
- 目の高さはあなたの友達です。私たちは地上約4.5〜5.5フィートで世界を見ています。それをリクエストしてください。
- 視差を制限します。スロープッシュインと横方向の動きは、めまいがするのではなく、高価でリアルに読み取られます。
- 三分割法を尊重します—しかし、にそれを伝えます。「被写体は左3分の1にフレーミング;右にネガティブスペース。」
- ショットサイズを変化させます：確立（24〜35mm）、ミディアム（35〜50mm）、詳細（85mm）。それが、実際の編集者が視聴者の目を引き続ける方法です。
照明101：リアリズムへの最速ルート
- 信じられるソースを選択します。窓の光。デスクランプ。太陽。次に、それがどこにあり、何に当たるかを説明します。
- 正午に屋外にいない限り、柔らかい影をリクエストします。「穏やかなフォールオフを持つ柔らかく、羽のような影。」
- アンビエンスを追加します。「軽い霞」、「濡れた舗装から反射する光」、「レンガの壁からの暖かいバウンス。」マイクロディテールはマクロビリーフを作ります。
テクスチャ、素材、そして…手。はい、私たちは手を話しています。
ショットに手、宝石、生地、または液体が含まれている場合は、テクスチャの詳細を含めます。
- 手：「片手あたり5本の指、自然な皮膚のひだ、微妙な静脈、短く清潔な爪、リアルなナックルの動き。」はい、それを綴ってください。
- 生地：「マットコットンシャツ、わずかなしわ、クローズアップのマイクロファイバーの毛羽立ち。」
- 金属/ガラス：「汚れたステンレス鋼、柔らかい反射、マイクロスクラッチ;ガラスを通るリアルな屈折。」
- 液体：「正確な粘度;エッジの表面張力;小さな気泡;注ぐ時の歪みなし。」
オーディオ：スキップできないリアリズムマルチプライヤー
は、制作に適したオーディオを生成しない場合があります。それがあなたの秘密兵器です。
- サウンドベッドを録音します：周囲の公園のノイズ、部屋のトーン、街のハミング。あなたの携帯電話で30秒で十分です。
- 詳細をフォリーします：足音、マグカップのチリンという音、生地の音。無料のライブラリが存在します。有料のものは安価で価値があります。
- 控えめにしてください。それを見る前に聞こえる場合は、リアリズムを釘付けにしています。
と実際の映像を組み合わせる時期（ハイブリッド編集FTW）
実際の確立ショットとAIクローズアップを組み合わせるか、その逆も同様です。聴衆の脳はギャップを埋め、AIビットを許します。
- 手、顔、および複雑でクローズアップの動きがあるものには、実際のショットを使用します。
- アクセスできない環境、Bロールトランジション、または製品の魅力的なショットには、を使用します。
- 両方を一緒にカラーグレーディングして、同じ世界に接着します。微妙なフィルムグレインが役立ちます。
実際に機能するリアルなビデオユースケース
- DTCブランド向けの製品デモ：光沢のあるクローズアップ、信じられる注ぐショット、きれいなテクスチャ。
- 旅行リール：都市の風景、風光明媚なプッシュイン、ムーディーな森、薄暗い路地。
- 解説と広告：明確な照明と自然な動きのあるテーブルトップシーケンス。
- ソーシャルクリエイターコンテンツ：クレーンをレンタルせずにシーンを接続する、迅速でリアルなBロール。
マーベルが宇宙を走り抜ける列車のシーケンスを追いかけている場合は、確かに、夢中になってください—ただし、より多くのテイクを期待してください。
安全性、倫理、および奇妙にならない条項
- 重要な場合は、常にAIビデオを開示してください。人々を誤解させる可能性がある場合は、AI支援であると言います。
- 同意なしに実在の人物を生成しないでください。架空のキャラクターまたはコンポジットを使用します。
- 誤解を招くコンテキストでブランドロゴまたは特徴的なIPを複製することは避けてください。
- プラットフォームルールを確認してください。一部では「AI生成」タグが必要です。頭痛（とテイクダウン）を防ぎます。
クイックリアリティチェック：ぶつかる制限
- 高速で複雑なモーションは、まだ壊れる可能性があります。群衆の中をうねる車、240 bpmでピアノを弾く指—シンプルに保つか、実際に撮影します。
- 長いテイクはドリフトします。短いショットで固定してカットします。
- 小さなテキストとマイクロディテールは、にじむ可能性があります。ラベルの完璧な明瞭さが必要な場合は、実際のエレメントを使用するか、ポストでグラフィックをオーバーレイします。
注目に値する：Sider.AIで正気度チェックを取得する
注意：プロンプトを反復処理している間、2番目の脳が必要な場合は—たとえば、「私の照明の説明はレンズの選択と戦っていますか？」—Sider.AIは、実際にあなたのスクリプトを読む友人のように行動できます。ドラフトプロンプトとターゲットの美学をドロップすると、よりリアルなレンズ/照明の組み合わせ、連続性の制約、さらにはポストプロダクションの手順も提案します。あなたのスナックを盗まない役立つADのように考えてください。 リアルなプロンプトチートシート
このブロックをコピーし、シーンに合わせて編集します。
「[被写体]が[特定の場所]で[行動]を[時刻/季節]に実行しています。カメラは[目/肩/低]レベルに[24〜85mm]レンズがあります; [三脚/手持ち/ジンバル]と[微妙な安定化]があります。照明は[方向性ソース]で、[影の品質]と[大気の詳細]があります。ショットは単一の連続テイクとして[5〜8]秒間続きます。リアルな物理学;一貫した解剖学;一貫したワードローブ/アクセサリー;自然なダイナミックレンジ;オブジェクトのモーフィングなし。マイナーな不完全さを追加します：[わずかな手持ちの揺れ/マイクロフォーカスブリージング/ソフトレンズフレア]。」
塗りつぶしの例：
- 被写体：「30代半ばのバリスタ」、「ゴールデンレトリバー」、「通勤用自転車」、「セラミックマグ。」
- アクション：「コーヒーを注ぐ」、「トロール」、「通り過ぎる」、「立ち上がる蒸気。」
- 場所/時間：「ゴールデンアワーの都市公園」、「午前9時のキッチンの窓」、「夜明けの霧の森。」
- 照明：「カメラの左側からの暖かい日光」、「昼間のバウンスのある柔らかい窓の光」、「曇りの拡散光。」
ポストプロダクション：20分で信じられるようにする
- 色：ショットを一致させ、肌の色調を自然に保ち、大ヒット映画の予告編をパロディ化しない限り、ネオンのティール/オレンジは避けてください。
- 安定化：必要に応じて、10〜15％のワープ安定化または最小限の光フローがエッジをスムーズにします。
- グレイン：3〜5％のソフトフィルムグレインは、マイクロアーティファクトを隠すことができます。
- サウンド：周囲をレイヤー化し、2〜3回のフォリーヒットを追加し、低いノイズフロアにタックインします。
- タイトル：タイプを鮮明に保ちます。テキストの読みやすさのためにに依存しないでください。エディターでタイトルを追加します。
実際のシナリオウォークスルー
シナリオA：広告の製品コーヒーショット
目標：蒸気、注ぐ、およびクレマのお金のショット。
- プロンプト：ライフスタイル製品のクローズアップテンプレートを使用します。「蒸気は微妙な乱流でリアルに動作します。液滴はスパウトに付着します。」を追加します。
- イテレーション：注ぎがゴムのように見える場合は、「正確な粘度;弾性的な動作はありません」を追加します。反射がエイリアンになる場合は、「マイクロスクラッチのある柔らかく、物理的にもっともらしい反射」を追加します。
- ポスト：ケトルポアサウンド、かすかなカフェチャッター、および柔らかい低周波ハムを追加します。暖かいグレード。
シナリオB：旅行リールのためのパークBロール
目標：信じられる照明のあるリアルな動き。
- プロンプト：さまざまな年齢とファッションの歩行者とストリートレベルのBロール;自然な歩行、誇張されたステッピングはありません。」
- イテレーション：人がお互いをクリップする場合は、人の密度とカメラ速度を下げます。「衝突なし;個人的な間隔を維持します。」を指定します。
- ポスト：都市のアンビエンス、遠いサイレンを一度、鳩の鳴き声（オプションだが楽しい）。
シナリオC：オフィスインタビューのカットアウェイ
目標：自然な人間の存在。
- プロンプト：柔らかい窓の光、目の微妙なキャッチライト、自然なまばたきのあるドキュメンタリーインタビューカットアウェイ。」
- イテレーション：目が奇妙にドリフトする場合は、「目の動きがカメラオフの右側にあるインタビュアーに固定されます;視線の安定性を維持します。」を追加します。
- ポスト：部屋のトーン、微妙な椅子のきしみ、2つの部屋離れた場所にあるキーボードのクリック。
設定と実際に触れるべきノブ
すべてのツールは、メニューに良いものを埋めます。一般的にリアリズムに重要なものは次のとおりです。
- 解像度：ドラフトの小さい方から始めます。安定している場合は、1080pまたは4Kで終了します。
- シード/ランダム性：バイブが好きになったらシードをロックして、ショット全体の連続性を維持します。
- ガイダンス強度（または同等）：高すぎると、過度に文字通りの厳しさが発生します。低すぎると夢の国になります。小さなステップでナッジします。
- モーションコントロール：利用可能な場合は、商業的な光沢が必要な場合を除き、「スムーズなジンバル」よりも「微妙な手持ち」を選択します。
脳をだます小さな詳細（良い意味で）
- 目の反射：目を生き生きと感じさせるために「窓からの小さなキャッチライト」と述べます。
- 環境の乱れ：数枚の葉、ガラスの上の汚れ、太陽光の中の塵。現実の空間は、ショールームのように清潔であることは稀です。
- 時間の連続性：ゴールデンアワーの長い影、夜明けの涼しい光。一貫性によってシーンのリアリティが高まります。
- ゆとりのある間：一瞬を少し早めに開始し、少し遅めに終了させます。編集者は余裕のある部分を好み、リアリズムは一時停止を好みます。
レンダリングを実行する前に、絶対にやってはいけないこと
- 矛盾する指示を重ねない：「曇りだが強い太陽フレア」は、対立が起こるのを待っているようなものです。
- すべてを「完璧」に求めない。自然な不完全さを求めましょう。アルゴリズムは感謝するでしょう。
- 画面上の小さな文字を読むために、Sora 2 に頼らない。後で追加しましょう。
- 安全性と情報開示を忘れないでください。2025年です—私たちはAIが何ができるかを知っており、プラットフォームも同様です。
まとめ（そして宿題）
リアルな Sora 2 の動画は、冗長さを目的とした饒舌さではなく、具体性から生まれます。プロンプトをショットリストのように扱いましょう。カメラにレンズを、光に方向を、被写体に目的を、そして物理学に席を与えましょう。ショットを短く保ち、一度に1つの変数を反復処理し、色とサウンドでそれらをすべてまとめます。
宿題：次のプロジェクトから1つのシーン（1つだけ）を選び、5つのパートからなるプロンプトフレームワークを通して実行してください。6秒のショットを生成し、1つの問題を修正し、再度レンダリングして、サウンドを追加します。10ドル賭けてもいいですが、3回目のパスは、まるで本物のカメラがそこにあったかのように見えるはずです。ジェットコースターのような撮影スタイルのあなたの友人は、正式に失業します。
プロンプトについて簡単な意見を聞きたい場合は、注目すべき点として：Sider.AI は、Sora 2 がプロのように動作するように、あなたの言葉遣いを調整できます。まるで、あなたのコーヒーを飲む代わりに、良い仕事をする冷静なプロデューサーがブラウザにいるようなものです。 ライト、カメラ、Sora 2。そして…レンダリング。
FAQ
Q1:リアルな Sora 2 動画を作成する最も速い方法は何ですか？
短く（5〜8秒）、人間のレンズ（35mmまたは50mm）を選び、照明の方向を明確に記述します。わずかな不完全さ（微妙な手持ちの揺れ、穏やかなレンズフレア）を追加し、「モーフィングなし、一貫した解剖学的構造」のような連続性を指定します。
Q2:Sora 2 で奇妙な手や顔を止めるにはどうすればよいですか？
動きを遅くし、被写界深度を少し増やし（f/4）、 「安定した顔の特徴、片手につき5本の指、一貫した肌の質感」のような厳格な制約を追加します。急速な頭の回転や、複雑な動きの超クローズアップは避けてください。
Q3:よりリアルにするために、Sora 2 と実際映像を混ぜることはできますか？
もちろんです— Sora 2 を入手困難な環境に使用し、手などの扱いにくいクローズアップには実際の映像を使用します。両方のカラーグレードを調整し、軽いフィルムグレインを追加し、周囲のオーディオを重ねて、同じ視覚的な世界に存在するようにします。
Q4:Sora 2 プロンプトに含めるべきカメラ設定は何ですか？
カメラの高さ（目の高さまたは肩の高さ）、レンズの長さ（24〜85mm）、スタビライザーの種類（手持ちまたは三脚）、およびショットの長さを記述します。「カメラの左からの暖かい太陽光」や「自然なダイナミックレンジ」のような照明の詳細を追加します。
Q5:Sora 2 動画でオブジェクトがテレポートしたり、服が変わったりするのを修正するにはどうすればよいですか？
明確に記述します：「ショット全体で一貫した服装/アクセサリー、オブジェクトのモーフィングなし」。シーンの複雑さを軽減し、カメラの動きを遅くし、シードをロックして、複数のショット間で連続性を維持します。
