AIで動画プロンプトを作る方法｜カメラ・動き・構図の伝え方

AI動画のPromptは、画面に現れる主役、見える動作、カメラの動き、構図を短く具体化すると調整しやすくなります。Image-to-videoでは入力画像が人物や画角をすでに決めているため、文章は変化させたい動きに重点を置きます。最初から長い演出指示を詰め込まず、一つの短いshotを作り、意図と違った要素を一つずつ直すのが基本です。

この記事はPrompt設計の考え方を説明します。特定モデルで同一Promptを実行して画質や成功率を測った記事ではありません。対応する動き、長さ、Negative Promptなどはモデルと機能で異なるため、使うサービスの現行公式ガイドを確認してください。

最初に決める4点

表は横にスクロールできます

要素	決めること	曖昧な指示の例	画面で確認できる指示
Subject	主役と見分ける特徴	おしゃれな人	赤い傘を持った人物
Action	ひとつの物理的な動き	かっこよく歩く	人物が横断歩道をゆっくり渡る
Camera	固定か、どの方向へ動くか	映画のように	locked camera / 横からtracking
Composition	距離、位置、向き	雰囲気のある画	wide shot、人物を画面右に置く

Prompt skeleton

主役：[人物・物体と識別に必要な特徴]

動作：[短いshot内で見せる動作をひとつ]

カメラ：[固定 / pan / tilt / dolly / tracking など]

構図：[wide / medium / close-up、位置、視点]

背景の動き：[必要な場合だけ]

光・style：[結果に影響する要素だけ]

時間変化：[冒頭から終わりに変わること]

各欄を埋めても、毎回すべてを長文で書く必要はありません。何が主役で、何が動き、カメラがどう撮るかが伝われば、光やstyleは後から加えられます。「cinematic」「beautiful」のような語は幅が広いので、必要なら「窓からの青い光」「低い位置からのwide shot」のような画面上の表現へ置き換えます。

Text-to-videoとImage-to-video

Text-to-videoでは、主役、背景、画角を文章で指定します。入力画像がないぶん、見た目の前提も必要ですが、ひとつの短い場面に絞ります。Image-to-videoでは画像がsubject、構図、色、光の基準になります。RunwayのGen-4動画ガイドも、入力画像を起点に動きをpromptで指示すること、まずシンプルに始めて一要素ずつ調整することを説明しています。画像に写っている服や背景を長く繰り返すより「人物が振り返る」「カメラがゆっくり近づく」といった変化を足します。

同じ説明でも、モデルごとに解釈や使える設定は違います。Runway Gen-4はpositive phrasingを推奨し、negative promptを避けるよう案内しています。一方、Google Veoの公式ガイドは除外したい内容を指示する方法も紹介しています。Negative Promptを共通ルールにせず、対象モデルのガイドに合わせてください。機能名が同じでも、入力方法や生成条件が同じとは限りません。

最小例から調整する

Before: 「雨の街を映画のように」

After: 「夜の雨の街。赤い傘の人物が横断歩道をゆっくり渡る。locked cameraのwide shot。背景を車のライトが左から右へ流れ、人物は最後に画面中央へ進む。」

改善後は、抽象的な雰囲気語に加え、主役、動作、カメラ、構図、時間変化を見える形にしています。これは文章を具体化する例で、特定サービスで生成した結果や、意図どおりに動く保証ではありません。

生成結果を見たら「何が違ったか」を要素へ戻します。人物が動かないならActionを短くする、カメラが揺れすぎるなら動きを固定・簡素化する、被写体が変わるなら画像とsubjectの指定を見直します。一度に主役・光・カメラ・styleを全部変えると、どの修正が効いたのか分からなくなります。まず一つだけ変え、他の指示は固定して比較します。

短いshotで失敗したときの切り分け

表は横にスクロールできます

症状	先に疑う箇所	試す修正	まだ残る場合
主役の動きが弱い	抽象語が多い、動作が複数	一つの動きを動詞で指定	主役が画像で認識できるか確認
カメラが意図と違う	CameraとActionが混在	カメラ動作だけ明記、他は固定	modelのcamera用語を公式ガイドで照合
画面が途中で別場面になる	一度に複数の変化を要求	1 clipに1場面・1つの主動作	シーン分割を検討
元画像の見た目が崩れる	画像と文章の役割が重複	見た目の説明を減らしmotion中心へ	入力画像の構図・品質を見直す
不要要素を消せない	Negative Promptのmodel差	望む状態を肯定形で表現できるか確認	当該modelの現行仕様を参照
結果に差が出ない	変更項目が曖昧	変えた一要素を記録して再比較	生成設定やseed等の記録可能な条件を揃える

Promptを評価するチェック

• 主役が一つに特定できるか。複数なら位置や呼び名を区別したか。

• 動作は画面上で観察できる動詞になっているか。

• 短いclipに複数の場面転換を押し込んでいないか。

• カメラと被写体の動きを混同していないか。

• Image-to-videoなら元画像にある説明を繰り返しすぎていないか。

• モデル依存のNegative Promptや長さ設定を公式情報で確認したか。

• 生成ごとにpromptと調整点を記録し、比較条件を保ったか。

ショットごとのPrompt設計例

同じ「雨の街」でも、動きを一つずつ変えると意図が整理できます。

表は横にスクロールできます

目的	Promptの中心	固定して比較する条件
人物を歩かせたい	赤い傘の人物が横断歩道を渡る	構図、背景、カメラ
背景だけ動かしたい	人物は立ち止まり、車の光が通過する	主役、画角、光
カメラを追従させたい	カメラが人物を横からtrackingする	人物の速度、背景
終わりに視線を集めたい	人物が中央へ進み、最後に振り返る	開始位置、shotの長さ

これは実際の生成結果を比較した評価表ではなく、Promptの変更点を切り分けるための設計例です。出力の差が分かるように、各生成のPrompt、モデル名、モード、入力画像、実施日、設定値を記録します。モデル更新や同じサービス内のモード変更があると以前の結果を再現できない場合があるため、比較時の条件を残すことが大切です。

Cameraの言葉を選ぶとき

Cameraには固定、pan、tilt、dolly、trackingなどがありますが、サービスごとに用語の解釈や実装が同一とは限りません。Google CloudのVeo向けガイドでは、camera movementやcompositionをprompt要素として説明しています。Runwayのガイドもcamera motionを指示できますが、Gen-4 Videoは入力画像と5秒または10秒の生成clipを前提として説明しています。これらの具体仕様は各モデルの説明であり、すべてのAI動画サービスへ当てはめないでください。

「カメラが寄る」と「主役が近づく」は画面上の見え方が似ても、演出の指示としては別です。寄りを作りたいなら、カメラを近づけるのか、人物が画面へ歩いてくるのかを分けて書きます。動作がある場合は、始点と終点を指定すると読み取りやすくなります。例えば「人物が右端から中央へ歩く。カメラは固定」のように、主役と撮影側の役割を分けます。

出力を採用する前のQA

生成された動画は、Promptへ戻る前に成果物として確認します。

• 主役と動作は最初に意図したものか。

• 画面の開始・中間・終了で、位置や向きが破綻していないか。

• 手、顔、文字、商品ロゴなど確認が必要な箇所はあるか。

• カメラ移動が不要な揺れや急なズームを起こしていないか。

• 背景の動きが主役を隠していないか。

• 目的の比率、尺、解像度、音声条件に合うか。機能対応はサービスの現行仕様を確認したか。

• 商用公開する場合、入力素材・生成物・音声・ロゴの権利条件を確認したか。

問題が起きたときに、単純にpromptを長くするのは逆効果になることがあります。主役の見た目を変えてしまうなら入力画像を見直し、動きが曖昧ならActionの動詞を具体化し、カメラが暴れるならcamera指示を減らして固定条件から始めます。複数の原因が考えられるときは、最も影響が大きそうな一箇所から変更し、差分を記録します。

制作で再利用するPrompt記録

• 目的：誰に何を見せるshotか

• 入力：text-to-video / image-to-video、画像の版

• Prompt：実際に使用した全文

• 条件：サービス、model、mode、尺、比率、設定

• 結果：意図どおりの点と違った点

• 修正：変えた一要素、次に試す案

• 確認：権利、文字、ロゴ、音声、公開前承認

この記録があれば、あとから「同じpromptなのに違う」と感じたとき、prompt以外の条件も比較できます。ただし全項目を一律に記録できるとは限らないため、サービス画面に表示される値と保存可能な履歴を使ってください。履歴やseedが提供されない場合は、記録できない項目を不明と残し、再現したと断定しないでください。

AIものさしの判断

まずSubject、Action、Camera、Compositionで最小のshot指示を作り、結果を見て不足している一要素だけ足します。Image-to-videoは画像の説明を減らしてmotionを中心にし、Negative Promptはモデル別に確認します。抽象語や指示を一度に盛るより、差分が追える小さな修正を重ねる方が原因を見つけやすくなります。この記事の例は設計例で、実際の生成精度を保証するものではありません.