このページには広告が含まれます。
動画生成AIに入力しても、思い描いた通りの映像にならず悩んでいませんか。実は動画生成AIのプロンプトは、画像生成AIとは考え方がまったく異なります。
良い動画を作るには、被写体の動き・背景・カメラワークまで具体的に言葉にする必要があります。あいまいな指示のままでは、AIが勝手に判断し、単調な映像になりがちです。
この記事では、動画生成AIプロンプトの基本構造から具体例、日本語と英語の使い分け、画像から動画にするコツ、よくある失敗例まで、初心者でもすぐ実践できる形で解説します。
動画生成AIプロンプトが難しい理由
思い通りの映像にならない原因は、指示不足ではなく「動き」や「時間軸」を言葉にできていない点にあります。まず動画生成AIならではの特徴を理解しておきましょう。
思い通りの動画にならない原因
動画生成AIのプロンプトでよくある失敗は、静止画のイメージのまま文章を書いてしまうことです。
「男性が歩いている」のような漠然とした指示では、AIは年齢・服装・速度などを自由に判断してしまいます。
結果として、意図とは違う「なんとなくそれっぽい」映像になりやすいです。
動画は時間の経過とともに変化する表現のため、被写体がどう動くのか、どのくらいの時間で何が起こるのかまで、具体的に書き込む必要があります。
画像生成AIとの決定的な違い
画像生成AIは、1枚の完成度を高めることが目的です。色味や構図、被写体の細部までを丁寧に指定すれば、比較的意図通りの結果になりやすいといわれています。
一方で動画生成AIは、連続する時間の中での自然さが問われます。
同じ「人物が歩く」という指示でも、動画では数秒間、動作が破綻なく続くことが求められるのです。
この違いを意識せずにプロンプトを書いてしまうと、静止したような映像や、不自然な動きになってしまうことが多いです。
動画生成AIで思い通りの映像が作れないと悩んでいませんか。この記事では、被写体・背景・スタイルの基本構造から日英の使い分け、失敗しないコツまで解説します。ぜひ参考にしてください。
動画プロンプトの基本の型
良いプロンプトは、思いつきで書くのではなく型に沿って組み立てることで精度が上がります。まずは基本となる3つの要素を押さえましょう。
被写体とアクションの書き方
動画プロンプトでまず決めるべきは「誰が」「どう動くのか」です。
たとえば「男性が歩いている」だけでは情報が不足しています。
「青いトレンチコートを着た30代の男性が、急ぎ足でスマートフォンを見ながら歩く」のように、服装・年齢・動作の質感まで書き込むと、AIが解釈しやすくなります。
被写体とアクションをセットで具体化するのが、動画プロンプトの基本です。
背景・シーンで雰囲気作り
背景や時間帯の指定も、映像の完成度を左右する要素です。
「公園」とだけ書くよりも、「夕焼けに照らされた紅葉の始まった公園」のように具体化すると、世界観が一気に伝わりやすくなります。
天候・時間帯・季節感などを加えるだけで、単調な映像から抜け出しやすくなるといわれています。
カメラワークとスタイル指定
映像のクオリティを底上げするのが、カメラワークとスタイルの指定です。
「クローズアップ」「トラッキングショット」といった映像専門用語を使うと、AIが映画的な表現を意識しやすくなります。
さらに「シネマティックな質感」「浅い被写界深度」などのスタイル指定を加えると、仕上がりの印象が大きく変わります。
具体例で学ぶプロンプトのコツ
基本の型を理解したら、次はBefore/After形式で実際の改善例を見てみましょう。どこを具体化すればよいかが一目でわかります。
改善前後の比較でわかるコツ
たとえば「女性が走っている動画」というプロンプトでは、映像は単調になりがちです。
これを「赤いワンピースを着た女性が、夕暮れの海岸を裸足で走る。波打ち際に足跡が残る」のように書き換えると、具体性が一気に増します。
被写体・行動・背景・スタイルの4要素を意識するだけで、映像の再現度は大きく変わるといわれています。
抽象的な動詞を避ける工夫
動画は「動き」が命のため、抽象的な動詞は情報不足になりやすいです。
「見る」「歩く」といった言葉ではなく、「スマホ画面を凝視する」「忍び足で進む」のように、具体的な動作に置き換えましょう。
感情表現も同様に、「嬉しい」と書くより「小さく跳ねながら笑う」のように、行動や質感で描くほうが伝わりやすくなります。
日本語と英語どちらが良い？
動画生成AIを使うとき、多くの人が迷うのが日本語と英語どちらでプロンプトを書くべきかという点です。それぞれの特徴を押さえておきましょう。
英語プロンプトのメリット
動画生成AIの学習データは英語ベースのものが多く、英語のほうが精度や再現性が高いケースが目立ちます。
たとえば「cinematic lighting」「slow motion」といった映像制作特有の表現は、英語のほうが圧倒的に豊富です。
一方で、映像表現の専門用語をある程度理解していないと、意図とズレた結果になることもあります。
日本語×英語の組み合わせ方
日本語入力の強みは、直感的に書ける点にあります。初心者でも扱いやすく、思いついたイメージをそのまま言葉にしやすいです。
ただし日本語だけでは曖昧に解釈されやすいため、キーワード部分にだけ英語を混ぜるのがおすすめです。
「オフィスの会議室で男性がプレゼンする、cinematic lighting」のように、日本語で大枠を書き、仕上げの部分に英語を加えるハイブリッド型が扱いやすいといわれています。
ネガティブプロンプトの使い方
思い通りの映像に近づけるには、必要な要素を書くだけでなく、不要な要素を除外する意識も欠かせません。
不要な要素を除外するコツ
ネガティブプロンプトとは、映像に含めたくない要素をあらかじめ指定する手法です。
「手ブレ」「低画質」「不自然な変形」といった言葉を加えるだけで、意図しない映像が出る確率を減らせるといわれています。
被写体を具体化するのと同じくらい、除外したい要素を明確にすることも重要です。
よくあるネガティブ例
実際によく使われるネガティブプロンプトには、以下のようなものがあります。
- blurry（ぼやけた映像）
- low quality（低画質）
- distorted face（顔の歪み）
- unnatural motion（不自然な動き）
ツールによって対応状況は異なるため、使用しているサービスの仕様も合わせて確認しておくと安心です。
プロンプトを頭で理解しただけでは、実際の映像の違いは体感しにくいものです。
失敗パターンを避けながら試したい方は、DomoAIで動画生成を試してみるとイメージが掴みやすくなります。
画像から動画にするコツ
i2v（画像から動画）では、静止画をどこまで活かしつつ動きを加えるかがポイントになります。テキストから作る場合とは、少し違う視点が必要です。
静止画の情報を活かす書き方
i2vでは、元になる画像の被写体やスタイルはすでに固定されています。
そのためプロンプトでは、「何を動かすか」「どう変化させるか」に絞って書くのがコツです。
たとえば「このキャラクターが海岸を走り、髪が風になびく」のように、画像の情報を前提にした指示を書くと、世界観を保ったまま動きだけを加えられます。
動きの指示を具体化する
i2vで失敗しやすいのが、動きの指示があいまいなケースです。
「動く」とだけ書くのではなく、「ゆっくり瞬きをする」「風で前髪が揺れる」のように、動作の速度や範囲まで書き込みましょう。
カメラを固定するか動かすかも重要な要素です。「カメラ固定」「背景は静止」のように指定すると、意図しないカメラワークを防ぎやすくなります。
よくある失敗プロンプト例
動画生成AIでうまくいかないときは、プロンプトの書き方に共通した失敗パターンがあることが多いです。代表的な2つのケースを見てみましょう。
曖昧すぎる指示のNG例
初心者に多いのが、情報量が少なすぎる指示です。
「人が歩いている動画」では、AIが年齢・服装・背景を自由に解釈してしまい、不自然な映像になりがちです。
「スーツ姿の30代男性が、オフィスの廊下をゆっくり歩く」のように、被写体・行動・背景をセットで書くだけで精度は大きく変わります。
詰め込みすぎで破綻する例
逆に、要素を詰め込みすぎるのも失敗の原因です。
「女性が歌いながら犬を散歩し、ドローン視点で夕焼けを映す」のように複数の動作を一度に指示すると、AIが処理しきれず破綻しやすくなります。
一つのプロンプトに欲張らず、場面ごとに分けて生成するのが安定した結果を得るコツです。
ループ動画を作るテクニック
SNSで人気のループ動画も、プロンプトの工夫次第で成功率を上げられます。完全な一致は難しい前提で、コツを押さえておきましょう。
最初と最後のフレーム一致
現状の動画生成AIでは、プロンプトだけで最初と最後のフレームを完全一致させるのは難しいといわれています。
それでも「seamless loop」「static camera」「cyclic motion」といった言葉を加えることで、成功率を高めることは可能です。
ツールによっては、最初のフレームと最後のフレームを画像で指定できる機能を持つものもあるため、精度を求める場合はそうした機能の活用もおすすめです。
ループしやすい被写体選び
ループ動画を作るなら、被写体選びも重要なポイントです。
- 水面の波
- 立ちのぼる煙
- 回転する物体
- 点滅する光
こうした周期的な動きは、多少のズレが目立ちにくく、ループ素材として扱いやすい被写体です。
音楽・BGM系プロンプトは？
動画に合わせた音楽やBGMを生成したい場合は、専用のプロンプトの書き方があります。ここでは概要のみ触れ、詳細は別記事に譲ります。
動画生成AIのプロンプトと、音楽生成AIのプロンプトは、書き方の考え方が大きく異なります。
lofiやBGMなど音楽系のプロンプトを詳しく知りたい方は、Sunoの使い方を解説した記事もあわせてご覧ください。
まとめ：プロンプトを試そう
ここまで、動画生成AIのプロンプトの書き方について解説してきました。
大切なのは、被写体・行動・背景・スタイルを具体的に言葉にすることです。曖昧な指示ではなく、映画の設計図を書くようなイメージで組み立てましょう。
日本語と英語の使い分けや、ネガティブプロンプト、画像から動画にするコツなど、今回紹介した内容を実際に試しながら、自分に合った書き方を見つけていってください。
動画生成AIのプロンプトは、慣れてくるほど狙った映像に近づけられるようになっていきます。まずは一つ、具体的なプロンプトを書いて試してみましょう。
