優れたAIビデオは、長い形容詞のリストから始まることはありません。方向性から始まります。
プロンプトが「東京を歩く映画的な女性」とだけ言う場合、モデルは女性の見た目、歩き方、カメラの位置、動き方、時刻、シーンに対話、環境音、または無音があるかどうかを決定する必要があります。定義されていない各選択肢は、出力があなたが想像したものから離れる別の機会を生み出します。
最も信頼性の高いAIビデオプロンプトは、コンパクトなショットブリーフのように機能します。これらはスクリーン上に何があるか、時間とともに何が変わるか、カメラがどのようにそれを観察するか、ビジュアル言語が何であるべきか、そして視聴者が何を聞くべきかをモデルに伝えます。
このAIビデオプロンプトガイドは、より良いプロンプトを書くための再利用可能な構造を提供し、その後、AKOOL上でKling 3.0、Wan 2.7、Veo 3.1、Seedance 2.0に適応させる方法を示します。
優れたAIビデオプロンプトの解剖学
最も単純で有用なフレームワークは：
Subject → Action → Camera → Style → Sound
テキストからビデオへのプロンプトを書く場合、この順序で5つのコンポーネントを使用します。すべてのジェネレーションに精密な段落は必要ありません。最も重要なあいまいさを除去するのに十分な情報が必要です。
1. Subject — 何を見ているのか?
人、製品、オブジェクト、または環境を、重要なビジュアル詳細で特定します。
弱い：
A woman in a city.
より良い：
A woman in her early 30s wearing a dark red trench coat stands alone on a rain-soaked street in downtown Tokyo at night.
すべての目に見える詳細を説明しないでください。アイデンティティアンカー（衣装、素材、色、年齢、製品の形、またはその他の安定したままであるべき特徴）に優先順位を付けます。
2. Action — ショット中に何が変わるか?
ビデオには時間的指示が必要です。具体的な動詞を使用し、1つの理解可能なモーションアークを説明します。
弱い：
A cinematic sneaker.
より良い：
A white running shoe drops onto wet pavement, compresses on impact, then splashes water outward as a runner pushes off.
6つの無関係なアクションを5秒のショットに積み重ねないようにしてください。より多くの指示が必ずしもより多くの制御を生み出すわけではありません。
3. Camera — アクションをどのように見るべきか?
重要な場合は、フレーミングと動きを明示的に述べます。
弱い：
Dynamic camera.
より良い：
Low-angle medium close-up. The camera tracks beside the runner, then slowly pushes toward the shoe as it strikes the pavement.
有用な語彙には、ワイドショット、ミディアムショット、クローズアップ、オーバーヘッド、ロウアングル、ハンドヘルド、ドリーイン、トラッキングショット、オービット、パン、チルト、ラックフォーカス、スローププッシュインが含まれます。
テキストだけでは複雑なモーションを確実に再現できない場合、参照ドリブンのワークフローの方がより正確なことが多いです。AKOOL のビデオリファレンスでモーションとスタイルを制御するガイドは、既存のクリップがすべてを口頭で説明する代わりに、カメラのモーション、アクション、雰囲気をどのように導くことができるかを説明しています。(Akool)
4. Style — ショットはどのように感じるべきか?
「映画的」という言葉に頼るのではなく、照明、パレット、テクスチャ、ジャンル、写真処理を説明します。
代わりに：
Cinematic commercial.
試してください：
Premium sports-commercial look, cool blue shadows, warm practical lights, wet reflective pavement, high contrast, shallow depth of field, restrained film grain.
特定のビジュアル関係は、「エピック」、「プロフェッショナル」、「4Kの傑作」などの一般的な品質ラベルよりもモデルにより有用な情報を提供します。
5. Sound — 何を聞くべきか?
ネイティブオーディオを備えたモデルの場合、サウンドは最初からプロンプトに属しています。
例：
Audio: fast footsteps on wet asphalt, water splashing with each stride, distant traffic, low pulsing electronic bass. No dialogue.
対話が必要な場合は、短く保ち、明確に行を属性付けてください：
The woman looks toward camera and says, "We're just getting started."
Audio: quiet city ambience and light rain behind her voice.
Klingの統合オーディオビジュアルジェネレーションへの進化は3.0より前に始まりました。AKOOLのKling 2.6ネイティブオーディオの概要は、同じジェネレーションプロセスの一部として、同期された対話、環境音、エフェクトをカバーしています。(Akool)
モデル固有のプロンプトのコツ
5部構成のフレームワークはモデル全体で機能しますが、同じビデオジェネレーションプロンプトは常に同じ動作を生成するわけではありません。異なるモデルは異なるタイプの方向に報いを与えます。
AKOOLはまた、Kling O1などの統合ジェネレーション/編集モデルもサポートします。これらのKling O1機能を理解することは、ワークフローがプロンプティングをリファレンス、ショット拡張、または自然言語編集と組み合わせる場合に役立ちます。(Akool)
マルチショットストーリーテリングとキャラクター一貫性のためのKling 3.0のプロンプティング
Kling 3.0は、プロンプトが1つの静的構成ではなく短いシーケンスを説明する場合に特に有用です。AKOOLは3～15秒のジェネレーション、ネイティブオーディオ、強化されたサブジェクト一貫性、および単一の説明からワイド、クローズアップ、カットアウェイを構造化できるAIディレクタースタイルシステムを文書化しています。(Akool)
Klingプロンプトガイドの心構えのために、ストーリーを順序付きビートで説明します。モデルに、それらのビート間で何が一定のままであるかを伝えます。
例：
15-second cinematic coffee commercial.
Shot 1: Wide shot of a quiet kitchen at sunrise. A woman in a cream sweater enters frame and places a black ceramic mug on the counter.
Shot 2: Medium close-up. She pours fresh coffee into the same mug; steam rises through warm morning light.
Shot 3: Close-up of her hands lifting the mug, then cut to her smiling after the first sip.
Keep the same woman, cream sweater, black mug, kitchen layout, and warm amber color grade across every shot.
Audio: soft coffee pour, ceramic contact on wood, quiet morning room tone, subtle acoustic music.
重要なテクニックは継続性言語です。同じキャラクター、ワードローブ、小道具、または環境が変わらないままであるべき場合を明示的に特定します。Kling 3.0マルチショットストーリーテリングで、モデルのマルチショット、ネイティブオーディオ、およびリファレンス機能を参照してください。(Akool)
モーションとスタイル化制御のためのWan 2.7のプロンプティング
Wan 2.7は、明確に定義されたモーションパスと安定したビジュアル処理でより良くアプローチされます。AKOOLの公開されたプレビューは、より自然なモーション、より強いスタイル化、一貫性、開始/終了フレームコントロール、参照入力、および指示ベースの編集を強調しています。(Akool)
5つの競合スタイルを追加する代わりに、1つのアート方向を確立し、モーションがどのように進化するかを説明します。
例：
A red vintage sports car enters from the left and accelerates along a winding coastal road. The camera begins in a low front three-quarter tracking shot, moves alongside the driver's door, then gradually falls behind as the car exits the curve.
1970s European road-film aesthetic, slightly desaturated teal shadows, warm sunlight, subtle film grain, realistic suspension movement and tire contact. Maintain the same red paint, car proportions, and color grade throughout.
選択されたワークフローがリファレンスまたはキーフレームコントロールを提供する場合は、それらを使用してください。すべての外観制約をプローズに入れる代わりに。Wan 2.7モーション制御の概要は、そのモーション、スタイル一貫性、リファレンス、および開始/終了フレーム方向をカバーしています。(Akool)
映画的なリアリズムのためのVeo 3.1のプロンプティング
Veo 3.1は、サブジェクト、アクション、環境、カメラ、サウンドを接続する脚本のような自然言語に反応します。AKOOLのVeoガイドは、映画的スタイル、キャラクター詳細、モーション、環境/照明、オーディオキュー、および技術的カメラ方向を組み合わせた構造を推奨しています。(Akool)
接続されていないキーワード文字列の代わりに、物理的な因果関係を使用します。
例：
A tired chef closes a small restaurant after midnight. He turns off the final pendant light and walks toward the back door as the room falls into darkness one section at a time.
Slow dolly backward at eye level, 50mm cinematic perspective, natural handheld micro-movement. Warm tungsten light transitions into cool blue light from the alley.
Audio: metal chairs scraping lightly, refrigerator hum, a distant car passing outside, then the click of the final light switch.
Veoは、カメラ方向とサウンドが同じシーン論理の一部である場合に特に役立ちます。AKOOLは現在、Veo 3.1をリファレンスガイド一貫性と正確なモーション制御をサポートしていると説明しています。(Akool)
オーディオシンク済みビデオのためのSeedance 2.0のプロンプティング
Seedance 2.0はテキストだけを超えた思考から恩恵を受けます。AKOOLの現在のビデオジェネレーションインターフェースはSeedance 2.0をリストしており、そのモデルカバレッジはテキスト、画像、ビデオ、オーディオリファレンスのマルチモーダル使用を強調しています。
音楽またはボイスがタイミングを確立する場合は、ビート構造の周りにプロンプトを書きます。
例：
Create a fast 12-second streetwear video synchronized to the uploaded beat.
0–3s: model stands still beneath a subway light; slow push-in.
3–6s: on the first heavy beat, cut to a low-angle walking shot.
6–9s: rapid side-tracking shot as the model turns toward camera.
9–12s: close-up of the jacket logo, ending exactly on the final beat.
Keep the same model, black jacket, silver accessories, underground-station setting, and green fluorescent lighting.
Use the uploaded audio as the timing reference. Cuts and major body movements should align with the strongest beats.
Seedanceの場合、リファレンスはテキストプロンプトを不必要に長くする情報を運ぶことができます。画像に外観を確立させ、ビデオにモーションを確立させ、オーディオにリズムを確立させます。テキストを使用して、それらの要素がどのように相互作用すべきかを説明します。
一般的なプロンプトの誤り（およびその修正方法）
誤り1：ビデオプロンプトの代わりに画像プロンプトを書く。
「大理石の上の豪華な時計、映画的な照明」は外観を説明していますが、時間ではありません。
修正：
Macro close-up of a luxury watch on dark marble. The second hand moves smoothly while the camera performs a slow 20-degree orbit. A narrow light sweeps across the polished bezel, revealing reflections gradually.
誤り2：1つのショットで多くのことを求める。
サブジェクトが走り、ジャンプし、服を変え、車に乗り、去り、別の都市に8秒で到達する場合、モデルは多くの状態変化を圧縮する必要があります。
修正：概念を複数のショットに分割するか、マルチショット対応モデルを使用します。
誤り3：あいまいなカメラ言語を使用する。
代わりに：
Cool cinematic movement.
書いてください：
Medium shot. Slow handheld push-in while the subject remains centered; slight natural operator movement, no orbit and no zoom.
誤り4：自分自身と矛盾する。
「静的ロックカメラ」と「ダイナミックスイープカメラモーション」は、異なるショットを説明していない限り、同じ指示に表示されるべきではありません。
誤り5：アップロードされた画像を説明する代わりにモーションを記述する。
画像からビデオへの場合、画像に既に存在するものを確立させてください。
より良い：
The subject slowly turns toward the window and smiles. Curtains move gently in the breeze. The camera pulls back by one meter while preserving the original lighting, wardrobe, facial identity, and room design.
10個のテンプレートの準備ができています
1. 製品広告 — プレミアムヒーロショット
A [PRODUCT] sits on [SURFACE]. [PRODUCT ACTION]. Macro close-up transitioning into a slow three-quarter orbit. [LIGHTING] creates controlled reflections across the product. Premium commercial style, [COLOR PALETTE], realistic materials. Audio: [SFX], subtle [MUSIC STYLE].
2. 製品広告 — ライフスタイルデモンストレーション
A [TARGET USER] uses [PRODUCT] in [ENVIRONMENT]. The user [PRIMARY ACTION], clearly demonstrating [BENEFIT]. Medium tracking shot followed by a close-up of the product in use. Natural [TIME OF DAY] lighting, authentic lifestyle-ad look. Audio: environmental ambience plus subtle upbeat music.
3. 製品広告 — 3ショットソーシャルコマーシャル
Create a 12-second, three-shot ad for [PRODUCT].
Shot 1: [HOOK].
Shot 2: [PRODUCT BENEFIT IN ACTION].
Shot 3: [HERO SHOT / CTA VISUAL].
Keep the same product design, colors, environment, and lighting across all shots. Fast but clean transitions. Audio: [MUSIC] with synchronized product SFX.
4. 説明者 — ビジュアルコンセプト
Show [CONCEPT] visually using [SUBJECT/OBJECT]. Begin with [INITIAL STATE], then demonstrate [CHANGE], ending with [RESULT]. Clean medium-wide framing with a slow push-in. Minimal modern visual style, neutral background, clear object separation. Audio: calm narration space with light ambient sound.
5. 説明者 — プレゼンターシーン
A [PRESENTER DESCRIPTION] stands in [SETTING] and explains [TOPIC]. Medium shot, eye-level camera, very slow push-in. The presenter gestures naturally while saying: "[SHORT DIALOGUE]." Professional soft lighting, clean background, restrained brand colors. Audio: clear speech with subtle room tone.
6. ソーシャルクリップ — ファストフック
Vertical 9:16 social video. Open immediately on [UNEXPECTED ACTION / VISUAL HOOK]. Handheld close-up, fast push-in during the first second, then stabilize into a medium shot as [SUBJECT ACTION]. High-energy contemporary style. Audio: sharp opening SFX followed by [MUSIC TYPE].
7. ソーシャルクリップ — トランスフォーメーション
Begin with [BEFORE STATE]. The subject performs [TRIGGER ACTION]. During the movement, transform the scene into [AFTER STATE] while preserving the subject's identity and position. Camera performs a smooth half-orbit through the transition. Audio: rising transition sound ending on a strong beat.
8. シネマティックショート — 対話ビート
Night interior. [CHARACTER A] sits opposite [CHARACTER B] in [LOCATION]. Start with a quiet two-shot, then slowly push toward Character A as they say: "[LINE]." Character B reacts without speaking. Low-key motivated lighting, practical lamps, shallow depth of field. Audio: restrained room ambience and natural dialogue.
9. シネマティックショート — アクションショット
[CHARACTER] runs through [ENVIRONMENT] while [THREAT/EVENT] unfolds behind them. Low-angle tracking camera keeps pace beside the character before swinging behind for the final movement. Realistic weight, momentum, debris, and contact physics. Dramatic directional lighting. Audio: footsteps, breathing, environmental impacts, no music.
10. シネマティックショート — 雰囲気エスタブリッシングショット
Wide establishing shot of [LOCATION] at [TIME/WEATHER]. [SMALL ENVIRONMENTAL ACTIONS] create subtle movement throughout the frame. The camera performs a slow crane forward and downward, revealing [STORY DETAIL]. [FILM STYLE], [COLOR PALETTE], realistic volumetric atmosphere. Audio: layered environmental ambience with distant [SPECIFIC SOUND].
これらのテンプレートは開始構造であり、魔法の公式ではありません。括弧を具体的な情報に置き換え、不要なセクションを削除し、一度に1つの変数をテストします。
