映像制作におけるプロンプト設計の位置づけ
生成AIによる映像制作は、実験的な遊びから実務の道具へと移り変わりました。短い文章から数秒の映像を生成できるツールが増え、入力の意図を読み取る精度も高くなっています。しかし、精度が上がったからといって、適当な単語を並べれば狙った映像が出るわけではありません。むしろ出力の振れ幅が大きくなったことで、意図を構造化して伝える力の差が、そのまま映像の質の差になっています。
プロンプト設計を考えるときは、次の三つの層に分けると整理しやすくなります。第一層は「意図」で、何を伝えたいのか、どの瞬間を切り取りたいのかという設計の核です。第二層は「記述」で、意図を主題・動作・環境・スタイル・技術指定という言葉に変換します。第三層は「制御」で、参照画像やパラメータ、試行の設計によって出力を安定させます。うまくいかない人の多くは、第二層だけを必死に調整し、第一層と第三層が抜けています。
制作工程の中での位置づけも変わりました。従来は企画、絵コンテ、ロケハン、撮影、編集という一本道でしたが、生成AIを組み込む場合、ルック開発とショット生成が独立した工程になります。ムードボードを作るように、まず数本のテスト生成で画の方向性を決め、その結果をプロンプトの型として固定し、その型をショットごとに差し替えていく進め方が現実的です。
もう一点、押さえておきたい前提があります。生成AIの映像は「一度で完成させる」より「何度も試して選ぶ」方が圧倒的に品質が高くなります。つまりプロンプトは、正解を一発で当てるくじではなく、探索を効率よく進めるための地図です。地図が整っていれば、同じ時間でより多くの有効な試行ができます。
プロンプトの基本構造：五つの柱
五要素それぞれの役割
主題（Subject）は、画面の中心にあるものを指します。人物、動物、物体、風景など、何を映すのかを最初に決めます。人物なら年齢層、服装、表情、持ち物まで書くと安定します。曖昧な「女性」ではなく「赤いダッフルコートを着た四十代の女性」のように、識別できる特徴を入れます。
動作（Action）は、主題が何をするのかを表します。動画の場合、動作は時間の経過と結びつくため、静止画以上に重要です。「歩く」だけでは足りず、「ゆっくり歩き出す」「立ち止まって振り返る」のように、動作の開始と終了を意識して書きます。動作を複数詰め込むと、生成側はどれかを省略したり、途中で不自然に切り替えたりします。一つのショットには一つの主要な動作が原則です。
環境（Environment）は、場所、時間帯、天候、光源を指定します。屋内か屋外か、朝か夕方か、晴れか雨か、照明は自然光か人工光か。ここを書かないと、無難な中間色の背景が出てきます。逆にここを丁寧に書くと、映像の説得力が一段上がります。埃、湯気、霧、水たまりといった空気感の要素は、動画では特に効果的です。
スタイル（Style）は、映像の質感や参照する美学を指定します。ドキュメンタリー風、フィルムグレインのある質感、アニメ調、絵画的なライティングなど、見た目の方向性を決めます。特定の作品名や作家名をそのまま使うのは避け、光の当たり方、色調、レンズ感、素材感といった要素に分解して書く方が安全で、再現性も高くなります。
技術指定（Technical Parameters）は、カメラと出力の条件です。レンズの焦点距離、被写界深度、カメラの動き、アスペクト比、フレームレート、尺を指定します。ここを固定すると、複数ショットのつながりが自然になります。
設計図として書くための五つのルール
第一に、一ショット一意図です。二つ以上の出来事を一つの生成に詰め込むと、どちらも中途半端になります。第二に、矛盾を排除します。「静かな室内」と「強い風が吹く」を同時に書くと、どちらかが無視されます。第三に、抽象語を具体語に置き換えます。「美しい」ではなく「柔らかい逆光と淡いピンクの色調」。第四に、数値で書けるものは数値で書きます。人数、秒数、距離、時間帯。第五に、形容詞を重ねすぎないことです。修飾語が多すぎると重要度を判断できず、どれも弱く反映されます。
型として次のテンプレートを用意しておくと便利です。
「[主題の詳細]が[動作]する。[環境・時間帯・光源]。[スタイルと色調]。[レンズとカメラの動き]、[尺とアスペクト比]。」
この型を穴埋め式で使うと、書く速度が上がり、要素の抜けも減ります。最初は日本語で十分ですが、英語の映像用語を併記すると安定する場面もあります。たとえば「ドリーイン（dolly in）」「逆光（backlight）」のように、括弧書きで併記しておく運用がおすすめです。
静止画と動画で記述はどう変わるか
時間軸を書く：開始・変化・終了
静止画のプロンプトは「ある瞬間の切り取り」ですが、動画は「時間の変化」を扱います。したがって、開始状態、変化、終了状態の三つを意識して書きます。たとえば「雨の中に立つ人物が、傘を閉じて空を見上げ、ゆっくり微笑む」。この一文には、開始（雨の中に立つ）、変化（傘を閉じる）、終了（微笑む）が含まれています。
尺が短い場合は、変化を一つに絞ります。三秒から五秒のショットなら、開始と終了の二状態で十分です。詰め込みすぎると、動きが速すぎたり、途中で被写体が別物になったりします。逆に八秒以上のショットでは、緩やかな変化を二段階入れると見応えが出ます。
カメラワークと物理の語彙
動画生成では、カメラの動きを言葉で指定できるかどうかが大きな差になります。固定（fixed）、パン（左右の首振り）、チルト（上下の首振り）、ドリー（前後の移動）、トラッキング（被写体と並走）、手持ち（handheld）、クレーン（上下の移動）、ドローン（上空からの移動）。これらを使い分けると、同じ被写体でも全く違う情感になります。
合わせて指定したいのが、レンズと露出の感覚です。三十五ミリ相当の軽い広角、八十五ミリ相当の圧縮効果、浅い被写界深度、シャッタースピードの速さによるキレ。これらは映像の「物理的な説得力」を作ります。加えて、雨、煙、ほこり、水面の反射といった環境の動きを一つ添えると、画面が生きているように見えます。
注意したいのは、カメラワークと被写体の動きを同時に強く指定しすぎないことです。カメラが回り込み、被写体も激しく動き、背景も変化する、という指示は破綻の原因になります。どちらかを主役にし、もう片方は控えめにします。
モデルの癖を見極めるテスト手法
三つのタイプに分類する
生成の仕組みはツールごとに異なり、得意分野も違います。大きく分けると、指示追従型、ルック重視型、モーション・物理型の三つです。指示追従型は書いた通りの構図や人数を再現しやすい代わりに、画の雰囲気は素直になりがちです。ルック重視型は光や色の美しさに優れますが、細かい指定を無視することがあります。モーション・物理型は動きの自然さに強く、速い動きや水・煙の表現が得意です。
自分の用途がどれかを知ることが第一歩です。商品の見せ方を作るなら指示追従型、雰囲気のあるショート映像ならルック重視型、アクションや自然現象ならモーション・物理型が向いています。
ベンチマーク用プロンプトを固定する
モデルの癖を測るには、毎回同じ五本のテストプロンプトを使うのが効果的です。人物の寄り、風景の引き、物の回転、水しぶき、手元のアップ。この五本を固定し、評価軸を決めて記録します。評価軸は、構図の再現度、破綻の少なさ、色の安定、動きの自然さ、テキスト追従の正確さの五点で十分です。
記録は表にして残します。日付、使用モデル、プロンプト、パラメータ、評価点、気づき。この表が数週間で自分の専用マニュアルになります。他人の成功例をそのまま使うより、自分のテスト記録の方が再現性が高い理由はここにあります。
ネガティブ指定と制御パラメータ
除外は「現象」で書く
ネガティブ指定は、出したくないものを伝える指示です。コツは、名詞ではなく現象として書くことです。「手」ではなく「指の本数が増える」「関節が曲がりすぎる」。こう書く方が抑制が効きます。動画では、ちらつき、輪郭の滲み、不自然な速度変化、途中での被写体の入れ替わり、背景の歪みなどが頻出する問題です。これらを除外リストに入れておくと、平均品質が上がります。
ただし、除外リストを長くしすぎると、画面全体が硬くなったり、動きが止まったりします。よく出る問題を三つから五つに絞り、それ以外は構図やカメラ指定で回避する方が結果が良くなります。
制御できる値は先に決める
出力の安定に効く値は、尺、アスペクト比、フレームレート、シード、動きの強さ、プロンプト追従の強さです。特にシードは重要で、気に入った一本が出たらシードを固定し、プロンプトだけを少しずつ変えると、変化の理由が明確になります。
アスペクト比は用途から逆算します。縦型のショートなら九対十六、横型の上映なら十六対九、正方形は広告や一覧表示向けです。フレームレートは二十四か三十を基本にし、滑らかな動きが必要な場面だけ六十を使います。値は毎回メモし、再現できる状態にしておきます。
一貫性を保つワークフロー設計
参照画像とキャラクター設計
複数ショットで同じ人物を登場させる場合、参照画像がほぼ必須です。正面、斜め、横、全身、バストアップの五点を用意し、衣装と髪型を固定します。生成時は参照画像を指定し、プロンプトでも年齢、髪色、服装、体型を毎回同じ語で繰り返します。
小道具や背景も同様です。同じカフェ、同じ車、同じ照明状態を保つには、背景の参照画像を一枚作っておき、全ショットで使い回します。色は具体的な色名と明度で指定し、可能なら数値やサンプル画像で共有します。
命名規則とアセット管理
生成物は放置するとすぐに迷子になります。おすすめは、作品名_ショット番号_バージョン_シードの形式で命名することです。たとえば短編の第三ショットの二回目の試作なら、film03_shot03_v02_s4412 のようにします。プロンプトはテキストファイルとして同じ名前で保存し、生成物と一対一で対応させます。
さらに、採用、保留、却下の三つのフォルダに分けます。採用フォルダには、そのショットの最終版とそのプロンプトだけを残します。この運用だけで、編集段階での混乱が大幅に減ります。
反復・変異・バージョン管理の実践
一度に一変数だけ変える
品質を上げる最短ルートは、一度に一つの要素だけを変えて比較することです。動きが硬いと感じたら、動きの記述だけを変えます。色が合わないと感じたら、色調の指定だけを変えます。同時に複数を変えると、良くなった理由も悪くなった理由も分からなくなります。
比較は必ず二本以上を並べて行います。単独で見ると良く見えても、並べると破綻が見えることが多いからです。ショット単位で比較し、採用を決めたらすぐにプロンプトを凍結します。凍結したプロンプトは「確定版」として別ファイルに移し、以後は触りません。
プロンプトの差分を記録する
プロンプトも文章なので、変更履歴を残す価値があります。バージョンごとに、変更点と変更理由を一文で書きます。「動きを遅くした」「背景の色を寒色に寄せた」といった短いメモで十分です。このメモが、後で同じ問題に直面したときの解決策になります。
余裕があれば、うまくいった記述をカテゴリ別に貯めておきます。ライティング集、カメラワーク集、質感集、動作集。こうした個人辞書は、生成ツールが変わっても使い回せる資産になります。
よくある失敗と修正手順
失敗はパターン化できます。以下は実務で頻出する問題と、その修正の順序です。
第一に、動きが不自然になる場合。原因は動作の詰め込みすぎか、尺に対して変化が多すぎることです。修正は、動作を一つに絞り、尺を短くし、カメラを固定します。それでも改善しない場合は、動きの強さの値を下げます。
第二に、被写体が途中で別人になる場合。参照画像を追加し、プロンプトで人物の特徴を毎回同じ語で書きます。服装の色を明示し、顔のアップを避けてバストアップ以上の構図にすると安定します。
第三に、画面全体がぼやける場合。情報量が多すぎるか、逆に指定が抽象的すぎます。主題を一つに絞り、光源と質感を具体的に書き、解像度の指定を見直します。
第四に、色が意図しない方向に転ぶ場合。色調の指定を先頭に近い位置へ移し、ネガティブ指定で不要な色を除外します。暖色と寒色を同時に強く指定しないことも重要です。
第五に、文字が崩れる場合。生成に文字を任せるのは基本的に不利です。看板やタイトルは後工程で合成し、生成時は文字を入れない指示にします。
第六に、手や指が破綻する場合。構図で回避するのが最も確実です。手をポケットに入れる、後ろ手にする、手前にボケた小物を置く。修正しようと試行を重ねるより、見せない設計に切り替える方が速いことが多いです。
第七に、カメラが勝手に動く場合。固定の指定を明示し、被写体の動きも緩やかにします。動きの強さが高いと、静止の指示が無視されることがあります。
第八に、一つのショット内でカットが切り替わる場合。複数の場面を一つの生成に詰め込んでいるのが原因です。ショットを分割し、それぞれを独立して生成し、編集でつなぎます。
30秒ショート映像を組み立てる実践例
ここまでの内容を、30秒の短編として組み立てます。構成は六つのショット、各五秒です。テーマは「夜明けの海辺を歩く人物」とします。
| ショット | 内容 | 主な指定 |
|---|---|---|
| 1 | 夜明けの海岸線、引きの固定 | 三十五ミリ、淡い青、波の音 |
| 2 | 人物の足元のアップ、砂を踏む | 浅い被写界深度、ゆっくり歩く |
| 3 | 人物の横顔、歩きながら前を見る | 八十五ミリ、逆光、髪が揺れる |
| 4 | 海面の反射、光が広がる | 波の動き、粒子感、淡いオレンジ |
| 5 | 人物が立ち止まり、空を見上げる | 固定、わずかなチルトアップ |
| 6 | 後ろ姿の引き、水平線へ歩き続ける | ドローン風の上昇、余韻 |
各ショットのプロンプトは、先ほどの型に沿って書きます。主題、動作、環境、スタイル、技術指定の順です。人物の特徴はショット2から6で同じ語を繰り返し、参照画像を共通で使います。色調は「淡い青から淡いオレンジへ」と全体で一貫させ、ショット4を境に暖色へ寄せていきます。
生成後は、採用版だけを並べて通しで確認します。つながりが不自然な箇所は、前後のショットの尺を調整するか、つなぎのショットを一枚追加します。編集では、カットのタイミングを動きの頂点に合わせると、生成映像の粗が目立ちにくくなります。
音は別工程で作ります。環境音、足音、波の音、静かな音楽。映像に音が乗ると、視聴者は細部の破綻に気づきにくくなります。最後に色調整で全ショットのトーンを揃え、粒子を軽く加えると、生成の継ぎ目がさらに馴染みます。
この一連の流れを一度通しておくと、二本目以降の制作速度が大きく変わります。ショット表、プロンプトの型、参照画像、命名規則という四つの資産が手元に残るからです。
FAQと継続的な学習
プロンプトは長い方が良いのか
長さそのものは品質と比例しません。必要な情報が矛盾なく入っていることが重要です。目安として、主題と動作で一文、環境で一文、スタイルと技術指定で一文の三文構成にすると整理しやすくなります。長くなる場合は、本当に必要かどうかを要素ごとに確認します。
英語で書くべきか、日本語で書くべきか
どちらでも成立しますが、映像用語は英語の方が通りが良い場面があります。日本語で書き、重要な専門用語だけ英語を括弧で併記する運用が扱いやすく、チーム内での共有にも向いています。
同じ結果を再現するには
シード、パラメータ、プロンプト、使用モデルとそのバージョンの四点を記録します。これらが揃っていれば、かなり近い結果が得られます。完全な一致は難しいため、完全再現よりも「近い結果を短時間で出せる状態」を目標にします。
うまくいかないときに最初に見直すべき点は
意図が一つに絞られているかを確認します。次に矛盾する指定がないか、次に参照画像が必要な場面かを確認します。多くの場合、この三段階で問題の八割は特定できます。
学習を続けるにはどうするか
自分のテスト記録を育てることが最も効果的です。加えて、同じ映像を作っている人とプロンプトと結果を交換すると、自分の癖に気づけます。うまくいった例だけでなく、失敗例とその修正過程を共有する方が学びは大きくなります。
基礎となる考え方は、これからも大きくは変わりません。意図を明確にし、構造化して記述し、制御できる値で安定させる。この三層を回し続けることが、生成AIを使った映像制作の再現性と品質を支えます。ツールが入れ替わっても、自分の手元に残る記録と型はそのまま使えます。まずは五つの柱に沿って一本のショットを書き、同じ条件で三回生成し、比較するところから始めてみてください。
