AI動画Prompt入門：3つの要素で、最初の有効なプロンプトを書こう

AI動画生成ツールを初めて使う多くの人は、同じ問題に直面します。頭の中のイメージははっきりしているのに、入力した文字はそっけなく、生成された動画はイメージとかけ離れたものになってしまうのです。

問題はモデルではなく、Promptにあります。プロンプトとは、アイデアと完成作品をつなぐ橋のようなものです。うまく書ければ、モデルはあなたの頭の中のシーンを正確に再現してくれます。曖昧なままだと、結果は期待とかけ離れたものになりがちです。

本記事は、海螺AI（MiniMax）の動画生成機能に基づき、最も基本的な公式から解説し、あなたがすぐに始められるようにサポートします。

---

一、Promptの基本公式：3つの要素で動画を組み立てる

カメラワークに特別なこだわりがなく、AIでインスピレーションを刺激し、想像力あふれる映像を得たいだけであれば、基本公式で十分です。

基本公式 = 主な被写体 + シーン・空間 + 動き・変化

この3つの要素はそれぞれ何でしょうか？

• 主な被写体：動画の中核となる情報の担い手で、人、動物、物、さらには存在しない想像上のものでも構いません。
• シーン・空間：被写体が置かれている環境で、図書館やカフェのような具体的な場所でも、架空のファンタジー空間でも構いません。
• 動き・変化：被写体の動画内での状態——静止、運動、あるいは環境の変化。

いくつか例を挙げましょう：

• 子犬が公園の中を走り回る
• 女性が傘をさして雨の街角を歩く
• 山谷の小川が静かに流れる

これら3つのPromptは、それぞれ動物、人物、自然風景をカバーしています。構造はシンプルながら情報は完全で、モデルはこれに基づいて一貫した映像を生成できます。

気づかれたかもしれませんが、どのPromptにも「誰が、どこで、何をしているか」という3つの情報が含まれています。これは私たちが日常的にシーンを描写する論理とまったく同じです。AI動画生成の根底にある論理とは、自然言語を映像に翻訳することなのです。

---

二、Promptの精密公式：カメラワークと美感を加える

映像の表現に明確な要件があり、よりプロフェッショナルな出力が必要な場合は、基本公式に2つの次元を補います。

精密公式 = 主な被写体 + シーン・空間 + 動き・変化 + カメラワーク + 美的雰囲気

• カメラワーク：プッシュ、プル、パン、移動、上昇、下降などの専門用語で、映像の表現方法を限定します。
• 美的雰囲気：ビジュアルスタイルと画面の雰囲気を限定し、結果を期待により近づけます。

比較例：

• 「カップルが公園のベンチに座って会話している。カメラはカップルを固定して撮影し続け、画面の色調は暖色寄り、雰囲気は温かみがある」
• 「子羊が草原で首を下げて草を食べている。カメラがゆっくりと子羊に寄っていく。画面の色調は自然で写実的」
• 「背広を着た男性が深刻な表情で麺屋でラーメンを食べている。カメラが徐々に引いていき、麺屋の喧騒な環境を映し出す。画面の色調は自然」

カメラワークと雰囲気の描写を加えると、それぞれのPromptにまったく異なる「監督の意図」が生まれることがわかります。同じ「人が何かを食べる」シーンでも、カメラを引いて自然な色調を合わせればドキュメンタリー感が生まれます。逆に、クローズアップで暖色を合わせれば、一気に心温まるショートフィルムに変わります。

---

三、2つの基本原則

上記の公式は決まりきったルールではありません。AIとのやり取りのたびに異なる効果が生まれる可能性があります。しかし、全体として2つの原則に従っています：

• より正確な表現 → より正確な動画情報の表現
• より豊かな表現 → より良い動画生成効果

正確さと豊かさは矛盾しません。まず核心の要素を正確に特定し、それから豊かなディテールで包み込むことで、最良の結果が得られます。

例えて言えば、基本公式は骨格、精密公式は血肉です。骨格が正しく組まれていれば、動画はテーマから逸れません。血肉が豊かであれば、動画に質感が生まれます。練習を始めたばかりの頃は、まず基本公式でフローを通し、被写体とシーンに問題がないことを確認してから、徐々にカメラワークと雰囲気の描写を加えていくことをお勧めします。

---

四、実際に試してみよう

これで最も基本的な公式は理解できました。以下のPromptで、基本公式と精密公式の違いを実際に体感してみましょう。

基本版：

猫が窓枠に座って外の雨を見ている

精密版：

茶トラの猫が木製の窓枠に座っており、窓の外では小雨が降り、雨粒がガラスに当たっている。カメラがゆっくりと猫の顔に寄っていく。画面の色調は寒色の青寄りで、雰囲気は静かで憂鬱。

2つのPromptをそれぞれモデルに送り、生成結果の違いを比べてみてください。「木製」「ゆっくりと寄る」「寒色の青」「静かで憂鬱」という、ほんの少し余分に書いた言葉の一つひとつに、対応する映像の変化があることに気づくでしょう。これこそがPromptの力です。あなたが書く一語一語が、最終的な映像を形作っているのです。

次回は、さらに高度な内容に入ります。精密なカメラコントロール、美的コントロール、そしてその2つを組み合わせたPromptの書き換えテクニックを使って、映画レベルの映像を生成する方法を解説します。