本文へスキップ

AI動画プロンプト生成

よい動画プロンプトはショットリストのように読めます。誰がフレームにいて、何をして、光はどこから来て、カメラはどう動き、何が聞こえるか。このページでは各要素と、クリップを崩すよくある間違いを解説します。生成ツールは、どのモデル向けにもこの順番でプロンプトを書きます。

  • プロンプト1件11クレジット(Starterで約$0.10)。DreamBenchのどのプランでも利用できます。
  • 写真は不要で、モデルも使いません。

AI動画プロンプト生成とは何ですか?

被写体、動き、光、カメラ、サウンドの選択を、モデルがいちばん読み取りやすい順番で、どの動画モデルにも使えるプロンプトにするツールです。Veo 3.1、Seedance 2.5、Kling 3.0向けのプリセットもあります。このツールは、DreamBenchのすべてのプラン(月額$9.99から)に含まれています。

動画プロンプトの書き方

  1. ショットを描写する

    誰が、または何が映っていて、何をどこでするか:被写体1つ、動作1つ、場所1つ。

  2. 演出する

    光とその向き、ショットサイズとカメラの動き、ルック、ムード、サウンドを選びます。

  3. コピーするか、実行する

    プロンプトは、動画モデルがいちばん読み取りやすい順番で組み立てられます。初回は、無料アカウントを作成してプランを選び、そのあと好きなツール用にコピーするか、DreamBenchで実行してください。

作例から始める

被写体と動きを入力すると、ここにプロンプトが表示されます。

プロンプト1件につき、プランから11クレジットを使います。同じプロンプトをもう一度表示してもクレジットは使いません。DreamBenchで実行すると実際にクリップがレンダリングされ、その料金は別にかかります。

動画プロンプトの構成

項目をタップすると実際のプロンプトのどこに入るかが、プロンプトの文をタップするとどの項目から書かれたかがわかります。

  1. まず被写体と動き

    誰が、または何が映っていて、何を1つするかを平易な言葉で:花売りがチューリップの束を包む。モデルはその一文を軸にほかのすべてを組み立てます。

  2. 場所はひとことで

    場所と時間:雨上がりの夕方の露店市場。場所は1つ、時間帯は1つ。場所が変わるなら新しいクリップです。

  3. 光と、その方向

    光源とその方向、影になる部分を書いてください。書かないと、モデルは場面を正面から平板に照らします。

  4. ショットサイズとカメラの動きは1つずつ

    ワイド、ミディアム、クローズアップのいずれか、レンズ、そして動きは1つだけ:ゆっくりしたプッシュイン、横方向のトラック。動きを2つ入れると、どちらでもないものにぼやけます。

  5. ルックは一度だけ

    フィルム調のフォトリアル、ドキュメンタリー、アニメ、ストップモーション、モノクロ。トーンは1つ、指定は一度。

  6. 雰囲気ではなく、振る舞い

    感情は、カメラに映るものに置き換えます。「彼女は緊張している」ではなく、「彼女は手すりを握りしめる」と書きます。

  7. 聞こえる音

    環境音、引用符で囲んだセリフ1つ、BGM、または(モデルがサウンドなしにできる場合は)無音。動作にぴったり合わせて入ります。

  8. 長さとフレーム

    どのモデル向けにも使える汎用プロンプトではこれで締め、各モデルのプリセットでは、そのモデル自身の例と同じようにこれで始めます。

動画プロンプト

An old flower seller in a waxed jacket wraps a bunch of tulips in brown paper and hands it across the stall, at a street market on a wet evening. Light: night, lit only by the practical lights in the scene from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side. Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject. One move only: a slow push-in that ends close on the subject. Photoreal, shot on film: natural colour, gentle grain, true skin. Sound: ambience and one spoken line, "Last bunch of the day. Mind the rain." An 8-second clip, 16:9. No text, no captions, no watermark.

プロンプトの例

どれも、このページのプロンプト生成ツールが、説明にある選択肢から書いたものです。

どのモデルにも使える1ショット

このページ独自の順番で、どのモデルにも使えます。シーン、光、カメラ、ルック、サウンド、そして長さとフレーム。

プロンプト

An old flower seller in a waxed jacket wraps a bunch of tulips in brown paper and hands it across the stall, at a street market on a wet evening. Light: night, lit only by the practical lights in the scene from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side. Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject. One move only: a slow push-in that ends close on the subject. Photoreal, shot on film: natural colour, gentle grain, true skin. Sound: ambience and one spoken line, "Last bunch of the day. Mind the rain." An 8-second clip, 16:9. No text, no captions, no watermark.

フレームが先、サウンドは後

Veo 3.1

まずフレーム、次に何が聞こえるか。Veoはすべてのクリップにサウンドを作るからです。

プロンプト

Widescreen 16:9, one 8-second shot. An old flower seller in a waxed jacket wraps a bunch of tulips in brown paper and hands it across the stall, at a street market on a wet evening, and says, "Last bunch of the day. Mind the rain." Sound: the line clear over the scene's own ambience, every sound landing in step with the action; no music. Light: night, lit only by the practical lights in the scene from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side. Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject. One move only: a slow push-in that ends close on the subject. Photoreal, shot on film: natural colour, gentle grain, true skin. No text, no captions, no watermark.

15秒のワンテイク

Seedance 2.5

ワンテイクで15秒。やりとり全体が収まる長さで、サウンドは最後に書きます。

プロンプト

Widescreen 16:9, one continuous 15-second take with no cuts. An old flower seller in a waxed jacket wraps a bunch of tulips in brown paper and hands it across the stall, at a street market on a wet evening. Light: night, lit only by the practical lights in the scene from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side. Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject. One move only: a slow push-in that ends close on the subject. Photoreal, shot on film: natural colour, gentle grain, true skin. Sound: ambience and one spoken line, "Last bunch of the day. Mind the rain." No text, no captions, no watermark.

セリフはその言語のまま

Kling 3.0

1テイク、言語を添えたセリフ、そしてカメラの動きの間も安定して映る被写体。

プロンプト

Widescreen 16:9, one continuous 10-second take with no cuts. An old flower seller in a waxed jacket wraps a bunch of tulips in brown paper and hands it across the stall, at a street market on a wet evening, and says in English, "Last bunch of the day. Mind the rain." Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject. One move only: a slow push-in that ends close on the subject. The subject and everything around it keep their shape and look as the camera moves. Light: night, lit only by the practical lights in the scene from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side. Photoreal, shot on film: natural colour, gentle grain, true skin. Sound: the line in English, the lips in time with every word, over the scene's own ambience. No text, no captions, no watermark.

正方形の商品クローズアップ

商品ページ用の正方形5秒。極端なクローズアップ、上からのスタジオ照明、プッシュイン1回、そしてBGM。

プロンプト

A glass bottle of olive oil turns slowly on a stone plinth as a single drop runs down its side, on a dark kitchen counter. Light: a single soft studio key light from above, short shadows falling straight down beneath every form; the exposure holds the subject; no fill from the camera side. Extreme close-up on an 85mm lens from six metres: the background compressed and soft, only the subject sharp. One move only: a slow push-in that ends close on the subject. Photoreal, shot on film: natural colour, gentle grain, true skin. Sound: a quiet music bed under the ambience, no dialogue. A 5-second clip, 1:1. No text, no captions, no watermark.

手持ちで撮る街角の一瞬

路上で撮った縦型の10秒。曇り空の日光、手持ちのフォロー、ドキュメンタリーのルック、そして通りそのものの音。

プロンプト

A cyclist in a red jacket weaves through slow traffic and glances back once, on a grey city street after rain. Light: soft overcast daylight from above, short shadows falling straight down beneath every form; the exposure holds the subject; no fill from the camera side. Medium shot on a 35mm lens at a few metres: the subject and the room both readable, little distortion. Handheld, following the subject: the operator's breath and small corrections, never random shake. Documentary register: available light, unposed, nothing staged for the lens. Sound: the scene's own ambience, no music. A 10-second clip, 9:16. No text, no captions, no watermark.

よくある間違い

演出の代わりに形容詞

「美しい」「シネマティック」「高品質」と書いても、モデルには撮るべきものが何も伝わりません。光、レンズ、カメラの動きを具体的に書いてください。

1つのクリップに2つのカメラの動き

プッシュインから回り込みに変わる動きは、どちらにもならずに崩れます。クリップ1本にカメラの動きは1つです。

1つのクリップに物語全体

3つの場所と時間の飛躍は、1本の混乱したクリップになります。1クリップには1つの場所と1つの時間の流れ。作成画面はシーンごとに1つのプロンプトを書きます。

カメラに見えない感情

「悲しい」や「不安」は目に見えません。体が何をするかを書いてください。肩が落ちる、手が握りしめられる。

光を書かない

光を指定しないと、モデルはすべてを正面から平坦に照らします。光源、その方向、何が影になるかを指定してください。

モデルが作れないものを求める

20秒のVeoクリップや無音のVeoクリップは作れません。モデルごとに長さ、フレーム、サウンドの選択肢が決まっていて、プリセットにはそれだけが表示されます。

対応ファイルと活用先

必要なもの
あなた自身の言葉:ショットに誰が写り、何をしていて、どこにいるか。写真は不要です。
得られるもの
プレーンテキストのプロンプト。
DreamBenchの作成画面
「動画」に貼り付けてそのまま送るか、映像の指示文として使います。
Google Flow、Kling、Dreamina
どちらも同じプレーンテキストのプロンプトを受け付けます。
プロンプト集・スクリプト
各部分の順番は固定なので、連続したプロンプトの一貫性が保たれます。

制限

対象モデルとその制限

どの動画モデル向けにもプロンプトを書けます。プリセットでは、次の各モデル向けに、それぞれがDreamBenchで作れる範囲内で書きます。

各モデルで作れるもの
Veo 3.1Seedance 2.5Kling 3.0
長さ4、6、または8秒5、10、15、20、または30秒3、5、10、または15秒
フレーム16:9または9:1616:9、9:16、1:1、4:3、または21:916:9、9:16、1:1、4:3、または21:9
サウンド常にオン:環境音、または環境音とセリフオン・オフ:環境音、セリフ、またはBGMオン・オフ:環境音またはセリフ
ショット1ショット、カットなしワンテイク、または10秒以上ならつながった2〜3ショット連続したワンテイク、カットなし
セリフシーンの中で話されるセリフ1つシーンの中で話されるセリフ1つ英語、中国語、日本語、韓国語、またはスペイン語でリップシンクされるセリフ1つ
プロンプトの形式プレーンテキストまたはJSONプレーンテキストプレーンテキスト

ショットリストのように書く

まず被写体と動作、次に場所、光、カメラ、ルック、サウンド。モデルがいちばん確実に従う順番です。

光を固定する

この生成ツールは、モデルがデフォルトで加える平板で均一に照らされた画像に対して、キーライトとその向きを指定します。

カメラの動きは1つずつ

カメラの動きを重ねるとにじみます。動き1つとショットサイズ1つを選び、プロンプトには光学的に何が起きるかを書きます。

形容詞ではなく、振る舞いで

気分は、カメラの前で体がする動作に置き換えます。モデルは感情より、目に見える結果のほうをよく再現します。

うまくいかないケース

  • プロンプトはモデルの目標を決めるもので、出力そのものを決めるわけではありません。細部が無視されたら、もう一度実行するか、もっと直接的に書いてください。
  • 複数の人物が関わり合うシーンは、動画モデルにとっていちばん不安定です。はっきりした1つの被写体がいちばん安定します。
  • ByteDanceはSeedance 2.5の複雑な動きが物理的に不自然に見えることがあるとし、GoogleはVeo 3.1の短いセリフの発話はまだ改善中だとしています。

AI動画プロンプト生成のよくある質問

AI動画のプロンプトはどう書きますか?

AI動画のプロンプトを書くには、まず誰が映っていて何を1つするかを言い、次に場所と時間、光とその方向、ショットサイズ1つとカメラの動き1つ、ルックを一度だけ、雰囲気はふるまいとして、そして何が聞こえるかを書きます。最後に長さとフレームで締めます。モデルはこの順番にもっともよく従い、あいまいな形容詞は無視します。

動画まで作ってくれますか?それともプロンプトだけですか?

AI動画プロンプト生成が作るのはプロンプトだけで、動画は作らず、動画モデルも呼び出しません。プロンプトを好きなツールにコピーするか、DreamBenchで実行してください。作成画面がVeo 3.1、Seedance 2.5、Kling 3.0でクリップを作り、何かを作る前に料金を表示します。

このプロンプトはRunway、Lumaなどほかのモデルでも使えますか?

はい。汎用プロンプトは、現行のすべての動画モデルが読む順番で書かれたプレーンテキストなので、Runway、Luma、Hailuo、そのほかプロンプト欄のあるどのツールにも貼り付けられます。プリセットは、Veo 3.1、Seedance 2.5、Kling 3.0向けに、それぞれがDreamBenchで作れる範囲で書きます。別のモデルには汎用プロンプトを使い、そのモデルの長さとフレームをご自身で確認してください。

動画プロンプトは、どのくらいの長さがいいですか?

クリップに必要な要素をすべて指示できる長さで、それ以上は要りません。5〜10秒のクリップ1本なら、60〜150語で被写体、場所、光、カメラ、サウンドを繰り返しなくカバーできます。

ネガティブプロンプトは使うべきですか?

基本的には使わず、代わりに欲しいものを描いてください。GoogleのVeoガイドは、除外したいものは肯定形で書くよう勧めています。「人工物なし」ではなく「建物のない荒涼とした風景」のように。この生成ツールはすべてのプロンプトの最後に「no text, no captions, no watermark」という短い1行を付け、それ以外はすべて肯定形で書きます。

1つのプロンプトで、複数のシーンを描写できますか?

この生成ツールではできません。クリップを1つの場所と1つの時間の流れに限定します。Seedance 2.5はつながったショット間でカットでき、GoogleのVeoガイドには1クリップ内で時間指定したショットの例があります。DreamBenchの作成画面では、シーンごとに1つのプロンプトを書いて複数シーンの動画を作ります。

画像や動画からプロンプトを書いてもらえますか?

アップロードからは書けません。選んだ内容から書くツールで、画像を見たりクリップを再生したりはしません。画像を最初のフレームにする場合、被写体、光、ルックはその画像で決まるので、何が動くかとカメラが何をするかだけを説明してください。手元のクリップに合わせたいなら、見えているものを説明します。画像から動画を生成するAIツールなら、写真とともにそうしたメモを受け付けます。

ChatGPTやGeminiで動画プロンプトを書くこともできますか?

はい、DreamBenchのプランがなくても書いてもらえます。ただし、モデルに必要なことを伝える必要があります。AIアシスタントは流れのよいプロンプトを書きますが、DreamBenchでの各モデルの長さ、フレーム、サウンドは、あなたが言わなければ知りません。このジェネレーターにはDreamBenchのプランが必要で、先にクレジットでの価格を表示し、モデルが作れるものだけを書きます。

AI動画プロンプト生成の料金はいくらですか?

プロンプト1件につき、DreamBenchのプランから11クレジットを使います。同じプロンプトをもう一度表示してもクレジットは使いません。月額$9.99のStarterプランには毎月1,100クレジット(プロンプト約100件分)が含まれ、AI動画や画像ツールも使えます。

AI動画プロンプト生成を使うのにアカウントは必要ですか?

はい。無料アカウントとDreamBenchのプランが必要です。ツールは、月額$9.99のStarterプランから、すべてのプランに含まれています。

このページの内容はにエンジンと照合済みです。

プリセット

用途別に設定済みのAI動画プロンプト生成

同じエンジンで、用途に合った設定をあらかじめ固定しているので、ワンクリックで実行できます。

すべてのツール

学ぶ

ガイド・比較記事・用語

次は、動かしてみる

どの結果も動画に使えます。

プロンプトを作成画面で実行すると、DreamBenchがシーンを書き、Seedance 2.5からVeo 3.1、Kling 3.0まで、選んだモデルでレンダリングします。レンダリングにはクレジットを使います。クレジットはプランに含まれます。

プランを見る