Veo 3.1プロンプト生成
Veo 3.1は、ワイドまたは縦で最大8秒のクリップを生成し、すべてにサウンドがつきます。このガイドでは、Veoのプロンプトがどう組み立てられ、どこでつまずくかを示し、ジェネレーターが実際に1本書きます。フレームを最初に、セリフは話す人の後に引用符で、見えるものと同じく聞こえるものも、プレーンテキストまたはJSONで。
- 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のプリセットです。
Veo 3.1プロンプト生成とは何ですか?
選んだ内容から、GoogleのVeo 3.1向けのプロンプトを書くツールです。最大8秒の1ショットで、まずフレーム、セリフがあれば引用符で囲み、サウンド、光、カメラを、プレーンテキストかJSONで書き、Veoが作れるものだけを求めます。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。
Veo 3.1のプロンプトの書き方
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、セリフがあればその一言。1クリップは1ショットなので、1つの瞬間にとどめてください。
フレームとサウンドを決める
4秒、6秒、8秒のいずれか、16:9または9:16を選び、続いて光、レンズ、カメラの動き1つを決めます。Veoではサウンドが常にオンなので、環境音だけか、環境音とセリフかを選んでください。
コピーするか、実行する
プロンプトはフレームの指定から始まり、動きのすぐ後に何が聞こえるかを、プレーンテキストかJSONで書きます。初回は、無料アカウントを作成してプランを選びます。そのあと、Veo 3.1が使えるツールならどれにでもコピーして使えますし、DreamBenchで実行することもできます。DreamBenchではVeo 3.1と、そのFast・Liteの各グレードを使えます。
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。
Veo 3.1のプロンプトの構成
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。
フレームと長さ
ワイド16:9か縦9:16、そして4、6、8秒のいずれかの1ショット。Google自身の例と同じように、これを最初に言います。
シーンとセリフ
誰がフレームにいて、何をしていて、どこにいるのかを1文で。セリフは話す人物のすぐ後に引用符で入れるので、声が画面の中の誰かのものになります。
聞こえる音
Veoはすべてのクリップでサウンドを作るので、プロンプトで何が聞こえるべきかを指定します。環境音、セリフ、それぞれが動作に合わせて鳴るように。書かなければ、Veoはあなたが選んでいないサウンドトラックを作ります。
光
光源とその向き、影になる部分。Veoがシーンを正面から平板に照らさないようにします。
カメラは映画の用語で
ショットサイズ1つ、ミリ単位のレンズ、カメラの動き1つ。Veo 3.1は映画の言葉を理解します。
ルックと、文字なし
フォトリアルなフィルム調など1つのスタイルを指定し、最後に、画面内の文字、字幕、透かしを防ぐ一文を入れます。
同じプロンプトをJSONで
JSONは、同じ言葉をshot、scene、dialogue、sound、light、camera、look、avoidという名前の下に並べるので、各部分を見つけやすくなります。GoogleはVeo向けのJSON形式を公開しておらず、JSONはテキストとして読まれます。
Veo 3.1のプロンプト
Widescreen 16:9, one 8-second shot. A lighthouse keeper in a thick wool jumper climbs the last steps of a spiral stair and stops at the window, at the top of a lighthouse on a stormy night, and says, "She's coming in fast tonight." Sound: the line clear over the scene's own ambience, every sound landing in step with the action; no music. Light: candle and firelight, warm and unsteady 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.
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。
カメラに向かってセリフを
Veo 3.1
8秒のワイドスクリーンのショット。セリフ1つを、話す男性の後に引用符で入れ、周りのサウンドも書きます。JSON形式でも表示します。
プロンプト
Widescreen 16:9, one 8-second shot. A lighthouse keeper in a thick wool jumper climbs the last steps of a spiral stair and stops at the window, at the top of a lighthouse on a stormy night, and says, "She's coming in fast tonight." Sound: the line clear over the scene's own ambience, every sound landing in step with the action; no music. Light: candle and firelight, warm and unsteady 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.JSON形式
{
"shot": "Widescreen 16:9, one 8-second shot",
"scene": "A lighthouse keeper in a thick wool jumper climbs the last steps of a spiral stair and stops at the window, at the top of a lighthouse on a stormy night",
"dialogue": "She's coming in fast tonight.",
"sound": "the line clear over the scene's own ambience, every sound landing in step with the action; no music",
"light": "candle and firelight, warm and unsteady from camera-left, so the subject's camera-right side falls to shadow; the exposure holds the subject; no fill from the camera side",
"camera": {
"framing": "Medium shot on a 50mm lens at a couple of metres: natural proportions, the background softening behind the subject",
"move": "One move only: a slow push-in that ends close on the subject"
},
"look": "Photoreal, shot on film: natural colour, gentle grain, true skin",
"avoid": "text, captions, watermark"
}縦型の商品カット
Veo 3.1
スマホ向けの6秒の縦動画。セリフはなく、サウンドはその場の音だけです。
プロンプト
Vertical 9:16, one 6-second shot. A barista pours steamed milk into a flat white, drawing a leaf in the foam, at the counter of a small café in the morning. Sound: the scene's own ambience, every sound landing in step with the action; no music. Light: one window's daylight from camera-right, so the subject's camera-left side falls to shadow; the exposure holds the subject; no fill from the camera side. Close-up on an 85mm lens from six metres: the background compressed and soft, only the subject sharp. The camera is locked off; nothing moves but the scene. Photoreal, shot on film: natural colour, gentle grain, true skin. No text, no captions, no watermark.引きのエスタブリッシングショット
Veo 3.1
場所を見せるロングショット。横移動のトラッキング1つ、光は背後から、サウンドはその場の音に任せます。
プロンプト
Widescreen 16:9, one 8-second shot. A night train crosses a snowy mountain pass, its windows glowing, between dark pine slopes under a clear sky. Sound: 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 behind the subject, the camera shooting into the light from the shadow side, a rim of light on the edges; the exposure holds the subject; no fill from the camera side. Wide shot on a 24mm lens from close: the space readable to the edges, the nearest subject looming, lines straight. One move only: a lateral track that keeps pace with the subject, passing a foreground shape. Photoreal, shot on film: natural colour, gentle grain, true skin. No text, no captions, no watermark.よくある間違い
Veoに無音を求める
Veo 3.1はどのクリップにもサウンドを付けるので、無音を求めるプロンプトは反映されません。代わりに欲しい音を書き、どうしても必要なら編集ソフトでクリップをミュートしてください。
話し手のいないセリフ
プロンプトの最後に置いたセリフは、誰のものにもなりえますし、ナレーションになることもあります。話す人物のすぐ後に引用符で入れてください。
8秒に収まらない動き
歩く、話す、何かが現れる、を1本のクリップに収めることはできません。1つの瞬間に絞ってください。長い場面は複数のクリップにし、作成画面がつなぎます。
8秒に詰め込まれたカット
Googleのガイドでは、[00:00-00:02]のように1つのクリップ内で時間を区切ったショットを示していますが、その場合は各ショットが約2秒になります。このツールが書くのは1ショットです。カットが重要でない限り、1ショットにとどめてください。
短いセリフの最初のテイクをうのみにする
Googleによると、自然で一貫した話し声、特に短いセリフはまだ改善の途中です。クリップを使う前に聞いて確かめ、声がおかしければもう一度実行してください。
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
- プレーンテキストまたはJSON形式のプロンプト。
- DreamBenchの作成画面
- 「動画」に貼り付けてVeo 3.1、Fast、Liteのいずれかを選びます。言葉をそのままモデルに送ります。
- Google FlowとGeminiアプリ
- どちらも、テキストのプロンプトからVeo 3.1のクリップを作れます。
- Gemini APIとVertex AI
- プレーンテキストのプロンプトを送るか、JSONをテキストとして送ります。
制限
対象モデルとその制限
Veo 3.1向けのプロンプトを、DreamBenchでこのモデルが作れる範囲内で書きます。その範囲は次のとおりです。
- 長さ
- 4、6、または8秒
- フレーム
- 16:9または9:16
- サウンド
- 常にオン:環境音、または環境音とセリフ
- ショット
- 1ショット、カットなし
- セリフ
- シーンの中で話されるセリフ1つ
- プロンプトの形式
- プレーンテキストまたはJSON
サウンドも書き込む
Veo 3.1はすべてのクリップでセリフ、効果音、環境音を生成するので、プロンプトでは必ず何が聞こえるかを指定し、モデルが応じない無音は求めません。
Veoで作れる長さとフレームだけ
選択肢はVeoの限界で止まります。4秒、6秒、8秒、16:9か9:16。プロンプトがモデルの作れないものを求めることはありません。
話し手のいるセリフ
セリフは被写体のすぐ後に引用符で入れます。そうすれば、声が画面の中の誰かのものになります。
プレーンテキストまたはJSON
同じプロンプトを段落として、または名前の下に整理して。読みやすく変えやすいほうを選べます。
うまくいかないケース
- Googleによると、自然で一貫した話し声、特に短いセリフはまだ改善の途中です。
- 1つのクリップは最大8秒です。長いシーンは複数のクリップになります。
- 横長16:9と縦型9:16のみで、正方形やシネマティックなフレームはありません。
- Googleが正式にサポートしているのは英語のプロンプトです。ほかの言語でも動作する場合はありますが、評価は行われていません。
Veo 3.1プロンプト生成のよくある質問
Veo 3.1のプロンプトはどう書けばいいですか?
Veo 3や3.1のプロンプトを書くには、フレーム(ワイドか縦)と長さ(4、6、8秒のいずれか)から始め、次に誰が映っていて何をどこでするか、セリフがあれば話す人の直後に引用符で、何が聞こえるか、光、カメラの動き1つを書きます。Veoは必ずサウンドを作るので、どんな音にするかを指定してください。ジェネレーターはこの順番で書き出します。
Veo 3のプロンプトは、どんな構成がいいですか?
Google自身のガイドでは、Veoのプロンプトを撮影技法、被写体、動作、状況、スタイルと雰囲気の順に並べ、そのあとにサウンドを指示します。セリフは引用符で、効果音は「SFX:」の後に、背景音は「Ambient noise:」の後に書きます。この生成ツールは、Googleの例の冒頭と同じように画面と長さを最初に書き、そのあと同じ要素を続けます。
Veo 3でキャラクターに話させるにはどうすればいいですか?
Googleのガイドと同じように、セリフは話す人物の直後に引用符で囲んで書きます。例:A woman says, “We have to leave now.” 8秒には短い1行にとどめ、まず聞いて確認してください。Googleは、短いセリフはまだ改善中としています。2人の会話は、Googleでは1行ずつの別々のショットとして組み立てます。ここでは、セリフ1行ごとに1クリップを作り、作成画面でつなげてください。
Veo 3はネガティブプロンプトに対応していますか?
Veo 3には独立したネガティブプロンプトがありません。Googleのガイドでは、除きたいものを肯定的に描くよう勧めています。「人工物なし」ではなく「建物も道路もない荒涼とした風景」と書くのです。このジェネレーターも同じ方針で、すべてのプロンプトを「no text, no captions, no watermark」(文字、字幕、ウォーターマークなし)という短い一行で締めます。
Veo 3のプロンプトはどれくらいの長さがよいですか?
Googleのガイドに上限はなく、例は1〜3文です。8秒のクリップなら、60〜150語で画面、場面、サウンド、光、カメラをカバーでき、この生成ツールが書くのもその長さです。同じプロンプトがVeo 3.1、Veo 3.1 Fast、Veo 3.1 Liteで使えます。
GeminiにVeoのプロンプトを書いてもらえますか?
はい、DreamBenchのプランがなくても書いてもらえます。GoogleのVeoガイドでは、シンプルなプロンプトをより描写的で映画的な言葉にふくらませるようGeminiに頼むことを勧めています。GeminiはDreamBenchがVeoを動かす長さとフレームを、あなたが言わなければ知りません。DreamBenchのプランが必要なこのジェネレーターは、4、6、8秒のいずれかと、16:9か9:16だけを求めます。
Veo 3.1にはJSONのプロンプトを使ったほうがいいですか?
役に立つなら使ってください。GoogleはVeo向けのJSON形式を公開していません。モデルはJSONをほかのプロンプトと同じく文字として読みます。項目を名前つきで並べると長いプロンプトが見渡しやすくなりますが、ジェネレーターのJSONには通常のプロンプトと同じ言葉が入っているので、どちらが強いということはありません。
Veo 3のプロンプトはVeo 3.1でも使えますか?
はい、構造は同じです。Googleによれば、Veo 3.1はVeo 3をもとに、より豊かなサウンド、より忠実な質感、プロンプトへのより正確な追従を備えているので、Veo 3のプロンプトはそのまま使え、正確なプロンプトほど効果が出ます。このジェネレーターは、DreamBenchが動かすVeo 3.1の長さとフレームに合わせて書きます。
Veoの画像から動画や、最初と最後のフレーム指定にも使えますか?
この生成ツールは、テキストから動画生成のプロンプトを書きます。画像を最初のフレームにする場合は、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。被写体、光、ルックは画像で決まっています。DreamBenchでは、Film StudioがVeo 3.1の各シーンに参照画像を最大3枚渡します。Googleが「Ingredients to Video」と呼ぶ機能で、クリップをまたいでキャラクターを保てます。
Veo 3.1で無音のクリップは作れますか?
いいえ。Veo 3.1はすべてのクリップにサウンドを生成するため、この生成ツールに無音の選択肢はありません。環境音だけか、環境音とセリフ1行かを選び、欲しい音を説明してください。無音のクリップにしたいなら、あとで編集ソフトで音声を削除します。
Veo 3.1のクリップはどれくらいの長さで、どのアスペクト比と解像度で作れますか?
3つのティアすべてで最大8秒、フレームは16:9と9:16の2種類です。ジェネレーターでは4、6、8秒を選べ、プロンプトはフレームから始まります。長いシーンは複数のクリップに分け、作成画面でつなぎます。解像度はプロンプトでは決まりません。DreamBenchでは、Veo 3.1は720p、1080p、4Kで、FastとLiteは720pか1080pでレンダリングします。正方形や21:9のクリップには、SeedanceかKling向けに書いてください。
Veoのプロンプトは英語で書いたほうがいいですか?
英語がいちばんうまくいきます。GoogleはVeo 3.1で英語のプロンプトを完全にサポートしており、ほかの言語は動くかもしれないが評価していないとしています。生成ツールは自分の文を英語で書き、入力された言葉はそのまま渡すので、被写体、動作、場所は英語で入力してください。ほかの言語のセリフは引用符で囲んで入れられますが、まず聞いて確認してください。
Veo 3.1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。
Veo 3.1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。
ほかのツール
- プロンプトツール
Seedance 2.5プロンプト生成
Seedance 2.5のプロンプトを。最大30秒のワンテイク、または1クリップ内のつながったショットを、サウンド付きで。
11クレジット開く - プロンプトツール
Kling 3.0プロンプト生成
Kling 3.0のプロンプトを。最大15秒のカットなしのワンテイク、カメラの動きは1つ、リップシンクするセリフも。
11クレジット開く - プロンプトツール
AI動画プロンプト生成
いくつか選ぶだけで、ショットリストのように読めるプロンプトに。どの動画モデルにも使えます。
11クレジット開く - 動画ツール
画像から動画を生成するAI
写真1枚が、自然な動きとサウンド付きの5秒のクリップに。顔はどれもそのまま保つよう求めます。
69クレジット開く
学ぶ
ガイド・比較記事・用語
- ガイド
Veo 3.1プロンプトガイド
Googleによる型、カメラとサウンドの指定、8秒に収まるもの、そしてコピーして使えるVeo 3.1の12のプロンプトを、ショットごとに紹介。
読む - ガイド
複数シーンのAI動画の作り方
1つの指示文から、多くのシーンからなる映像へ。ショットを構成し、キャストを揃え、カットでつなぎ、どのシーンも直せます。
読む - ガイド
Kling 4.0プロンプトガイド
Klingの秒数指定の型、カメラワークの表、9言語のセリフ、キーフレーム、そしてコピーして使えるKling 4.0の10のプロンプト。
読む - ガイド
Wan 3.0プロンプトガイド
Alibabaの型、秒数指定のショット、セリフと音楽の指示、そしてコピーして使えるWan 3.0の11のプロンプト。
読む - ガイド
MiniMax H3プロンプトガイド
MiniMaxの3部構成、カメラとサウンドの言葉、時間指定したショット、そしてMiniMax H3向けにコピーして使える12のプロンプト。
読む - ガイド
Grok Imagine 1.5プロンプトガイド
最初のフレームから始める型、カメラとサウンドの指示、タイミング、そしてGrok Imagine 1.5向けにコピーして使える12のプロンプトを、ショットごとに。
読む - ガイド
AIで教育動画を作る方法
教材をアニメーション動画に。1シーンに1つの要点、全編で同じキャスト、まずパイロット版、最後に1080p。
読む - 比較記事
Higgsfieldの代替:HiggsfieldとDreamBenchを比較
HiggsfieldとDreamBenchを比較:料金、クレジット、Unlimited、モデル、返金、ウォーターマーク、マルチシーンの映像。
読む
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。