AI動画生成のプロンプトの書き方｜被写体・動き・カメラ・光の要素と例文で整理

AIで動画を生成してみたものの、思っていた映像とまったく違うものが出てきて、何度もやり直してしまう。そんな経験はないでしょうか。多くの場合、原因は生成ツールの性能ではなく、指示文（プロンプト）の書き方にあります。

この記事では、Google Cloudの公式ドキュメント「動画生成のプロンプトガイド」で確認できた考え方をもとに、AI動画生成のプロンプトを組み立てる要素と、書くときのコツを整理します。ツールによって細かな挙動は異なりますが、「何を、どう動かし、どこで、どう撮るか」を分けて書くという基本は共通して使えます。

ナビ助

プロンプトは「映像の設計図」だよ。頭の中の絵を、順番に言葉にしていこう。

💻 動画編集用のパソコンを選ぶなら

書き出しやプレビューの快適さは、GPUやメモリなどの構成にも左右されます

✅ BTOパソコンの通販で、スペックや価格から機種を絞り込めます
✅ CPU・メモリ・SSD・GPUの構成を一覧で確認できます
✅ 構成・価格・納期は公式サイトで確認できます

FRONTIERの構成を公式サイトで見る

※内容・料金は変更される場合があります。公式サイトでご確認ください。

プロンプトを要素に分けて考える

公式のガイドでは、プロンプトを「構成要素に分解する」ことが、狙った結果に近づけるいちばん効果的な方法だと説明されています。すべての要素を毎回書く必要はありませんが、各要素が何を決めるのかを知っておくと、書き足す場所が分かります。

ガイドに登場する主な要素は、次のとおりです。

要素	決めること
被写体（Subject）	誰・何が映るか
動き（Action）	何が起きているか
場面・状況（Scene / context）	どこで・いつか
カメラアングル	どの視点から映すか
カメラの動き	カメラをどう動かすか
レンズ・光学効果	ピント・ぼけなどの見え方
見た目・雰囲気	照明、トーン、画風、空気感
時間の要素	動きの速さや時間の流れ
音声	効果音・環境音・セリフ

被写体と動きを具体的に書く

ガイドでは、被写体は「誰」「何」を指し、具体的に書くほど、ありふれた映像になりにくいと説明されています。たとえば、「人」ではなく「経験豊富な刑事」「陽気なパン職人」のように、職業や特徴を添える例が挙がっています。動物なら犬種、物なら年代や状態まで書く、という考え方です。

動きは、映像の「動詞」にあたる部分です。歩く・走るといった基本的な動きに加え、「髪を揺らす微風」「ゆっくりまばたきする」のような細かな動きも指定できるとされています。

日本語で書くなら、次のような違いになります。

ぼんやりした書き方：「女性がコーヒーを飲んでいる」
具体的な書き方：「窓際の席で、白いマグカップのコーヒーをゆっくり口に運ぶ30代の女性。湯気が立ちのぼる」

後者のほうが、被写体の特徴、動き、細部がそろっているため、狙った絵に近づきやすくなります。台本や構成を考える段階の考え方は、次の記事も参考になります。

動画の台本の書き方｜視聴者を引きつける構成テンプレートとコツを解説

「動画を撮影したけど、話がまとまらなかった」「編集で何とかしようとしたけど、結局グダグダな動画になった」という経験はありませんか。動画のクオリティを大きく左右するのは、撮影技術や編集スキルよりも「台本」の出来です。事前にしっかりと台本を作っ...

場面とカメラを指定する

場面（どこで・いつか）には、室内か屋外か、時間帯（夕方・夜明けなど）、天気、空気感を入れます。公式ガイドでは「窓から差し込む朝の柔らかな日差し」「霧の立ちこめる古い森」のように、場所と時間と天候を組み合わせる例が示されています。

カメラアングルは、映像の印象を大きく左右します。ガイドで紹介されている代表的なものを、日本語で整理します。

アイレベル：人の目の高さ。自然で中立的な見え方
ローアングル：下から見上げる。被写体が力強く見える
ハイアングル：上から見下ろす。小さく、頼りなく見える
俯瞰（真上から）：地図のように全体を見せる
クローズアップ：顔や細部に寄る。感情や細部を強調する
ワイドショット：被写体を広い環境の中に置く。場所を説明する場面に使う

なお、ガイドには、「高度なカメラアングルの中には、公式にはサポートされていないものがある」という注意が書かれています。結果や再現性はプロンプト全体や用途によって変わるため、思ったとおりに出ないときは、別の言い方で試すのが現実的です。

見た目・雰囲気・音を決める

ガイドでは、見た目や雰囲気に関わる要素として、照明、トーン、画風、空気感が挙げられています。たとえば照明は「夕方の斜光」「逆光」、トーンは「穏やか」「緊張感のある」といった言葉で指定します。

音声については、ガイドに次のような趣旨の記載があります。

音声が必要な場合は、音を明示的に書くこと
音の指示は、映像とは別の文として書くことが推奨されている
書く内容として、効果音、環境音、セリフなどが挙げられている

音声の生成は、ツールやモデルのバージョンによって対応が異なります。公式ガイドでも、音声に対応するモデルは限定されていると書かれているため、使うツールの仕様を確認してください。

避けたい要素の書き方

映像に入れたくない要素を指定するための「ネガティブプロンプト」についても、ガイドに書き方の注意があります。公式の説明では、次のとおりです。

推奨されない書き方：「壁をなくして」「壁を映さないで」のように、「〜しないで」という指示の言い方
推奨される書き方：映したくないものを、そのまま名詞で書く（例：「壁、フレーム」）

「〜しないで」と書くと、かえってその要素が反映されてしまうことがあるため、避けたいものを名詞だけで列挙するのが基本、と覚えておきましょう。

プロンプトの組み立て例（日本語）

ここまでの要素を使って、短い動画1カットぶんのプロンプトを組み立てる例を示します（編集部が作成した例文で、特定のツールの正式な書式ではありません）。

ポイント

被写体：湯気の立つコーヒーを手に取る30代の女性
動き：窓の外を眺めながら、ゆっくりと一口飲む
場面：朝の光が差し込む、木目のテーブルのあるカフェ
カメラ：アイレベルのミディアムショット。ゆっくり寄っていく
雰囲気：やわらかな自然光、穏やかなトーン
音：食器の小さな音と、店内のかすかなざわめき
避けたいもの：文字、ロゴ、余計な人物

このように、要素を行ごとに書き分けると、あとから直したいところだけを書き換えられます。全体を書き直さず、1要素だけを直すほうが、やり直しの回数を抑えられます。

ナビ助

いきなり長いプロンプトを書かなくても大丈夫。まずは被写体と動きだけ書いて、足りないものを足していこう。

うまくいかないときの見直しポイント

思ったとおりの映像が出ないときは、次の順で見直すと、原因を絞り込みやすくなります。

被写体があいまいではないか：「人」「物」のままになっていないかを確認します。
1つのカットに詰め込みすぎていないか：複数の動きや場面を一度に指示すると、うまく反映されないことがあります。
矛盾する指示が入っていないか：「暗い夜」と「強い日差し」のように、互いに食い違う要素がないかを確認します。
カメラの指示が多すぎないか：複数のカメラ操作を重ねず、1つに絞ります。
ツールの仕様に合っているか：ツールごとに、対応する長さ・比率・音声などの条件が異なります。

ツールごとの特徴や、AI動画ツール全体の選び方は、次の記事で整理しています。

動画編集AIツールのおすすめ完全ガイド｜初心者からプロまで使える厳選ツール

動画編集にかける時間を大幅に減らしたいものの、クオリティは落としたくないと感じていませんか。そんな悩みを抱えている方は多いのではないでしょうか。近年、AI技術の進化により動画編集の現場は大きく変わりつつあります。自動テロップ生成やBGM選定...

カメラの動きを指定するときの言葉

公式ガイドには「カメラの動き」の項目があり、映像の印象を決める要素として扱われています。日本語のプロンプトで使いやすい、一般的な映像用語を整理します（用語の一覧は編集部の整理で、ツールごとに反映のされ方は異なります）。

用語	意味・使いどころ
固定（フィックス）	カメラを動かさない。落ち着いた印象
パン	カメラを水平方向に振る。場面全体を見渡す
ティルト	カメラを上下に振る。高さを見せる
ズームイン／アウト	被写体に寄る・引く。注目させたい場面に使う
ドリー（前後移動）	カメラ自体が近づく・離れる。奥行きが出る
トラッキング	動く被写体を追いかける。スピード感が出る

1カットの中で複数のカメラ操作を重ねると、意図どおりに反映されにくくなります。まずは1カット1つのカメラの動きに絞って、試してみてください。

ナビ助

カメラの動きは欲張らないのがコツだよ。1カットにつき1つだけ決めて、あとで足していこう。

プロンプトを管理する習慣

AI動画生成は、試行錯誤の回数が増えやすい作業です。うまくいったプロンプトを再利用できるように、次のような管理を習慣にしておくと、作業が安定します。

成功したプロンプトを保存する：ツール名、日付、設定とあわせてメモしておきます。
要素ごとの辞書を作る：自分の動画によく使うカメラ・光・雰囲気の言い回しを、一覧にしておきます。
失敗例も記録する：うまくいかなかった指示と、その原因をメモすると、同じ失敗を避けられます。
1回の変更は1点だけにする：複数を同時に変えると、何が効いたのか分からなくなります。

生成の最新モデルや、サービスの概要は、Google DeepMindのVeoのページでも紹介されています。ただし、機能や仕様は変わるため、実際に使うツールの公式情報を確認してください。

よくある質問（Q&A）

Q. 日本語で書いても大丈夫ですか？

ツールによって、日本語の指示に対応しているかどうかが異なります。公式のガイドは英語で書かれているものが多いため、英語での指示を推奨している場合は、翻訳ツールで英語にして試す方法もあります。使うツールの案内で確認してください。

Q. 長いプロンプトほどよいのですか？

長ければよいわけではありません。公式ガイドでも、すべての要素を毎回使う必要はないとされています。伝えたいことを、重要な順に簡潔に書くほうが、意図が伝わりやすくなります。

Q. 人物の顔や実在の人物は指定してよいですか？

実在の人物に似せた映像は、肖像権やパブリシティ権などの権利との関係で問題になる可能性があります。また、ガイドには、責任あるAIの指針に反するプロンプトはブロックされると書かれています。実在の人物を無断で再現するような指示は避け、判断に迷う場合は各サービスの利用規約を確認するか、専門家に相談してください。