AI映画制作のプロンプティング：実際に効くこと

映画のためのプロンプティングは文章コンテストではない。言葉で行うショット設計であり、技の大半は、そもそも何をプロンプトに入れるかを決めることにある。失望する生成のほとんどは二つの失敗パターンに集約される。感情を描写してカメラに触れないプロンプトと、参照画像にすでに見えているものまで含めて場面全体を描写し、モデルに動く余地を残さないプロンプトだ。機能するプロンプトはその中間にある。被写体、動作、カメラ、光を名指しし、そこで止める。

一度に一ショットずつプロンプトを書く

すべての生成は、カットするつもりの1ショットに対応しているべきだ。Runway の Gen-4 動画ガイドは5秒と10秒のクリップを前提に、各クリップを圧縮されたシーケンスではなく1シーンとして計画するよう勧めている。これは回避すべき制約ではなく、作品を良くする規律だ。1ショットに3つの別々の動作が必要なら、それはおそらく3ショットである。

プロンプトは編集の語彙で書く。そのショットがシーンに対して何をするのか言えないなら、どれだけプロンプトを詳しくしても直らない。

四つのスロットを使い、そこで止める

信頼できる動画プロンプトには四つのスロットがあり、おおよそ次の順に並ぶ。

1. 被写体と動作。 フレームに誰がいて、身体的に何をするか。意図ではなく、単一の目に見える動作として書く。
2. カメラ。 サイズと動き。ミディアムショット、ゆっくりしたプッシュイン、固定のワイド、ハンドヘルドのトラッキング。これらの用語はきちんと学ぶ価値があり、Runway のカメラ用語リファレンスは各項目に出力例を添えている。
3. 光と雰囲気。 方向、質、色。画面左からの低い陽光、実用照明一灯、曇天の拡散光、もや。光の言葉はスタイルの言葉より画像を大きく変える。
4. スタイルと光学、簡潔に。 フィルムストック、粒子、レンズの性格、パレット。記述子は一つか二つでたいてい足りる。形容詞の段落はショットと競合しがちだ。

画像プロンプトの役割は少し違う。Runway の Gen-4 画像ガイドは、被写体、シーン、構図、ライティング、色、スタイル、フォーカス、アングル、テキスト、ムードを使える要素として挙げ、文章を充実させるとコントロールが増し、短いプロンプトはバリエーションを増やすと述べている。どちらも間違いではない。大事なのは、自分がどちらを選んでいるかを知っていることだ。

写真ではなく動きを描写する

入力画像から生成を始めるとき、その画像を言葉で言い直すと動きが減りがちだ。モデルは同じ情報を二度受け取り、慎重になる。Runway の指針はこの点を率直に述べている。何が動くべきかをテキストプロンプトで描写し、既存の被写体は「被写体」「彼女」のような一般的な言葉で指す。詳細な描写は、追加または変更したい要素のために取っておく。

最高の動きのプロンプトが控えめなのも同じ理由だ。「彼女は窓のほうへ顔を向け、それからうつむく」は、6秒間の演技を振り付けようとする一文にたいてい勝つ。演出しているのは一つの身振りであって、一場面ではない。

してほしくないことではなく、してほしいことを言う

否定形の言い回しは、現行モデルの多くで罠になる。Runway のガイドは、Gen-4 の画像・動画ではネガティブプロンプトがサポートされておらず、出てほしくないものを描写すると逆の結果になりうると述べている。「カメラを動かさない」は悪い指示で、「カメラ固定、被写体は静止したまま」は良い指示だ。「髪のない男」は「禿げた男」にする。

実用の規則はこうだ。プロンプトの一文一文は、フレームに見えるものを描写しているべきである。不在だけを述べる文なら、存在を述べる文に書き換える。

アイデンティティとスタイルを分ける

一貫性は長い説明ではなく、参照と反復から生まれる。現在の参照システムは、ライティングやロケーションが変わってもキャラクターを保持できる。Runway の References ガイドは、清潔で均一に照らされ、無表情の画像をベースにすることを勧め、1回の生成につき最大3枚の参照画像を認めている。人物に1枚、場所に1枚、グレードに1枚を使い、作品全体で同じものを使い続ける。

文字のキャラクターシートも持っておく。年齢層、体格、髪、衣装、特徴的な点を二つか三つ。テイクがずれたら、モデルを責める前にシートと比べる。ずれはたいてい、静かに変わったプロンプトのせいだ。

テイクを再現可能にするログを残す

承認したテイクはすべて再構築できるべきだ。モデルとバージョン、設定、参照画像、正確なプロンプト、そして前回から何を変えたかの一行を記録する。これでプロンプティングはスロットマシンから、記憶を持つプロセスになる。

一度に一つの変数だけ変える。カメラ、光、衣装を同時に変えたら、結果から分かるのは好きか嫌いかだけだ。バッチにも同じ論理が当てはまる。比較が正直になるよう、一つの次元だけが異なるバリエーションを生成する。

編集のためにプロンプトを書く

プロンプトは、カットでは使えない美しいショットを生みうる。これを防ぐには、編集が必要とするもの——入り、出、視線、暴露、リアクション——のためにプロンプトを書く。クリップ内で始まり終わる動きは、クリップが止まった時点でまだ加速している動きより切りやすい。静止ショットは実現可能だが、明確に要求し、繰り返し強調する必要がある。モデルは動くように作られているからだ。

ショットが失敗し続けるなら、同じプロンプトを引き直し続けてはいけない。三つのうち一つを変える。プロンプト（動作をより物理的にする）、参照（アイデンティティを強くする）、ショット（切る、あるいは二つに分ける）。三つ目は多くの作り手が忘れる選択で、たいてい最も速い。プロンプティングが機能しているときの残りのワークフローは最初の作品のステップ別ガイドに、機能していないときの一般的な対処はAI動画生成のコツにある。どちらにせよ、俳優に口頭で伝えて理解できる程度にプロンプトを短く保つこと。