本文へスキップ

Blog AI動画TIPS|アワタイム

プロンプトのコツ|「かっこよく」は伝わらない、画像・動画AIの書き方

公開日更新日

「「かっこよく」は伝わらない?」の題と、プロンプトのコツ・画像・動画の札。右にアワタイムが AI で作った作例2枚(研修の動画「AIへの伝え方 3つのコツ」の表紙と、画像生成 AI で作った台所から呼びかけるお母さんの写真。写っているのは AI が作った架空の人)

※この記事は、AI 動画の制作をしているアワタイム(OurTime株式会社)が書いています。自社のサービスの案内を含みます。

画像や動画の AI に「かっこよく」と書いても、思った絵にはなりにくいです。

「かっこいい」と感じる絵は、人によって違います。AI は、書いていない所を自分で決めてしまいます。

プロンプト(AI への指示文)について、ショートで伝えたコツは2つです。

  1. 見て分かる言葉で書く:「映画っぽく」ではなく、レンズ・ボケ・光のように、画面に見える物に分ける。
  2. 動きは数えて書く:「速く動く」ではなく、「3回こいで、止まる」のように、回数と止まる所まで書く。

これは、OpenAI の Sora 2 の公式ガイドにある「弱い指示」と「強い指示」の例です。Google と Kling の公式ガイドにも、同じ向きのことが書いてあります。

アワタイムは、AI で動画を作っている会社です。YouTube のショート「「かっこよく」は、AIに伝わりません」で、この話を短く伝えました。

この記事では、ショートで言い切れなかった所まで深掘りします。公式ガイドの画面と訳、「〜しないで」の言いかえ、アワタイムで直した指示文の実例、そのまま使えるひな形、伝わらない言葉の言いかえの早見表です。

※公式のガイドは、2026年11月1日に読んだ物です。ガイドは、それぞれの会社の AI のための物です。ほかの AI でも同じように効くとは限りません。OpenAI の Sora 2 は、API の提供が2026年9月24日に終わっています。ガイドは保管用として公開されたままなので、書き方の考え方として紹介します。

結論:伝わるプロンプトは「見て分かる言葉」と「数え方」

先に答えを書きます。伝わるプロンプトのコツは、次の3つです。

  • コツ1

    見える物に分ける

    映画っぽく → レンズ・ボケ・光

  • コツ2

    動きは数える

    速く → 3回こいで止まる

  • コツ3

    短く書いて足す

    1回に1つだけ直す

1. 見える物に分ける

「かっこよく」「映画っぽく」「高級感」のような言葉は、人によって思い浮かべる絵が違います。画面に何が見えればそう感じるのかを、物の名前で書きます。

2. 動きは数える

「速く」「歩いて」だけでは、何秒でどこまで動くのかが決まりません。何歩で、どこで止まるか。回数と止まる所を書きます。

3. 短く書いて、1つずつ足す

最初から全部を書くと、どの言葉が効いたのか分かりません。短く書いて作り、足りない所を1つずつ足します。

この3つは、次の会社の公式のガイドに書いてあることを、アワタイムがまとめた物です。

  • OpenAI のマーク(OpenAI Developers のサイトのアイコン)OpenAI(Sora 2 のガイド・保管用)
  • Google Gemini のアプリのアイコンGoogle(Nano Banana・Gemini Omni)
  • Kling AI のアプリのアイコンKling(Kling 4.0)

それぞれの中身は、この後の章で、公式のページの画面と一緒に見ていきます。

まず動画で:ショート「「かっこよく」は、AIに伝わりません」

この記事の元は、アワタイムの YouTube のショートです。押すと、この場で再生します(YouTube)。

アワタイムの YouTube(ショート)

語り手のシルビオは、アワタイムが AI で作った架空のキャラクター(AI 社員)です(各動画の説明欄)。写真の人物も AI で作った物です

3本目と4本目のショートと同じテーマ(カメラの動き・写真っぽい画像)は、「カメラの動きの書き方」と「画像を写真っぽくする4つ」の章で、公式のページをもとに書いています。

1本目のショートの流れを、5つに分けました。

ショートの流れ

  1. かっこよく

    伝わらない

  2. 公式ガイド

    Sora 2

  3. 映画っぽく

    レンズ・ボケ・光

  4. 速く動く

    3回こいで止まる

  5. 数えて書く

    見て分かる言葉で

ショートでは、時間の都合で、ガイドの一部しか紹介していません。この記事では、ガイドのほかの例や、Google と Kling のガイド、アワタイムで直した実例まで書きます。

伝わらない言葉とは? 書かない所は AI が決める

伝わらない言葉は、人によって思い浮かべる絵が違う言葉です。

「かっこよく」と書いたとき、黒いスーツを思う人もいれば、夕日の逆光を思う人もいます。AI にも、どれなのかは分かりません。

OpenAI の Sora 2 の公式ガイドは、指示文を書くことを「あなたの絵コンテを見たことのない撮影監督に、説明すること」にたとえています。細かい所を書かないと、撮影監督はその場で考えて作ります。思っていた絵にならないこともあります(Sora 2 Prompting Guide「Before you prompt」)。

同じガイドには、短い指示文の例も載っています。「90年代のドキュメンタリー風のインタビュー。年配のスウェーデン人の男性が書斎に座り、話す」という1文です。

この文はうまくいきやすい、とガイドは書いています。ただ、書いていない所がたくさんあります。

書かないと AI が決める所(Sora 2 のガイドの例)

  • 時間帯
  • 天気
  • 服
  • 見た目と年
  • カメラの角度カット・セットも

ガイドの言葉では、「書かない限り、Sora がそれを作り上げます」。

つまり、「かっこよく」と書いたときは、何がかっこいいのかを AI に任せたことになります。思った絵にしたいなら、その中身を言葉にして渡します。

逆に、任せるのが悪いわけでもありません。ガイドには、短い指示文はモデルの自由が大きくなり、思いがけない結果が出る、とも書いてあります。決めたい所は書く、任せたい所は書かない。この使い分けが、プロンプトのコツです。

OpenAI 公式の「弱い指示」と「強い指示」(Sora 2)

ショートで紹介したのは、OpenAI の開発者向けのサイトにある「Sora 2 Prompting Guide」です。Sora 2 は OpenAI の動画の AI でした。API は2026年9月24日に提供を終えています(OpenAI Developers「Deprecations」)。ガイドは保管用として公開されたままなので、この記事では指示文の書き方の考え方として紹介します。

OpenAI Developers の「Sora 2 Prompting Guide」の頭。日付 Mar 12, 2026、題、「This recipe is archived and may reference outdated models or APIs.」の黄色い帯。右の目次の「Visual cues that steer the look」と「Control motion and timing」を赤い四角で囲み「この2つの章」の札
OpenAI Developers「Sora 2 Prompting Guide」(2026年3月12日)

ページの頭には、「このレシピは保管用で、古いモデルや API のことが書いてあるかもしれない」という帯が出ています。2026年3月に更新した版で、その後、上のとおり Sora 2 の API は終わりました。書いてあるのは Sora 2 のための書き方ですが、「見て分かる言葉で書く」「動きを数える」という考え方は、ほかの動画の AI に書くときの手がかりになります(編集部の見方)。

この記事で使うのは、右の目次の2つの章です。見た目を決める言葉の章(Visual cues that steer the look)と、動きと時間の章(Control motion and timing)です。

見た目の章には、弱い指示と強い指示の表があります。

「Sora 2 Prompting Guide」の Weak prompt と Strong prompt の表。2行目「Person moves quickly」と「Cyclist pedals three times, brakes, and stops at crosswalk」を赤い四角で囲み「速く動く」の札。3行目「Cinematic look」と「Anamorphic 2.0x lens, shallow DOF, volumetric light」を赤い四角で囲み「映画っぽく」の札
OpenAI Developers「Sora 2 Prompting Guide」の「Visual cues that steer the look」

表を日本語にすると、こうなります。

弱い指示と強い指示(Sora 2 のガイドの表を訳した物)

  • 弱い夜のきれいな通り

    強い濡れたアスファルト、横断歩道、水たまりに映るネオン

  • 弱い人が速く動く

    強い自転車の人が3回こいで、ブレーキをかけ、横断歩道で止まる

  • 弱い映画っぽい見た目

    強いアナモルフィックの 2.0 倍のレンズ、浅い被写界深度、光の筋

英語の原文は上の画面のとおり。日本語はアワタイムの訳です

表のすぐ上には、こう書いてあります。

「目に見える結果を指す動詞と名詞を使うと、いつも、よりはっきりした、ぶれの少ない結果になります」。

「きれい」「速く」「映画っぽい」は、見る人の感じ方の言葉です。 強い指示のほうは、濡れた道、横断歩道、3回こぐ、のように、画面を見れば確かめられる言葉だけでできています。

この「見て確かめられるか」が、伝わる言葉と伝わらない言葉の分かれ目です(編集部の見方)。

「映画っぽく」は、レンズ・ボケ・光に分けて書く

ショートで最初に紹介したのが、この例です。「映画っぽく」は弱い指示で、レンズとボケと光を書くと強い指示になります。

「映画っぽく」を3つに分ける

  • 映画っぽく弱い
  • レンズどんなレンズで撮るか
  • ボケ後ろをぼかすか
  • 光どこから・どんな光

ガイドの強い指示の3つを、やさしい言葉にするとこうです(言いかえは編集部)。

  • レンズ:Anamorphic 2.0x lens=映画の横長の画面に使われる、アナモルフィックというレンズ。
  • ボケ:shallow DOF=ピントの合う幅が浅い。写したい物だけがくっきりして、後ろがぼける。
  • 光:volumetric light=空気の中に、光の筋が見える光。

同じガイドの、カメラの書き方の所にも、同じ考え方の例があります。

「Sora 2 Prompting Guide」の Weak と Strong の書き方の例。Weak の「Camera shot: cinematic look」を赤い四角で囲み「映画っぽく」の札。Strong の「Camera shot: wide shot, low angle」「Depth of field: shallow (sharp on subject, blurred background)」「Lighting + palette: warm backlight with soft rim」の3行を赤い四角で囲み「3つに分ける」の札
OpenAI Developers「Sora 2 Prompting Guide」の「Visual cues that steer the look」

弱いほうは「カメラ:映画っぽい見た目」の1行だけです。強いほうは、3行に分かれています。

  1. カメラ:引きの画、低い位置から。
  2. ボケ:浅い(写したい物はくっきり、後ろはぼける)。
  3. 光と色:後ろからの暖かい光と、輪郭のやわらかい光。

ガイドは、光の書き方にも例を出しています。「明るい部屋」は弱く、「窓からのやわらかい光に、暖かいランプの光を足し、廊下から冷たい光が入る」のように、光の元と色を書くと強い、という例です。色を3つから5つ名前で書くと、カットが変わっても色みがそろいやすい、とも書いてあります(Lighting and color consistency)。

「映画っぽく」と言いたくなったら、「どこが映画っぽいのか」を、レンズ・ボケ・光のどれかに置きかえます。 1つ書くだけでも、AI が任されている所は減ります。

動きは「数えて」書く:何歩で、どこで止まるか

ショートのもう1つの例が、動きです。「速く動く」も弱い指示で、「3回こいで止まる」と書くと強くなります。

Sora 2 のガイドの、動きと時間の章です。

「Sora 2 Prompting Guide」の「Control motion and timing」の章。Weak の「Actor walks across the room.」と、Strong の「Actor takes four steps to the window, pauses, and pulls the curtain in the final second.」。Strong のほうを赤い四角で囲み「数えて書く」の札
OpenAI Developers「Sora 2 Prompting Guide」の「Control motion and timing」

ガイドには、次のように書いてあります。

  • 動きは、いちばんうまくいきにくい所。だから、単純にする。
  • 1つのカットには、はっきりしたカメラの動きを1つと、写る人や物のはっきりした動きを1つ。
  • 動きは、拍(ビート)や数で書くといちばんうまくいく。小さな歩み、しぐさ、止まる間。

例は、「役者が部屋を歩いて横切る」が弱く、「役者が窓まで4歩あるき、止まって、最後の1秒でカーテンを引く」が強い、です。

強い指示を、時間の順に並べると

  1. 1

    1歩

  2. 2

    2歩

  3. 3

    3歩

  4. 4

    4歩

  5. 止

    止まる

  6. 引

    最後の1秒

弱い指示では、何歩あるくのか、どこで止まるのかを、AI が決めます。強い指示では、歩数・止まる所・最後に何をするかまで決まっています。だから、時間の使い方がはっきりします。

Google の動画の AI「Gemini Omni Flash」の公式ガイドにも、時間で書く方法が載っています。

Google AI for Developers の「Gemini Omni Flash で動画を生成、編集する」のページの「Gemini Omni Flash プロンプト ガイド」の「タイミング イベント」。例の「3 秒後、女性がシーンに入ります。」を赤い四角で囲み1の番号。タイムコードの例「[0-3s] A person is walking / [3-6s] They stop and turn around / [6-10s] They start running」を赤い四角で囲み2の番号
Google AI for Developers「Gemini Omni Flash で動画を生成、編集する」の「タイミング イベント」

1つは、「3秒後、女性がシーンに入ります」のように、ふつうの文で秒を書く方法です(画面の1)。もう1つは、「[0-3s] 人が歩いている」「[3-6s] 止まって振り向く」のように、秒の区切りを頭に付ける方法です(画面の2)。

数える物は、歩数でも、回数でも、秒でもかまいません。「どのくらい」を数字にするのがコツです。

カメラの動きの書き方:カメラワークは「寄る」と「ズーム」を分ける

動画生成AIのプロンプトで、カメラワーク(カメラの動き)を書くときのコツです。アワタイムのショート「「寄って」だけだと、欲しい画になりません」(2026年11月4日。2章のカードから再生できます)と同じテーマを、Higgsfield の公式ブログで見ます。

「寄って」には、2つの動きがあります。カメラが近づく「ドリー」と、レンズで大きく写す「ズーム」です。

Higgsfield(画像・動画の AI を切り替えて作れるサービス)の公式ブログは、2つを次のように分けています(2026年10月9日「How to Control Camera Movement, Angles, and Lens in AI Video」)。

「寄って」の2つの動き(Higgsfield の公式ブログから)

寄る(ドリーイン)

  • カメラが近づく
  • 手前の物が、画面の端へ流れていく
  • 書き方の例:dolly in, no zoom

ズーム(ズームイン)

  • カメラは止まったまま、レンズだけが変わる
  • 奥の物の大きさの関係は変わらない
  • 書き方の例:zoom, no travel

ブログのよくある質問には、「ドリーはカメラを動かす。ズームはカメラを動かさずに、レンズの焦点距離を変える。止めた1枚では似て見えても、動き出すとまったく違う」とあります(アワタイムの訳)。

手前の物が流れる・奥の大きさが変わらない、の2つは、ブログのドリーとズームの指示文の例に書いてある言葉です。「no zoom」「no travel」も、その例に入っている書き方です。

同じブログには、文字だけで書いたカメラの指示が、うまくいかない形の表があります。

Higgsfield のブログの表「What goes wrong with a text-only prompt / Why it happens / What actually fixes it」の、カメラの動きの4行(表は5行)。1は「Slow dolly in」の速さが毎回ちがう、2はカメラの止まる所が毎回ちがう、3は動いている途中で後ろのボケが変わる(直し方に f/1.4・f/4・f/11)、4は同じ指示文がなめらかな寄りにも急なズームにもなる。4の行を赤い四角で囲んである
Higgsfield のブログ「How to Control Camera Movement, Angles, and Lens in AI Video」(2026年10月9日)の表

表の5行のうち、カメラの動きの4行を、やさしい言葉にするとこうです(アワタイムの訳)。

  1. 速さが毎回ちがう:「ゆっくりドリーイン」の速さと、動き出し・止まり方を書いていないから。→ 速さと、動き出し・止まり方を書く。
  2. 止まる所が毎回ちがう:終わりの位置を書いていないから。→ 始まりと終わりの画を書く。
  3. 途中でボケが変わる:ボケを絞りの値で決めていないから。→ Higgsfield の Cinema Studio では、絞り(Aperture)を f/1.4・f/4・f/11 から選んで決める。
  4. 寄りのつもりが、急なズームになる:ふつうの言葉では、ドリーとズームが似ているから。→ 動きの名前をはっきり書き、もう一方の動きは「なし」と書く。

絞りについて、ブログは「f/1.4 は写したい物を残して後ろをやわらかくぼかし、f/11 は画面全体をくっきり写す」と書いています。また、動き・角度・レンズを決める設定がある道具では設定を使い、設定で決められない所を指示文に書くように、ともあります。

ブログの短い指示文の例です。

Slow dolly in toward a woman reading by a window, constant speed, settling into a static hold.
(窓辺で本を読む女の人へ、ゆっくりドリーイン。一定の速さで、最後は止まってそのまま)

Slow optical zoom out from a lighthouse at dawn, camera locked on a tripod, no travel.
(夜明けの灯台から、ゆっくり光学ズームアウト。カメラは三脚に固定して、動かさない)

どちらも、動きの名前・速さ・止まる所(または動かさない所)が入っています。前の章の「何歩で、どこで止まるか」と同じで、カメラの動きも「どのくらい」と「どこまで」を書きます。Sora 2 のガイドの「1つのカットに、はっきりしたカメラの動きを1つ」も、合わせて守ります。

Kling と Google の公式ガイドも同じ:あいまいな言葉を見える物に

ほかの会社の公式ガイドにも、同じ向きのことが書いてあります。

Kling 4.0:「高級感」は、光とボケと質感に

Kling は、動画を作る AI です(Kling 4.0の使い方の記事)。2026年10月26日の「Kling 4.0 User Guide」の、指示文の書き方の章です。

Kling AI のアプリのアイコン

Kling AI

動画と画像を作る AI(App Store の表示)。使い方のガイドは kling.ai

Kling の「Kling 4.0 User Guide」の「2.2 Write Effective Prompts」。「Principle: Use descriptive language and minimize abstract terms and negative instructions.」を赤い四角で囲む。Not Recommended と Recommended の表で、「Premium look」の行を囲み「高級感」の札、「Don't show the element's face while they're on the phone.」の行を囲み「打ち消し」の札
Kling AI「Kling 4.0 User Guide」の「2.2 Write Effective Prompts」(2026年10月26日)

いちばん上の太字は、「説明する言葉を使い、抽象的な言葉と打ち消しの指示は減らす」です。

表の例を、日本語にしました。

すすめない書き方と、すすめる書き方(Kling 4.0 のガイドの表を訳した物)

  • すすめない高級感のある見た目

    すすめる横からの逆光が物のふちを描き、背景はぼけ、表面に細かいつや消しの粒が見える

  • すすめないレトロな感じ

    すすめる黄ばんだ壁、すり減った家具のふち、暖かい白熱灯の光

  • すすめない中流家庭の台所

    すすめる木目の戸棚、台の上の炊飯器と調味料のびん、冷蔵庫のとびらのふせん

英語の原文は上の画面のとおり。日本語はアワタイムの訳です

Sora 2 のガイドと同じく、どれも「見れば分かる物」に置きかえています。

同じガイドのよくある質問には、結果が思ったとおりにならないときに、まず確かめる2つが書いてあります。その2つのうちの1つとして、指示文に「premium look(高級感)」や「cinematic feel(映画っぽさ)」のような抽象的な言葉がないかを見る、とあります(もう1つは、入れた素材それぞれの役目がはっきり書いてあるか)。光・素材・構図のような、具体的な見た目の言葉に置きかえると、よくなることが多い、とのことです。

ここでも「映画っぽさ」が名指しされています。「映画っぽく」は、2つの会社のガイドで、伝わりにくい言葉の例になっていました。

Google(Nano Banana):「ファンタジーの鎧」ではなく、模様と形を

Google の画像を作る AI「Nano Banana」の、開発者向けのガイド(日本語)です。いちばん下に「ベスト プラクティス」があります。

Google Gemini のアプリのアイコン

Google Gemini(Nano Banana)

Google の AI のアプリ(App Store の表示)。Nano Banana は Gemini の画像を作る機能の名前

Gemini API のドキュメント「Nano Banana による画像生成」の「ベスト プラクティス」。「具体的にする」(「ファンタジー アーマー」ではなく、「銀の葉の模様がエッチングされた、装飾的なエルフのプレート アーマー…」)を囲み1、「繰り返して改良」を囲み2、「セマンティック ネガティブ プロンプト」を使用する(「車なし」ではなく、「交通の気配のない、空っぽの寂れた通り」)を囲み3の番号
Google AI for Developers「Nano Banana による画像生成」の「ベスト プラクティス」

画面の1が「具体的にする」です。「ファンタジー アーマー」ではなく、「銀の葉の模様がエッチングされた、装飾的なエルフのプレート アーマー。ハイカラーとハヤブサの翼の形をした肩当て付き」とする、という例です。

詳しく書くほど、細かく決められる、とあります。2と3は、この後の章で使います。

3つの会社のガイドを並べると、こうなります。

3つの会社の公式ガイド(2026年11月1日に確認)

会社あいまいな言葉動き打ち消し
OpenAISora 2(終了。ガイドは保管用)見える動詞と名詞に拍や数で書く—
GoogleNano Banana・Omni具体的にする秒で書けるほしい場面で書く
KlingKling 4.0抽象的な言葉を減らす—減らす(要るのは2つ)

—は、この記事で読んだ所に書いていない物。Sora 2 の API は2026年9月24日に終了(ガイドは保管用として公開中)。Google の「動き」は Gemini Omni Flash のガイド、ほかは Nano Banana のガイド

「〜しないで」より「ほしい状態」を書く

指示文で迷いやすいのが、「〜しないで」という打ち消しの書き方です。

公式ガイドの書き方

  • Kling 4.0:打ち消しの指示は、まちがいを増やすことがある。本当に要る打ち消しは「字幕なし」と「BGM なし」の2つだけ。モデルが勝手に足すことがあるので、要らないときははっきり外す。「電話している人の顔を見せないで」ではなく、「電話しながら横顔で写っている」と、見たい物を書く(Kling 4.0 User Guide)。
  • Google(Nano Banana):「車なし」ではなく、「交通の気配のない、空っぽの寂れた通り」のように、ほしい場面で書く(上の画面の3)。
  • Google(Gemini Omni Flash):要らない物が出たら、「会話なし」「装飾なし」「追加の効果音なし」のような短い打ち消しを足す(同じガイドの「不要な要素を削除する」)。
  • Black Forest Labs(FLUX.2):FLUX.2 は、打ち消しの指示(ネガティブプロンプト)に対応していない。ほしくない物ではなく、ほしい物を書く(FLUX.2 のプロンプトのガイド)。

まとめると、中身は「ほしい状態」で書き、どうしても入れたくない物だけ、短く打ち消す、という形がどのガイドにも合います(編集部の見方)。

アワタイムの実例:「〜しない」を6つ並べていた

アワタイムが12個の画像生成AIを比べたときの指示文にも、打ち消しがたくさんありました。「Not glamorous, not stock photo…」のように、「〜しない」を6つ続けた文です。最後には「No text, no captions, no signs, no logos.」も書いていました。

それでも、12個のうちの1つ(Soul 2.0)には、服にロゴのような印が入りました(画像生成AI比較の記事)。

そこで、直した指示文では、部屋の様子をほしい状態で書き、打ち消しは最後の1行だけにしました。

アワタイムの指示文の直し(カットA・一部)

  • 前Not glamorous, not stock photo… / No text, no captions, no signs, no logos.

    後A clean, bright, tidy Japanese apartment with a few everyday items. … No text or logos.

直した版の全文は、画像生成AI比較の記事と、元の動画の説明欄にあります。直した版で12個を作り直す比べは、まだしていません

「明るく片付いた、日本のマンション」と、ほしい部屋を書いています。「〜しない」は、文字とロゴの1行だけです。

長く書けばいい、ではない:短く書いて、1つずつ足す

「詳しく書くほどいい」と思いがちですが、どのガイドも、長ければいいとは言っていません。

  • Sora 2:短い指示文はモデルの自由が大きく、思いがけない結果になる。長く細かい指示文はモデルを縛り、ついてこないこともある。直すときは1回に1つだけ変え、何を変えるかを書く(例:「同じカットで、85mm のレンズに」)。うまくいかないカットは、カメラを止める、動きを単純にする、背景をすっきりさせる、と減らしてから、1つずつ足していく。
  • Kling 4.0:長いほどいいわけではない。まず、人や物・場面・動き・気持ちをはっきり書いた1文から始め、結果を変える物(カメラ・タイミング・音など)だけを足す。形容詞を積み重ねるより効く(よくある質問)。
  • Google(Nano Banana):1回目で完璧な画像になるとは限らない。会話で小さな変更を加える(ベスト プラクティスの「繰り返して改良」。上の画面の2)。
  • Black Forest Labs(FLUX.2):30〜80語が、たいていの用途にちょうどいい(Usually ideal)。

短く書いて、1つずつ足す

  1. 短く書く

    1文から

  2. 作る

    AI

  3. 見る

    足りない所

  4. 1つ足す

    1回に1つ

足したら、また作って見る

アワタイムの実例:書きすぎて、どの部屋もくたびれた

アワタイムの画像生成AIの比べでは、指示文が長すぎました。

  • 252語

    前のカットA

  • 313語

    前のカットB

  • 107語

    直したカットA

  • 140語

    直したカットB

前の指示文は、英語の単語でカットAが252語、カットBが313語でした。FLUX.2 のガイドの目安(30〜80語)の3倍以上です。

そのうえ、「少し傷んだ床」「着古した服」のような生活感の言葉を、何度も重ねていました。その結果、12個のどの絵も、部屋が少しくたびれて見えました(うちの見立て)。

  • 動画の場面。左の板にお母さんの写真、右の板におじいちゃんと孫の写真が並ぶ(どちらも12枚。一部はシルビオの後ろ)。真ん中にシルビオと「さて冒頭の答え合わせです」の字幕

    同じ指示文で作った12個の一部

アワタイムの YouTube「同じ指示文で12の画像AI 。いちばん本物の日本人っぽいのは?」の答え合わせの場面。写っている人は、AI が作った架空の人です

直した版では、生活感の言葉を減らし、カットAは107語、カットBは140語にしました(画像生成AI比較の記事)。

1つの言葉を重ねるほど、その印象は強く出ます。 足したい言葉があるときは、1つだけ足して作り直し、見比べてから次を足します。

アワタイムの実例:アニメにしたいのに「実写のまま」返ってきた

もう1つ、アワタイムで直した実例です。実写の動画を、同じ動きのままアニメにしたときの話です(実写をアニメ化するAIの記事)。

動画の AI(Seedance 2.5)に、白黒の動画(デプスマップ)・元の実写の動画・アニメの設定画の3つを入れて作りました。ところが1回目は、アニメにならず、実写のまま返ってきました。

1回目と2回目(どちらも Seedance 2.5)

  • 1回目

    1回目のできあがり。アニメにならず、からし色のスーツの実写っぽいシルビオが路地を滑っている

    実写のまま

    参照:白黒+実写+設定画

  • 2回目

    2回目のできあがり。線と面のアニメの絵で、長いコートのシルビオが同じ路地を滑っている

    アニメになった

    頭に「2D anime, not photorealistic」

アワタイムが AI で作った動画のコマ(/posts/live-action-to-anime-ai と同じ物)。シルビオはアワタイムの AI のキャラクターです

2回目で直したのは、2つです。

  1. 元の実写の動画を、参照から外した:白黒の動画と設定画の2つだけにしました。
  2. 指示文のいちばん頭に、ほしい絵の種類を書いた:「2D anime, not photorealistic」(2D のアニメ。写真のようにしない)です。

いちばんの学びは、参照に入れた実写の動画に、見た目が引っぱられたことでした。指示文だけでなく、一緒に入れる画像や動画も「指示」の一部です。

ここでは「not photorealistic」という打ち消しも使っています。ただ、その前に「2D anime」と、ほしい絵の種類を先に書いています。前の章の「ほしい状態を先に書き、打ち消しは短く」と同じ形です。

アワタイムの YouTube(本編)

押すと再生します(YouTube・youtube-nocookie.com)。押すまで YouTube は読みません

試して、外して、また試す。この手間が、AI で動画を作るときのいちばん大きな仕事です。

アワタイムのサービス(自社)

指示文の試し直しから、まとめて任せる

指示文を書き、作って、見て、直す。この手間を、アワタイムが受け持ちます。AI で作った全カットを、ディレクターが確かめて仕上げます。

AI 動画の制作は1本3万円〜・最短3日で初稿です(日数は素材の確認のあとから。内容で変わります)。

動画生成AIのプロンプトのひな形と、画像の順番

ここまでのコツを、そのまま使える形にしました。

動画のひな形(Sora 2 のガイドの型から)

Sora 2 のガイドには、指示文の型(Prompt Structure)が載っています。場面の説明・カメラ・動き・せりふを分けて書く型です。ガイドは「どんな場合にも効く決まった形ではない」とも書いています。Sora 2 は終わったモデルなので、ここでは、ほかの動画の AI に書くときの下書きの形として使います(編集部の見方)。

動画の指示文の4つの部分

  1. 場面

    人・服・場所・天気

  2. カメラ

    画の大きさ・角度・雰囲気

  3. 動き

    数えて、1つずつ

  4. せりふ

    短く

ガイドの型を日本語にしたひな形です。( )を埋めて使ってください。

(場面の説明。人・服・場所・天気などを、ふつうの文で)

カメラ:(画の大きさと角度。例:引きの画、目の高さ)
雰囲気:(例:静かで、少し緊張した)

動き:
- (動き1。例:女の人が窓まで4歩あるく)
- (動き2。例:止まって、外を見る)
- (動き3。例:最後の1秒で、カーテンを引く)

せりふ:(あれば、短く)

英語で書くときは、ガイドの見出しのまま「Cinematography: / Camera shot: / Mood: / Actions: / Dialogue:」と分けます。

ひな形を使うときの注意です。

  • 動きは1カットに1つ:ガイドは、1つのカットに、はっきりしたカメラの動き1つと、写る物の動き1つ、としています。
  • カメラの動きは名前と速さまで:寄るなら「ドリーイン」、ズームなら「ズーム」と名前で書き、速さと止まる所も書きます(「カメラの動きの書き方」の章)。
  • せりふは短く:ガイドには、4秒のカットなら短いやりとり1つか2つ、とあります。長く込み入ったせりふは、口と合いにくい、ともガイドにあります。
  • 任せたい所は空ける:全部を埋めなくてかまいません。ガイドも、カットに関係ない所は書かなくていい、と書いています。

画像の順番(FLUX.2 のガイドから)

画像の指示文は、何から書くかの順番がコツです。Black Forest Labs の FLUX.2 のガイドには、大事な物から順に書く、という順番が載っています。

画像の指示文の順番(FLUX.2 のガイド)

  1. 主役

    だれ・なに

  2. 動き

    何をしている

  3. 絵の種類

    写真・アニメなど

  4. 場面

    どこで

  5. 細かい所

    最後に

ガイドの言葉では「Main subject → Key action → Critical style → Essential context → Secondary details」です。ガイドには、FLUX.2 は先に書いた物ほど重く見るので、大事な物を頭に書く、とあります(Word order matters)。ガイドは FLUX.2 のための物ですが、順番を決めて書くと、大事な物の書き忘れも減ります(編集部の見方)。

アワタイムが画像生成AIの比べで使った指示文の組み立て(7つ)と、直した英語の全文は、画像生成AI比較の記事にまとめています。

アワタイムの YouTube(本編)

押すと 9:14(指示文のコツ)から再生します(YouTube・youtube-nocookie.com)。押すまで YouTube は読みません

画像を写真っぽくする4つ:カメラ・色み・光・質感

AI で写真のようにリアルな画像を作るプロンプトのコツです。アワタイムのショート「写真っぽい画像は、指示文に4つ足すだけ」(2026年11月6日。2章のカードから再生できます)と同じテーマを、OpenAI の公式ガイドの例で見ます。

人と場所だけを書いた指示文では、どんなカメラで、どんな光で撮った写真にするかは、AI が決めます(3章の「書かない所は AI が決める」と同じです)。写真っぽくしたいときは、写真を撮るときに決める4つを足します。

写真っぽくする4つ(OpenAI のガイドの例から)

  • カメラ目の高さ・レンズ
  • 色み自然な色
  • 光やわらかい昼の光
  • 質感毛穴・フィルムの粒

OpenAI の画像の AI「GPT Image 2.6」の公式ガイドには、写真は「写っている物・画の切り取り方・光・質感」で書く、とあります。その例の指示文です。

OpenAI Developers の「Image prompting」の「Control style and lighting」。年をとった船乗りの写真の指示文で、「wrinkles, pores, and sun texture」「35mm film」「at eye level, using a 50mm lens」「Soft coastal daylight」「subtle film grain」「natural color balance」に赤い線。下に、その指示文で作った2枚(GPT Image 2.6 Flare と Sunburst)の、船の上で網を直す船乗りと犬の写真
OpenAI Developers「Image prompting」の「GPT Image 2.6 prompting guide」の「Control style and lighting」

ガイドの例の指示文で足してある言葉を、カメラ・色み・光・質感の4つに分けると、赤い線の所です(分け方と訳はアワタイム)。

  1. カメラ:35mm film photograph(35mm のフィルム写真のように)・medium close-up at eye level(目の高さから、胸から上ほど)・50mm lens(50mm のレンズ)。
  2. 色み:natural color balance(自然な色のバランス)。
  3. 光:Soft coastal daylight(海辺のやわらかい昼の光)。
  4. 質感:wrinkles, pores, and sun texture(しわ・毛穴・日焼けの肌)・subtle film grain(うっすらとしたフィルムの粒)。

同じガイドには、ほかにも次のことが書いてあります。

  • 写真にしたいときは、「photorealistic」「real photograph」とはっきり書く。
  • 材質・光・色・絵の種類を、名前で書く。
  • カメラの数字は「見た目の手がかり」で、そのとおりに写るとは限らない。

例の指示文の最後には、「飾らない、ありのままの感じに。作りこんだ美しさや、強い修正はしない」という文もあります。

アワタイムが画像生成AIの比べで直した指示文にも、同じ言葉が入っています。「目の高さ・35mm のレンズ」(カメラ)、「窓からのやわらかい昼の光」(光)、「毛穴と小じわの見える肌」(質感)です(画像生成AI比較の記事の「直した英語の指示文」)。

足すときも、前の章までと同じで、1つずつ足して見比べます。4つを全部入れても、写真っぽさが足りない所が残ることはあります。そのときは、どれが足りないかを1つ選んで直します(編集部の見方)。

日本語で書く? 英語で書く?

日本語のプロンプトで伝わるかは、道具によって違います。公式のページで分かったのは、次のとおりです(2026年11月1日)。

指示文の言葉(公式のページに書いてあること)

道具日本語公式のページの書き方
Nano BananaGoogle・画像◯(よい)いちばん性能が出る言語に、ja-JP(日本語)が入っている
Gemini Omni FlashGoogle・動画△(英語のほうが確か)英語は完全に対応。ほかの言語は評価していないので、使えても結果が変わることがある

Google AI for Developers「Nano Banana による画像生成」の「制限事項」・「Gemini Omni Flash で動画を生成、編集する」の「詳細な技術情報」(2026年11月1日)

ほかの道具は、それぞれの公式のページで確かめてください。

アワタイムの画像生成AIの比べと、実写をアニメにしたときの指示文は、どちらも英語です。画像生成AIの比べの指示文は、Claude Code(Anthropic の AI)に英語で作ってもらいました(画像生成AI比較の記事・実写をアニメ化するAIの記事)。

  • Claude のアプリのアイコンClaude:英語の指示文を作る
  • Higgsfield のサイトのアイコンHiggsfield:画像・動画の AI を切り替えて作る

英語が苦手でも大丈夫です。日本語で「どんな絵にしたいか」を書き、文字の AI に「画像の AI に渡す英語の指示文にして」と頼めば、英語にしてくれます。この記事のコツ(見える物に分ける・数える・短く)も、そのまま頼むときに伝えると、英語の指示文にも入ります(編集部の見方)。

文字の AI(ChatGPT・Claude・Gemini)には「目的・背景・出力形式」

画像や動画の AI だけでなく、文章を書く AI にも、伝わらない頼み方があります。

アワタイムの作例に、研修の動画「AIへの伝え方 3つのコツ」があります。AI への指示を分かりやすくする「目的・背景・出力形式」の3つのコツを、図解と例で伝える60秒の動画です(AI動画制作のページ、以下 LP)。

「メールを書いて!」の前と後(作例の動画のコマ)

  • ひと言だけ

    「メールを書いて!」とだけ頼み、AI のアシスタントが「お世話になっております。打ち合わせの件で、ご連絡いたしました。」と返した画面。返事のまわりに「誰あて?」「何のため?」「いつ?」の札、右に大きく「なんだか、違う。」と「そんな経験、ありませんか?」

    なんだか、違う

    誰あて? 何のため? いつ?

  • 3つを足した

    「メールを書いて!」の上に、目的「打ち合わせの日程を決めたい」、背景「相手は初めての取引先・候補日は火曜と木曜」、形式「件名つき・本文200字以内・丁寧な文面」を足した画面。右に「打ち合わせ日程のご相談」のメールと「そのまま送れる」の札

    そのまま送れる

    目的・背景・形式を足した

アワタイムが AI で作った作例「AIへの伝え方 3つのコツ」(60秒)のコマ

ひと言だけ頼むと、AI はだれあてか、何のためか、いつのことかを知りません。それっぽいけれど使えない文が返ってきます。

3つを足すと、こう変わります。

  1. 目的:打ち合わせの日程を決めたい。
  2. 背景:相手は初めての取引先。候補日は火曜と木曜。
  3. 出力形式:件名つき・本文200字以内・丁寧な文面。

画像や動画の「見える物に分ける」と同じで、AI が決めてしまう所を、先に言葉にして渡すという考え方です。

この作例は、押すとこの場で再生します(音が出ます)。

  • AIへの伝え方 3つのコツ(研修・60秒・目安 3万〜5万円)

LP のサンプル(横の動画)。題・長さ・目安は LP のとおり(2026年11月1日)。初稿までは3〜5日の目安。目安はお見積りで決まります
  • ChatGPT のアプリのアイコンChatGPT
  • Claude のアプリのアイコンClaude
  • Google Gemini のアプリのアイコンGemini

ChatGPT・Claude・Gemini のどれに頼むときも、この3つを足すと、ひと言だけより伝わりやすくなります(編集部の見方)。AI に動画の台本や絵コンテを頼むやり方は、AIで絵コンテを作る方法の記事と、Claudeで動画編集の記事で書いています。

AI への指示について、アワタイムの YouTube にはショート「AIへの指示は理由をひとこと足す」もあります。

アワタイムの YouTube ショート

押すと、この場で再生します(YouTube)。語り手のシルビオは、アワタイムが AI で作った架空のキャラクターです

伝わらない言葉の言いかえ早見表

この記事に出てきた「伝わらない言葉」と、その言いかえを1つの表にしました。指示文を書くときに、そばに置いて使ってください。

伝わらない言葉 → 見て分かる言葉

伝わらない言葉言いかえの例出典
かっこよく何がかっこいいのかを、レンズ・ボケ・光・動きのどれかに分ける編集部
映画っぽく横長のレンズ・後ろのボケ・光の筋OpenAI
速く動く3回こいで、ブレーキをかけ、横断歩道で止まるOpenAI
部屋を歩く窓まで4歩あるき、止まって、最後の1秒でカーテンを引くOpenAI
夜のきれいな通り濡れた道・横断歩道・水たまりに映るネオンOpenAI
明るい部屋窓のやわらかい光+暖かいランプ+廊下からの冷たい光OpenAI
高級感横からの逆光・背景のボケ・表面のつや消しの粒Kling
レトロな感じ黄ばんだ壁・すり減った家具・白熱灯Kling
中流家庭の台所木目の戸棚・炊飯器と調味料・冷蔵庫のふせんKling
顔を見せないで電話しながら、横顔で写っているKling
ファンタジーの鎧銀の葉の模様の、エルフのプレートの鎧。ハヤブサの翼の形の肩当てGoogle
車なし交通の気配のない、空っぽの寂れた通りGoogle
寄ってドリーイン(カメラが近づく)、ズームなし。速さと止まる所もHiggsfield
写真っぽく35mm のフィルム写真・目の高さ・やわらかい昼の光・自然な色・毛穴とフィルムの粒OpenAI

言いかえは各社の公式ガイド・公式ブログの例をアワタイムが訳した物(「かっこよく」の行だけは編集部の例)。英語の原文は、出典の各ページにあります

表の右の言葉は、どれも「画面を見て、あるかないかを確かめられる物」です。自分で言いかえを考えるときも、この形にそろえます。

自分で書くか、アワタイムに頼むか

プロンプトのコツは、この記事のとおり、だれでも練習できます。

ただ、仕事の動画にするには、1カットごとに指示文を書き、作り、見て、1つずつ直す手間がかかります。1本の動画には、いくつものカットがあります。そのうえ、声・音・字幕・編集までつなぎます。

アワタイムは、AI で早く作り、全カットをディレクターが確かめて仕上げます(LP)。料金は、広告動画で1本3万円〜・最短3日で初稿です。日数は素材の確認のあとから数え、内容で変わります(LP)。

LP のサンプルから、縦の短い CM を2本選びました。押すと再生します(音が出ます)。

アワタイムの AI 動画の作例(縦 9:16)

  • 500kg

    CM・15秒・目安 5万〜10万円

  • SHIZUKU

    商品紹介・15秒・目安 5万〜7万円自主制作

題・長さ・目安は LP のとおり(2026年11月1日)。目安はお見積りで決まり、初稿までは3〜5日の目安です

「500kg」は、筋トレの記録のアプリの世界観と目標を、文字と映像で伝える15秒の縦の CM です。「SHIZUKU」は、滴・肌・ボトルで美容液の世界観を伝える、15秒の自主制作の CM です(架空の商品)(LP)。

アワタイムのサービス(自社)

指示文から動画まで、プロに任せる

「こんな動画を作りたい」の一言だけで大丈夫です。AI に渡す指示文づくりから、全カットの確かめまで受け持ちます。

広告動画は1本3万円〜・最短3日で初稿です(日数は素材の確認のあとから。内容で変わります)。

自分で AI 動画を作る流れを全部知りたい人は、「AI動画の作り方、全部見せます|無料・スマホで始める7つの手順」にまとめています。長い映像を短いカットに分けて作る方法は、「AI映画の作り方」で書いています。

よくある質問

プロンプトのコツを、ひと言で言うと?

「見て分かる言葉で書く」です。「かっこよく」「映画っぽく」のような感じ方の言葉ではなく、レンズ・ボケ・光のように、画面を見れば確かめられる言葉に分けます。動きは「3回こいで止まる」のように数えて書きます(OpenAI の Sora 2 のガイド)。

プロンプトは長いほうがいいですか?

長ければいいわけではありません。Kling 4.0 のガイドは、1文から始めて、結果を変える物だけを足す、としています。FLUX.2 のガイドの目安は30〜80語です。アワタイムでも、252語の指示文で生活感の言葉を重ねすぎ、どの部屋もくたびれて見えました。

「〜しないで」と書いてはいけませんか?

中身は、ほしい状態で書くのが基本です。Kling 4.0 のガイドは、本当に要る打ち消しは「字幕なし」と「BGM なし」の2つ、としています。FLUX.2 は打ち消しの指示に対応していません。入れたくない物がどうしてもあるときだけ、最後に短く1行で書きます。

日本語のプロンプトでも大丈夫ですか?

道具によって違います。Google の Nano Banana は日本語も「いちばん性能が出る言語」に入っています。Google の Gemini Omni Flash(動画)は、英語だけが完全に対応です(どちらも Google の公式のページ)。アワタイムの画像AIの比べでは、英語の指示文を Claude Code に作ってもらいました。

カメラワーク(カメラの動き)は、どう書けばいいですか?

動きの名前をはっきり書き、速さと止まる所も書きます。Higgsfield の公式ブログは、「寄る(ドリー)」と「ズーム」はふつうの言葉では似ているので、AI がどちらか迷う、としています。カメラが近づく寄りなら「dolly in」と書き、「no zoom」とズームを外します。

AI の画像を写真っぽく、リアルにするプロンプトは?

「photorealistic」「real photograph」とはっきり書き、カメラ(目の高さ・レンズ)・色み・光・質感(毛穴・フィルムの粒)を足します。OpenAI の GPT Image 2.6 の公式ガイドの例にも、この4つが入っています。

同じプロンプトなのに、毎回ちがう結果になるのはなぜ?

Sora 2 のガイドには、同じ指示文でも毎回ちがう結果になり、それは不具合ではなく仕様だ、と書いてあります。2回目や3回目のほうがいいこともあります。直すときは、1回に1つだけ変えます。

ChatGPT や Claude に文章を頼むときも、コツは同じですか?

考え方は同じです。AI が決めてしまう所を、先に言葉にして渡します。アワタイムの作例「AIへの伝え方 3つのコツ」では、「目的・背景・出力形式」の3つを足すと、ひと言だけの頼み方より伝わる、と見せています。

アワタイムに動画を頼むと、いくらですか?

広告動画は1本3万円〜・最短3日で初稿です(日数は素材の確認のあとから)。この記事で紹介したサンプルの目安は、3万〜5万円・5万〜10万円・5万〜7万円でした(2026年11月1日)。正式な金額は、お見積りで決まります。

まとめ

プロンプトのコツは、次の3つです。

  1. 見える物に分ける

    映画っぽく → レンズ・ボケ・光

  2. 動きは数える

    何歩・何回・どこで止まる

  3. 短く書いて足す

    1回に1つだけ直す

「かっこよく」「映画っぽく」「高級感」のような言葉は、人によって思い浮かべる絵が違います。書かない所は、AI が決めます。

OpenAI・Google・Kling の公式ガイドは、どれも、見て分かる言葉で書くことをすすめています。動きは数えて書き、「〜しないで」より、ほしい状態を書きます。

カメラの動きは「寄る」と「ズーム」を分けて、名前・速さ・止まる所まで書きます。画像を写真っぽくしたいときは、カメラ・色み・光・質感の4つを足します。

そして、最初から全部を書かず、短く書いて、1つずつ足して直します。

アワタイムのサービス(自社)

作りたい動画を、ひと言でどうぞ

「こんな動画を作りたい」の一言だけで大丈夫です。構成案とお見積りをお返しします。

広告動画は1本3万円〜・最短3日で初稿です(日数は素材の確認のあとから。内容で変わります)。

関連記事:

出典(2026年11月1日・11月7日に確認)

カテゴリAI

監修

伊藤 慎之助

OurTime株式会社

書き手:アワタイム編集部

運営:OurTime株式会社

「AI動画TIPS|アワタイム」は、AI動画制作とYouTubeチャンネルの運営を行うOurTime株式会社(アワタイム)が運営しています。もともと映像制作を行ってきた会社として、AI動画に関する情報をお届けします。