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

※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。
- 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。
- 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(Sora 2 のガイド・保管用)
Google(Nano Banana・Gemini Omni)
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)
このショートを再生する(YouTube)2026年11月3日・この記事の元
「かっこよく」は、AIに伝わりません
このショートを再生する(YouTube)2026年10月28日・指示文の実例
同じ指示文で、画像AIを12個比べました
このショートを再生する(YouTube)2026年11月4日・カメラの動き
「寄って」だけだと、欲しい画になりません
このショートを再生する(YouTube)2026年11月6日・写真っぽくする
写真っぽい画像は、指示文に4つ足すだけ
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
かっこよく
伝わらない
公式ガイド
Sora 2
映画っぽく
レンズ・ボケ・光
速く動く
3回こいで止まる
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。
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。

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。

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。
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。

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。
- カメラ:引きの画、低い位置から。
- ボケ:浅い(写したい物はくっきり、後ろはぼける)。
- 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。

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歩
- 2
2歩
- 3
3歩
- 4
4歩
- 止
止まる
- 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](/ourtime-theme/blog-posts/ai-prompt-tips/images/shots/google-timing.webp)
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。

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

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(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

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 |
|---|---|---|---|
| 見える動詞と名詞に | 拍や数で書く | — | |
| 具体的にする | 秒で書ける | ほしい場面で書く | |
| 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
短く書く
1文から
作る
AI
見る
足りない所
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)。

同じ指示文で作った12個の一部
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

実写のまま
参照:白黒+実写+設定画
2回目

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。
- 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。
- 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)
この動画を再生する(YouTube)2026年10月29日
実写をアニメ化するAI|MiniMax H3とSeedance 2.5で実写の動画をアニメにした
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
場面
人・服・場所・天気
カメラ
画の大きさ・角度・雰囲気
動き
数えて、1つずつ
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)
主役
だれ・なに
動き
何をしている
絵の種類
写真・アニメなど
場面
どこで
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)
この動画を 9:14 の指示文のコツから再生する(YouTube)2026年10月26日・9:14 指示文のコツから
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?
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。
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。

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)。
- 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)。
- 色み:natural color balance(自然な色のバランス)。
- 光:Soft coastal daylight(海辺のやわらかい昼の光)。
- 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 |
|---|---|---|
| ◯(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 | |
| △(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:英語の指示文を作る
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

なんだか、違う
誰あて? 何のため? いつ?
3つを足した

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。
- 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。
- 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)
ChatGPT
Claude
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
このショートを再生する(YouTube)2026年11月13日
AIへの指示は理由をひとこと足す
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 | |
| 車なし | 交通の気配のない、空っぽの寂れた通り | |
| 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。
見える物に分ける
映画っぽく → レンズ・ボケ・光
動きは数える
何歩・何回・どこで止まる
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)
- アワタイムの YouTube ショート「「かっこよく」は、AIに伝わりません(新しいタブ)」(2026年11月3日)・「同じ指示文で、画像AIを12個比べました(新しいタブ)」(2026年10月28日)と、それぞれの説明欄
- アワタイムの YouTube ショート「「寄って」だけだと、欲しい画になりません(新しいタブ)」(2026年11月4日)・「写真っぽい画像は、指示文に4つ足すだけ(新しいタブ)」(2026年11月6日)
- アワタイムの YouTube ショート「AIへの指示は理由をひとこと足す(新しいタブ)」(2026年11月13日)
- アワタイムの YouTube 本編「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?(新しいタブ)」(2026年10月26日)・「実写をアニメ化するAI|MiniMax H3とSeedance 2.5で実写の動画をアニメにした(新しいタブ)」(2026年10月29日)
- OpenAI Developers「Sora 2 Prompting Guide(新しいタブ)」(2026年3月12日)・「Deprecations(新しいタブ)」(2026年3月24日の項。Sora 2 と Videos API は2026年9月24日に終了)
- Kling AI「Kling 4.0 User Guide(新しいタブ)」(2026年10月26日)
- Google AI for Developers「Nano Banana による画像生成(新しいタブ)」・「Gemini Omni Flash で動画を生成、編集する(新しいタブ)」
- Black Forest Labs「Prompting Guide - FLUX.2(新しいタブ)」
- Higgsfield「How to Control Camera Movement, Angles, and Lens in AI Video(新しいタブ)」(2026年10月9日。2026年11月7日に確認)
- OpenAI Developers「Image prompting(新しいタブ)」の「GPT Image 2.6 prompting guide」(2026年11月7日に確認)
- アワタイム「AI動画制作|1本3万円〜・最短3日で初稿提出」(料金・日数・サンプルと目安)