Sora 2 プロンプトガイド：動画生成の芸術をマスターする

on 2 months ago

はじめに

Sora 2 は AI 動画生成における大きな飛躍を象徴しており、物理、照明、動きに対してこれまでにない制御を提供します。しかし、その潜在能力を最大限に引き出すには、プロンプトに対する考え方を変える必要があります。

Sora 2 のプロンプト作成を、動画の検索ではなく、プロの撮影クルーへのブリーフィングと考えてください。あなたは監督であり、モデルは撮影監督、照明技師、セットデザイナーのすべてを兼ねています。詳細を省略すれば、彼らは即興で対応します（多くの場合美しく、しかしおそらくあなたの意図とは異なる方法で）。思い通りのものを得るには、映画の言語を話す必要があります。

しかし、いくつかの詳細をあえて指定しないことも同様に強力です。モデルにより多くの創造的自由を与えることで、驚くようなバリエーションや予期せぬ美しい解釈が生まれることがあります。どちらのアプローチも有効です：詳細なプロンプトは制御と一貫性をもたらし、軽いプロンプトは創造的な成果への扉を開きます。 適切なバランスは、あなたの目標と目指す結果次第です。

最も重要なことは、反復する準備をしておくことです。カメラ、照明、アクションへの小さな変更が、結果を劇的に変えることがあります。モデルと協力しましょう：あなたが方向性を示し、モデルが創造的なバリエーションを提供します。

このガイドでは、Sora 2 でより良いプロンプトを書くために役立つ、業界の専門家によるベストプラクティス、テンプレート構造、高度なテクニックをまとめています。

1. 核となる哲学：「クルーへのブリーフィング」

強力なプロンプトは、AI「クルー」に対して具体的な質問に答える必要があります：

被写体 (The Subject)：誰、あるいは何を撮影するのか？
アクション (The Action)：何が起きているのか？（「ビート」で説明する）
カメラ (The Camera)：カメラはどこにあるか？どう動くか？（レンズ、アングル、動き）
照明とルック (The Lighting & Look)：ムードはどうか？（カラーパレット、光源）
オーディオ (The Audio)：何が聞こえるか？（環境音、フォーリー、対話）

2. 完璧なプロンプトの解剖学

構造化されたプロンプトは一貫した結果を生み出します。絵コンテにスケッチするようにショットを記述してください。カメラのフレーミングを指定し、被写界深度を記し、アクションをビートで説明し、照明とパレットを設定します。いくつかの特徴的な詳細で被写体を固定することで認識しやすくし、単一の説得力のあるアクションでショットを追いやすくします。

文字の壁は避け、プロンプトを論理的なセクションに整理してください。

構造

フォーマットとスタイル：媒体を確立します（例：「35mmフィルム」、「デジタルIMAX」、「手描きアニメーション」）。
被写体と設定：主な焦点と背景の具体的な説明。
シネマトグラフィー：カメラアングル、レンズ、動き。
照明とパレット：キーライトの方向、フィル、3〜5つの異なるカラーアンカー。
アクション（ビート）：連続したイベント（例：「0-2秒：被写体が振り返る」、「2-4秒：微笑む」）。
オーディオ：ダイジェティック・サウンド（劇中の音）と対話。

良い例 vs 悪い例

明確さが勝利します。*「美しい通り」のような曖昧な合図ではなく、「濡れたアスファルト、横断歩道、ネオンサインの反射」*と書いてください。目に見える結果を示す動詞と名詞は、常により明確で一貫した出力を提供します。

特徴	弱いプロンプト ❌	強いプロンプト ✅
スタイル	「映画のようなルック」	「ワイドショット、ローアングル。被写界深度：浅い。照明：柔らかいリムのある暖かいバックライト。」
アクション	「書類を見ている」	「被写体が紙を手に取り、最初の行をスキャンし、眉をひそめる。」
照明	「明るい部屋」	「左からの柔らかい窓の光、右からの暖かいランプのフィル。パレット：琥珀色、スレート、クリーム。」
動き	「素早く動く」	「被写体が3歩ジョギングし、縁石で急停止する。」

3. 制御のためのテクニック

A. 動きのための「ビート」システム

動きは正しく表現するのが最も難しい部分であることが多いため、シンプルに保ちましょう。各ショットには、1つの明確なカメラの動きと1つの明確な被写体のアクションが必要です。アクションは、ビートやカウント（小さなステップ、ジェスチャー、休止）で説明すると最も効果的です。これにより、時間的根拠があるように感じられます。

ビート 1：セットアップ（例：車がアイドリングしている）。
ビート 2：アクション（例：エンジンが唸り、タイヤが空転する）。
ビート 3：結果（例：車がフレーム外へスピードを上げて去る）。

ヒント：長い動画（8秒以上）の場合、4秒ブロックごとに1〜2つの異なるアクションを計画してください。

B. 画像による視覚的アンカー（Image-to-Video）

ショットの構図とスタイルを最高レベルで制御するには、画像を入力として使用してください。これにより、キャラクターデザイン、衣装、設定が「ロック」され、プロンプトは純粋に動きに集中できるようになります。モデルは画像を最初のフレームのアンカーとして使用し、テキストプロンプトが次に何が起こるかを定義します。

例 1：キャラクターの一貫性

OpenAI GPT Image で生成された入力画像	Sora 2 を使用して生成された動画（GIFに変換）

この画像をダウンロード	プロンプト："彼女は振り返って微笑み、ゆっくりとフレームの外へ歩き出す。"

例 2：アニメーションとリミックス

これは様式化されたキャラクターにも使用できます。

OpenAI GPT Image で生成された入力画像	Sora 2 を使用して生成された動画（GIFに変換）

この画像をダウンロード	プロンプト："冷蔵庫のドアが開く。中からキュートでぽっちゃりした紫色のモンスターが出てくる。"

C. 「リミックス」の力

生成された動画ができたら、リミックス機能を使用して、元の構図を失うことなく特定の詳細を微調整できます。制御された変更を行うために使用し（一度に1つずつ）、何を変更するかを明言してください：「同じショット、85mmに切り替え」、または「同じ照明、新しいパレット：ティール、サンド、ラスト」。

リミックスプロンプト	結果
オリジナル
"モンスターの色をオレンジに変更"
"2匹目のモンスターが直後に出てくる"

D. 対話とオーディオ

対話はプロンプト内で直接記述する必要があります。散文の説明の下にある対話ブロックに配置し、モデルが視覚的な説明と話し言葉のセリフを明確に区別できるようにします。セリフは簡潔で自然なものにし、タイミングをクリップの長さに合わせるために、やり取りを一握りの文に制限するようにしてください。

リズム：4秒のショットは通常、1回か2回の短いやり取りに対応します。
ラベリング：複数のキャラクターが登場するシーンでは、話者を一貫してラベル付けします。
トーン：ショットが無音の場合でも、小さな音でペースを示唆できます（例：「遠くの交通ノイズ」や「乾いたスナップ音」）。

4. プロンプトテンプレート

これらをコピー＆ペーストして始めてください。

テンプレート 1：製品公開（コマーシャル）

スタイル： ハイエンド技術コマーシャル、クリーンなスタジオ、マクロ撮影。 シーン： グラファイトのラップトップがウォールナットの机の上に置かれている。 カメラ： ミディアムクローズ、アイレベル、ゆっくりとしたプッシュイン。 照明： 暖かい実用的なランプと冷たい窓のエッジライト。パレット：琥珀色、グラファイト、ウォールナット、スレート。 アクション：

柔らかい光のスイープが刻印されたロゴを明らかにする。

手が蓋を数センチ開ける。

画面が穏やかな反射とともに起動する。 オーディオ： フューチャリスティックなアンビエント音楽。

例：プロンプト：夕暮れ時の静かなデザインスタジオで、グラファイトのラップトップがウォールナットの机の上に置かれている...

テンプレート 2：物語のシーン（シネマティック）

フォーマットとルック： 柔らかいハレーションを伴うモダンデジタル; 細かい粒子。 レンズ： 35mm その後 50mm; 軽いブラックプロミスト。 照明とパレット： 左からの柔らかい窓のキーライト、右へのネガティブフィル; アンカーはティール、サンド、ラスト。 場所： ブティックホテルのエントランスホール; 最初はワイド、次にミディアム。 アクションシーケンス：

コンシェルジュが大理石の上の紙のスリーブの中にルームキーカードを入れる。

ゲストの手がスリーブに入ったキーカードを取り、スリーブから取り出す。音：上品なジャズ音楽、低い部屋のざわめき。

5. 高度な例

例：「超詳細」ディレクターズブリーフ

このプロンプトは、Sora 2 Proの全機能を活用して特定のムードを作成します。

**フォーマットとルック：** 時間 4秒; 180°シャッター; 65mmフィルムのコントラストを模倣したデジタルキャプチャ; 細かい粒子。
**レンズ：** 32mm単焦点; スペキュラーハイライトにわずかなハレーション。
**照明とパレット：** ハイライト：きれいな朝の光（琥珀色）。シャドウ：ティールのキャスト。黒：柔らかく、持ち上げられている。
**場所：** 都市の通勤プラットフォーム、夜明け。空気中の霧。
**被写体：** 30代半ばの旅行者、ネイビーのコート、バックパック、スマートフォンを緩く持っている。
**アクション：**

1. 「到着ドリフト」：カメラがプラットフォームの看板を通り過ぎる。
2. 被写体が線路を見下ろす。
3. 列車のヘッドライトが霧を通して柔らかくフレアする。
   **音：** 遠くのレールの軋み、低音のアンビエントハム、音楽なし。

例：「ストーリーブック」アニメーション

Sora 2 はリアリズムに限定されません。様式化されたコンテンツにも優れています。

**スタイル：** 手描きの2D/3Dハイブリッドアニメーション、柔らかいブラシテクスチャ、2000年代半ばのストーリーブックの美学。
**シーン：** 散らかった工房、棚から歯車があふれている。小さくて丸いロボットが木のベンチに座っている。
**照明：** 暖かいタングステンのキーライト、冷たい窓のこぼれ光。
**アクション：**

- ロボットが電球をタップする; 火花がパチパチとはじける。
- ロボットがひるみ、電球を落とす。
- ロボットがスローモーションで電球をキャッチする。
- ロボットが蒸気（安堵）をつく。
  **対話：** ロボット:「危なかった...けど捕まえた！」
  **オーディオ：** 窓の雨、時を刻む時計、機械的な回転音。

6. トラブルシューティングと最適化

「動画が混沌としすぎている。」
- 解決策：アクションの数を減らします。シーンを2つの別々のプロンプト/クリップに分割します。カメラの動きを簡素化します（静止カメラが最も高い忠実度をもたらすことがよくあります）。
- ヒント：リミックスを使用して、プロンプト全体を変更せずに反復します。1つの変数（例：「照明を夕日に変更」）を変更し、残りを維持します。
「被写体が私のキャラクターに見えない。」
- 解決策：入力画像のリファレンスを提供します。これがショット間でキャラクターの同一性を維持する唯一の信頼できる方法です。
「動きが不自然に感じる。」
- 解決策：物理や重さを説明します。「モンスターがジャンプする」の代わりに、「モンスターが重い体を上に持ち上げ、重いドスンという音と共に着地し、埃を舞い上げる」と試してください。

結論

Sora 2 は協力的なパートナーです。（プロンプトを通して）あなたのビジョンが正確であればあるほど、そしてその強みを理解すればするほど、結果は良くなります。明確なイメージから始め、上記のテンプレートを使用し、リミックスコントロールを使用して反復し、傑作を洗練させてください。