Sora 2 プロンプトガイド - AIビデオ生成のためのより良いプロンプトの書き方

AIに対して正確なシーンキューと明確な目標から始めます。コアの対立を1文で定義し、次にビジュアルとペーシングをガイドする制約を追加して、テキスト記述ではなくビデオ結果を目指します。実用的であることを保ちます: 設定、キャラクター、そしてシステムが最終レンダリングで生成すべき測定可能な結果を指定します。

設定をキッチンとして指定して、テクスチャと照明を固定します。蒸気、食器の音、ネオン反射などの触覚的なヒントを追加して、外観を導きます。steady dollyやtight close-upsなどのカメラ言語を記述し、ムードを感情的に張りつめた緊張したものに設定し、スリラーに適したものにします。主人公と敵役に名前を付け、観客が感じられる個人的な利害を与えます。

アクションと参加者を明確にアウトラインします: 誰が何をいつなぜ行うか。unfilteredな言語を使って、鋭いジェスチャー、決定的なセリフ、鮮明なビジュアルビートを捉えます。ビジュアルをファンタジーまたは現実的なものに結びつけ、シュールな効果か現実的なテクスチャかを指定し、シーンがアイデア間で飛び回るのではなく単一のスレッドをfollowするように記述します。熱や臭いから映画のバイブのリズムと重みのあるsparseな対話までの感覚的なキューで、観客をその瞬間にgettingすることを強調します。

プロンプトを短いシーケンスを中心に構造化します: 主人公が行動し、敵役が対抗し、緊張が選択に向かってエスカレートします。制約を厳しく保ちます: フレームサイズ、照明比率、ナレーションの制限でビジュアルがストーリーを運ぶように。カメラはキーアクションの後にロールして、反応を捉え、プロットを余波に向かって押し進めます。

例として、コンパクトなプロンプトスケルトンを組み立ててから拡張します: 「夜明けの緊張したキッチン内部、主人公が敵役と対峙し、感情的に張りつめ、sparseな対話、personalな利害、unfilteredな用語で記述されたアクション、thrillerのペース。」次に具体的なカメラノートを追加します: 「ここでカメラをロールし、反応にカットし、余波のために再びロール」と、プロジェクトとターゲットオーディエンスに適合するinspiredな調整で反復します。

Sora 2 プロンプトガイド: AIビデオ生成におけるトーキングヘッド

トーキングヘッドに対して厳密な目標を設定します: 核心のアイデアを60秒以内で平易な言語と測定可能なキューを使って説明します。 ターゲットオーディエンスを定義し、1つの明確なテイクアウェイを選択します。これをSora 2のプロンプトに添付して、モデルが最初から焦点を絞った、解読可能なパフォーマンスを生成するようにします。

シーンを3つのビートに構造化します: セットアップ、コアポイント、クロージングコールトゥアクション。storytellingキューと具体的なビジュアルを使います。朝のブリーフィングのバイブの場合、軽く安定したペーシングと暖かい顔のキューを選択します。視聴者が情報を素早く消化するのを助けるtipsを使います。

制御されたカットとジェスチャーを使います。口の同期を正確に保つために、フレーズが着地する時だけ唇を強調します; slightな頭のうなずきと眉の上げで強調を示し、chaosを避けます。シーンにインパクトが必要なら、トーキングヘッドに戻る前にグラフィックへの1秒のカットを取り入れます。

本物らしく感じるトーキングヘッドを作成するために、タイミングのsecretsをマシン駆動のキューと組み合わせます: マイクロエクスプレッション、息のリズム、アイライン。背景のモーションをincorporatingし、一貫した照明をgeneratingすることでヘッドを固定します。デザインは複雑なトピックをアクセスしやすい言語に翻訳し、抽象的な現実を平易な例に再構築し、各瞬間にstorytellingを織り交ぜるようにdesignedされます。

制作の現実を議論します: 軽量のシーンと最小限のアセットを使ってchaosを減らし、プレゼンティングビートを鮮明に保ちます。greatなトーキングヘッドは、ノイズを制限し、安定したペースを維持し、ナラティブをサポートするcutsを計画することで生まれます。ストレートなプロンプトの場合、単一のカメラアングルを使います; 強調のために2つのアングルに切り替えるのはweakなビジュアルを避けるためだけです。

プロンプトでは、モデルが優先すべきwordsを前景化します: storytelling、明瞭さ、具体的な例。各トーキングヘッドシナリオで、オーディエンス、ドメイン、morningのバイブを指定し、次にビジュアルとボイスキューを明確なテイクアウェイに向かってcombining調整します。

キャラクター、ボイス、話し方のリズムを定義する

キャラクターに対して単一の具体的なボイスシグネチャを定義し、フルエピソード全体に適用します。トーン、ペース、世界観を捉える1行のステムを作成し、プロンプトをそのシグネチャに固定して、AIがエピソード全体の部屋や廊下で一貫したキューをretrieveするようにします。

ボイスパレットを作成します: 5–7の特性を選択し、文の長さを設定し、アクション対反省のリズムを定義します。これらの選択は時代に適した語彙を使い、簡潔な節と叙情的なフレーズのミックスで世界に適合します。リズムを視覚的に印象的に保ち、トレイラーとオン画面の対話が一貫するようにします。エピソードアーク全体での進化を計画しつつ、明瞭さと色彩のバランスを維持します; deakinsからのインスピレーションが言葉の背後にある照明とトーンに影響を与えるべきです。

リズムのルールを設定します: アクションモーメントでは短い節でスピードアップ; 魔法的または内省的なビートでは文を伸ばし、感覚的な詳細を挿入します。ペースを変える必要がある時は、夕暮れ、ドアの開く音、静かな出会いなどのキューを使います。部屋が静かになると、リズムを変えます。キャラクターが部屋に入ったり道徳的な決定に直面したりする時は、リズムが焦点とエネルギーを反映するようにします。誇張されたビートはクライマックスの瞬間にパフォーマンスをcueし、コントロールを失わずにインパクトを着地させます。

デリバリーキュー: 息、強調、トーンを句読点と行分けでマーク; フルエピソード全体で一貫した投影を保ち; ボイスをショットの背後にあるビジョンに合わせ; アクションの背後で本物らしく感じ、すべてのフレームで。

例のプロンプトピース: 「キャラクター: Mira、独り、実際的な捜査官; ボイス: 落ち着き、ドライなウィット; リズム: 測定され、ヒントに誇張された強調; 設定: 夕暮れの灯る館; ビジュアルキュー: deakins-inspired lighting、深い影; ムード: 魔法的、スリリング; 目標: 隠された真実をretrieve。」

ビジュアルフレーミングを設定: カメラアングル、ショットサイズ、構成

感情を固定するために主人公のtightクローズアップから始め、次にvisuallyシーン全体を目が導くlayeredな深さでコンテキストを明らかにします。structureを構築するために、親密なフレームからより広いビューへ移行し、照明をsunriseから次のビートへシフトさせます。プロンプトでは、カメラアングルとショットサイズを正確に指定して、AIがフレームをgeneratingするための明確な進行を作成します。

アングルを意図にマップします: 接続のためにアイレベル、力を与えるためにlowアングル、抑制を示すためにhighアングルを使います。ビートに合うショットサイズとペアリング: 感情のためにtight、インタラクションのためにミディアム、コンテキストのためにロング。地理のためにflyoverショットを含め、避けたい秘密の瞬間のためにforbiddenアングルを予約します。視覚的にクリーンでseamlesslyな移動シーケンスで目を導き、レンズ選択を調整してレイヤー全体でdepthを鮮明に保ちます。ストーリーが求める時だけsurveillanceモチーフを言及し、クリシェを避けます。

構成はdepthとレイヤード構造を中心に: 主人公を左のthirdに置き、建築や通りからのリーディングラインで主題に向かって指します。foreground要素を使って深さを創造; 前景、中景、背景のlayeredフレームがテクスチャを追加します。lightで形状を彫刻: sunriseや時間特有の照明が暖かい方向を作成; 影を使って主題を分け、時間の経過を示唆します。エピックなランドスケープコンテキストのためにflyoverを使い、主題がフレーム内で移動する時もフレームが読みやすいことを確保します。各時間で照明を調整して一貫性を維持します。

散らかりを避けます: ネガティブスペースを意味のあるものに保ち、地平線を揃えます。1フレームに多すぎるアクションを混ぜて深さの混乱を防ぎます。前景、中景、背景がクリーンに読めるように明確な深さキューを維持します。ショット間でカラーテンプラチャーと照明方向を合わせることでseamlesslyなトランジションを確保します。1時間をまたぐシーケンスの場合、連続性を保つために徐々の照明変化を記述します。

プロンプトではビジュアル言語をロックします: 「angle: eye-level」または「low angle」; 「size: tight close-up」または「long shot」; 「composition: protagonist on the left third, with layered foreground and depth。」アクションを現代世界に置くためにsocialとmodernなどの設定キューを含めます。地理のためにflyoverドローンショットを含め、ムードを確立するためにsunrise照明をリクエストします。seamlessly流れるトランジションとアクションビートのためのhigh-energyペースをコマンドします。シーンが別のキャラクターとtalksする場合、交互の視点のためにリアクションショットをcueします。誤解を最小限に抑えるためにプロンプトを簡潔で具体的に保ち、デザインと構造に忠実な単一のエピックビジュアルスルーラインでシーケンスを固定します。

唇の同期と対話タイミングを制御する

唇の同期をプロンプトの対話タイミングに固定することから始めます: 詳細なフォネムマップを作成し、ビジームをフレームグリッドにロックします。この構築されたフレームワークは、対話を主人公のアクションと照明に同期させる情報を提供し、ビューをより鮮明に焦点化します。各行の開始と終了時間を入れ、没入を壊す急なまたは空虚な瞬間を避けるためにマイクロポーズを統合します。ドリフトに対するヒントを使い、各文の正確なタイミングを強調してリズムを一貫させます。

プロンプト内のタイミングの実装ヒント: 各行にターゲットフレーム数を割り当て、フォネムシーケンスを対話に合わせ、キャラクターの口、目、ジェスチャーのビュー特有のキューを割り当てます。ネオクラシカル照明の現代シーンでは、対話タイミングを行動ビートとペアリングして、ダンスやマイクロジェスチャーなどの微妙な動き中でも自然な唇の動きを生み出します。強化には、息、リズム、句読点を追跡するセカンダリレイヤーが含まれ、急なシフトを避けるのを助けます。

対話タイミングをシーンアクションと統合します: 口の形状をキャラクターのジェスチャーと調整し、主人公が手を上げる時、音節がジェスチャーの瞬間にピークを迎えるように、早すぎないようにします。プロンプトに強調された音節のハイライトと感情的なトーンを含めます。モデルをガイドするためにトーンとペースについての詳細なノートを使います。

ワークフローとテスト: 結果をクイックパスでビューし、次に反復します。唇の位置を検証するために別々の照明キューを使い; 複数のテイクを実行し、オーディオとビデオフレームを比較し、プロンプトを調整し、再実行します。各シーンの構造化されたデータで明確なプロンプトを提供し、将来のシーンで再利用できるようにプロンプトをモジュラーに保ちます。複数の主人公が話すアンサンブルピースで特にシーン全体の一貫性を強調して、結束を確保します。

照明、カラーパレット、背景コンテキストを指定する

主題を背景から分離するための微妙なバックライト付きの3ポイント照明セットアップを使い、5600Kのキーライト、3200Kのフィルをロックします。スキントーン用にRec.709で作業し、ホワイトバランスを5600Kに固定します。キーを45°に、フィルを反対側の30–40%に、バックライトを髪と肩を明らかにするのに十分明るくホットハローを避けます。マルチカメラセットアップの場合、リグ間で同じキーおよびフィル位置を保ってアングル間のシフトを避けます。ショット間で再リギングせずにロールできるように十分なディフュージョンとライトスタンドを準備し、アングル全体でクリーンなムーブを保存します。

コンセプトをサポートする3–5のカラーパレットを定義します。例: navy #0A1F44, slate #5A7D9A, sand #D8CAB3, moss #5F8B5A, accent coral #FF6F61。プライマリカラーをキーライトに、セカンダリを背景に、ニュートラルをワードローブに、アクセントを控えめに適用します。楽観を伝えるためにプラクティカルにアンバーゲルや暖かいフィルからの暖かさの膨張ができます。プラクティカルライトをLEDと組み合わせる時、生成されたスキントーンを誠実に保つためにホワイトバランステストを実行します。パレットをドキュメント化し、照明、ワードローブ、セットドレッシング全体で使用して視覚的一貫性を維持します。

背景コンテキストがシーンを駆動します。コンセプトをサポートする設定、時刻、天気、周囲のテクスチャを記述します。ソーシャルコンテンツとトレイラー風のカットの場合、移動する主題の背後で読みやすい背景を作成します。遅延なしで撮影できるように場所とギアの許可を取得します。プロンプトでは、遠くの鳥、通りシルエット、落ち着いた公園を言及して深さを与えます。インタビューが関わる場合、主題の背後にカメラを置き、誠実な反応を捉え、トレイラーとソーシャルカットをフォローできるトレイラー風シーケンスを準備します。ライトスタンドのためのスペース、電源コンセント、安全なケーブル管理などの前提条件をロール前に確保します。

プロンプトを効果的に構造化するために、照明、カラー、背景コンテキストをブレンドしてコンセプトを輝かせます。光とインタラクトするカメラムーブとロールショット(roll)を記述します。鳥が背景に漂い、カラーの膨張がムードをサポートする雰囲気を探求します。マルチカメラセットアップを使い、インタビューと誠実な対話をサポートするトレイラーまたはビハインドザシーン風を計画します。許可と前提条件周りのよく聞かれる質問をプロンプトで直接答え、十分なスペースと安全を確保します。生成されたフッテージは結束し、オーディエンスに愛され、トレイラーのトーンに合わせつつ、ソーシャルストーリーテリングで本物で人間らしく感じるべきです。このアプローチはプロセス全体でフィルムメイキングの品質をサポートします。

一貫性のためのプロンプトバリエーションと評価チェックを作成する

トーン、主語、アウトプットスタイルをロックしたベースラインプロンプトから始め、次にコア意図を保ちつつ、設定、エネルギー、カメラアプローチなどのダイナミックファクターをシフトした5つのバリエーションを生成します。公園の設定がビジュアルを固定し、シネマトグラフィックフレーミングと高品質のイメージがエピソードとそのツイスト全体で一貫性を維持します。

以下のチェックを使って、プロンプト、エピソードペーシング、最終レンダー全体の結束を確保します。安定したアプローチを描き、連続性を壊す偽のキューやブレンドをフラグします。

• ベースラインとバリエーション戦略: コア目標、オーディエンス、アウトプット長、必要な前提条件(開始点として)を定義します。ホストボイスとビジュアルアプローチのスクリプト風記述を添付し、主アークを保存しつつ環境、エネルギーレベル、カメラ言語を切り替えた5つのバリエーションを作成します。
• バリエーションのレバー: 設定(公園対内部)、照明(夜明け、正午、夕暮れ)、エネルギーレベル(高エネルギー対抑制)、ビジュアル言語(グラウンドレベル、シネマティックトラッキング、またはオーバーヘッド)を調整します。各バリアントで、ペーシングと視聴者エンゲージメントを固定するためのツイストとクリフモーメントを指定します。
• ナラティブと描写: キャラクター、トーン、ワードローブの一貫した描写を確保します。主題がスペースとインタラクトする方法をガイドするためにportrayingという用語を使い、連続性を失わずにエピソードを豊かにするために複数のテイクからのストーリーのcombiningを適用します。
• テクニックとイメージ: カメラムーブ、フレーミング、カラーキーをアウトラインします。ルックを標準化するために画像と例への参照を含め、オーバーレイやVFXとのブレンドが発生する場所をマークして期待を明確に保ちます。
• 前提条件と品質コントロール: 必要なアセット(スクリプト、ショットリスト、ムードボード、参照画像)をリストし、カラーグレーディング、オーディオキュー、字幕タイミングのチェックリストを設定します。スタイルを強化するためにバリエーション全体で運ぶneo-classicalモチーフやcliff-sideモチーフを積極的にノートします。
• 一貫性チェック: シーン長、照明、オブジェクト連続性、プロップ配置を追跡するルーブリックを構築します。ショット間のジャリングなジャンプを避けるためにグラウンドレベル連続性とbeneath vantage一貫性のパスを含めます。
• 評価方法: パラレルレンダーを実行し、フレームを並べて比較し、ツイストが意図したビートで着地し、全体のポリッシュが高品質であることを検証します。vlogを公開する前に、逸脱を修正のためのアクションノートとしてマークします。

1. 例1 – ベースラインバリエーション:

   プロンプト: ゴールデンアワーの公園で設定されたダイナミックで高エネルギーのシネマトグラフィックvlogエピソード。像の下の隠されたneo-classical cliffを探検するホストを描き、グラウンドレベルフレーミングとスムーストラッキングショット。テクニックにはステディカムムーブ、クローズアップ、微妙なオーバーレイが含まれます。前提条件: 明確な目標、ショットリスト、カラーキー、サウンドデザインガイド。単一のタイムラインからのストーリーのcombiningで、ビジュアルが中点のツイストを提示しつつ一貫性を保つべきです。

2. 例2 – 夜の公園ツイスト:

   プロンプト: 夕暮れにフィルムされたダイナミックで高品質の公園環境、グラウンドでシネマティックなアプローチ。エピソードはbeneath lightingと反射を中心に、ホストが実世界のキューをスタイライズされたneo-classicalモチーフとブレンドしたセカンダリナラティブを明らかにする描写。影の中のcliff-likeフィーチャーの近くにツイストが出現。前提条件: 照明計画、露出ターゲット、画像参照。イメージの例と短いストーリーボードが提供され、ショット全体の一貫性を保ちます。

3. 例3 – ストーリーのブレンドと偽要素のテスト:

   プロンプト: グラウンドレベルバンテージとシネマティックリズムを使って単一の公園エピソードで2つのパラレルストーリーをcombining。画像とオーバーレイでサポートされたツイストを徐々に明らかにするシーンを通じたガイドとしてのホストを描きます。テクニックにはクロスディゾルブ、スプリットスクリーンキュー、neo-classicalエステティックへのカラーマッチングが含まれます。前提条件: リスクフリーのテストプロンプト、フラグ付きブレンド領域、偽オーバーレイを特定するための専用セクション。クリフモーメントがエピソード全体のリズムを維持するためのアンカーポイントとして機能します。