使用ガイド
AI動画における映画的なカメラワーク：Kling、Veo、Grok Imagine、Seedance のプロンプトガイド
AI動画モデルは、実際の撮影監督が絵コンテに従うのと同じくらい忠実に、テキストプロンプト内の明確なカメラワーク指示を実行できます。コツは、カメラワークの名称を正確に示し、画面に何が映っているかだけでなく、カメラが何をしているかを記述することです。私たちは6つの主要な映画的なカメラワーク（ドリーイン、ドリーアウト、パン、オービット、トラッキング／フォロー、クレーン）を、hiapi の4つのオンライン動画モデル（Kling 3.0 Turbo、Veo 3.1、Grok Imagine 1.5、Seedance 2.5）で検証し、さらに Seedance 2.5 独自の追加テクニックとして、参照動画のカメラ運動の軌跡をまったく異なる被写体に転写する方法も試しました。以下の各クリップは、私たち自身のプロンプトで生成した実際の出力であり、埋め込まれて直接再生できます。
まとめ
- カメラワークの名称（「camera slowly pushes in」「wide pan」「camera orbits」）を明示することが、AI動画を映画的にする最大のポイントです。曖昧なプロンプトでは、静止した、あるいは漂流するようなショットしか得られないことがよくあります。
- テストした4モデルの中で、ドリーインとオービットが最も信頼できるカメラワークでした。ホイップパンや複雑な多段モーションは最も不安定で、単一のプロンプトで使うのは避けるのが賢明です。
- Seedance 2.5 の参照動画生成モードでは、
@video1トークンを使って既存動画のカメラ運動の軌跡を抽出し、新しい被写体に適用できます。使えるカメラワークを見つけて再利用したいときに便利です。 - Veo 3.1 は、非常に遅いマクロパンから高速な空撮オービットまで、カメラ速度のダイナミックレンジが最も広い傾向があります。Kling 3.0 Turbo と Grok Imagine 1.5 は、近距離の製品スタイルのカメラワークでより安定しています。
- これらのクリップには、ジンバルもドローンも絵コンテも不要です。必要なのは、よく書かれたプロンプト1つと、そのカメラワークに適したモデルだけです。
カメラワークを明記することが重要な理由
「cinematic shot of X」のような漠然としたプロンプトでは、カメラがどう動くべきかをモデルにほとんど伝えられないため、モデルは学習データで統計的に最も一般的な方法、つまり多くの場合静止またはわずかに漂流する映像をデフォルトで選びます。解決策は、カメラを独自の動詞を持つキャラクターとして扱うことです。押し込む、引き離す、パンする、周回する、追従する、上昇する。以下の6つの主要なカメラワークにはそれぞれセクションがあり、実際のプロンプト、実際のクリップ、そしてどのモデルが最も得意とするかの説明を含みます。
1. ドリーイン
ドリーインはカメラを被写体に向かって移動させ、フレーミングを引き締めて緊張感を高めます。古典的な「カメラが静かに近づく」リビールショットです。私たちは3つの異なるモデルと被写体で同じアイデアを試しました。
Grok Imagine 1.5 — 製品予告編
プロンプト：
カメラがスニーカーにゆっくりと近づき、細かな塵が上方へ漂い、暖かなリムライトの中できらめく。繊細なスエードの質感がわずかに光り、カメラの揺れはない
Kling 3.0 Turbo — 雰囲気のあるドリーイン
プロンプト：
レッサーパンダの茶師が光るお茶をそっと注ぎ、湯気が立ち上って渦を巻く。提灯の光が柔らかく揺らめき、カメラがゆっくりと近づく
Seedance 2.5 — 垂直ドリフト付きのドリー
プロンプト：
湯気の立つコーヒーカップにゆっくりと滑らかにドリーインする。カメラは前方へ、わずかに下向きに滑り、湯気が柔らかな朝の光の中で渦を巻いて立ち上る。軽い手持ちの揺れ、映画的な浅い被写界深度、暖かな自然なカラーグレーディング
ドリーインは私たちのテストで最も信頼できるカメラワークでした。3モデルすべてが「pushes in」／「dolly-in」という表現に従い、動きの間も被写体を中央に保ち、鮮明に描写しました。カメラワーク指示を1つだけ習得するなら、ここから始めましょう。
2. ドリーアウト（リビールショット）
ドリーアウトはフレームを外側へ広げ、通常、近景では見えなかったスケールや環境を明らかにするために使います。私たちは Veo 3.1 でこれを試しました。広大な空撮地形を説得力をもってレンダリングできるからです。
プロンプト：
マラケシュの夜市への空撮ドリーアウト、提灯に照らされた屋台、夕暮れ
ドリーアウトは、カメラが密集した細部の多い前景の被写体から後退する必要があるとき最も効果的です。空っぽまたは単純なシーンには明かすべきものがありません。
3. パン（ワイドパン）
パンは固定点からカメラを水平に回転させ、前後へ移動せずにシーンをなぞります。横方向の景観の広がりを確立したいときに使うべきカメラワークです。
プロンプト：
緑のオーロラの下を移動するトナカイの群れ、雪原、wide pan
「camera pans」と明示する必要すらなかったことに注目してください。単独の「wide pan」だけで、Veo 3.1 はこれをトナカイの分布範囲の説明ではなくカメラ指示として理解しました。明示するほうが依然として安全ですが、モデルは指示がプロンプト内のどこに置かれるかについて比較的柔軟です。
4. オービット（被写体の周囲を回る）
オービットはカメラを固定された被写体の周りで回転させ、被写体を中央に保ちながら背景をその背後で回します。製品広告の定番手法で、1つの連続ショットであらゆる角度を見せられます。
プロンプト：
カメラが浮遊するスニーカーの周りを優しく旋回する。塵の粒子が渦を巻いて琥珀色の光を捉え、遠くの柔らかな雰囲気の霧が峡谷の背景を漂う
Grok Imagine 1.5 はオービット全体を通して被写体を完全に安定させ続けました。これがこのカメラワークの難しい点です。被写体が少しでも中心から外れると、オービットはロックされた機械的な動きではなく、雑な手持ち映像のように見えてしまいます。
5. フォロー／トラッキングショット
トラッキングショットは移動する被写体と並んで動き、その速度と方向に合わせます。カメラは固定された観察者ではなく、走る伴走者になります。
プロンプト：
ふわふわのコーギー子犬が日当たりのよい草原をスローモーションで走り、耳が羽ばたく。ゴールデンアワーの逆光、映画的なトラッキングショット
Kling 3.0 Turbo は被写体の歩調についていき、カメラから被写体までの距離が漂流しませんでした。コーギーの後ろの草原には、尾を引くような残像ではなく、説得力のあるぼけが生じています。これはトラッキングショットが失敗したかどうかを見分ける一般的な手がかりです。
6. クレーン（上昇／下降）
クレーンショットはカメラを垂直に動かし、通常はスケールを明らかにするために上昇するか、親密な瞬間から広大なパノラマへと移行します。
プロンプト：
気球が金色の谷へ上昇し、カメラが上昇する、i2v from still
ここでは Veo 3.1 Fast を使いました。fast ティアは最高級の細部を少し犠牲にする代わりに、コストとレイテンシを抑えます。このような滑らかな垂直上昇では、出力に違いは見られません。
追加テクニック：Seedance 2.5 の参照動画生成でカメラ運動の軌跡を転写する
Seedance 2.5 の参照動画生成エンドポイントは、上記5つのカメラワークにはできないことを可能にします。@video1 トークンで既存の動画を指し、その動画のカメラ構成（動き、リズム、構図）を維持しながら、被写体やビジュアルスタイルを完全に置き換えるようモデルに指示できます。つまり、気に入ったカメラワークを一度見つければ、新たな被写体に再利用でき、ゼロから記述し直す必要はありません。
プロンプト：
@video1 を唯一の視覚参照として使用する。コーギーの識別可能な斑紋、走るリズム、歩幅のタイミング、体の向き、前方への勢い、そして低角度の横向きトラッキングカメラの動きを維持する。シーン全体を、フェルト、羊毛、ミニチュアの草、手描きの紙のセットで作られた手作りのストップモーションアニメ映画として再想像する。暖かな夕日の逆光と連続する追跡のリズムを保ち、繊細な手作り感と自然な被写界深度を持たせる。ショット全体を通して一匹の一貫したコーギーを保ち、脚の構造は安定し、前方へ滑らかに動き、カメラパスは連続している。追加の動物、テキスト、ロゴ、突然のカット、無関係な物体を導入しない。
このプロンプトは、上記の草原のコーギーのクリップにおける低角度の横向きトラッキングカメラのパスを、同じ動きのフェルトストップモーションによるリメイクに適用しました。同じトラッキングショットでありながら、まったく異なる視覚的媒体です。私たちはこのテクニックを使って、製品広告のカメラパスを別の製品に転写し（@image1 でランニングシューズを香水瓶に置き換え）、さらに参照動画のカメラ構成、参照画像の被写体、参照音声のリズムを組み合わせました（@video1 + @image1 + @audio1 を一緒に使用）。このエンドポイントは1回の呼び出しで3種類の参照を任意に組み合わせて受け付けます。
どのモデルでどのカメラワークを使うべきか
このテスト群に基づくと：
- ドリーインとオービット：4モデルすべてがうまく処理しました。被写体に応じて選びましょう（製品／静物には Grok Imagine 1.5 と Seedance 2.5、キャラクター／食べ物のシーンには Kling 3.0 Turbo）。
- ドリーアウトとパン：Veo 3.1 が最も説得力のある広角地形ショットを生み出しました。動きが卓上の被写体ではなく広大な景観をカバーする必要がある場合に適しています。
- トラッキング／フォロー：私たちのテストでは、Kling 3.0 Turbo が移動する被写体にきれいについていきました。これは被写体の速度合わせに最も敏感なカメラワークなので、短いクリップ（6秒以内）のほうが安全です。
- クレーン：Veo 3.1 Fast は標準の Veo 3.1 より低い1秒あたりの価格で垂直上昇を滑らかに処理しました。この種の単純な単軸の動きには、まず Fast ティアを試す価値があります。
- 被写体をまたいだカメラパスの再利用：Seedance 2.5 の参照動画生成は、このグループでこのタスク専用に構築された唯一のエンドポイントです。
価格について（hiapi のリアルタイム価格ページの現在の料金）：Kling 3.0 Turbo 720p は $0.13／秒、Seedance 2.5 の画像→動画およびテキスト→動画 720p は $0.204／秒、参照動画生成は 720p で $0.2715／秒、480p で $0.1215／秒で、参照動画の長さと出力の長さに基づいて課金されます。Grok Imagine 1.5 は4つの中で最も安く、$0.015／秒（480p）または $0.0282／秒（720p）です。Veo 3.1 はネイティブ音声なしの 720p で $0.29／秒（音声ありは $0.57／秒）、Veo 3.1 Fast はそれぞれ $0.17／秒と $0.25／秒に下がります。本番レンダリングの前にカメラワークのプロンプトをテストするなら、Grok Imagine 1.5 または Veo 3.1 Fast が最も安価な反復方法です。
よくある質問
モデルにカメラ指示として認識させるには「camera」と明示する必要がありますか？ 通常は必要ですが、常にそうとは限りません。私たちのパンのテストでは、単独の「wide pan」が「camera」という語なしでも正しく理解されました。ただし、「camera pans」「camera pushes in」などを明示するほうが依然として安全です。特に長いプロンプトでは、指示が被写体や照明の細部に埋もれてしまう可能性があります。
1つのプロンプトで2つのカメラワークを組み合わせられますか、たとえばドリーインからオービットに変わるような？ 試すことはできますが、私たちのテストでは、単一で明確に命名されたカメラワークのほうが複合的な動きより信頼できる結果を生みました。多段のカメラワークが必要なら、通常は2つのクリップ（各動きに1つ）を生成し、それらを編集でつなぐほうが、1回の生成で両方をこなさせるより信頼性が高いです。
初心者がカメラワークのプロンプトを試すのに最適なモデルはどれですか？ Grok Imagine 1.5 です。主にコストの理由からです。$0.015～$0.0282／秒は十分に安く、費用を気にせず表現を何度も調整でき、しかも私たちのテストでドリーインとオービットを確実に処理しました。
カメラワークのプロンプトには、画像→動画とテキスト→動画のどちらが効果的ですか？ どちらも機能しますが、画像→動画（静止フレームから始める）では、カメラが動き出す前に構図をより細かく制御できます。開始フレームがすでに固定されているからです。カメラワークそのものを試している段階で、正確な構図がまだ必要でない場合は、テキスト→動画のほうが迅速に反復できます。
これらのプロンプトを自分で実行したい場合、ここで言及したすべてのモデルは hiapi の動画モデル一覧で提供されており、モデルをまたいで API の形は一貫しています。model フィールドと参照メディアのフィールドを置き換えるだけで、同じタスク送信とポーリングの流れを維持できます。
