使用ガイド
Grok Imagine 画像から動画へのプロンプト大全：4つのシーンで写真を動かす
サーフィン追撮、縦型ラテアート、正方形プロダクトの水面波紋、雪林のアカギツネ——入力画像に画幅が追従することをちょうど示しています。
TL;DR
- すぐ使える画像から動画への4シーン：サーフィン追撮（16:9）、縦型ラテアート特写（9:16）、正方形プロダクトの水面波紋（1:1）、雪林のアカギツネ（4:3）——入力画像に画幅が追従することをちょうど示しており、すべて
grok-imagine-1.5-lite/image-to-videoの実際の完成映像です（720p 6秒 $0.273、入力画像費込み、音効果付き）。 - 各シーンに入力画像、プロンプト、プリフィルリンクを掲載。実装コードは実装ガイドを参照。
- 新規ユーザー登録で200ポイント進呈。ゼロからの生成はテキストから動画へのプロンプト大全を参照。
シーン 1：サーフィン追撮（16:9 写真）
The wave curls and breaks behind the surfer as he carves down its face, white spray bursts and sparkles in the golden backlight, water rushes past. Smooth tracking camera following the surfer. Loud ocean surf and rushing water. Keep the photo realistic. No text, no logos.
（日本語の意味：波がサーファーの後ろで巻いて砕け、彼が波面を滑り降りると、白い飛沫が金色の逆光の中で弾けてきらめく。カメラはサーファーを滑らかに追従する。大きな波の音と水の流れる音。写真のリアルな質感を保つ。文字なし、ロゴなし。）
grok-imagine-1.5-lite/image-to-video、720P、6秒、16:9、1264×720、$0.273（$0.015 の入力画像費込み）。
書き方：写真の中の主体は動かさず、プロンプトには「環境がどう動くか＋カメラがどう追うか＋どんな音か」を書く。Keep the photo realistic がリアルな質感を固定してくれます。
シーン 2：縦型ラテアート特写（9:16 写真）
Steamed milk pours in a thin stream into the espresso and a rosetta pattern slowly blooms on the surface, light steam rises, the barista's hand moves steadily. Slow push-in close-up. Soft cafe ambience, gentle pouring sound, quiet chatter in the background. No text, no logos.
（日本語の意味：スチームミルクが細い流れでエスプレッソに注がれ、ロゼッタ模様が表面にゆっくりと広がる。軽い湯気が立ち上り、バリスタの手が安定して動く。ゆっくりと寄るクローズアップ。柔らかなカフェの環境音、注ぐ音、背景の静かな話し声。文字なし、ロゴなし。縦画像を入力すればそのまま9:16になります。）
grok-imagine-1.5-lite/image-to-video、720P、6秒、9:16、720×1264、$0.273。
書き方：手のクローズアップには「手がどう動くか＋液体がどう流れるか」を書く。環境音（注ぐ音、話し声）が映像に温度を加えます。
シーン 3：正方形プロダクトの水面波紋（1:1 写真）
Gentle ripples spread across the water around the perfume bottle, pink petals drift and rotate slowly, light caustics shimmer on the glass and background. Slow orbiting camera move around the bottle. Soft water droplets and calm ambient music. Keep the bottle shape and label area unchanged. No text, no logos.
（日本語の意味：香水瓶の周りの水面に穏やかな波紋が広がり、ピンクの花びらがゆっくり漂い回転し、光のコースティクスがガラスと背景にきらめく。カメラは瓶の周りをゆっくり周回する。柔らかな水滴音と穏やかな音楽。瓶の形状とラベル領域を変えない。文字なし、ロゴなし。正方形画像を入力すればそのまま1:1になります。）
grok-imagine-1.5-lite/image-to-video、720P、6秒、1:1、960×960、$0.273。
書き方：プロダクト画像の動効 =「1つの環境動効（波紋）＋1つのアクセント要素（花びら）＋運鏡（周回）」；Keep the bottle shape and label area unchanged で製品そのものを守ります。
シーン 4：雪林のアカギツネ（4:3 写真）
Snow falls steadily, the red fox turns its head, sniffs the air and takes a few careful steps forward through the snow, its breath visible in the cold air, branches drop a little snow. Slow handheld push-in. Quiet winter forest ambience, soft crunching snow. Keep the photo realistic. No text, no logos.
（日本語の意味：雪が絶え間なく降り、アカギツネが頭を向け、空気の匂いを嗅ぎ、雪の中を慎重に数歩前に進む。冷たい空気の中で吐く息がはっきり見え、枝から少し雪が落ちる。ゆっくりとした手持ちの寄り。静かな冬の森の環境音と軽い雪を踏む音。写真のリアルな質感を保つ。文字なし、ロゴなし。4:3 の画像から 4:3 の映像が出力されます。）
grok-imagine-1.5-lite/image-to-video、720P、6秒、4:3、1104×816、$0.273。
書き方：動物の写真には「小さな動作の連鎖（頭を向ける → 嗅ぐ → 歩く）＋環境の継続的な動き（降雪）＋息の白さ」といった細部を書くと、大きな動きより自然になります。
プロンプトの書き方（3行）
- 画像にないものだけを書く：動き、運鏡、音効果。主体と質感は入力画像に任せ、
Keep the photo realisticでリアルな質感を固定。 - 守りたい部分は名指しで書く（Keep … unchanged）。例えば製品の形状とラベル。
- 画幅は気にしない：どんな比率の画像を入力しても、その比率の映像が出力されます。
よくある質問
画幅は入力画像に合わせて変わりますか？
はい、16:9、9:16、1:1、4:3 すべて可能で、ピクセルは対応サイズに丸められます。
画像から動画への1本の料金は？
$0.273（720p 6秒、$0.015 の入力画像費込み）；480P は1本 $0.189 でさらにお得。
どの動画にも音効果が付きますか？
はい、波の音、雪を踏む音、水滴音が映像に合わせて生成され、オフにするスイッチはありません。
次のステップ：自分の写真を1枚選び、リンクをクリックするとプロンプトが自動入力されます。元画像をアップロードして6秒の1本を試してみましょう。
