HiAPI
ブログ

使用ガイド

Hailuo 2.3 Fast 画像から動画へのプロンプト:開発者向けのコピー可能なレシピ

高速ティアの最初のフレーム構造、動きの言葉遣い、品質トレードオフ、ネガティブプロンプト

Nov 9, 2026
カバー画像:暖かいグレーのコンクリート面が斜光の下で交差し、スレートブルーの影を落とし、細いセージ色の目地がその間を貫いている。
このページの内容

高速ティアは何に向いているか

高速ティアがワークフローの中で一定の地位を占める理由はただ一つ、試行回数をどれだけ確保できるかにある。画像から動画へのプロンプト作成は経験的なプロセスだ——静止画がどう動くべきかについて仮説を立て、生成し、結果を確認し、そして一つの変数を調整する。高速なモデルはこのフィードバックループを圧縮する。つまり、個々のクリップが低速ティアが返す結果ほど精緻でなくても、より早く良いプロンプトにたどり着けるということだ。

したがって、プロンプト自体がまだ手探りの段階にあるなら hailuo-2.3-fast を選ぼう:

  • プロンプトの探索。 最初のフレームはあるが、モデルがそれをどう解釈するか分からない。安価で高速なバリエーションで繰り返し実行し、動きの語彙が手に取るように分かるまで続ける。
  • 構図の確認。 カメラのアンカーは安定しているか? 被写体は画面内に留まっているか? これらは構造的な問題であり、最高の忠実度がなくても答えられる。
  • 単一変数の反復。 ジェスチャーの速度、振り向く方向、小道具が動くかどうか——それぞれは順番にテストするのに最適な単一の変更だ。
  • バッチでの高速スクリーニング。 異なる言い回しで短い試行を十回行う方が、単一の言い回しで長い試行を一回行うより多くを教えてくれる。

レシピが固まり、特定のショットに取り組んでいる段階では、より低速なティアを選ぼう——そのときはテクスチャ、精细なディテール、長距離の一貫性が、何回試行できるかよりも重要になる。実用的なパターンは、高速ティアをステージング環境、低速ティアを本番環境として扱うことだ。

構造的な注意点を一つ:高速ティアではプロンプトの予算は無限ではない。簡潔で順序立った記述の方が冗長な段落よりも生き残りやすく、それが次の節のテーマだ。

高速反復ループはコンパクトで反復的であり続け、ヒーローショットはよりゆっくりと深い経路をたどる。

再現可能な最初のフレーム記述の構造

入力画像はすでに視覚情報の大部分をエンコードしている。プロンプトの役割は画面を再記述することではなく、画面のどの部分が構造を支えているか、そして何が変化すべきかをモデルに伝えることだ。順序を固定することで複数回の実行が比較可能になる。常に同じ順序で物事を記述すれば、二つの出力の差異は、あなたが変更した項目に帰属する可能性が高まる。

以下の順序で四つのブロックを使う。

1. 主体

画面が誰または何についてなのか、そして動きにとって重要な状態。目立つ行為者のみを残し、動きを制約する属性を一つか二つ加える——姿勢、両手に何を持っているか、人物が座っているか立っているか。

Subject: a woman in a canvas jacket, seated, hands resting on a wooden table

2. 場景

何が動けて何が固定かを確定するのに十分な環境情報。表面、光の方向、そして主体に反応すべき要素(湯気、布地、枝葉、反射)を明示する。

Setting: narrow cafe interior, window light from the left, background softly out of focus

3. カメラアンカー

カメラが固定されているのか、それとも動いているのかを明確に述べる。ここでの曖昧さは、短いクリップに不必要なドリフトが生じる最も一般的な原因だ。

Camera: locked-off medium shot, no pan, no zoom

4. 動きの手がかり

何が起きるかを一文で、方向と端点を伴って述べる。詳細は次の節で。

Motion: she lifts the cup to her mouth and sets it back down on the table

組み立てると、プロンプトはコンパクトな一段落として読める:主体、場景、カメラ、動き。最初のパスではテクスチャの形容詞を急いで加えない——まず動きを正しく決め、それから選択的にディテールを加える。これこそが高速ティアが強いるトレードオフだ。

固定された四つのブロック順序——主体、場景、カメラアンカー、動きの手がかり——により、各プロンプトは複数回の実行間で比較可能に保たれる。

物理のように動く言葉遣い

抽象的な動きの語彙は、クリップが不安定になる最大の原因だ。「動的」「シネマティックな動き」「活力的」といった形容詞は感覚を描写しているのであって軌跡を描写しているのではない。モデルはあなたの意図を推測するしかない。具体的な言葉遣いは方向、速度、重量感を明示し、各節が結果を制約するため、一貫性を保つクリップを生成する。

三つの属性が大半の役割を果たす:

  • 方向——画面に対してどちらの方向か。「カメラに向かって」「画面を左から右へ横切る」「画面下三分の一へ向かって下へ」。重要なら、言うこと。
  • 速度——遅い、安定した、速い、突然の。一つの副詞が動作が何フレームにまたがるかを変え、ひいてはクリップ内で完了するかどうかを変える。
  • 重量——何が抵抗し、何が譲るか。重いものは動き出しも止まりも遅く、軽いものはきびきびしている。「カーテンが落ち着く」と「カーテンがはためく」は違って読める。

比較:

Weak:   the scene comes alive with movement
Better: the leaves shift gently left to right in the breeze
Weak:   she moves dramatically
Better: she turns her head slowly to the right, then holds still

さらに身につける価値のある習慣が二つある。第一に、動作の境界を限定する:動きがどこで終わるか、または主体が静止状態に戻ることを述べる。モデルがあなたの記述した点の後も動きを生成し続けると、クリップはドリフトする。第二に、複数の動作があるときは順序を与える:「カップを持ち上げ、それから置く」は順序を与えるが、「カップが上がり手が動く」は与えない。

動きの節全体を一文か二文に抑える。長い動作の連なりはモデルの注意を散漫にし、高速ティアではそれらが最初に崩れる部分だ。

そのままコピーできるレシピ

以下の各テンプレートは完全なプロンプトの骨格だ。角括弧内のスロットを置き換え、順序は変えない。最初のパスでは角括弧内の変数だけを変更すべきだ——一度に一つずつ。

レシピ 1:固定カメラのポートレート+単一ジェスチャー

Subject: [a person], [posture], [what the hands are doing]
Setting: [interior/exterior], [light direction], background softly out of focus
Camera: locked-off medium shot, no pan, no zoom
Motion: [subject] [single gesture with direction], then holds still
Negative: no camera shake, no warping, no extra fingers

最初のフレームがクリーンなポートレートで、カメラが一切動かずリアルな微動が欲しいときに使う。最も重要な変数はジェスチャーの節だ——まずそれを置き換える。

レシピ 2:静止した主体に環境が反応する

Subject: [figure or object], motionless, [posture or state]
Setting: [environment] with [moving element: steam, fabric, foliage, water], light from [direction]
Camera: locked-off wide shot, no pan
Motion: [moving element] drifts [direction] at [slow/steady] speed; subject remains still
Negative: no subject movement, no camera drift, no flickering

動作ではなく雰囲気が欲しいときに使う。主体ブロックと動作ブロックの両方で静止主体を不動と説明することが、人物のドリフトを防ぐ鍵だ。

レシピ 3:製品・物体の回転

Subject: [object] on [surface], [notable material or finish]
Setting: [studio/surface], [key light direction], clean background
Camera: locked-off close-up, no zoom
Motion: [object] rotates [clockwise/counter-clockwise] [slowly/steadily] until [end position]
Negative: no shape warping, no background movement, no text artifacts

検査用のクリップに使う。終点位置が重要だ:境界のない回転は短いクリップの中で自然に見える範囲を超えて回り続けがちだ。

構造を壊さずに調整する

あるレシピがうまくいかないとき、すぐに全部を書き直そうとしない。失敗が四つのブロックのどれに属するか——動きの誤り、余分なカメラ移動、場景の焦点の誤り——を見極め、そのブロックだけを編集する。各レシピの説明は最もレバレッジの高い変数を示しており、どこから手をつけるべきかが分かる。

三つの貼り付け可能なレシピ骨格:固定面はそのまま変えず、影のスロットが置き換えるべき内容を示す。

高速ティアでの品質トレードオフ

高速生成設定は、モデルがフレームごとに精细なディテールを解析する余地が少ない。したがってテクスチャに費やすプロンプトのトークンは、構造に費やされていないトークンだ。実用的なルールはこうだ:高速ティアではプロンプトの予算を表面のディテールではなく、動きと構図の明瞭さに使う。

ディテールが報われる箇所:

  • 動作の端点と方向——プロンプトで最も価値の高い語。境界を明確に限定した動作は、高速設定では曖昧に記述された動作よりはるかに生き残りがよい。
  • カメラの説明——明示的な固定ショットや明示的なパンはドリフトを防ぎ、ドリフトはテクスチャの欠如よりも目立つ。
  • どの要素が動くか——一つの動く要素と一つの静止要素を指定することは、五つの形容詞よりも価値がある。

ディテールが無駄になる箇所:

  • 布地のテクスチャ、毛穴レベルの肌のテクスチャ、一本の髪の毛。 最初のフレームがすでにこれらを担っている。再記述しても、高速ティアが元々レンダリングしない解像度は増えない。
  • 積み重ねられた品質形容詞。 「フォトリアル、8k、超精细」はノイズだ。構図と動きこそがレバーだ。
  • 冗長なスタイル参照のリスト。 それらは動作の節と注意を奪い合う。

有用なテスト:プロンプトを主体、カメラ、動きだけに削ってみる。それでもクリップが構造的に誤っているなら、ディテールをいくら加えても修復できない。構造が正しいのに結果が平凡に感じるなら、場景のディテールを一つか二つ戻して再実行する。これが高速ティアでの完全な品質ワークフローだ——まず構造を構築し、それから装飾し、しかもモデルが反応するのを確認できる部分だけを装飾する。

本当に役立つネガティブプロンプト

冗長な汎用ネガティブ語のリストは、ほとんどが思考停止の流行だ。他人の設定から五十語をコピーしても、あなたの画像についてモデルに何も伝わらない。実際の失敗パターンに対応しない語は注意を消耗するだけだ。効果的なネガティブプロンプトは簡潔で具体的であり、あなたが実際に観察した瑕疵に由来する。

実行可能なループ:

  1. ネガティブプロンプトを使わずに生成する。
  2. 出てきた二、三の具体的な問題を観察する。
  3. それらの問題をネガティブフィールドで直接名指しする。
  4. 同じポジティブプロンプトにネガティブ補足を加えて再実行する。
  5. 目に見える瑕疵が消えたら止める——リストを埋め続けない。

よくある瑕疵の名前を、率直な言葉遣いで:

Negative: no camera shake, no warping of [the object], no extra fingers, no background drift

言葉遣いは瑕疵に合わせて保つ。「No camera shake」は「no instability」よりよい。「No extra fingers」は「no anatomical errors」よりよい。具体的な名詞と動詞はモデルに明確に避けるべきものを与える。

二つの注意点。第一に、ポジティブプロンプトと矛盾するネガティブ語はこの実行を無駄にする——主体に振り向いてほしいなら、包括的な「no subject movement」を含めないこと。第二に、あるネガティブ語が問題を修復したら、それを保持する。ネガティブフィールドは画像ごとの既知の失敗の累積記録として扱い、毎回記憶から書き直す下書き用紙として扱わないこと。

プロンプトをコードのようにテストする

プロンプトをソースコードとして、出力をテスト結果として扱う。このアプローチの最小実行可能版は、ほとんどツールコストがかからない:

  • プロンプトごとにバージョン記録をつける。 コメントやファイル名に短い id を置き、入力画像の参照を添えるだけで十分だ。一週間後に「このクリップを生成したのは一体何だったか?」に答えられる必要がある。
  • 実行ごとに一つの変数だけ変える。 異なる画像か、異なる動作の節——同じ比較で両方を変えてはならない。二つ変えてクリップが良くなったなら、どちらが効いたのか分からない。
  • 結論だけでなく瑕疵を記録する。 「クリップ 7:主体の左手が画面外にドリフトした」は有用だ。「良くない」はそうではない。
  • 画像ごとにネガティブプロンプトの台帳を維持する。 ある瑕疵が修復されたら、それを修復したネガティブ語はその画像のレシピに属する。
  • 一度きりの試行ではなくレシピを一般化する。 あるテンプレートが二、三の異なる画像で安定して機能したら、それはあなたの再利用可能なコレクションに昇格する。

実行ごとに小さな構造化記録を一つ書く——プロンプト id、画像 id、変更点一行、観察された瑕疵一行——ことで、プロンプト作業は当て推量から推論できるものに変わる。高速ティアで十数回実行した後、このログが「一つのプロンプトがある」ことと「一つのプロセスがある」ことの違いになる。

見慣れた画像から始め、それに対して三つのレシピを実行し、ログにあなたの主体が実際にどの動作の言葉遣いに反応するかを教えてもらおう。

永続的なAIアーティファクトで開発を始める

APIキーを取得して、タスクベースの1つのAPIで画像・動画・音声モデルを呼び出せます。

APIドキュメントを読む