使用ガイド
PixVerse V6 Max テキストtoビデオプロンプトのレシピ:コピー&ペースト可能なプロンプトと実際の出力
開発者向けの実用的なプロンプトマニュアル:ショット構成、カメラワーク表現、テンポ、尺とアスペクト比の扱い、ネガティブプロンプト
このページの内容
なぜプロンプトレシピが一発プロンプトより優れているのか
かなりの数のクリップを生成した開発者なら誰でも知っているパターンがあります。長く巧みなプロンプトを書き、まずまずの結果を得て、微調整しようとすると出力が予期しない方向にずれる。次のイテレーションでは気に入っていた照明が失われる。その次ではカメラの動きが変わる。20回生成した後では、どの表現がどの結果を生んだのか確信が持てなくなります。
プロンプトレシピは、プロンプトを一文ではなく構造化された成果物として扱うことでこの問題を解決します。自由な散文を書く代わりに、固定された順序で名前付きモジュールから組み立てます——被写体、アクション、環境、カメラ、照明、スタイル。これには3つの具体的な利点があります:
- 差分比較が可能。すべてのプロンプトが同じモジュール順序に従うとき、1つのモジュールの変更は可視的でレビュー可能な変更となります。プロンプトをバージョン管理下に置き、コードのように実行結果を比較できます。
- 再利用可能。優れたカメラモジュールや照明モジュールは数十のシーンに持ち越せます。小さなクリップライブラリを構築し、そこからプロンプトを組み立てます。
- 意図の再現性。「シネマティック」や「エピック」のような曖昧な形容詞は実行ごとに異なる意味を持ちます。構造化された具体的な表現はより多くの意図を固定し、分散をモデル側に委ね、プロンプト側から減らします。
これは静止画よりも動画で重要です。なぜならクリップには時間とともに変化する動きが含まれるからです。1つの曖昧なフレーズがショット全体の印象を変え得ます——「ゆっくりプッシュイン」が「急速ズーム」になれば全く別の編集になります。レシピはこれらの変数を明示的に保ちます。
本ガイドの残りではこの構造をモジュールごとに構築し、その後、完全なコピー&ペースト可能なレシピを提示します。実行し、実際の出力と照合して検証し、調整できます。各レシピを最終回答ではなくベースラインとして扱ってください。目標は1回の完璧な最初のプロンプトではなく、再現可能なループです。
コピー&ペースト可能なビデオプロンプトの解剖
信頼できるテキストtoビデオプロンプトは、情報が予測可能な順序で現れるときに最もよく機能します。被写体がカメラより先に、カメラがスタイルより先に確立されると、モデルはシーンをより一貫して解析します。次の6モジュール順序をデフォルトとしてください:
1. 被写体
画面に誰または何が映るか、具体的に記述します。抽象的なラベルより物理的詳細を優先:「ファッショナブルな女性」より「チャコールグレーのウールコートを着た女性」。被写体が物体の場合は素材とスケールを含めます——「高さ約20cmのヘアライン仕上げのステンレス製ケトル」。
2. アクション
被写体が何をしているか、現在形で、明確な開始状態と終了状態を伴って。「画面左から画面中央へ歩き、立ち止まる」はモデルに軌跡を与えます。「歩いている」はほとんど何も与えません。
3. 環境
アクションが起こる場所:位置、前景と背景の要素、天候、時間。このモジュールは奥行きの手がかりを固定し、モデルが前景と背景を相対的にどう動かすべきかを決める助けになります。
4. カメラ
ショットサイズと動き。「ミディアムクローズアップ、固定三脚ショット」または「ロングショット、ゆっくりプッシュイン」。カメラ指示は独立した文に置き、アクション記述に吸収されないようにします。
5. 照明
方向、質感、色温度。「低角度の午後の陽光、暖かいハイライト、柔らかな影」は再現可能なほど具体的です。1つのフレーズに3つの照明メタファーを重ねるのは避けてください。
6. スタイル
視覚的トーン:リアルな写真、ドキュメンタリー、アニメーション、製品ビデオの質感。スタイルは最後に置き、前のモジュールを上書きするのではなくシーン全体のトーンを設定させます。
モジュールの組み立て
モジュールを順に接続し、各1〜2文。記入済みのテンプレートは以下の通りです:
被写体:木製のテーブルの上の陶器のマグカップ、湯気が立ち上る
アクション:湯気が上に巻き上がり、ゆっくりと消えていく
環境:静かな早朝のキッチン、背景の窓はぼかし
カメラ:クローズアップ、固定ショット、浅い被写界深度
照明:左からの柔らかな窓光、ニュートラルなホワイトバランス
スタイル:クリーンな製品写真、リアル
ラベル付きのバージョンをそのまま貼り付けるか、同じ順序で散文に平坦化できます。どちらも機能します。ラベル付きの形式はイテレーション時に差分比較が容易です。
実際に効果のあるカメラワークとテンポの表現
カメラ言語は曖昧なプロンプトが最も明らかに失敗する場所です。「ダイナミックなショット」はショットではなく願望です。モデルは既存のモーション語彙に速度修飾語を加えたものにはるかに一貫して応答します。
モーション語彙
- プッシュイン/プルアウト——カメラが物理的に被写体に近づく、または遠ざかる。親密さを確立または解放するために使用。
- 左パン/右パン——固定点を中心に回転。環境を明らかにするために使用。
- ティルトアップ/ティルトダウン——垂直回転。高さやスケールを明らかにするために使用。
- オービット——カメラが被写体の周りを回る。方向と角度を明示、例:「ゆっくり時計回りに約45度オービット」。
- トラッキング——カメラが動く被写体を追う。先導、後追い、並走のどれかを明記。
- ズーム——物理的に動かず焦点距離を変える。表現ではズームとドリーを区別してください。両方を1つのフレーズに混ぜると曖昧になります。
速度とテンポの語
各カメラ指示にはテンポ修飾語を1つだけ付けます:ゆっくり、安定した、軽やかな、軽快な、または速い。副詞の重ね掛けは避けてください——「非常にゆっくり、滑らかで、漸進的なプッシュイン」は1つのことを3通りに言っており、しばしば動きを平坦化します。
テンポは被写体にも同様に適用されます。「クリップの中で」、「前半で」、「最後のフレームまでに」といったフレーズはモデルにクリップ内の時間感覚を与えます。次の2つのアクションを比較してください:
弱い: この人は振り返る
より良い:この人は窓からカメラの方へゆっくりと向きを変え、
クリップが終わる前に振り返りを完了する
2番目のバージョンはモデルに動きがどこから始まり、クリップの終わりにどこにあるべきかを伝えます。これが短いクリップを切り詰められたものではなく意図的に見せる最大のレバーです。
カメラワークの組み合わせ
ショットごとに1つの主要カメラワークが安全なデフォルトです。2つ必要な場合は、一方を明らかに支配的にします:「主要カメラワークはゆっくりプッシュイン、わずかな右パンを伴う」。等しい重みの2つのカメラワークは通常、カメラの揺れのように読まれます。
レシピ:コピーして実行できるショット構成プロンプト
以下の各レシピは6モジュール順序に従います。そのまま貼り付け、生成されたクリップに対して記載されたシグナルを確認してください。
レシピ1——静的な製品クローズアップ
被写体:石の表面に置かれたマットブラックのワイヤレスイヤホン充電ケース
アクション:光の変化に伴い、蓋の上の柔らかな反射がゆっくりと移動する
環境:ミニマルなスタジオセット、シームレスなグレーの背景
カメラ:クローズアップ、固定三脚ショット、浅い被写界深度
照明:左上の大型ソフトボックス、柔らかな減衰
スタイル:クリーンなコマーシャル製品ビデオ、リアル
観察点:充電ケースが唯一の明確な被写体であり続けるか、反射がちらつかずに滑らかに動くか。
レシピ2——ゆっくりプッシュインの露光
被写体:フード付きジャケットを着た人物が屋上の端に立っている
アクション:人物は静止したまま、ジャケットの布地が風にわずかに揺れる
環境:夕暮れの都市のスカイライン、遠くの窓が灯り始める
カメラ:ロングショット、人物へのゆっくりプッシュイン
照明:冷たいブルーの環境光、下の街からの暖かいハイライト
スタイル:シネマティックなリアリズム、低彩度のカラーグレーディング
観察点:プッシュインがズームではなく物理的な動きとして読まれるか、スカイラインの視差が前景の動きと一致するか。
レシピ3——被写体の周りのオービット
被写体:砂利道に停まったヴィンテージのオートバイ
アクション:なし、オートバイは静止
環境:広々とした田園地帯、遠くに低い丘
カメラ:ミディアムショット、オートバイの周りを時計回りに約45度ゆっくりオービット
照明:ゴールデンアワーの陽光、地面に長い影
スタイル:ドキュメンタリー写真、自然な色彩
観察点:オービット中にオートバイの形状が一貫しているか。オービットは物体の歪みが最初に現れる場所です。
レシピ4——歩行者とのトラッキングショット
被写体:明るい色のレインコートを着た人物が犬のリードを持って犬を散歩させている
アクション:両者が安定した歩調で画面右から画面中央へ歩く
環境:濡れた都市の歩道、駐輪された自転車、反射する路面
カメラ:ミディアムロングショットのトラッキング、被写体と並走
照明:曇天の日光、柔らかく均一
スタイル:ドキュメンタリーストリートフォト、わずかなフィルムグレイン
観察点:カメラが被写体と同期しているか、犬のリードがフレームをまたいで接続されているか。
レシピ5——ハンドヘルド風のリアクションショット
被写体:チャコールグレーのウールコートを着た女性、顔のクローズアップ
アクション:彼女は画面外へちらりと視線をやり、それから視線をカメラに戻す
環境:忙しい駅のコンコース、背後の人々はぼかし
カメラ:クローズアップ、わずかなハンドヘルドの揺れ
照明:頭上の暖かいランプ、眉の下に柔らかな影
スタイル:ナラティブな映画の質感、浅いフォーカス
観察点:視線のタイミング。振り返りがクリップの終わりまでに完了すれば、テンポ表現が機能しています。
これらを出発点として、次の実行では1つのモジュールだけを変更してください。
プロンプトでの尺とアスペクト比の扱い
尺とアスペクト比はスタイルの選択ではなく制約であり、モデルはそれらが散文に埋もれずシーンと並べて明示的に述べられたときに最もよく処理します。
尺の述べ方
短い節を追加し、クリップの長さを明示して動きのテンポに接続します:
……動きは数秒の短いクリップ内で完了する。
またはより直接的に、目標を述べて残りをテンポモジュールに任せます:
尺:短いクリップ、約4秒。
尺の節はアクション記述から分離してください。モデルはそれを被写体の動きの一部ではなく、ショット全体への制約として読むべきです。
アスペクト比の述べ方
構図の方向を明示し、曖昧さを排除できる場合は比率よりも平易な言葉を優先します:
比率:モバイル向けの縦 9:16 構図。
比率:横 16:9 ワイドスクリーン構図。
レシピが縦構図を必要とする場合は、カメラモジュールでも述べてください——「縦構図、被写体を中央に」——構図とフレーミングは関連する決定だからです。水平トラッキングの縦クリップは異なる被写体配置を必要とします。
実際の出力との照合
プロンプトは結果に影響を与えますが、保証はしません。各実行後に3つのことを確認してください:
- 返された尺はリクエストと一致するか?パイプラインが特定のクリップ長を期待する場合、プロンプトが強制したと仮定せず、返されたアセットの実際の尺を確認してください。
- フレーミングは一致するか?特に横と縦のレシピを切り替える場合、返されたフレームサイズを確認してください。
- テンポはその長さに適しているか?4秒で完了する動きは、長いクリップでは慌ただしく、短いクリップでは切り詰められて見えます。尺の節だけでなくテンポ表現を調整してください。
尺とフレーミングのリクエストを返された値と一緒に記録し、実行間の偏差を可視化できるようにしてください。
ネガティブプロンプトとアーティファクトのクリーンアップ
ネガティブプロンプトは短く具体的なときに最も有用です。一般的な品質語——「低品質、低解像度、醜い、変形」——を大量に貼り付けるのは通常逆効果です。信号を希薄化し、まったく問題のない出力からモデルを遠ざける可能性があります。
実用的な開始チェックリスト
チェックリストは実際に観察したアーティファクトに焦点を当ててください:
ネガティブ:テキストオーバーレイ、ウォーターマーク、ロゴ、余分な指、
重複した肢体、歪んだ顔、照明のちらつき、
突然のカメラの揺れ、ジャンプカット
このチェックリストは生成ビデオで最も一般的な失敗をカバーします:不要なテキスト、手と顔の解剖学的エラー、時間的な不安定性。具体的な問題が見られたときにのみ追加してください。
レシピごとのネガティブ語のマッチング
ネガティブ語はグローバルではなくレシピスコープに限定するのが最善です:
- 製品ショット:
反射のちらつき、物体の浮遊、影の不一致を追加。 - オービットショット:
幾何学的変形、回転中の物体の歪みを追加。 - トラッキングショット:
犬のリードの切断、足の滑り、背景の速度不一致を追加。 - リアクションショット:
不自然な目の動き、表情の硬直を追加。
省略すべきもの
一般的な品質形容詞の重ね掛けは避けてください。ある実行でぼやけた画像が生成された場合、修正は通常、別のネガティブ語を追加するのではなく、ポジティブプロンプトに鋭い照明やスタイルモジュールを加えることです。ネガティブ語は特定の不要な内容を除去します。品質を追加するものではありません。それらをクリーンアップ工程として扱い、対抗するアーティファクトが変わるたびにチェックリストを見直してください。
生成回数を無駄にせず実出力に基づいて反復する
生成回数を最速で使い切る方法は、同時に3つを変更し、どれが効いたかを推測することです。プロンプトのイテレーションを制御された実験として扱ってください。
単変数ループ
- ベースラインレシピを1つ選ぶ。ラベル付きモジュールを含め、そのまま保存。
- 1つのモジュールだけを変更。カメラの動きがおかしいと感じたら、カメラモジュールだけを編集。被写体、アクション、環境、照明、スタイル、ネガティブ語はそのまま。
- 再生成して並べて比較。2つのクリップを同時に視聴し、変更したモジュールに焦点を当てる。
- 採用またはロールバック。変更が助けになったらベースラインに昇格。そうでなければロールバックし、同じモジュールで別の表現を試す。
- 差分を記録。ベースラインID、変更したモジュール、新しい表現、1行の結論を書き留める。
何を比較するか
感覚ではなく観察可能な属性でクリップを比較します:動きの方向は一致するか?尺はリクエストした位置に収まるか?フレーミングは保たれるか?アーティファクトチェックリストは変化するか?各実行の答えを書き留めてください——十数クリップ後には記憶は信頼できません。
レシピを諦める時期
同じモジュールで2〜3回の単変数試行が結果を変えられない場合、問題は構造的である可能性が高いです。カメラの動きが被写体のアクションと衝突しているか、シーンがショットサイズに対して複雑すぎるのかもしれません。その場合は形容詞の調整を続けるのではなく、ショット構成を変えてください——カメラモジュールを交換するか環境を単純化する。
プロジェクト間の再利用
レシピが安定したら、結論ノートとともにプロンプトライブラリにコピーします。時間が経つにつれて、特定のショットタイプ向けの検証済みモジュールが蓄積され、新しいシーンはゼロからではなくテスト済みのベースラインから始められます。これがレシピ手法の利点です:イテレーションがリセットされずに蓄積されます。
パイプラインへの統合
本ガイドのレシピは、手動UIからプログラム的呼び出しへの移行に耐えるように設計されています。いくつかの実用的な習慣がこれを容易にします。
プロンプトを構造化データとして保存。各レシピを、被写体、アクション、環境、カメラ、照明、スタイル、ネガティブ語、尺、比率のフィールドを持つレコードとして保存します。呼び出し時に最終プロンプト文字列を組み立て、各出力を生成した正確なテキストを記録できるようにします。
モデルを固定。設定で単一のモデル識別子を使用し、各生成時に記録します。PixVerse V6 Max テキストtoビデオモデルはモデルページにリクエストパラメータを含めて記載されています——クライアントを構築する際はここから始めてください。
リクエストだけでなくレスポンスを検証。各呼び出し後、返された尺とフレーミングをレシピ要件と照合し、観測値をプロンプト記録と一緒に保存します。偏差はレシピの改訂が必要な早期シグナルです。
レシピをバージョン管理。プロンプトライブラリをコードのように扱います:変更をコミットする際、どのモジュールがなぜ変更されたかを説明するメッセージを付けます。モデル更新後にレシピが良い結果を出さなくなったとき、何が変わったかを正確に追跡できます。
最小呼び出しフローは次の通りです:レシピを読み込む → プロンプトを組み立てる → テキストtoビデオリクエストを送信 → プロンプトとレスポンスメタデータを保存 → 出力をレシピ制約と比較。このループを一度構築すれば、すべての新しいレシピをそこに接続できます。
上記のレシピは保証ではなくベースラインです——真の価値はそれらを囲む規律あるイテレーションループにあります。