使用ガイド
開発者向け Wan 2.7 動画テキスト→動画プロンプトレシピ
そのままコピーできるプロンプト構造。ショット分割、カメラワーク、ペーシング、ネガティブプロンプトを網羅
このページの内容
プロンプトは長さより構造が重要である理由
テキスト→動画のレンダリング結果の多くが期待外れになるのは、プロンプトが短すぎるからではなく、構造を欠いているからです。被写体、動作、カメラ、光、ペーシングをすべて一続きの流れる文章に詰め込むと、モデルはどの文が主要な指示で、どの文が修飾なのかを推測するしかありません。その結果、もっともらしく見えるものの予測不能なクリップが生まれます。デモには使えても、量産には耐えられません。
構造化されたプロンプトはまったく別物です。クリップを明示的でラベル付きの複数の関心事に分割し、各部分が独立して解釈できるようにします。これには開発者にとって三つの実用的な利点があります:
- 予測可能性。 カメラ指示が独立した行にあれば、それを変更してもカメラだけが変わり、被写体の服装や光、ペーシングは変わりません。
- 比較可能性。 二つの構造化プロンプトは行単位で比較できますが、二つの密な段落ではたいてい不可能です。
- 再利用可能性。 名前付きスロットを持つ骨組みはプログラムで埋められますが、一度書いた段落はコピー&ペーストするしかありません。
長さは目標ではありません。よく構造化されたプロンプトは、置き換える段落より短いことがよくあります。すべての文に価値があるからです。散文としてではなく、小さな設定ファイルとして扱いましょう。いくつかのフィールドがあり、それぞれに明確な約束事があります。
実用的なルール
ある行を指さして、それが何を制御しているか言えないなら、削除するか、どこかのスロットに移してください。スロットに割り当てられない形容詞(「見事な」「圧巻の」「傑作」)は、方向性ではなくノイズを増やすだけです。実際に効くのは、正しいスロットに入れられた具体的な名詞と動詞です。このガイドの残りはすべてこの考え方を中心に展開します。

五スロットのプロンプト骨組み
すべてのクリップは同じ骨組みから始まります。五つのスロットがほとんどの制御可能な変化をカバーしており、順序の重要性は一貫性より劣ります。
SUBJECT: <誰または何か、一文、具体的な名詞>
ACTION: <クリップ内で何が起こるか、現在時制で>
CAMERA: <ショットサイズ + 動き + 被写体の構図>
LIGHTING: <時間帯、光源、コントラスト、色温度>
PACING: <長さの感覚、動きの速度、終わりに向けての変化>
各スロットに入れるべきもの
SUBJECT(被写体) はアイデンティティを固定します。要点だけを残します:実体の種類、顕著な特徴、服装や素材。ここで物語を語らないでください。それは ACTION の役割です。
ACTION(動作) は一つの連続した動作ビートを記述します。「彼女は窓辺から振り向き、カップを持ち上げる」は一つのビートです。「彼女は振り向き、カップを持ち上げ、ドアへ歩き、立ち去る」は四つのビートが短いクリップを奪い合っています。
CAMERA(カメラ) はショットサイズと動きを一緒に置きます。モデルはそれらを一つの決定として読むからです。「ミディアムショット、ゆっくりプッシュイン」は自己整合的です。同じプロンプトに「クローズアップ」と「ワイドなエスタブリッシングショット」が同時に現れるのはそうではありません。
LIGHTING(光) はレンダリングに物理的なアンカーを与えます:窓光、曇天、真昼の硬い日差し、暖色の実用照明。雰囲気を静かに制御しますが、感情ではなく事実として述べてください。
PACING(ペーシング) はクリップが冒頭と比べて終わりにどうなるべきかをモデルに伝えます。「ゆっくり、連続的、最終秒にはほぼ静止」はペーシング指示です。単なる「ダイナミック」はそうではありません。
記入例
記入済みの骨組みは次のとおりです:
SUBJECT: 木製の机の上の陶器のマグカップ、湯気が立ち上る
ACTION: 湯気が上へと渦を巻き、薄れて消えていく
CAMERA: クローズアップ、固定機位、ややローアングル
LIGHTING: 左からの柔らかな朝の窓光、冷たい影
PACING: ゆっくりと連続的、最終秒にはほぼ静止
各スロットは一~二行に保ちます。あるスロットに一段落が必要なら、そのクリップはおそらくやりすぎで、二つのクリップに分割すべきです。

カメラワークとペーシングのヒントを書く
カメラ言語はプロンプトの品質が最も早く分かれるところです。曖昧な動きの動詞は曖昧な動きを生みます。実際の映画撮影から用語を借りると、具体的な幾何学的変化を記述するため、より信頼性高く翻訳できます。
実証済みの動きの語彙
- Pan(パン) —— カメラが固定位置から水平に回転する。方向と組み合わせて使う:「ゆっくり左パン」。
- Tilt(ティルト) —— 固定位置から上または下に回転する。
- Dolly / push in / pull out(ドリー / 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。
- Tracking(トラッキング) —— カメラが移動する被写体と一緒に移動する。
- Zoom(ズーム) —— 焦点距離が変化し、カメラ位置は変わらない。ドリーとは異なる。どちらか一方を選び、同時に使わない。
- Orbit / arc(オービット / アーク) —— カメラが被写体の周りを回る。
- Locked-off(固定機位) —— まったく動かない。過小評価されているが、非常に信頼できる。
常に軸と速度、被写体との関係を組み合わせてください:「ゆっくりプッシュイン、被写体を中央に」と書き、「ドラマチックなショット」とだけ書かないこと。クリップごとに一つの動きが安全なデフォルトです。二つの動きは同じ軸を共有する場合に成立します(ゆっくりプッシュインしながらわずかに上を向く)。逆方向の動きは通常互いに衝突します。
ペーシングのヒント
ペーシングはクリップの文字通りの長さではなく、時間に沿った形に関わります。有用なフレーズ:
- 「ゆっくり、連続的な動き」
- 「動きは終わりに向けて静止する」
- 「一定速度、加速なし」
- 「わずかなドリフトのみ」
強度を表す言葉を積み重ねるのは避けてください。「速い、ダイナミック、エネルギッシュ、シネマティック」はモデルに従うべき形を何も与えません。「着実に歩み入り、画面中央で止まる」は形を与えます。
カメラとペーシングの組み合わせ
カメラとペーシングは互いに一致すべきです。固定機位のクローズアップに「画面内で速く動く」は矛盾しています。ゆっくりプッシュインに「被写体はほぼ静止、わずかな呼吸の動き」は自己整合的です。迷ったら、動きの振幅を下げ、具体性を上げてください。正確に記述された静止ショットは、曖昧に記述された動的ショットに勝ります。

ネガティブプロンプトのリストを構築する
ネガティブプロンプトは、バッチ全体で決して見たくないものを列挙した小さく安定したリストです。プロンプトごとの即興ではなく、共有インフラとして扱いましょう。
短いコアリスト
コアリストはコンパクトに、瑕疵に焦点を当てて保ちます:
blurry, low resolution, jpeg artifacts, watermark, text overlay,
distorted hands, extra fingers, warped faces, duplicate limbs,
flickering, frame tearing, abrupt cuts, oversaturated, blown highlights
およそ十数項目で、初回試行の失敗のほとんどをカバーします。レンダリングが悪いたびに衝動的に追加しないでください。長すぎるネガティブリストは瑕疵と一緒に妥当なディテールまで抑え込みます。
プロジェクトごとに階層的に追加する
拡張はコアリストではなく、オプトインでプロジェクト範囲に限定すべきです:
core_negatives + ["logo visible", "brand colors"] # 商品ショット
core_negatives + ["crowd", "background people"] # 孤立した被写体
core_negatives + ["rain", "wet surfaces"] # 屋内シーン
これにより共有ベースラインは安定したまま、各プロジェクトが独自の制約を厳しくできます。リストを健全に保つ二つのルール:同じ瑕疵が二度現れてからその語を追加する。それが元々修正していた問題を再現できなくなったらその語を削除する。
入れるべきでないもの
本当に欲しいスタイル語を否定しないでください(シネマティックなショットを求めながら「シネマティックでない」と書く)。動きが必要なクリップで動きを否定しないでください。ネガティブプロンプトは欠陥を避けるためのもので、あるルックを指し示すのには向きません。後者はポジティブなスロットで実現すべきです。
レシピを API リクエストパターンに改造する
レシピが一度うまくいったら、もう手動で貼り付けないでください。名前付きスロットを持つテンプレートとして保存し、パラメータからスロットを埋めます。テンプレートが、反復・レビュー・再利用の単位になります。
テンプレートオブジェクト
{
"template_id": "desk-product-closeup",
"version": "3",
"slots": {
"subject": "a ceramic mug on a wooden desk, steam rising",
"action": "{{action}}",
"camera": "close-up, locked-off, slightly low angle",
"lighting": "{{lighting}}",
"pacing": "slow and continuous, nearly still by the final second"
},
"negative": "core_negatives"
}
次に、リクエスト構築コードがスロットを最終プロンプト文字列にレンダリングし、HiAPI.ai 上のテキスト→動画エンドポイント経由で送信します。モデル名とエンドポイントは同じ場所に固定され、変わるのはスロット値だけです。
レンダリングプロンプトの組み立て
PROMPT = """SUBJECT: {subject}
ACTION: {action}
CAMERA: {camera}
LIGHTING: {lighting}
PACING: {pacing}"""
def build_prompt(slots: dict) -> str:
return PROMPT.format(**slots).strip()
二つの実用的な約束事がすぐに報われます。第一に、スロット値は短く保つこと。二行を超えるスロットはたいてい実際には二つのスロットです。第二に、骨組み文字列を凍結し、値だけを変えること。実行間で骨組みを変えると、結果を比較できなくなります。あるスロットに構造的な変化が必要なら、それは新しいテンプレートバージョンであり、その場での編集ではありません。
プロンプトのバージョン管理と出力比較
プロンプトの変更は安価ですが、やみくもな変更は高くつきます。コードのように管理しましょう:各レンダリングがどのプロンプトから生成されたかを記録し、プロンプト変更ごとに参照可能な前後比較を持ちます。
各レンダリングで記録すべきもの
- テンプレート id とバージョン
- スロット値だけでなく、正確なレンダリング後のプロンプト文字列
- ネガティブリストのバージョン
- 出力ファイルまたはタスク id
- 何を変えようとしたかの一行メモ
この記録があれば、悪いバッチ結果の後に本当に重要な問いに答えられます:この変更が回帰を引き起こしたのか、それとも問題はもともと存在したのか?
レンダリング結果を比較する
孤立して見るのではなく、ペアでレビューします。固定の代表的なスロット値の小さなセットをスモークセットとして選びます——静止ショット、動きのあるショット、クローズアップ、ワイド。テンプレートバージョンが上がるたびにそれらを再レンダリングします。同じ入力で新旧結果を並べて比較します。スモークセットで何も変わらなければ、その変更はおそらく安全です。あるケースを改善し別のケースを壊したなら、境界を見つけたので意識的に判断できます。
ロールバックの規律
古いテンプレートバージョンを決して削除しないでください。置き換え済みとマークし、参照可能に保ちます。二週間後に別のシーンタイプで回帰が現れたとき、以前のバージョンが最速の参照点になります。ネガティブリストも同様です:テンプレートと一緒にバージョン管理してください。ネガティブ項目の変更はポジティブ項目と同じくらい出力に影響し得ます。
使えるプロンプトを壊さずに反復する
プロンプト作業で最も難しいのは良いレシピを得ることではなく、既に得たものを失わずに改善することです。典型的な失敗パターンは、五つのことを一度に変え、結果を気に入り、どの変更が効いたのかまったく分からないことです。
一度に一つの変数だけを変える
一つのスロットまたは一つのネガティブ語を選びます。スロット値、テンプレート文字列、バージョン入力を含め、それ以外はすべて固定します。スモークセットをレンダリングします。判断します。そして次の変更へ進みます。
クリップが近いがまだ理想的でないときの実用的な処理順序:
- まずペーシングを調整。 より柔らかくまたは遅い動きは他のどの単一編集よりも多くの知覚的問題を修正し、レンダリングの他の部分を壊すことはほとんどありません。
- 次にカメラを調整。 一度にショットサイズか動きの速度のどちらか一つの属性だけを調整します。
- 第三に光を調整。 方向とコントラストを微調整します。
- 最後に被写体と動作を調整。 これらは干渉が最大で、以前のチューニングを無効にする可能性が最も高いです。
いつ止めるべきかを知る
すべての欠陥がプロンプトの欠陥ではありません。ペーシングとカメラに対して三回の的を絞った編集をしても結果が変わらないなら、そのレシピには新しいビートが必要かもしれません——チューニングを続けるのではなくクリップを分割してください。同様に、一つの持続的な欠陥以外はすべて良いレンダリングなら、プロンプトを再構築するのではなく、正確に一つのネガティブ語を追加してください。
ループを短く保ちましょう:一編集、一スモークセットレンダリング、一判断。数ラウンド後、この規律は本当に信頼できるプロンプトライブラリを生み出します——そして来月も同じ結果をレンダリングできるテンプレートを。
これらのレシピを実行する準備はできましたか?HiAPI.ai 上の Wan 2.7 テキスト→動画モデルは単一の統合エンドポイントを提供し、あなたのテンプレートとバージョンタグは既存のパイプラインに直接接続できます。