動画生成プロンプトで「尺・テンポ・アスペクト比」を操る——Sora・Veo・Kling・Runway・Hailuo・Seedanceで作る5パターン

2026年9月7日

動画生成プロンプトというと「ドリー」「パン」といったカメラワーク用語に注目が集まりがちだが、実は完成度を左右するもう一つの軸が「尺（duration）」「テンポ（動きの速度・切り替わり方）」「アスペクト比」という時間と画面の設計だ。同じカメラワークの指示でも、尺が短ければ一つの動作しか収まらず、長ければ複数の展開を段階的に書き込む必要がある。今回はSora・Veo・Kling・Runway・Hailuo・Seedanceそれぞれの公式仕様を踏まえ、尺・テンポ・アスペクト比を意図通りに操るためのオリジナルプロンプトを5パターン紹介する。

まず押さえる：ツールごとの「尺」と「アスペクト比」の違い

同じ英語のプロンプトでも、モデルが対応する尺の範囲やアスペクト比の選択肢が違えば、書くべき内容も変わる。代表的な6モデルの公式仕様を一覧にした。

ツール	尺（duration）	アスペクト比	プロンプト設計上の注意
Sora 2（OpenAI）	最大25秒。公式ガイドは4秒×2本を編集でつなぐ方法を推奨	16:9（YouTube向け）／9:16（TikTok・Reels向け）	クリップが短いほど指示に忠実。長尺1本より短尺の積み重ねが安定
Veo 3.1（Google）	4秒／6秒／8秒	16:9（既定）／9:16／1:1	カメラの動きを明示しないと静止または微妙なハンドヘルド風になる
Kling 3.0	5秒または10秒（API経由では3〜15秒）	16:9／9:16／1:1	尺が長く複雑なシーンほど一貫性が落ちやすい
Runway Gen-4	5秒または10秒	16:9／4:3／1:1／3:4／9:16	動きが複数あるなら10秒を選ぶのが公式推奨
Hailuo（MiniMax H3）	5〜15秒（既定5秒）	21:9／16:9／4:3／1:1／3:4／9:16	1ショット＝被写体＋動作＋設定＋カメラワークで簡潔に書くのが基本
Seedance 2.5（ByteDance）	4〜30秒（複数回の延長で最大180秒）	16:9／9:16／1:1／4:3／3:4／21:9	長尺は「ステージ」に区切って時系列で記述する

作例1：9:16・8秒でテンポを上げる商品ショート動画

①狙い：TikTok・Reels向けに、スニーカー新作をテンポよく見せる縦型8秒動画。序盤はゆっくり、終盤にかけてカット速度を上げる「加速するテンポ」を作る。

A pair of matte black running sneakers rotates slowly on a dark reflective podium as a single spotlight sweeps across it. At the 2-second mark, the camera pushes in quickly toward the textured tread of the sole. At 4 seconds, it whip-pans to the glowing side logo and holds for exactly one second. At 6 seconds, a fast rack-focus reveals the laced eyelets in extreme close-up before pulling back to a full-body reveal for the final beat. Aspect ratio 9:16, duration 8 seconds, tempo starts slow and accelerates toward the end, subtle camera shake timed to each cut, cinematic product-ad lighting.

③分解解説：「At the 2-second mark」「At 4 seconds」のように時刻を明記することで、8秒という尺の中に4つの動きを狙った順番とタイミングで配置できる。「whip-pan」「rack-focus」はテンポの速い切り替えを示す語で、「tempo starts slow and accelerates toward the end」という一文でテンポの変化そのものを直接指定している。縦型SNS広告なので冒頭で明示的にAspect ratio 9:16とduration 8 secondsを書き、フォーマットのブレを防ぐ。

作例2：16:9・8秒、途中の一瞬にタイミングを合わせるスローモーション

①狙い：高級腕時計広告のような、水滴が落ちる一瞬をスローモーションで見せる8秒のワンカット。カメラの動きと尺全体を一致させる。

Extreme slow motion of a single water droplet falling onto the polished glass face of a luxury watch, rippling outward in fine detail. A shallow depth of field keeps the watch hands sharp while the background blurs into warm golden bokeh. The camera performs one continuous, slow dolly-in across the full 8 seconds without a single cut, timed so the droplet's impact lands exactly at the 4-second mark. Aspect ratio 16:9, cinematic widescreen, duration 8 seconds, 120fps slow-motion look, warm tungsten lighting, no camera shake.

③分解解説：「across the full 8 seconds without a single cut」でカメラの動きを尺の長さぴったりに引き伸ばし、「timed so the impact lands exactly at the 4-second mark」で尺の中間点にクライマックスを置くテンポ設計をしている。Veoの公式ガイドが指摘する通り、カメラの動きは明示しないと静止扱いになるため、「continuous, slow dolly-in」と動詞で明確に書いている。

作例3：16:9・15秒を4ステージに区切るタイムラプス

①狙い：屋上カフェのテラスが朝から夜に変わる様子を、1つの固定ショットのタイムラプスとして15秒で見せる。

One continuous timelapse shot of a rooftop cafe terrace transitioning from soft dawn light to golden midday sun to deep blue dusk to warm string-light night, filmed from a single unmoving wide angle. Clouds and shadows move rapidly across the scene while pedestrians and traffic blur into light trails. The transition unfolds in four visible stages across the full duration: dawn from 0 to 4 seconds, midday from 4 to 8 seconds, dusk from 8 to 12 seconds, night from 12 to 15 seconds. Aspect ratio 16:9, duration 15 seconds, fixed locked-off camera, no camera movement, color grading shifts warm to cool to warm again.

③分解解説：Seedanceのように4〜30秒という長めの尺に対応するモデルでは、尺を一息に書くのではなく「dawn from 0 to 4 seconds」のように区間ごとのタイムスタンプで区切ると、時間経過による変化を段階的に伝えられる。ByteDanceの公式発表が触れている「長いシーンをステージに分ける」考え方をタイムラプスに応用した形だ。「fixed locked-off camera」でカメラの動きをゼロに固定し、変化を照明と光の推移だけに絞っているのもポイント。

作例4：1:1・5秒でループするコーヒーカップの湯気

①狙い：Instagramフィード向けの正方形広告として、最後のフレームが最初のフレームに戻るシームレスループを作る。

A cup of coffee sits on a marble counter as steam rises in a slow, continuous spiral. The steam's shape and density at the final frame exactly match its shape and density at the first frame, so the clip can repeat endlessly without a visible seam. The camera is completely static with a centered composition, softly lit by window light from the left. Aspect ratio 1:1, duration 5 seconds, seamless loop, slow and gentle tempo throughout, no abrupt movements.

③分解解説：「the final frame exactly match the first frame」という一文がループ生成の核心で、始点と終点の状態を一致させるよう明示的に指示している。Kling 3.0は公式ガイドが示す通り尺が長く複雑になるほど一貫性が落ちるため、あえて5秒・静止カメラ・単純な湯気の動きだけに絞ることでループの破綻を防いでいる。

作例5：16:9・10秒、画像には映っていない「その後の動き」だけを書く

①狙い：交差点を歩く人物の静止画から、image-to-videoで「歩き続ける→振り返る→また歩く」という一連の動きだけを追加する。

The woman continues walking forward at a natural, unhurried pace. Her coat sways gently with each step. Midway through the shot, she glances back over her right shoulder for about one second, then turns her gaze forward again and keeps walking at the same pace. The camera tracks alongside her at the same height and speed, maintaining a constant following distance throughout. Duration 10 seconds, aspect ratio 16:9, smooth constant-speed motion, no sudden camera moves.

③分解解説：Runwayの公式ガイドは、image-to-videoでは元画像がすでに人物の外見・服装・光を伝えているため、プロンプトは動きの記述に集中すべきだと説明している。この例でも服装や背景を説明し直さず、「continues walking」「glances back for about one second」「keeps walking at the same pace」と動作とタイミングだけを積み重ねている。歩く→振り返る→戻るという複数の動きを自然に収めるため、5秒ではなく公式ガイドが複数動作向けに推奨する10秒を選んでいる。