動画生成プロンプトは「カメラ・速度・着地点」で決まる：ドリー、追従、マルチショット、image-to-videoの作例4選

2026年10月13日

動画生成AIのプロンプトは「何が映るか」だけでなく、「カメラがどう動き、何秒でどこに着地するか」まで書いて初めて安定します。今日は、カメラ・モーション・尺・アスペクト比の書き方を4つの完成プロンプトで分解します。

まず押さえる：動画プロンプトの骨格

各社のガイドはおおむね同じ構造を勧めています。たとえばVeo 3.1向けの解説は、ショットサイズ・カメラの動き・レンズ・フォーカスといった撮影指定を先頭に置き、その後に被写体を書く順序を推奨しています。Kling 3.0のガイドでは、動きを「3秒かけて中景からクローズアップへドリーで寄る」のように具体的に書く点や、複数ショットに秒数を割り振る書き方が紹介されています。

この記事では次の型で統一します。

[Shot size + camera move + speed + end framing]. [Subject + action]. [Setting + light]. [Style/lens]. [Duration / aspect ratio / audio]

動きの「速度・経路・終わりの構図」を書かないと、モデルが毎回違う補完をしてばらつく、という指摘もあります（Higgsfield）。以下の作例はすべて、この3点を明記しています。

作例1：スローなドリーインで「余韻」を作る（喫茶店・16:9）

① 狙い

雨の日の喫茶店で、窓辺のカップに向かってゆっくり寄っていくシネマティックな1カット。静かな空気感がテーマです。

② プロンプト

Slow dolly-in from a medium shot to a close-up over the full clip, ending framed tightly on a white ceramic cup on a wooden window table. Steam curls upward from the cup. Rain streaks run down the window behind it, city lights blurred into soft amber bokeh. Warm tungsten practical lamp from the left, cool gray daylight from the window. 35mm lens, shallow depth of field, gentle film grain, muted teal and amber color grade. 8 seconds, 16:9, soft rain ambience and a faint piano, no dialogue.

③ 効いている要素

「from … to … ending framed」：始点と終点のフレーミングを指定し、動きの着地点を固定しています。
動く要素を絞る：動くのは「カメラ・湯気・雨粒」だけ。動かしたいものを列挙すると破綻しにくくなります。
暖色と寒色の光源を分ける：左の電球色と窓の青灰色で、静止画でも奥行きが出ます。
音を明記：音声も同時生成するモデルでは、音の指示が空白だとちぐはぐになりやすいとAtlabsのガイドが述べています。

作例2：追従（トラッキング）ショットで人物の動きを見せる（街歩き・9:16）

① 狙い

縦型SNS向け。夜の商店街を歩く人物を、横から並走して撮るカット。

② プロンプト

Side tracking shot at walking pace, camera trucks alongside the subject at a constant distance, medium full shot, holding the same framing throughout. A young woman in a cream trench coat and red scarf walks along a narrow shopping street at night, glancing at shop windows, a paper bag swinging in her hand. Neon signs reflect on wet pavement, warm shop light spilling from the left. 28mm lens, natural handheld stability, subtle motion blur on background pedestrians. 6 seconds, 9:16 vertical, ambient street sounds and soft footsteps.

③ 効いている要素

trucks alongside / constant distance：並走であること、距離が一定であることを書き、寄りや回り込みが混ざるのを防ぎます。
縦長を前提にした構図語：RunwayのSeedance 2.0解説は、縦型は横長と別の構図言語が要ると述べています。人物を「medium full shot」で縦に収める指定にしました。
小道具に動きを持たせる：紙袋が揺れる、視線が動く、といった小さな動作で「生きている」感じが出ます。

作例3：時間コード付きマルチショット（Kling系・16:9）

① 狙い

1回の生成で3カットをつなぐ短い予告編風の映像。

② プロンプト

Abandoned observatory on a mountain ridge at dawn, cold blue light, drifting mist.
Shot 1 (0-3 seconds): Wide establishing shot, camera cranes up slowly to reveal the domed building against a pink horizon.
Shot 2 (3-6 seconds): Medium shot, handheld, following [Character A], a young astronomer in a green parka, as she pushes open a rusted door.
Shot 3 (6-9 seconds): Close-up, slow push-in on her face as she looks up, eyes reflecting the last stars. Rack focus from the door handle in the foreground to her eyes.
Cinematic, anamorphic look, soft haze, restrained color palette. 9 seconds, 16:9. SFX: wind, creaking metal, a low ambient pad.

③ 効いている要素

Shot N (a-b seconds)：秒数を割り振る書き方は、Klingのプロンプトガイドで紹介されている形式です。
[Character A]：同じ人物には同じ呼び名を通します。呼び名を変えると別人になりやすいためです。
共通の空気を先頭に1行：時間帯・光・霧をショットの外に置くと、3カットの見た目が揃います。

作例4：image-to-videoで「少しだけ」動かす（ポートレート・4:3）

① 狙い

手元の静止画を壊さず、風と視線だけ動かす。動かしすぎない指示が主役です。

② プロンプト

Keep the subject, outfit and background exactly as in the reference image. Static camera, no zoom, no pan. Only these motions: her hair moves gently in a light breeze, she blinks once and slowly turns her eyes toward the camera, the curtain behind her sways slightly. At the end she holds still, looking at the lens. Soft window light unchanged. 5 seconds, keep the original 4:3 framing.

③ 効いている要素

Keep … exactly as in the reference：参照画像から変えない要素を先に宣言します。
Only these motions：動かす要素を限定し、それ以外は動かさないと明示します。
At the end she holds still：終わりの状態を書くことで、クリップ終盤のドリフト（崩れ）を抑えます。Pexoの検証記事も、動きの終点を指定する工夫を挙げています。

カメラ用語の早見表

用語	書き方の例	使いどころ・注意
Dolly in / out	slow dolly-in to a close-up	カメラ自体が前後する。ズームとは別物
Optical zoom	smooth optical zoom in, camera stays still	焦点距離だけ変わる。遠近感は変わらない
Tracking / truck	side tracking at walking pace	被写体に並走。距離一定を書くと安定
Crane up / down	camera cranes up to reveal the scene	全景の見せ場に向く
Rack focus	rack focus from foreground to background	視線誘導。前景と背景を1つずつ名指しする
Handheld	handheld with quick, slight pans	臨場感。強すぎると破綻しやすいので程度語を添える
Static	static wide angle, no camera movement	被写体の動きを見せたい時に「動かさない」ことを明記

ドリーとズームの違い、カメラ用語の一覧はHiggsfieldやAI Shot Studioの用語集が詳しく整理しています。なお、Klingでは「dolly zoom」の解釈が不安定だったという検証もあり、pan・track・static・tiltなど基本の語から試すのが無難です（Pexo）。

尺とアスペクト比：モデルごとの目安

モデル	尺	アスペクト比・その他	出典
Seedance 2.0	5〜15秒	21:9〜9:16。Fast/Miniは720pまで	Runway
Seedance 2.5	最大30秒（サービスにより4〜30秒）	21:9〜9:16。サービスにより解像度は480p〜1080p	Higgsfield、Krea
Kling VIDEO 3.0	3〜15秒	複数ショット、リファレンス対応	Kling公式ブログ