文字の配置も音も指定する：Canva CraftとGemini Omni 1.1 Flashで試す一言プロンプト5選(11月第1週)

2026年11月2日

11月第1週のAIビジュアルは、Canvaが初の自社画像モデル「Canva Craft」を出し、Googleは動画の主役をVeo 3.1からGemini Omni 1.1 Flashへ移しました。この記事ではその2点を軸に、今日そのままコピペで試せる一言プロンプトを5つ紹介します。

今週の注目ニュース2点

1. Canva Craft：レイアウトを先に「計画」する画像モデル

Canvaは10月22日、初の自社開発画像モデル「Canva Craft」を発表しました。TechCrunchとThe Vergeによると、2段階の仕組みです。まずプロンプトから、要素の位置関係・相対的な大きさ・視覚的な階層・文字の内容を計画し、次に最大2K解像度の画像を生成します。アスペクト比は30種類以上に対応し、学習にはCanvaのテンプレート(ポスター、SNS投稿、メニューなど)が使われたと報じられています。

つまり「文字入りのデザイン物」に強い設計です。プロンプトも、雰囲気より先に「どこに何を置くか」を書くほうが効きます。

2. Google：Veo 3.1 APIのプレビュー終了とGemini Omni 1.1 Flash

Gemini APIのリリースノートによると、Gemini Omni Flashは8月27日にGA版の「gemini-omni-1.1-flash」となりました。サードパーティの解説では、Veo 3.1系のAPIプレビューモデルは10月22日に終了し、Omni Flashが後継に推奨されています。Veoのモデルを直接呼ぶスクリプトを持っている方は、モデルIDの見直しが必要です。Omni Flashは3〜10秒のクリップを音付きで生成し、チャットで追加編集できるのが特徴です。

参考：直近の主要モデル(先週までの動向)

モデル	時期	プロンプト上のポイント
ChatGPT Images 2.5	9月8日	参照画像の保持、複数手順の指示に強いとOpenAIが説明
Nano Banana 2.1(Google)	10月上旬	文字入りグラフィックを得意とすると各社が説明
Midjourney V8.2	7月24日〜	8月末からEdit Modelを公開テスト中(第三者報告)
Canva Craft	10月22日	配置・階層を先に書くと効く
Gemini Omni 1.1 Flash	8月27日GA	音の指示もプロンプトに含める

出典:shattered.ioの比較記事(ベンダー主張を含むため、実際の出力は自分で確認してください)。

すぐ使える一言プロンプト5選

作例1：配置を指定するカフェのメニュー風ポスター(Canva Craft向け)

狙い：文字の位置と階層が決まった、読める販促ポスター。

A cozy cafe menu poster, portrait 4:5. Top center: large headline "AUTUMN LATTE" in bold serif. Middle: a latte cup with a maple leaf on a wooden table, soft window light. Bottom: three short lines of small sans-serif text, evenly spaced. Warm beige and burgundy palette, generous margins, clean visual hierarchy.

分解：「Top center / Middle / Bottom」で位置を、「large / small」で相対サイズを、「visual hierarchy」で階層を指定しています。Canva Craftが計画段階で扱うとされる要素(位置・スケール・階層・文字)に、そのまま対応させた書き方です。

作例2：被写体＋光だけで決める商品写真(汎用)

狙い：短くても破綻しにくい、物撮り風の1枚。

A ceramic pour-over coffee dripper on a matte gray backdrop, soft side lighting from the left, shallow depth of field, subtle shadow, minimal product photography, 85mm lens look.

分解：「backdrop」で背景を固定し、「side lighting」で立体感を出し、「85mm lens look」でレンズ感を足します。要素を5〜6個に絞ると、モデルがどれかを無視する事態を減らせます。

作例3：音まで書く5秒の動画(Gemini Omni Flash向け)

狙い：映像と環境音が揃った短尺クリップ。

Vertical 9:16, 6 seconds. A rain-soaked Tokyo alley at night, neon signs reflected on wet asphalt. Slow dolly-in toward a vending machine. Sound: steady rain, distant train, a soft hum from the machine. Cinematic, shallow depth of field.

分解：尺とアスペクト比を冒頭で宣言し、カメラ動作を「slow dolly-in」の1つに絞ります。Omni Flashは音も同時に生成するため、「Sound:」の行で聞かせたい音を明示します。

作例4：生成後に会話で直す(動画の追加編集)

狙い：作り直さずに、気になる点だけ直す。

Keep the same shot and camera move. Change only the lighting to early morning, pale blue sky, and remove the pedestrians in the background.

分解：「Keep … Change only …」の型で、維持するものと変えるものを分けます。Omni Flashは会話形式の編集に対応しているとGoogleが説明しています。1回に変える点は1〜2個にすると結果が読みやすくなります。

作例5：手描き風アイコンセット(Midjourney等)

狙い：統一感のある小さなアイコン群。

A set of six hand-drawn autumn icons (acorn, maple leaf, mug, scarf, pumpkin, book), consistent thick outline, flat mustard and teal colors, white background, evenly spaced grid, sticker style.

分解：「consistent thick outline」「flat … colors」で全アイコンの線と色を揃え、「evenly spaced grid」で配置を整えます。気に入った1枚が出たら、それを参照画像にして続きを作ると統一しやすくなります。