Veo 3.1 プロンプト ガイド

最初に知っておくべきこと

Veo 3.1 は Google DeepMind の最新のビデオ生成モデルであり、現在 muvi.video で高速、品質、および 2 つの Image-to-Video オプション (ECL Image-to-Video および ECL Start/End) の 4 つのバリエーションで利用できます。すべてのクリップは 1 世代あたり 4、6、または 8 秒で実行され、出力は 16:9 または 9:16 の 1080p (1920×1080 ランドスケープまたは 1080×1920 ポートレート) で行われます。 Veo 3.1 は、最も一貫してフォトリアリスティックな商用出力を提供する muvi.video カタログ内のモデルです。製品のテクスチャはきれいにレンダリングされ、ネイティブのアンビエント オーディオ (Google の Veo ドキュメントによる製品の主張) はシーンのコンテキストと一致し、1080p のヒーロー ショットはフレーム全体にわたって詳細を保持します。 Veo 3.1 は決定論的なシード制御をサポートしていません。反復は、連続した世代にわたってプロンプト テキストを改良することによって機能します。現在の Veo 3.1 コインのコストと各サブスクリプション層の内容については、価格設定ページ を参照してください。

Veo 3.1 プロンプトの 7 つの構成要素

Veo 3.1 は、具体的で宣言的なシーンの説明に最もよく反応します。形容詞の山や抽象的なムードワードのパフォーマンスは劣ります。これら 7 つのコンポーネントを順番に使用すると、商用および映画フォーマット全体で一貫した 1080p 出力が生成されます。

1.件名 フレームの主な焦点を占めているのは誰か、または何が何なのかを述べてください。 Veo 3.1 が商業的な評判を得られるのは、主題レベルでの特異性です。「ブラッシュド スチールの蓋が付いたマット ブラック セラミックのコーヒー マグ」は、特定のオブジェクトを生成します。 「コーヒーマグ」は一般的なものを生成します。製品の作業では、主題の説明を製品の概要として扱います。ここで詳細を指定するほど、モデルがヒーロー オブジェクトに適用する推測が少なくなります。

2.環境 動きやカメラの指示を指定する前に、空間コンテキストを定義します。 「ミニマルな写真スタジオ内の白い大理石の表面、左側にある 1 つの窓が柔らかな日光を放ちます」が、モデルの空間的推論を固定しています。 Veo 3.1 は、空間アンカーが明示的である場合、8 秒のクリップ内で環境の一貫性を確実に保持します。環境を省略すると、モデルは環境を構築しますが、場合によっては照明仕様と矛盾することがあります。

3.アクション アクションを現在時制の連続ステートメントとして記述します。製品クリップの場合: 「独自の軸を中心に、左から右に 180 度ゆっくり回転します。」シーン クリップの場合: 「バリスタがスチール製ピッチャーからスチームミルクをカップに注ぎます。」プロンプトごとに 1 つの主要アクション。 Veo 3.1 は、階層化された同時アクションの処理が不十分で、最も重要なアクションを指定し、サポートするモーションをモデルに埋め込ませます。

4.カメラ言語 Veo 3.1 は、標準的な映画撮影ボキャブラリーを受け入れ、それを正確に実行します。ゆっくりとした押し込み、ロックオフされたミディアム クローズアップ、オーバーヘッド フラット レイ、ローアングルの確立、前景から背景までのラック フォーカスなどです。プロンプトごとにカメラの移動または位置の指示を 1 つだけ含めます。 「押し込みながら上に傾ける」という 2 つのカメラの動きを指定すると、ほとんどの場合、予測できない動きが発生します。

5.照明 これは商用作品に対する Veo 3.1 の明らかな強みです。品質、方向、色温度を一緒に指定します。「ソフト拡散スタジオ ライト、5600K、影側を埋める白い反射板を備えた単一のオーバーヘッド ソフトボックス」。 Veo 3.1 は、カタログ内のほとんどのモデルよりも高い忠実度で、指定された照明条件を再現します。製品ショットの照明指示をスキップすると、モデルに最も重要な品質のレバーが渡されます。

6.オーディオキュー Veo 3.1 は、シーンのコンテキストに一致するネイティブのアンビエント オーディオを生成します (Google の Veo ドキュメントによる製品の主張)。これは自動的に実行され、指示しなくてもコーヒーショップのシーンでカフェのアンビエントサウンドが生成されます。明示的なオーディオ キューで制御できるのは具体性です。「窓に当たる小雨、音楽なし、会話なし」では、特定のサウンドスケープが得られます。静かな製品の回転など、周囲の音声が気を散らすようなシーンを生成する場合は、「音声なし」と明示的に記述します。口パクの音声を期待する対話音声キューを使用しないでください。 Veo 3.1 のオーディオの強みは、会話と唇の動きの一致ではなく、アンビエントおよび環境です。

7.フォーマットと反復アンカー 各プロンプトをターゲット形式「1080p で 8 秒の 16:9 クリップとして生成」で終了します。 Veo 3.1 は決定論的シードをサポートしていないため、シードを再利用してコンポジションをロックすることはできません。代わりに、反復はプロンプトの改良を通じて行われます。つまり、プロンプト内の特定のフレーズを 1 つ変更して再生成します。新しい指示に向かう傾向にある、関連はあるものの同一ではない出力が得られます。テイク間のフレームレベルの一貫性をより厳密にするには、アンカーとして前世代の参照静止画を使用して Veo 3.1 ECL Image-to-Video バリアントを使用します。

ユースケース別の Copy-Ready Veo 3.1 プロンプト

以下の各プロンプトには、対象となる muvi.video Veo 3.1 バリアントがラベル付けされています。プロンプトを muvi.video Studio にコピーし、一致するバリアントを選択して生成します。

使用例 1: 製品のヒーロー ショット、パッケージ化された消費財 バリアント: Veo 3.1 標準 · 8s · 16:9 横長 · 1080p

ゴールドのスポイトキャップが付いたマットホワイトのスキンケアセラムボトルが、磨かれた黒い大理石の表面に置かれています。ボトルはゆっくりと左から右に180度回転します。 5600K のオーバーヘッド ソフトボックス。回転するゴールド キャップのエッジを 1 つの細いハイライトがなぞります。人間の被験者はいません。対話はありません。スタジオの周囲は静かで、ほとんど無音です。 8 秒、16:9 風景、1080p。

使用例 2: 製品のヒーロー ショット、エレクトロニクス バリアント: Veo 3.1 標準 · 8s · 16:9 横長 · 1080p

マットブラックのワイヤレスオーバーイヤーヘッドフォンがダークグレーのコンクリートの表面に置かれています。カメラは 8 秒間かけてワイド ショットから中程度のクローズ アップまでゆっくりと押し込み、右のイヤーカップに静止します。ソフト拡散トップライト、5000K。ヘッドフォンの表面に反射はありません。人間の被験者はいません。音声はありません。 8 秒、16:9 風景、1080p。

使用例 3: 商用 B ロール、コーヒー ブランド バリアント: Veo 3.1 標準 · 8s · 16:9 横長 · 1080p

バリスタの手は、スチール製のピッチャーから木製のカフェのカウンターにあるセラミックのカップにスチームミルクを注ぎます。カメラはテーブルの高さより少し上に固定された中程度のクローズアップを保持します。カウンターの後ろから暖かい 3000K のアンビエントカフェライト。カップから湯気が立ち上ります。カフェの周囲の音、小さなざわめき、音楽なし、会話なし。 8 秒、16:9 風景、1080p。

使用例 4: 映画のような B ロール、都市建築 バリアント: Veo 3.1 Fast · 8s · 16:9 ランドスケープ

正午、道路の高さからガラスとスチールのオフィスタワーを真上から見上げたところ。カメラは8秒かけて急な上向きの角度から水平近くまでゆっくりと傾き、建物の表面に映る雲の動きを捉えます。強烈な真昼の太陽光、6000K。人間の被験者はいません。都会の雰囲気、遠くの交通、微風、会話なし。 8秒、16:9の風景。

使用例 5: 1080p ヒーロー ショット、高級ファッション バリアント: Veo 3.1 標準 · 8s · 16:9 横長 · 1080p

窓から光が差し込む明るい部屋で、クリーム色のリネンの表面に黄褐色の革のトートバッグが置かれています。カメラは、ぼやけた前景の花の配置から、バッグの真鍮のジッパーのディテールに鮮明に焦点を合わせるまで、ゆっくりとラック フォーカスを実行します。右からの柔らかな自然窓光、4500K。人間の被験者はいません。音声はありません。 8 秒、16:9 風景、1080p。

使用例 6: TikTok / リール、製品公開 9:16 バリアント: Veo 3.1 Fast · 8s · 9:16 ポートレート

球形のキャップが付いた小さなガラスの香水瓶を持った手が下からフレームに伸びています。手でボトルをフレームの中央まで持ち上げ、安定させます。カメラは目の高さでロックオフされ、構図が中央に配置されます。明るくクリーンなスタジオライト、5500K。ガラス瓶が静止すると、微妙な光がガラス瓶から広がります。対話はありません。静かな環境のスタジオ。 8秒、9:16のポートレート。

使用例 7: アンビエント オーディオ シーン、自然 バリアント: Veo 3.1 標準 · 8s · 16:9 横長 · 1080p

松の木に囲まれた静かな湖から早朝の霧が立ち上ります。カメラは静止しており、広い確立ショットで湖をフレーミングします。夜明けの光、2800K の暖かい地平線の輝き、霧が晴れると 4000K に移行します。人間の被験者はいません。自然のアンビエントオーディオ、優しく打ち寄せる水、鳥、松を吹き抜ける風、音楽も会話もありません。 8 秒、16:9 風景、1080p。

使用例 8: アンビエント オーディオ シーン、ワークスペース バリアント: Veo 3.1 標準 · 8s · 16:9 横長 · 1080p

半分開いたノート、ペン、ブラック コーヒーが置かれたきれいな木製の机。フレーム内に人はいません。天井のファンが頭上でゆっくりと回転します。カメラは、45 度を見下ろした中程度のワイド オーバーヘッド ショットを保持します。左からの暖かい拡散窓光、3500K。周囲の音声、天井ファンの回転、遠く離れた屋外の鳥のさえずり、会話なし、音楽なし。 8 秒、16:9 風景、1080p。

使用例 9: アニメーションによるロゴの表示、最小限 バリアント: Veo 3.1 Fast · 8s · 16:9 ランドスケープ

無地の濃いネイビーの背景の中央に、シンプルな幾何学的な三角形の平らな白いロゴ マークが表示されます。ロゴは最初の 3 秒間で不透明度 0 ～ 100% でフェードインし、その後 4 秒間維持され、最後の 1 秒でフェードアウトします。カメラの動きはありません。周囲の音声はありません。人間の被験者はいません。 8秒、16:9の風景。

使用例 10: ウェザー プレート、曇り空 バリアント: Veo 3.1 標準 · 8s · 16:9 横長 · 1080p

ゆっくりと動く曇りの灰色の空。わずかな広角レンズで真上を向いて撮影。雲がゆっくりと左から右へ流れていきます。地平線も建物も物体もなく、真っ白な空が広がっています。フラットなグレーの光を拡散します。被写体も音声も、雲の漂流以外の動きもありません。 8 秒、16:9 風景、1080p。

Veo 3.1 と他の muvi.video モデル

別のカタログ モデルの代わりに Veo 3.1 を選択するかどうかは、ターゲットの出力スタイル、クリップの長さのニーズ、アスペクト比の範囲という 3 つの変数によって決定されます。

Veo 3.1 は、商用グレードのフォトリアリズムとネイティブのアンビエント オーディオで優れています。 1080p 出力 (1920 × 1080 横長または 1080 × 1920 縦長) は、16:9 および 9:16 で、クリーンで詳細な製品のヒーロー ショットと映画のようなプレートを生成します。現在の Veo 3.1 コインのクリップごとのコストについては、価格設定ページ を参照してください。 Veo 3.1 は決定論的なシード制御をサポートしていないことに注意してください。各世代は非決定論的であるため、反復はシードの再利用ではなく、即時の改良によって実行されます。

3 つのケースで別のモデルに手を伸ばします。まず、スクリプトで 8 秒を超える連続した 1 回のテイクが必要な場合: Seedance 2.0 は、4 ～ 15 秒の任意の整数の継続時間をサポートします (解像度の上限が低く、開始/終了フレーム バリアントでは 720p、または 1440p)。そのため、ピクセル レベルの忠実度よりも連続継続時間が重要な場合のルートとなります。次に、16:9 / 9:16 を超えるアスペクト比が必要な場合、Seedance 2.0 は標準のペアに加えて 1:1、4:3、3:4、および 21:9 をサポートします。第三に、参照の美学が商業的なフォトリアリズムではなく、特定の様式化されたモーション テクスチャに関連付けられている場合、Kling 3.0 (Text-to-Video、Image-to-Video、および Kling O3 のバリアント) は、特定のモーションの滑らかさの美学を異なる方法でレンダリングします。完全なシーケンスにコミットする前にクリップをテストします。

Veo 3.1 モデルの詳細は、/models/veo-3 にあります。

弱い Veo 3.1 出力を生み出す 6 つの間違い

これらは Veo 3.1 固有の失敗パターンであり、一般的な AI ビデオ ヒントではありません。

1.周囲の音声が強みである場合の過剰な会話 Veo 3.1 のネイティブ オーディオの強みはアンビエント マッチングであり、シーンを読み取り、指示なしで状況に応じて適切なサウンドを生成します (Google の Veo ドキュメントによる製品の主張)。口パクの音声を期待して長い対話命令を書くと、音声は存在するが口が一致しないシーンが生成されます。 Veo 3.1 のオーディオは、周囲環境や環境、雨、カフェのざわめき、街中の交通、スタジオの静かな環境で最適に機能します。 1 つの簡潔なオーディオ キューで指定し、残りはモデルに処理させます。画面上で同期された音声ダイアログに依存するショットの場合は、モデルが唇の動きに一致することを期待するのではなく、ポストで音声を計画してください。

2.コマーシャルクリーン出力で様式化されたフィルムグレインを要求する Veo 3.1 のデフォルトのレンダリングは商用クリーンで、シャープなエッジ、正確な色、低ノイズです。製品プロンプトに「35mm フィルム グレイン」または「VHS テクスチャ」を追加すると、モデルのレンダリング バイアスと闘い、スタイル設定されたグレインではなく一貫性のないノイズが生成されることがよくあります。商用製品のショットの場合は、Veo 3.1 の自然な出力スタイルを活用してください。様式化された外観が必要な場合は、まず Veo 3.1 Fast で検証してください。忠実度が低いバリアントの方が、スタイルの要求に対してより寛容です。

3. Veo 3.1 をシード決定モデルとして扱う Veo 3.1 は決定的シードをサポートしておらず、各世代は非決定的です。最も効果的な反復パターンは、世代ごとにプロンプ​​ト内の 1 つのフレーズだけを変更し、デルタを評価することです。これにより、因果関係が明確に保たれます。出力が改善されれば、どのフレーズがその原因となったのかがわかります。テイク間でフレーム レベルの一貫性をより厳密にするには、コンポジション アンカーとして前世代の参照静止画を含む Veo 3.1 ECL Image-to-Video バリアントを使用します。

4. 1 つのプロンプトで 2 つのカメラの動きを組み合わせる Veo 3.1 は、世代ごとに 1 つのカメラ命令を正確に実行します。 「傾けながら押し込む」という動作は、両方の動きを綺麗に行うのではなく、差を分ける動きを生み出します。 1 つの動きを書きます。ストーリーボードに 2 つのアングルが必要な場合は、それらを個別のクリップとして生成し、ポストでカットします。

5.背景のアクション指示の作成 Veo 3.1 の詳細な背景の動きの命令に対する注意は、前景の被写体の命令に対する注意よりも弱いです。ストリート シーンのプロンプトで「背景エキストラが両方向に歩く」と、静的な背景や人口密度の低い背景が生成されることがよくあります。背景コンテキストを、アクションの指示としてではなく、環境の説明 (「歩行者が多い交通量の多い通り」) として記述します。

6.直前にクリップフォーマットを設定 最大 8 秒ということは、Veo 3.1 用に作成するすべてのプロンプトが設計段階でクリップの長さを考慮する必要があることを意味します。 15 秒のコンテンツを必要とする製品ローテーションは、1 つに押し込むのではなく、2 つの 8 秒クリップとしてストーリーボード化する必要があります。すぐにこれに気づいた場合は、概要を変更する必要があります。生成を開始する前に、8 秒間の思考を生産計画に組み込んでください。

シード コントロールを使用せずに Veo 3.1 クリップを反復する方法

Veo 3.1 は決定的シードをサポートしておらず、各世代は非決定的です。したがって、反復はシードの再利用ではなく、迅速な改良によって機能します。これが正しいループです。

ステップ 1: 解剖学的構造から書き込み、生成 最初の世代では、セクション 3 の 7 つのコンポーネントの構造を使用して完全なプロンプトを作成します。変更を加える前に、出力を完全に生成して評価します。

ステップ 2: 1 つの特定の基準に照らして出力を評価します 再度生成する前にクリップ全体を視聴してください。変更すべき点を 1 つだけ特定します。「照明がフラットすぎるため、影側を暗くしたい」または「製品のフレームが小さすぎるため、よりしっかりと押し込む必要がある」です。複数の変更を積み重ねず、生成サイクルごとに 1 つの変数を分離します。

ステップ 3: 構成が近い場合は、フレーズを 1 つ変更して再生成します 同じプロンプトをコピーし、特定された問題に対処するフレーズのみを変更して、再生成します。関連はしていますが、同一ではない出力が得られます。 Veo 3.1 は非決定的であるため、新世代は他の領域でわずかにドリフトする可能性がありますが、これは予想されています。すべてを同時に評価するのではなく、1 つの基準に基づいて新しい出力を評価します。

ステップ 4: 構成が間違っている場合は、概要を書き直します 世代が概要を完全に見逃していた場合、間違ったフレーミング、間違った環境、間違ったアクションを行った場合は、壊れたプロンプトを繰り返し表示しないでください。ステップ 1 からクリーンなプロンプトを作成し、新しいスレッドを開始します。

ステップ 5: 勝ったプロンプトをテンプレートとしてロックします Veo 3.1 出力によってレビュー バーが消去されたら、プロンプト テキスト全体を名前付きテンプレートとして保存します。同様のショットが必要な次のキャンペーンでは、そのテンプレートから開始して、製品またはシーンの変数のみを調整します。現在の Veo 3.1 コインのコストについては、価格設定ページ を参照して、概要に基づいてイテレーション数を予算化できます。

注: ワークフローで、複数の再レンダリングにわたって特定の構成を正確に保持する必要がある場合は、プロンプトのみの反復に依存するのではなく、Veo 3.1 ECL Image-to-Video バリアントを使用して、空間アンカーとして参照を供給します。

Veo 3.1 プロンプト ガイド、よくある質問

muvi.video で Veo 3.1 で生成を開始する

セクション 4 のプロンプトを選択し、muvi.video Studio で Veo 3.1 バリアント (高速、品質、または ECL Image-to-Video オプションの 1 つ) を選択し、最初の 1080p クリップを生成します。ソフトウェアをインストールしたり、キューに参加したりする必要はありません。

CTA ボタン (プライマリ):

Veo 3.1 を無料で試してみる →

CTA ボタン (セカンダリ):

すべてのプランを見る

サブテキスト:

クレジット カードは不要 · ブラウザで動作 · Veo 3.1 サブスクリプション オプションの価格を参照