この記事でやること
テキストから短い動画を作るとき、モデルを1つに決めると「動きが途中で固まる」「人物が変わる」「カメラ指示が無視される」のどれかで止まりやすいです。ここでは、同じプロンプトを複数のテキスト動画モデルに1回ずつ渡し、用途で1本を残す手順だけを書きます。販売手順ではなく、比較の型です。
対象は、登録すれば無料で始められるテキスト動画生成です。有料プランがあるサービスもありますが、この記事は無料の範囲で比較するところまでにします。
候補にするモデル
次のモデルを、同じプロンプトの比較相手にします。
- Seedance
- Kling
- Veo
- Sora
- Runway
- Hailuo
- Pika
喋る人物が主題のカットは、テキスト動画とは別レーンにします。AIアバターとリップシンクは「口が音声に合うか」だけを見るためです。風景や物体のショットにリップシンク用の文を混ぜると、動作も口も中途半端になります。
手順
1. ショットを1文に固定する
先に「何が、どう動き、カメラはどうするか」を1文にします。比較の途中でショットを増やしません。
例:
雨の夜の横断歩道。赤いコートの人物が立ち止まって傘を閉じる。カメラは胸の高さからゆっくり寄る。ネオンが濡れた路面に映る。
この1文を、全モデルへの共通プロンプトにします。比較中に文言を変えると、差がモデル由来か文言由来か分からなくなります。
2. プロンプトを4ブロックに分ける
- 被写体と動作（動詞は1つ）
- 場所、時間、光
- カメラ（固定、寄り、引きのいずれか1つ）
- 入れないもの（画面内の文字、ロゴ、頼んでいない人物）
動詞を増やすと、短いクリップは最初のポーズで止まりやすくなります。大きな身体動作とカメラ移動を同じショットに詰めない方が、モデルごとの差が見えます。
3. 同じ文をモデルごとに1回だけ生成する
Seedance、Kling、Veo、Sora、Runway、Hailuo、Pika の順に、プロンプトは貼り替えるだけにします。各モデル1本だけ出して、軸を満たしたものだけもう1本出します。無料枠を一度に使い切らないためです。
4. 同じ4軸でメモする
好みではなく、次だけを残します。
| 軸 | 見ること |
|---|---|
| 動作 | 指定した動詞が最後まで行われているか。途中で固まっていないか |
| 一貫性 | 顔、服、人数がショット内で変わっていないか |
| カメラ | 指定した1つの動きだけか。勝手にカットが増えていないか |
| 不要物 | 読めない文字、ロゴ、頼んでいない人が入っていないか |
1つでも大きく崩れていたら、プロンプトを足す前にショットを分割します。指示を長くしても、原因が「動詞の詰め込み」なら直りません。
5. 喋るカットは分ける
- 動作ショット: 歩く、止まる、傘を閉じる。リップシンク用の文は入れない
- 会話ショット: バストアップ、カメラ固定。AIアバターとリップシンクで口だけを見る
編集でつなぐ前提にすると、モデル選びが崩れにくくなります。
うまくいかないとき
- 最初のフレームから動かない: 動詞を1つにする。ポーズの説明（立っている、構えている）を削る。
- 人物が別人になる: 服と髪型を短く繰り返す。カメラは固定にする。
- 文字が崩れる: 画面内テロップをプロンプトから外す。文字は編集で載せる。
- モデルごとに残るショットが割れる: それが比較の結果です。勝ち負けを付けず、動作用と会話用で残すモデルを分けます。品質の優劣はこの手順では断定しません。自分の4軸メモが、次のショットの選定理由になります。
まとめ
- ショットを1文にする
- 被写体、光、カメラ、入れないものの4ブロックにする
- Seedance / Kling / Veo / Sora / Runway / Hailuo / Pika に同じ文を1回ずつ渡す
- 動作、一貫性、カメラ、不要物だけを比較する
- 喋るカットは AIアバター / リップシンク側に分ける
これらのモデルを、登録すれば無料で始められるテキスト動画生成としてまとめて試す入口が Text to Video（DeepOasis LLC）です。比較メモはモデル名と上の4軸だけ残すと、次のショットに再利用できます。