概要
めでたく先日公開されたOpenAIの動画生成モデル「Sora」ですが、やっぱりChatGPTのリリース当初同様、投げるプロンプトの工夫に多少四苦八苦しています。
そこで、昔ChatGPTで行ったのと同様に「Soraに投げる用のプロンプトをChatGPTに作ってもらうプロンプト」を作りました（もう何言ってるのかよくわからん）。
まあどうせモデルの改善もあっという間になされるので、すぐに無用の長物となるのは目に見えてはいますが、とりあえず触れて中身を確かめる分にはちょうど良いかと思います。ぜひ活用下さい。
プロンプト
以下のプロンプトを「ChatGPT 4o」に向けて投げはなってみてください。
（o1は質問回答を勝手に繰り返して完結してしまうので、あまりお勧めしません）
以下の観点についてヒアリングを行い、Soraで動画を作成するためのプロンプトを作成してください。
・ヒアリングは、１～９それぞれの観点で一問一答で行ってください。
・９までのヒアリングが完了したら、それまでの回答内容から、Soraに投稿可能なプロンプトを日本語で作成してください。
・日本語のプロンプトの内容が問題ないかを確認してください。
・日本語のプロンプトが問題なければ、英語に翻訳してください。
ヒアリング観点
**1. シーン・背景描写の明確化**
- **時間帯・天候・光源**: 「午後の日差し」「夕暮れ」「魔法の時間（マジックアワー）」「黄金色の光」「曇り空」など、具体的な光環境や雰囲気を明記。
- **場所・舞台設定**: 「東京の下町」「ビッグサーの崖沿い」「サンゴ礁のパペルクラフト世界」「ヨハネスブルグのカラフルな祭り」など地名や特徴的な舞台を示す。
**2. 被写体・キャラクターの詳細**
- **外見・服装・年齢**: 「黒いレザージャケット」「赤いドレス」「20代の男性」「60代の灰色髪の男性」など。
- **行動・表情・仕草**: 「自信を持って歩く」「読書する」「好奇心いっぱいにろうそくの火を見つめる」など、行動や感情を具体的に記述。
- **質感・スタイル**: 「ふわふわの毛皮」「レース状の羽冠」「紙細工のような素材感」など、質感や素材を言及。
**3. カメラワーク・撮影手法の指示**
- **アングル・視点**: 「クローズアップ」「広角」「ドローン視点」「低いアングル」などのカメラ視点を明示。
- **カメラの動き・フレーミング**: 「カメラが対象の周りを回る」「カメラが後方から追従する」「窓ガラスの反射を映す」など動きを明確に。
**4. スタイル・アート的要素の指定**
- **映像スタイル・質感**: 「シネマティック」「35mmフィルムで撮影されたような」「3Dデジタルレンダー」「フォトリアリスティック」「ビビッドカラー」「浅い被写界深度」など、映像美学を明示。
- **アニメーション・特殊効果**: 「アニメ風」「ストップモーション」「紙細工風」「ネオンが輝くサイバーパンク調」など。
**5. 文脈やストーリー性の付与**
- **シナリオ要素**: 「猫が飼い主を起こそうと試行錯誤する」「ロボットが人生を振り返る」「巨大なクラウドマンが地上を見下ろして雷を放つ」など、簡潔なストーリー設定をすることでシーン転換や行動表現がしやすくなる。
**6. 階層的・段階的な描写**
- 重要な要素から順に描写し、環境 → 被写体 → 行動 → スタイル → 照明・色彩 のように段階的に詳細を積み重ねると明確なイメージが形成しやすい。
**7. 明確かつ簡潔な言語表現**
- 冗長な表現は避け、的確な形容詞・副詞を使い、余計な曖昧表現を減らす。
- 必要な要素（場所、時間、キャラ特徴、カメラ設定、スタイル、行動）は網羅しつつ、分かりやすく記述。
**8. コンシステントな描写**
- 被写体や状況設定に矛盾がないよう、同一シーンでの服装・天候・時間帯は整合性を保つ。
- 同一プロンプト内でキャラクターや環境が唐突に変わらないようにする。
**9. シーンに必要な要素を具体的かつ観察可能な形で表現**
- 「海岸線」「岩場」「反射」「紙飛行機」「オレンジ色のタコ」など、視覚的に想起しやすい名詞と具体的な形容表現を使う。
- 抽象的な表現は、あらかじめ質感や行動で補うことで、AIがより的確に描写可能。
実際にやってみた結果
ChatGPT:
以下の手順に従い、ヒアリングを進めます。それぞれの観点に基づき一問一答で情報をお伺いし、最後にSora向けのプロンプトを作成します。準備ができましたらお知らせください！
あなた:
準備できました！
ChatGPT:
それではヒアリングを始めます！
-
シーン・背景描写の明確化
シーンの時間帯、天候、光源、場所について教えてください。例えば、「夕暮れのビーチ」「朝の曇り空の森」などのイメージがあればお聞かせください。
あなた:
- 天気は晴れ
- 場所はスポーツスタジアムの100メートルトラック
ChatGPT:
ありがとうございます！
-
被写体・キャラクターの詳細
次に、被写体となるキャラクターについて教えてください。外見（年齢、服装など）、行動や仕草、そしてどのような感情や雰囲気を持っているかを具体的に教えてください。例えば、「20代の男性アスリートがスタートラインで集中した表情をしている」などです。
あなた:
- 20代の日本人男性アスリートが全力疾走している
ChatGPT:
了解しました！
-
カメラワーク・撮影手法の指示
カメラの視点や動きについて教えてください。例えば、「アスリートを横から追従するカメラ」「低いアングルで足元を強調」「広角でスタジアム全体を映す」など、具体的な指示があれば教えてください。
あなた:
- アスリートを横から追従するカメラ
ChatGPT:
ありがとうございます！
-
スタイル・アート的要素の指定
映像のスタイルや質感について教えてください。例えば、「シネマティックな雰囲気」「フォトリアルな質感」「スローモーション効果」など、希望するビジュアルや特別な効果があれば教えてください。
あなた:
- スローモーション効果
ChatGPT:
承知しました！
-
文脈やストーリー性の付与
このシーンに簡単なストーリー性を持たせるとしたらどのような内容が良いでしょうか？例えば、「オリンピックで金メダルを目指す瞬間」や「練習中に自己記録を更新しようとする挑戦」など、背景の設定があれば教えてください。
あなた:
- オリンピック100メートル短距離走のゴールテープを切る瞬間
ChatGPT:
ありがとうございます！
-
階層的・段階的な描写
このシーンで特に強調したい要素を教えてください。例えば、「選手の筋肉の動き」「汗が光る様子」「観客の歓声と熱気」など、重要なポイントがあればお知らせください。
あなた:
- 選手の筋肉の動き
ChatGPT:
了解しました！
-
明確かつ簡潔な言語表現
描写するにあたって、特に避けたい曖昧な表現や、逆に必ず含めたいキーワードがあれば教えてください。例えば、「明確に『勝利の瞬間』を描写したい」など具体的な要望があればお聞かせください。
あなた:
明確に『勝利の瞬間』を描写したい
ChatGPT:
承知しました！
-
コンシステントな描写
シーンの中で矛盾なく一貫性を保つために、特に注意したい点があれば教えてください。例えば、「晴天の設定なので暗い色調は避けたい」など、具体的な指摘があればお知らせください。
あなた:
- 走っているのは20代男性アスリートなので、黄色人種
ChatGPT:
承知しました！
-
シーンに必要な要素を具体的かつ観察可能な形で表現
このシーンに登場する小道具や具体的な要素（例: ゴールテープ、観客席、スタジアムのトラックのラインなど）で、必ず含めたいものがあれば教えてください。
あなた:
- ゴールテープ
ChatGPT:
それでは、これまでの回答を基にSora向けのプロンプトを作成します。
日本語プロンプト
晴天のスポーツスタジアムの100メートルトラック。20代の日本人男性アスリートが全力疾走し、ゴールテープを切る瞬間を描写。
カメラはアスリートを横から追従し、スローモーション効果を使用して筋肉の動きが強調される。勝利の瞬間を明確に描写するため、アスリートの集中した表情と動きがリアルに表現され、黄色人種としての特徴を反映。
背景には観客席が見えるが、主役はあくまでアスリートとゴールテープのシーン。
こちらで問題ないかご確認ください！
あなた:
問題ないです！
ChatGPT:
それでは、英語に翻訳します。
English Prompt
On a sunny day at the 100-meter track in a sports stadium, a 20-year-old Japanese male athlete is sprinting at full speed, capturing the moment he breaks through the finish line.
The camera follows the athlete from the side, using slow-motion effects to emphasize the movement of his muscles. The scene vividly portrays the moment of victory, focusing on the athlete’s determined expression and movements, accurately reflecting the characteristics of an East Asian individual.
The background includes a visible audience in the stands, but the main focus remains on the athlete and the finish line.
こちらで問題ないかご確認ください！
完成したプロンプト
On a sunny day at the 100-meter track in a sports stadium, a 20-year-old Japanese male athlete is sprinting at full speed, capturing the moment he breaks through the finish line.
The camera follows the athlete from the side, using slow-motion effects to emphasize the movement of his muscles. The scene vividly portrays the moment of victory, focusing on the athlete’s determined expression and movements, accurately reflecting the characteristics of an East Asian individual.
The background includes a visible audience in the stands, but the main focus remains on the athlete and the finish line.
プロンプトでできた動画
ま、まあこんなもんよ。。。
終わり
まずは試してみることが大事ってね。