生成AIを使った動画制作では、プロンプトの内容だけでなく、入力素材に適した生成モードを選ぶことが重要です。
本記事では、ブラウザ型AI動画生成プラットフォームのflux 3 videoを例に、Text to Video、Image to Video、Reference、Keyframe、Multi-shotの使い分けと、再利用しやすいプロンプトの書き方を整理します。
この記事は公開されている機能情報をもとにした入力設計の解説です。生成結果は、プロンプト、設定、入力画像などによって変化します。
FLUX 3 Videoの主な生成モード
AI動画生成では、作りたい映像と手元にある素材から生成モードを選びます。flux 3では、次の5種類の入力方法を利用できます。
| モード | 主な入力 | 適している用途 |
|---|---|---|
| Text to Video | テキスト | ゼロから新しいシーンを作る |
| Image to Video | 画像＋動きの指示 | 写真やイラストを動かす |
| Reference | 人物や商品の参考画像 | 複数の動画で外見を維持する |
| Keyframe | 開始画像＋終了画像 | 開始状態と終了状態を固定する |
| Multi-shot | 複数ショットの指示 | 一つのシーンを複数カットで構成する |
文章だけで新しい映像を作るならText to Video、元画像の見た目を残したいならImage to Videoが基本です。
同じ人物や商品を複数の動画に登場させる場合はReference、ループ動画や既存映像につながるカットにはKeyframeが向いています。
Text to Videoのプロンプト設計
Text to Videoでは、次の要素を分けて記述すると、モデルへ映像の意図を伝えやすくなります。
- 主体
- 動作
- 場所
- カメラ
- 光と時間帯
- 音
- 維持したい条件
例えば、次のような構造です。
Subject: A bicycle courier wearing a yellow rain jacket.
Action: She rides through a narrow night market and turns left.
Environment: Wet pavement, food stalls, neon reflections and light rain.
Camera: Handheld 35mm tracking shot, moving behind the subject.
Lighting: Night scene with blue and magenta signs.
Audio: Rain, bicycle chain and distant conversations. No music.
Constraints: Keep the same rider and jacket throughout the shot.
「映画のように」「高品質」といった抽象的な形容詞だけでなく、焦点距離、カメラの方向、移動速度、照明、時間帯などを具体的に書くのがポイントです。
flux 3 videoでプロンプトを検証するときは、一度にすべてを変更せず、カメラ、動作、照明などの条件を一つずつ変えると結果を比較しやすくなります。
Image to Videoでは動きを中心に書く
入力画像には、すでに人物、構図、色、背景などの情報が含まれています。そのため、それらをプロンプトで長く説明し直すより、追加したい動きと維持したい要素を明確にします。
The subject slowly turns toward the camera.
Hair moves gently in the wind.
The camera remains fixed.
Preserve the original face, clothing, lighting and background.
Ambient room tone only. No music.
Image to Videoでは、次の項目を優先すると整理しやすくなります。
- 被写体がどのように動くか
- カメラを動かすか固定するか
- 背景にどの程度の動きを加えるか
- 元画像から維持したい要素
- 必要な環境音や効果音
最初から多くの動作を指定すると、失敗した原因を分析しにくくなります。まず一つか二つの動作から試し、必要な要素を段階的に追加します。
Referenceモードで一貫性を高める
Referenceモードでは、変えてはいけない要素と、ショットごとに変更する要素を分離します。
References:
- Character identity
- Red jacket
- Industrial elevator interior
Shot:
The same character enters the elevator and looks at the floor indicator.
A fluorescent ceiling light flickers once.
Static medium shot.
人物の顔、衣装、商品デザイン、場所などをReferenceとして固定し、動作、カメラ、照明だけをショット側で変更すると、複数のクリップを管理しやすくなります。
Keyframeモードの使い方
Keyframeでは、動画の最初と最後に表示したい画像を指定し、その間の動きをプロンプトで説明します。
利用例は次のとおりです。
- 同じ画像を開始と終了に指定してループを作る
- 商品の閉じた状態から開いた状態へ移行する
- 既存動画の直前または直後につながるカットを作る
- 朝から夕方への時間変化を表現する
開始画像と終了画像の構図が大きく異なると、不自然な変形が発生しやすくなります。カメラ位置、被写体のサイズ、背景の配置をできるだけ揃えるのが実用的です。
Multi-shotプロンプトの例
複数カットを生成するときは、ショットごとに番号を付けます。
Shot 1: Wide shot of a lighthouse surrounded by fog.
Shot 2: Close-up of hands winding the lighthouse mechanism.
Shot 3: View from the lamp room looking down at the sea.
Keep the same location, weather and color temperature across all shots.
Audio: Ocean waves, wind and mechanical clicks. No music.
各ショットには、カメラサイズと被写体の動作を一つずつ指定します。さらに、すべてのショットで維持する人物、場所、天候、色温度などを最後にまとめると、映像全体の条件が明確になります。
flux 3のMulti-shotを使う場合も、最初は2〜3カット程度の短い構成から検証すると、ショット間の一貫性を確認しやすくなります。
ネイティブ音声の指示方法
映像と音を同時に生成する場合は、聞こえる音だけでなく、不要な音も指定します。
Audio:
- Light rain hitting a metal roof
- Footsteps on wet concrete
- Distant traffic
- No dialogue
- No background music
環境音、効果音、会話、音楽を別々に記述すると、求める音の構成が明確になります。映像内で複数の出来事が発生する場合は、音が鳴るタイミングも動作と一緒に書きます。
The hammer strikes the metal four times.
Each impact produces a short metallic clang.
After the fourth strike, the metal is placed in water with a loud hiss.
画面比率と設定の選び方
用途に応じた画面比率の目安は次のとおりです。
-
16:9：YouTube、Webサイト、プレゼンテーション -
9:16：TikTok、YouTube Shorts、Instagramリール -
1:1：SNS投稿、商品紹介
動画の長さ、解像度、音声の有無は生成コストにも影響します。flux 3 videoでは実行前に必要なクレジットを確認できるため、最初は短い動画でプロンプトを検証し、構成が固まってから最終設定で生成する方法が効率的です。
生成結果を評価するチェックリスト
生成後は、単に「映像がきれいか」だけでなく、次の項目を確認します。
- 人物や商品の形状が途中で変化していないか
- 指示した動作が正しい順序で実行されているか
- 不要なカメラ移動が発生していないか
- 背景や照明が途中で急に変化していないか
- 効果音と画面内の動きが同期しているか
- 複数ショット間で人物、衣装、色が維持されているか
- 文字やロゴを使用した場合に形が崩れていないか
修正するときは、プロンプト全体を書き換えるのではなく、一回の生成につき一つの条件だけを変更します。変更前後のプロンプトと設定を保存しておくと、良い結果につながった条件を再利用できます。
まとめ
AI動画生成で安定した結果を得るには、目的に合った生成モードを選び、主体、動作、カメラ、照明、音を分けて記述することが重要です。
flux 3 では、文章、画像、参考素材、開始・終了フレームなど、手元の素材に合わせて生成方法を選択できます。まず短いプロンプトで構図と動きを確認し、条件を一つずつ追加すると検証しやすくなります。
詳しい生成モードや現在の設定については、https://flux3-video.net/ のWebサイトで確認できます。
注意事項
アップロードする画像、ロゴ、音声、人物素材については、利用権、著作権、商標権、肖像権を事前に確認してください。生成物を商用利用する場合は、公開時点の利用規約も確認する必要があります。
flux3-video.netは独立したプラットフォームであり、Black Forest Labsとの提携、承認またはスポンサー関係はありません。「FLUX」および関連する商標は、それぞれの権利者に帰属します。