How to prompt Grok Imagine Video 1.5｜Grok Imagine Video 1.5 のプロンプト作成方法 | AIニュース最前線

私たちは特に、Grok Imagine Video 1.5 に大きな期待を抱いています。これは美学的な精度と物理法則への準拠が向上した、大きな飛躍です。このモデルの実際の能力を確認するために多数のプロンプトを試行し、また、このモデルから最大限の効果を引き出す方法を理解していただくためのプロンプティングガイドも作成しました。 ## ビデオ例 ## 香港、午前2時 女性の視線はゆっくりとカメラから、目の前の舗装された地面へと落ちます。雨は周囲で激しく降り続き、ネオンサインをすり抜けています。赤と緑のネオンの反射が濡れた街路に波打っています。彼女のドレスの裾が、暖かい突風に揺れてわずかに動きます。音：舗装面やトタン屋根に打ち付ける激しい雨音、ネオンサインの低いブーンという音、遠くで消えていくスクーターのエンジン音、濡れた路面を走るタイヤのヒュルルという音。 ## コスタリカ、雲霧林 パンサーは苔むした丸太の上に完全に静止しており、琥珀色の瞳がカメラに直接ロックされています。その尾はゆっくりと一度だけ右へ掃きます。上からの光の筋がわずかに揺れ、周囲の霧が渦を巻いています。パンサーの鼻孔が一度膨らみ、その後耳が前方へと回転します。音：深い熱帯雨林の静寂、広葉樹への遠くの水滴る音、猫の胸の奥から聞こえるか聞こえないかの低い轟音、 canopy の高い位置からの一羽の鳥の声。 ## 極近接ショット、火明かり 穏やかな暖かい風がフレーム内を吹き抜け、髪の毛の束をいくつか持ち上げ、彼女の頬を横切って漂い、やがて落ち着きます。彼女の肌にかかる火の光は呼吸するように揺らぎ、眉元に移り変わる影を投げかけます。彼女の表情は完全に静止したままです。音：フレーム外で燃える木材の柔らかい破裂音、ゆっくりとした吐息、外の風から聞こえる遠くの低いうめき声。 ## 蝋燭の光 部屋の空気がゆっくりと呼吸するように通り過ぎる中、三本の蝋燭の炎が揺れ、左に曲がり、再び直立して落ち着きます。リネン布にかかる温かい琥珀色の光は、それぞれの揺らぎに合わせて変化し脈打っています。左側の蝋燭の芯からは細い煙の筋が立ち上ります。ろうそくの中心部分では溶けたロウがゆっくりと側面を伝って溜まり始めています。ワイングラスは、小さな動く反射として各々の揺ら捉えています。音：格式高い部屋の深い静寂、フレーム外どこかからの時計の微かなチクタクという音、燃える芯の柔らかい破裂音、ほとんど聞こえない息遣い。 ## 上空から見たアイスランド ターコイズ色の氷河川の流れに立つ小さな赤い人物に向かって、ゆっくりと空中から接近するカメラ。編まれたような水流が黒い砂の上をゆっくりとした渦を描いて流れています。カメラは下降しながら優しく左へ drifting します。人物は手を上げて太陽の光から目を守ります。薄い霧のヴェールがレンズの前を漂います。音：キャビンの内側から聞こえる遠くのヘリコプターのローターによるかすれた切断音、高高度の氷河からの風の激しい吹き抜け、下方にある融解水の流れの微かな轟音、パイロットのヘッドセットを通じた呼吸音。 ## 自動二輪に乗る人物 スーパーバイクはフルスピードでコーナーを曲がりながら、さらに深くバンクし、膝スライダーがアスファルトを削り、後方に長いオレンジ色の火花の軌跡を残している。石造りの壁が動きの激しい流れの中でぼやけて通り過ぎる。ライダーがコーナー内でポジションを変えると、バイクのエグゾーストから二回ポップ音が鳴る。ライダーのヘルメットはアペックスに固定されたまま。音響：13,000 RPM で回転する 1000cc スーパーバイクエンジンによる高周波の絶叫、チタニウム製スライダーがアスファルトを削る金属的な摩擦音、カメラを通過する際にドップラー効果で変化する轟音、オーバーラン時のアフターマーケット製エグゾーストからの喉のようなポップ音。 ## Breaking wave 波は完全に頂点に達し、前方へ傾き、半透明の緑色の波頭が折れ曲がりながら暗い岩に激しく打ち落とされる。白い泡が上方および外側へと爆発的に噴出し、一瞬空中に留まった後に再び崩れ落ちる。朝風に乗って海水の霧がフレーム内を漂う。水は白い小川となって岩から引き返していく。その背後には、より小さな第二の波が立ち上がっている。音響：重たいうねりが岩に衝突する深い轟き、石の上を引き抜かれる水のヒス音と rushing 音、開放された海岸線全体を横切る風の低い唸り声、マイクにかかる海水の霧。 ## Dawn run, Bangkok バンコクを走るランナーたちと共にカメラが横移動し、4 人全員が腕と足を完璧に同期させて全力疾走している。涼しい朝の空気の中で息が白く見える。先頭のランナーが一瞬カメラの方を見つめると、すぐに視線を前方に戻す。店のシャッター、駐輪したオートバイ、歩道の歩行者が激しい水平方向のモーションブラーと共に通り過ぎる。音：舗装路を走る靴のリズミカルな打撃音、重く同期した呼吸音、遠くのスクーターの唸り声、早朝の屋台市場から聞こえるかすかな雑談。 ## 静かな午後 人物はゆっくりと電話を耳から下ろし、息をついて手を体の側に落とす。彼らはほとんど気づかないほど部屋の方へ頭を向け直す。金色の光の筋の中に塵の粒子が漂っている。猫が頭を持ち上げ、耳を動かす。CRT テレビが一瞬点滅する。薄手のカーテンがそよ風で揺れる。音：ガラス越しにかすんだ遠くの都市の交通騒音、画面外のどこかで水栓から滴る水の音、古いテレビからの柔らかい humming 音、木製の床の軋む音。 おそらく、これらは Grok Imagine 1.5 がどれほどまで拡張可能であるかの感覚を十分に与えてくれるだろう。 ## プロンプトの書き方 Grok Imagine 1.5 をかなり試行錯誤した結果、出力を本当に向上させるための以下のプロンプト作成のコツをまとめました。 ## 「Sound:」セクションはサウンドデザイナーのように記述する 上記のすべての例には、明確な「Sound:」セクションが含まれています。この点をモデルに示し、動画内でどのように音声を設計したいかを説明することが、最終的な成果物の成否を分けます。 曖昧な例：*Sound: 街の音、雨。* 具体的な例：*Sound: 波打つ金属製の軒先で激しく打ち付ける大雨、ネオンサインのトランスフォーマーからの低いブーンという音、遠くで消えていくスクーターの音、濡れた路面を走るタイヤのヒュルルという音。 モデルは舗装された地面に降る雨と金属に降る雨の違いを理解しています。必要に応じて非常に詳細な指定を行うことも可能であり、モデルもそれに対応できます。 特に効果的な記述には以下のようなものがあります。「キャビンの内側から聞こえる」「マイクにかかる海飛沫」「パイロットのヘッドセットの呼吸音」「ガラス越しに聞こえるかすれた音」などです。これらはすべて、優れたサウンドスケープを構築するためにモデルが必要とする空間的・素材的な手がかりを示しています。 ## 強度修飾語を使用する これらの修飾語がない場合、モデルは規模感について独自の解釈を選択してしまいます。「波が crest する」という表現は曖昧です。一方、「波が完全に crest し、前方に傾きながら、圧倒的な力で落下する」は、はるかに具体的な描写となります。 例えば、バイクのシーンが機能するのは、「高く鋭く叫ぶような音」「オレンジ色の火花が長く続く軌跡」「カメラを抜けていく」といった表現があるからです。これらの言葉を削除すると、動画はより地味な内容になってしまいます。 ## カメラの動きを記述する モデルは、動きを指示しない限り静止画として保持します。これは何も指定しない場合、一般的には正しい判断です。患者のような動きをする固定カメラは、不必要な動きよりも映画館で上映されるような質感を持ちます。しかし、特定のカメラワークを望む場合は、必ずその旨を明記してください。 機能するプロンプトの例：*slow push-in*（ゆっくりとズームイン）、*aerial push-in toward*（上空から対象へ向かってズームイン）、*camera drifts gently to the left*（カメラが優しく左に流れる）、*tracking shot alongside*（横を追いかけながら撮影）、*locked, static*（固定・静止）。アイスランドの映像クリップでは、「ゆっくりと上空からズームインする」「下降しながらカメラが優しく左へ流れる」という指示が必要です。 ## 焦点を絞る このモデルは、広範なプロンプトよりも焦点を絞ったプロンプトの方が処理に優れています。目のシーンでは3文で構成されています：「風が髪を揺らし」「光が瞬き」「表情は静止したまま」。ろうそくのシーンでは、各ろうそくごとに独自のマイクロアクションを与えています。特定のオブジェクトに集中しつつ、構図の他の要素は静止状態またはフェードアウトさせることも可能です。 ## 画像から始める Video 1.5 を効果的に使う最良の方法は、すでに調整済みの静止画（still）から始めることです。Grok Imagine Image などの画像生成ツールや、ご自身の写真を用いて、まず構図と照明を完璧に整えてください。フレームが適切に見えたら、動画プロンプトでは「何が変わるか」だけを記述すれば十分です。 ## 虹彩を放つ形態 開始画像： 純粋な黒背景に対して、シアン、マゼンタ、ゴールド、エレクトリックブルーのプリズム状の虹色帯を屈折させる、大型の光沢のあるモルフィックフォーム（変形する形状）の抽象的な 3D レンダリング。滑らかな曲面を持つ透明なガラスまたは液体クロームで構成され、ハイリアルなスタジオ照明、物理的に正確な反射と屈折が特徴です。 ![image](https://replicate.delivery/xezq/R1bmHVh3WF5pBJnAdlmla0waMpJUp6cs1qEmQxEMSiTBHtqF/tmptu7_ob8zdownload-3.png) 次に Video 1.5 に渡す： 光沢のあるモルフィックフォームはゆっくりと波打ち、呼吸しているかのように見えます。その表面は水銀のように流動的に変化し、プリズム状の虹色の帯——シアン、マゼンタ、ゴールド、エレクトリックブルー——が、形状が微妙に変形し再形成されるにつれて曲線に沿って流れ、波打っています。表面張力が変化するにつれ、光の屈折も異なります。フォームはほとんど気づかれないほど回転しています。音響効果：貝殻の内側のような深い共鳴する低音、緊張したガラスの微かな水晶のようなリング音、ゆっくりと瞑想的な雰囲気。 ## 侘び寂びのインテリア 開始画像: ミニマリストなベルギー風の侘び寂び（wabi-sabi）のインテリア。砂色のオーツミール色をしたリネン張りの低いソファが、触覚的なクリーム色の石灰壁に面して置かれています。その前に、磨き上げられたコンクリートの床の上に、無骨な仕上げのダークウォルナット製のコーヒーテーブルが一つ置かれています。組み込み式のコンクリート台の上には、暗い土褐色の粘土製ベースと柔らかいクリーム色のリネンシェードを持つ、矮小な陶器製のテーブルランプがあり、低い暖かい光を放っています。重厚なリネンのブランケットがソファに非対称にかけられています。装飾も、散らかりもないし、模様もありません。建築写真の撮影はヴィンセント・ファン・ドゥイセンとアクセル・ヴェルヴォルトによるものです。 ![image](https://replicate.delivery/xezq/hGIFNfShfeAzLoh3OSW8Tg8xtrsOvBeSMtGqnfJxgacJHnW1C/tmp5pi75axytmp3u0i4y_ltmpil8mffz7-1.png) その後、Video 1.5 に引き継がれます： 見えない窓から差し込む午後の陽光は、時とともにゆっくりと移り変わり、次第に暗くなっていきます。リネンのソファとコンクリートの床に落ちる温かい黄金色の光の筋は、徐々に右へ移動し細くなり、時間が夕暮れへと近づくにつれて色調が暖かみのある琥珀色から涼しげな青色へと変化します。部屋が暗くなるにつれてランプの温かな輝きはより際立ってきます。隅々まで影が濃くなります。音：深い室内の静寂、外で聞こえるかすかな都市の環境ノイズ、冷える空気の中で建物が沈むような音。 静止画は構成と色を扱い、動画プロンプトは動きを担当します。これらを分けて扱うことで、それぞれをより簡単に反復して改善できるようになります。 ## Replicate で実行する

Grok Imagine Video 1.5 のプロンプト作成方法

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト