Gemini Omni 1.2 Flashプロンプト作成術：7つの原則と実践例9選
Googleの動画生成AI「Gemini Omni 1.2 Flash」向けプロンプトのコツを解説。カット防止やセリフ指定など7つの原則と検証済みプロンプト9選。
👁 112閲覧数
Gemini Omni 1.2 Flashは自然な指示を理解し、一見すると特殊な構文は必要ないように思えます。しかし、リリース初日に24本の動画クリップを生成して検証した結果、いくつかの書き方の工夫が仕上がりに極めて大きな差をもたらすことが分かりました。不要なカット割りを防ぐ一文、セリフの引用符指定、尺に合わせた文字数の調整などがその代表例です。本稿ではGoogle公式ドキュメントの指示、筆者自身の観察結果、そして実際に意図通りに動作した9つのプロンプト例を紹介します。
効果的な7つの原則
- ワンカット（長回し）を明示する。 Googleも記載している通り、モデルは自発的にシーンへカット割りを追加することがあります。「a single continuous shot, no cuts（1つの連続したショット、カットなし）」という指示を入れるのが、カメラに最初から最後まで一連の流れを追わせる最も確実な方法です。この指示がない場合、3人の会話シーンでは話者ごとにカットが切り替わってしまいましたが、指定すると人物の周りをシームレスに旋回するカメラワークが得られました。
- 撮影監督に伝えるようにカメラワークを指定する。 どこから開始し、何を通過して、どこで停止するかを明記します。「ドローンが高層住宅の間を急降下し、布団叩きの上を低空飛行して、開いたドアから店内へ進入する」といった指示により、15秒間の一貫した飛行映像が得られました。
- セリフは引用符で囲み、話者と言語を指定する。 例えば「キャスケット帽をかぶった男性が不満そうにポーランド語で言う：…」のように書きます。言語を明示しないと、英語で発話される場合があります。
- セリフの長さに応じて動画の長さを設定する。 短い一文につき約2秒が目安です。6秒の動画に2つのセリフを詰め込もうとしたところ時間が足りず、セリフの途中で途切れてしまいました。
- 除外したい要素はプロンプト本文に記述する。 Omniにはネガティブプロンプト専用の入力欄がありません。「字幕や看板なし」「No dialogue」「余分な効果音なし」のように本文内で指示します。ただし完全ではなく、バレーボール選手のユニフォームの番号は除外を指示したにもかかわらず描画されてしまいました。
- シーン内の時間経過を記述する。 Googleの推奨通り、「3秒後…」と書くか、
[0-5s]のようなタイムタグを使用します。複数の動作が順番に発生する10〜15秒の長尺クリップで非常に有効です。 - 音響を具体的に指定する。 BGMは自動的に付与されるとは限りません。「静かなアコースティック音楽」「力強いヒップホップビート」「グリルのジュージューという音」など、音のイメージを明記すると意図した通りの音声が生成されました。
避けるべき要素
- 子どもの描写。 サッカーをする子どもたちのプロンプトは生成を拒否されました。高齢者のグループに変更したところ問題なく通過しました。
- キャスターがいるテレビスタジオ。 理由の提示なしに2回連続で拒否されました。教室にいる女性教師のシーンは通過しました。
- 実在のブランドや企業ロゴ。 Segmindのテスター陣もここで著作権フィルターに接触しています。会話内で実在の店舗名を発言させるのは通りましたが、看板として描画させる指示は避けるのが賢明です。
- 古いタグ記述。 ドキュメントでは
<FIRST_FRAME>のような特殊タグの使用を推奨していません。画像を参照させる場合は「画像と同じシーン、同じ人物」のように自然言語の通常の文章で役割を説明します。
検証済みプロンプト例9選
以下のプロンプトはすべて720pで意図通りのクリップが正常に生成された実例です（括弧内は設定した秒数）。なお、筆者のテストではポーランド語環境およびポーランド語のセリフを用いて検証を行いました。掲載しているプロンプト文は検証時のポーランド語原文を日本語に翻訳したものです。
1. ワンカットのFPVドローン飛行（15秒）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】 カットなしのFPVドローンによる1つの連続したショット：夕暮れ時、ポーランドのプレハブ団地の上空高くからスタート。ドローンは棟の間を急降下し、絨毯叩きと2人の高齢者が座るベンチの上を低空で飛び抜け、開いたドアから大衆食堂（バル・ムレチュヌィ）の店内へ進入する。ピエロギが並ぶカウンターの上を滑るように進み、スープを飲んでいる年配の男性のところで静止。男性がカメラを見上げる。自然な環境音：風の音、団地のざわめき、皿の触れ合う音。文字や看板はなし。
2. 人物の周囲を360度旋回（6秒）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】 10月の午前中、クラクフのクレパシュ市場の露店でリンゴを売っている年配の女性の周りを、カメラが滑らかに1回転する。女性は微笑み、スカーフを直す。人物のサイズは一定、カットなし。背景に市場のざわめき。文字はなし。
3. 2人の対話（8秒、6秒では切断）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】 市民農園のグリルを前にした50代の隣人2人。1人目のキャスケット帽の男性が不満げにポーランド語で言う：「ソーセージはリドルじゃなくてビェドロンカで買えって言っただろ！」。2人目の眼鏡の男性が落ち着いた様子でポーランド語で返す：「文句言わずに食えよ。」明確な唇の動き、自然な声、グリルのジュージューという音。
4. テーブルを囲む3人の会話（10秒）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】 ポーランドの家庭でのクリスマスイブ、バルシチとウシュカが置かれた食卓、背景にクリスマスツリー。3人がそれぞれ異なる声でポーランド語で話している。祖母：「最後のウシュカを食べたのは誰？」。10代の孫が口いっぱいに頬張って：「僕じゃないよ、誓って！」。母親が笑いながら：「あごにウシュカが付いてるわよ。」各人物の明確な唇の動き、カメラは話している人物へと視点を移す。
5. カメラに向かって話す人物（8秒）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】
セーターを着て眼鏡をかけた40歳前後の女性歴史教師が、生徒のいない教室の黒板の前に立っている。カメラを見つめ、明瞭なポーランド語で話す：「グルンヴァルト、1410年（ポーランド語原文の翻訳：「千四百十番目」）。金曜日に小テストをするからメモしておきなさい。」正確な唇の動き、自然なイントネーション、わずかにカメラが寄るカットなしのワンショット。
6. プロダクトショット（8秒）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】 商品広告風：田舎風キッチンの木製テーブルの上に置かれた、ディルとニンニクが入った自家製ピクルスの瓶。窓からの朝光。カメラがゆっくりと瓶の周りを回り、祖母の手がフタを開ける。スローモーションで立ち上る湯気と塩水のしずく、フォークで取り出されるキュウリ。温かみのある色彩、浅い被写界深度、静かなアコースティック音楽。ラベルや文字はなし。
7. アニメ風（8秒）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】 手描き劇場アニメ風のスタイル：雨のワルシャワを走る夜の路面電車。車内ではヘッドホンをつけた女子高生が曇った窓ガラス越しに街の明かりを見つめている。濡れたアスファルトに反射する文字のないネオン光。カメラは窓ガラス越しに電車の外から車内へと移動する。穏やかな雨音と車輪の走行音。
8. 縦型ショート動画（8秒、9:16）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】 縦型ショート動画：夕暮れ時、ウッチの高層ビルの屋上で、ワイドパンツとパーカーを着た若いダンサーがヒップホップを踊っている。手持ちカメラが彼女の周りを回り、風が髪を揺らす。最後に静止してレンズを見つめる。力強いヒップホップビート、文字はなし。
9. スポーツシーン（6秒、一部制限あり）
【検証プロンプトの日本語訳（元テスト：ポーランド語）】 屋内バレーボールの試合。番号やロゴのない白と赤のユニフォームを着たポーランド代表チーム。選手がスパイクのためにジャンプし、強烈なアタックを放つ。ボールがブロックに当たってコートに落ち、サポーターが歓声をあげる。コートサイドからのダイナミックなカメラワーク、ボールを打つ音とスタンドの叫び声。
プレイのアクション自体は明瞭に生成されましたが、「番号なし」という除外指示はモデルによって無視され、背番号が描画されました。
Google · あなたの情報源GoogleでKiramesuをもっと上位に表示-ワンクリックで設定お気に入りの情報源に追加 →最初に試すべき推奨設定
- テスト作成：360p、5〜8秒、Seed値固定。コストを抑えて構図を確認できます。
- 本番用出力：720p。WebやSNSでの公開用途であれば十分な品質です。
- 1080pおよび4Kはアップスケーリングを活用：APIプロバイダーの環境によっては、解像度パラメータを変更するだけで既存クリップの拡大ではなく新規生成扱いになる場合があります。まずは720pで確定させてから、個別機能でアップスケールするのが経済的です。
各種料金体系の詳細はGemini Omni 1.2の料金解説、全24本の詳細な検証結果は24クリップ検証レポート、全体像はGemini Omni Flashまとめをご覧ください。
Kiramesuの関連記事
速報·GPT-6 Cyberとは？性能や提供条件、API価格を解説OpenAIが発表したセキュリティ特化モデル「GPT-6 Cyber」。Linuxカーネルで948件のエクスプロイトを作成した性能や価格、アクセス要件を整理します。