Genie 4のプロンプトの書き方：公式例に学ぶ構成と作例8選
Google DeepMindの公式プロンプト例とProject Genieのガイドをもとに、Genie 4向けプロンプトの構成と作例8選を紹介します。
👁 112閲覧数
Google DeepMindのGenie 4はまだ一般公開されていませんが、DeepMindは複数の完成済みプロンプトを公開し、Project Genie向けの公式プロンプトガイドも提供しています。公式例を分解して、使いやすい構成にまとめました。記事の後半には、Genie 4がProject Genieで利用できるようになったときに使えるプロンプト案を8つ掲載します。プロンプトの表示は英語の案を日本語に訳したもので、Genie 4でのテスト結果ではありません。
注意点として、まだアクセスできないため、ここで紹介するプロンプトをGenie 4でテストしたわけではありません。以下の内容は、DeepMindの公式例とGoogleのガイドに基づいています。モデルの概要はGenie 4とは？仕組みを解説で紹介しています。
公式プロンプト例に見られる2つのスタイル
Genie 4のデモには、大きく分けて2つのスタイルがあります。
スタイル1：環境とキャラクターを分ける。Project Genieでは、世界を説明する「Environment」と、操作する対象を説明する「Character」の欄を使います。キャラクターは人間でなくてもかまいません。公式例には、池に浮かぶ空の木製ボート、台座に載ったスイカ、ピンクのサテンリボン、気球のバスケットから見た景色が登場します。
スタイル2：長い演出指示をひとつにまとめる。脚本のように、映像のスタイル、場所、カメラ、動き、音、避ける要素を段落で指定します。ドラゴンレース、ステンドグラスの世界、湖のサクソフォン奏者など、印象的なデモで使われている形式です。
公式プロンプトに共通する7つの要素
| 要素 | 書く内容 | DeepMindのプロンプト例 |
|---|---|---|
| 1. 映像の種類 | ジャンルや撮影媒体 | 「16mmで撮影したドキュメンタリー」「1995年の香港インディペンデント映画、35mm」 |
| 2. 場所 | 地形、地面、画面に映るもの | 「スイレンの葉とピンクの花が浮かぶ池、真上からの視点」 |
| 3. キャラクター | 誰、または何なのか。見た目や動き | 「ベンチが3つある空の木製ボート、その場にとどまっている」 |
| 4. カメラ | 一人称か三人称か、何に取り付けられているか | 「カメラは騎手の目線。騎手の姿は決して映さない」 |
| 5. 世界の動き | 風、水、足跡、周囲の反応 | 「風が布のひだに入り込むと、布が波打って持ち上がる」 |
| 6. 音 | 独立した「Audio:」の行 | 「羽ばたき、突風、火山の地鳴り」 |
| 7. 禁止事項 | 含めない要素 | 「CGI風にしない、ゲームのようにしない、後ろからの視点にしない」 |
Googleの公式ガイドにあるプロンプトのコツ
Project Genie向けのプロンプトガイドはGenie 3を使って作られましたが、Genie 4も同じアプリで提供される予定です。主なポイントは次のとおりです。
- 環境：森や街、山などの地形と、未舗装路、アスファルト、穏やかな海などの地面や水面を指定します。リアル、ゲーム風、アニメ調といったスタイルも伝えましょう。遠くの寺院の遺跡や地平線上の火山など、重要な物体を挙げます。風が吹くか、足元の道が土ぼこりを上げるかなど、世界の動きも説明します。
- キャラクター：何者なのか、どんな見た目なのかを伝えます。飛ぶ、前後に進む、跳ぶなどの動きも指定しましょう。タイヤの跡を残す、芝刈り機が草を刈るなど、キャラクターが世界に与える変化も説明します。
- 言葉づかい：短い平叙文を使います。ゲームで使われるような語彙は、キャラクターの操作に役立ちます。
- 雰囲気：五感に訴える表現を使います。たとえば、薄暗さや地面近くに漂う煙、羽のように軽い足取りなどです。
- 画像：キャラクターが画面中央に写った、画質のよい画像をアップロードします。
- プレビュー：テキストだけのプロンプトでは、Project GenieがまずNano Banana Proでプレビュー画像を生成します。世界に入る前に、画像を調整できます。
- Geminiを編集者として使う：Googleは、Geminiアプリでプロンプトを膨らませる方法も勧めています。
DeepMindの長いプロンプトから学べること
Genie 4のブログに掲載された長いプロンプトをすべて読みました。共通する工夫は4つあります。
重要なルールを繰り返す。ステンドグラスの世界では、「すべてをガラスでできたものにする」という指示が、草、水、空、雲、花、木、山、太陽を列挙しながら3回登場します。世界モデルは映像をその場で生成するため、現実的な描写へ逸れてしまうことがあります。そこで、プロンプトではその可能性を何度か念押しして抑えています。
形容詞より数字を使う。「ウーパールーパーは正確に2匹、それ以上は出さない」「時速140km」「1980年代」のように、数字を指定します。「いくつか」といった言葉より、モデルの解釈を明確にしやすくなります。
カメラを契約書のように細かく指定する。ドラゴンのプロンプトでは、半分以上がカメラに関する説明です。カメラの位置、画面下部に見えるもの、映してはいけないものが細かく指定されています。一人称視点では、ここで間違いが起きやすいためです。
音の指示を独立した行にする。Genie 4は音声も生成するため、デモでは「Audio:」または「Audio description:」の行に具体的な音源を記します。サクソフォン奏者のプロンプトには、「場面にいる楽器以外の音楽を加えない」という禁止事項まであります。
生成中の指示で動き続ける世界を操作する
Genie 4の新機能は、世界が動いている最中に指示を入力できることです。DeepMindは、天候の変更、カメラの移動、新しい人物や物体の追加を例に挙げています。Geminiが場面に合わせて指示を解釈するため、短いコマンドでかまいません。最初に試してみたい例を紹介します。
- 強い雨を降らせてください。（英語の指示案「Start a heavy rain.」を日本語に訳したもの）
- 犬が左側から画面に走り込んできます。（英語の指示案「A dog runs into the scene from the left.」を日本語に訳したもの）
- カメラを道路のずっと上まで移動させてください。（英語の指示案「Move the camera high above the street.」を日本語に訳したもの）
- 男性がこちらを向いて、道を尋ねます。（英語の指示案「The man turns to me and asks for directions.」を日本語に訳したもの。対話のテストを想定）
- 夜になり、街灯が点灯します。（英語の指示案「Night falls, street lamps turn on.」を日本語に訳したもの）
DeepMindは、複雑な変更を何度も加えると、世界の描写が崩れ始めることがあると注意しています。指示は一度にひとつずつ出し、結果を待つのがよさそうです。
Genie 4向けプロンプト案8選
公式例がすべて英語のため、ここでの作例も英語で作成した案をもとにしています。以下に掲載するのは日本語訳です。Genie 4でテストした結果ではなく、日本語での動作確認もしていません。
1. 雨上がりのポーランドの村（環境とキャラクター）
環境：夏の雨が上がったポーランドの村の通り。濡れた石畳、木の柵、小さな礼拝堂、灰色の雲を映す水たまり。ドキュメンタリーのようなリアルさ。自然な色合い。キャラクター：古い自転車に乗る人の一人称視点。タイヤが水たまりの水を跳ね上げる。音声：水滴が落ちる音、遠くの教会の鐘、自転車のチェーンの音。
雨上がりの雰囲気と、車輪の下で水が動く様子を試す案です。
2. 夜の路面電車（乗り物をキャラクターにする）
環境：夜の街。古い集合住宅、濡れたアスファルト、ネオンの店の看板、薄い霧。キャラクター：黄色い路面電車が線路に沿って前後に動き、パンタグラフの下で火花が散る。路面電車の後ろから見る三人称視点。音声：路面電車の警笛、金属に当たる雨音。
3. カヤックで川を下る（水の物理表現）
環境：倒木のある細い森の川。澄んだ水、葉の間から差し込む日差し。キャラクター：カヤックからの一人称視点。画面下端にパドルが見え、パドルから水が滴る。音声：パドルをこぐ音、鳥の声、流れる水の音。
4. 映画シーンのプリビジュアライゼーション（演出スタイル）
映画的な35mmフィルム。1990年代の集合住宅にある小さなキッチン。夜明け、灰色のコートを着た女性が手紙を持って窓辺に立っている。手持ちカメラがゆっくりと彼女の周りを回る。抑えた色調、柔らかな窓の光、細かなフィルム粒子。ひと続きのショット。音声：時計の針の音、やかんが笛のような音を立て始める。文字と音楽は入れない。
テスターが話題にするような、同じシーンを異なる照明やカメラで何度か撮る用途を想定した案です。
5. ゲームステージのプロトタイプ
環境：雲の上に浮かぶ島のステージ。コケに覆われた石の足場が浮かび、道には光るコインが置かれている。ゲームのように様式化された見た目。キャラクター：赤いスカーフを巻いた小さなキツネ。走る、跳ぶ、滑空することができる。三人称視点のカメラ。
6. 古い写真を世界にする（画像を使う）
参照画像を最初のフレームとして正確に使ってください。建物、人々、当時の服装を保ってください。白黒のドキュメンタリー映像。自然なフィルム粒子。カメラは通りに沿ってゆっくり進みます。人々は自然に活動を続けます。音声：その時代の街の環境音、足音、遠くの話し声。
地元の古い写真をアップロードする方法が考えられます。ただし、DeepMindは実在する場所を正確に再現できない場合があると注意しています。
7. 物体の物理表現（短いプロンプト）
日の出の庭の柵に張ったクモの巣へ、雨粒が当たるマクロのクローズアップ。
公式のカエデの種の例のように、一文だけの案です。短いプロンプトで、モデルがどこまで補ってくれるかを試す想定です。
8. キャラクターとの対話
環境：果物の屋台が並ぶ、暖かな光のにぎやかな市場のホール。キャラクター：客の一人称視点。エプロンを着けた親しみやすい果物売りが挨拶し、リンゴについての質問に答える。音声：市場の話し声。売り手の声ははっきり聞こえる。
リアルタイムのキャラクター音声という、新機能の中でも大きなポイントを試す案です。
起こりそうな失敗と注意点
- 一度に詰め込みすぎる。それぞれが別の行動をするキャラクターを複数登場させるのは、DeepMindによると、まだ苦手な点です。
- 世界の中に文字を出す。文字入りの看板が必要なら、その文言をプロンプトに書きます。指定しないと、読めない文字になりやすいでしょう。
- 特定の通りを指定する。「クラクフのクラクフスキェ・プシェドミェシチェ」と入力しても、忠実な再現にはなりません。住所ではなく、その場所の雰囲気を説明しましょう。
- 長時間のセッション。モデルが世界を保てるのは数分間です。重要なショットは早めに撮影しましょう。
動画向けプロンプトの考え方は、VeoとAI動画生成モデルの比較テストでも紹介しています。環境と動作を分けて記述する方法は、一般的な動画生成ツールにも応用できます。
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 →出典
- Google DeepMind：Genie 4、プロンプト例、2026年10月27日
- Google DeepMind：Genie 4のモデルページ
- Google DeepMind：Genieで効果的なプロンプトを作る方法
確認日：2026年10月28日。
Kiramesuの関連記事
