Creative Space
参考からプロンプトを作る

内容

ユーザーは見栄えの良いビデオや写真を見て、同様のビデオや写真を生成する方法を知りたいと考えています。 Agent 元動画 を取得して分析し、適切なモデルを選択し、再現可能な構造、構成、カメラワーク、ライト、スタイルを プロンプト に書き込み、元動画 の文字、ブランド、コピーライティングをユーザー独自のものに置き換え、直接生成できるモデルのセットを提供しますプロンプトカード。ユーザーが希望する場合は、Flova を使用して ショット を生成し、それを 元動画 と並べて比較してみてください。

「任意のビデオを複製」との違い: この インスピレーション は、完成動画 ではなく、プロンプト のみを配信します。ユーザーは プロンプト を入手した後、自分で生成することも、「Replicate Any Video」を使用して完全なムービーを作成することもできます。

ツールと分業

  • Teardown — Flova MCP で「Teardown 参考分析」を名前検索し、公開された全文を読む: リンク内のビデオまたは画像と 映像分析 分析を入手してください。必須。
  • FFmpeg: フレーム抽出、期間および アスペクト比 の読み取り、比較のために 元動画 フラグメントをインターセプトします。動画を削除する場合に必要です。
  • Flova: ターゲット モデルの現在のパラメータと基準材料要件をクエリします。オプションの試用版の生成。

詳細な手順の索引

  • : ビデオショットのフィールドと画像全体を、分解からプロンプトまで分解する必要があり、コピーできないコンテンツです。ステップ 2 と 4 を読んでください。
  • : 元動画 のタイプと 3 つのモデルの書き込みのポイントに応じて、Seedance 2.5、GPT Image 2 または MiniMax H3 を選択します。ステップ 3 と 4 を読んでください。
  • : カードの形式、アップロードと参考資料の役割、プロンプト での参考資料の参照方法、トライアルの生成と比較。ステップ 4 ~ 6 を読みます。

まず明確な境界について話しましょう

  • 構造を複製し、コンテンツをコピーしないでください: 元動画 の実在の人物、有名人、著作権で保護されたキャラクター、ブランド、Logo、コピーライティング、セリフ、音楽は プロンプト には入力されず、ユーザー独自の説明または一般的な説明に置き換えられます。
  • 分解できないものはコンパイルしないでください: 元動画 はっきりと見えたり聞こえたりしない場合は、推測しないで「確認できません」と書いてください。
  • プロンプト は同じであることは保証されません: プロンプト は 元動画 の感覚に近いだけですが、まったく同じ画像を生成することは保証できません。納品時に明確にしてください。
  • 試行生成は最初に次のように言う必要があります: ユーザーの Flova クォータを消費し、ユーザーが同意した後に実行されます。

ワークフロー

元動画入手→分解(確認点)→機種選択・交換(確認点)→プロンプトカード書き込み(確認点)→試作世代比較(オプション)→納品

1. 元動画 を取得します。

  • Teardown インスピレーション の「コンテンツの取得」方法に従ってダウンロードします。入手できない場合は、ファイルまたはスクリーンショットをアップロードしてください。
  • FFmpeg を使用してビデオの長さ、アスペクト比、およびフレーム レートを読み取り、音声があるかどうかを判断します。
  • 目的についてユーザーに明確に尋ねます。記事全体を複製したいのか、一部の ショット または特定のスタイルだけを複製したいのか。どのコンテンツに置き換えたいか(自社の製品、キャラクター、テーマ)。彼らはどんな材料を持っていますか?

2. 分解(確認箇所)

Teardown インスピレーション 映像分析 を使用し、 を押して、各 ショット (または画像全体) のフィールドを完成させます: シーン、カメラワーク、主題、アクション、スペース、ライト、スタイル、サウンド、画面テキスト、トランジション。同時に動画全体の統一感のある要素やリズムを整理します。

ユーザーに分解表を見せて、正しく読んだか、どの部分を再現する必要があるかを確認します。

3. 機種の選定と置換えの決定(確認ポイント)

  • モデルの選択: を押すと、推奨モデルとその理由が説明されます。ユーザーがモデルを指定した場合は、ユーザーのモデルが使用されます。
  • 能力の確認: creation_generation_models を使用して対象モデル (detail="full") を確認し、期間、アスペクト比、参照資料の数と役割を確認します。見つからない場合は「未検証」を意味します。
  • ショット をマージ: 期間とモデルがサポートできる複数の ショット 機能に応じて、どの ショット を一度に合成して生成するかを決定します。
  • 定義された置換: 元動画 で置き換えられるものをリストし、何を置き換えるかをユーザーと協力して決定します。キャラクターはユーザーの写真または一般的な説明に置き換えられ、ブランドはユーザーのものに置き換えられ、コピーとセリフはユーザーのコンテンツに従って書き換えられ、音楽はスタイルの説明のみが保持されます。
  • 機種選択、ショットのグループ化、置換えリストをユーザーに提示し、確認後に書き込みます。

4. プロンプト カードを書き込みます (確認ポイント)

  • カードを生成するたびに、の形式で書き込みます。
  • プロンプト は対象モデルの構造に合わせて記述されます。 を参照してください。
  • 利用者が参考資料を持っている場合、各資料が何を担当し、何を継承しないのか、順番と役割をリクエストの中で明確に記載してください。
  • キャラクター、製品、シーンはカード間で一貫している必要があり、各カードは同じ説明と同じ一連の参考資料を使用する必要があります。
  • 各カードの「Writing description」には、どの ショット が 元動画 に対応し、何から借用されているかが示されています。
  • 生成または配信を試みる前に、ユーザーに表示して確認してください。

5. トライアル生成制御(オプション)

ユーザーが同意した後、元動画 の感情を最もよく表すカードを選択し、 を押して、Flova ですばやく生成します。

  • FFmpeg を使用して、元動画 に対応するフラグメントまたはフレームを切り出し、生成された結果を並べてユーザーに表示します。
  • 風景、カメラワーク、光、色調、リズムを比較して、どこが似ていてどこが違うかを説明します。
  • 差 プロンプト を変更し、各ラウンドで 1 つの変数のみを変更して再試行します。変更された書き込み方法は他のカードに同期されます。

6. 配送

  • テーブル (ショット および 元動画 のフィールド) を分析します。
  • プロンプト カード (1 セット、連続番号付き)、モデル選択の根拠と交換リスト。
  • トライアル生成を行う場合: 結果、ラウンドごとの変更、およびタスク ID を比較します。
  • 次のステップの提案: 完成動画 を直接作成したい場合は、「任意のビデオをコピー」を使用できます。特定のモデルの プロンプト を磨き続けたい場合は、対応するモデルの プロンプト を使用して インスピレーション を最適化できます。

プロンプトを書くために分析

通常の映像分析は「なぜこの動画がカッコいいのか」を気にしますが、プロンプトを書く場合は「どの単語を書けばモデルに近い絵を生成できるか」を分解して考えます。この記事では、各 ショット または各画像からどのフィールドを分析する必要があるか、分析から プロンプト に変更する方法、およびコピーできないものについて説明します。

ビデオ: ショット 分解

まず、Teardown インスピレーション 映像分析 を使用して、ショット のセグメンテーションと時間を取得します。次に、各 ショット が削除されます。

フィールド何を解体するか例
期間開始時間と終了時間00:03.2–00:06.8
風景と視点クローズアップへのロングショット、真上を見る、見下ろす、見上げるミディアムショット、やや低め カメラ位置 見上げる
カメラワーク方向、速度、後続の物体。一発撮るかどうかパンしながらゆっくりと右に移動して、キャラクターを中央に保ちます。
件名人や製品の目に見える特徴: 年齢、髪型、服装、素材、色20代女性、ショートヘア、ベージュのウインドブレーカー
アクション開始状態 → プロセス → 終了状態座って窓の外を眺める → 立ち上がる → ドアに向かって歩いて振り返る
宇宙と環境場所、時間、天気、表中裏のシーン夕方の昔ながらのアパートのリビング ルーム、窓の外の雨
光と色主な光の方向、色温度、コントラスト、色調整窓の外は冷たい光、室内は暖かい電気スタンド、彩度が低い
スタイルと媒体リアリズム、アニメーション、広告、映画のような雰囲気。テクスチャフィルムグレイン、浅い被写界深度
サウンドセリフ(原文、スピーカー)、環境音、効果音、音楽の出入り雨の音は続いている。ドアを開けるとドアシャフトがきしみます。
画面テキスト元のテキスト、場所、スタイルなし
移行ハードカット、ディゾルブ、オクルージョントランジション、マッチング編集ショット フロント オクルージョン トランジションを通過するキャラクター

また、繰り返し登場するキャラクター、商品、シーン、全体的なトーンやリズムなど、ビデオ全体を統一する要素もメモします。これらは各 プロンプト カードで一貫している必要があります。

写真: 完全に解体された

フィールド何を解体するか
目的ポスター、商品写真、キービジュアル、イラスト、キャラクター設定
シーン環境、時間、空間レベル
件名見た目、材質、姿勢、動作、他の物体との関係
構成風景、視点、焦点距離、被写体の位置、余白、アスペクト比
光と色キーライト、フィルライト、シャドウ、色温度、メインカラー
スタイルとテクスチャ写真、イラスト、3D、グラフィックデザイン。主要なマテリアル
画面テキスト各段落の原文、位置、レベル、フォント傾向、色

分解からプロンプトまで

  • 最初に結合してから分割します: ビデオ ショット 多くの場合、ショット カードは 1 枚もありません。同じシーン、同じ被写体の連続する複数の ショット を 1 つの世代に結合します。組み合わせ方法は対象機種がサポートする期間とマルチショットによって異なります。
  • 目に見えるものを書きます: 分解内の形容詞 (「高級」や「良い雰囲気」) を特定の光、素材、構成、動きに置き換えます。
  • 説明ではなく参考資料: ユーザーが独自のキャラクター写真や製品写真を持っている場合、参考資料は外観に責任を持って使用されます。 プロンプト は、自分が担当する内容のみを書き込みます。
  • 対象モデルの構造に合わせて記述してください。 を参照してください。

コピーできません

再現されるのは構造、構成、カメラワーク、リズム、光、スタイルであり、元動画の内容ではありません。

  • キャラクター: 元動画 内の実在の人物、有名人、著作権で保護されたキャラクターは、見た目をコピーするために プロンプト に書き込まれません。ユーザー独自のキャラクターリファレンスを使用するか、一般的な説明 (年齢、髪型、服装) を記述します。
  • ブランドと Logo: 元動画、Logo のブランド名、およびパッケージのテキストはコピーされず、ユーザーのものに置き換えられません。
  • 画面のテキストと行: 元動画 のコピーライティングと行はコピーされず、ユーザーの内容に従って書き換えられたり、ユーザーが入力できるように空白のままになったりしません。
  • 音楽: 元動画 の曲を特定せず、スタイル、楽器編成、雰囲気、テンポのみを説明してください。
  • ユニークなクリエイティブ設定: 元動画 には特に目立つクリエイティビティ (独自のキャラクター、ユニークなビジュアル ロゴ) があり、この部分を独自のクリエイティビティに置き換えることをユーザーに思い出させます。

元動画の内容を忠実に分解資料に記録し、交換した内容のみをプロンプトカードに保存することができます。

モデルの選択と作成のポイント

元動画 を分析した後、どのモデルを再生に使用するかを決定し、そのモデルの構造に従って プロンプト を記述する必要があります。この記事では、よく使われる3つのモデルの選び方と書き方のポイントを紹介します。詳細な診断と繰り返しの最適化が必要な場合は、対応するモデルの プロンプト を使用して インスピレーション を最適化します。

実際の継続時間、アスペクト比、解像度、モデルでサポートされる参照マテリアルの数は、creation_generation_models のクエリ結果の影響を受けます。他の機種を指定する場合は、Flova Skillの「書き込み生成リクエスト」を押し、本記事の書き込み方法が適用できない可能性があることを説明してください。

選び方

| 元動画とは何ですか?おすすめ |理由 | |---|---|---| |写真: ポスター、キービジュアル、製品写真、インフォグラフィックス、特に正確なテキスト | GPT Image 2 |強力なテキストレンダリング、レイアウト、正確な編集 | |ビデオ: 長い物語、連続的なアクション、複数の参考資料 (キャラクター、製品、シーン、アクション)、リアルな広告 | Seedance 2.5 |マルチモーダル参照と長期的なライン強度、編集、拡張、トランジションをサポート | |ビデオ: 画像、ダイアログ、環境音、効果音は一緒に作成する必要があります。 ショット 短編映画 | MiniMax H3 | ショット 言語と音声の順序が明確に書かれています |

迷った場合は、2 つの候補のどちらを選択するかをユーザーに伝え、ユーザーに選択してもらいます。

Seedance 2.5

構成: 参考資料の責任 + 一文の概要 + 具体的なタイムライン + グローバル 維持条件。

  • 一文の要約 = 件名 + 場所 + 中心となるイベント + テーマのスタイル + 特別な ショット 言語。
  • タイムラインは「オープニング→展開→クライマックス→エンディング」に従って、絵、シーン、カメラワーク、アクション、セリフ、サウンドを記述します。
  • 参考資料ごとに、何が移管され、何が除外されるのかを明確に記載してください。たとえば、「参考動画はアクションのリズムのみを提供しており、キャラクターや背景は継承していません。」
  • ショット 量、アクション密度、ラインの長さは期間と一致する必要があります。短いビデオには、核となるアクションを 1 つだけ残す必要があります。
  • 連続パスと カメラワーク は 1 ショットの最後にのみ書き込み、カットショットと混合しないでください。
  • 既知の制限事項: 参照画像のアスペクト比は 0.39 ~ 2.50 でなければなりません。アスペクト比を超える場合は拒否されます。幅が広すぎる、高すぎる画像は最初にパディングされます。

GPT Image 2

順序: 目的 → シーン → 被写体 → 構図 → 光と色 → スタイルとテクスチャ → 画面テキスト → 参考画像の責任 → 維持条件 → いいえ。

  • 目的は最初に置かれます。目に見えて検証可能なコンテンツを作成し、「高品質」などの言葉を使用しないでください。
  • 引用符を使用して、画面テキストの元のテキストを指定し、位置、レベル、フォント設定、色を指定し、「一度だけ表示され、他のテキストは追加されません」を指定します。
  • 複数の参照画像を 1 つずつ担当し、それらを組み合わせる方法を説明します。
  • 編集する場合は、最初に 維持条件 をリストし、次に変更項目を書き込みます。各ラウンドで変更される変数は 1 つだけです。

MiniMax H3

構成: 参考資料の責任 + 一文のコアアイデア + グローバルキャラクター、シーン、スタイル、サウンド設定 + ショット またはイベントタイムライン + 維持条件。

  • 各ショットは、「風景+主題+アクション+カメラワーク+セリフまたは音」の完全な文章として書かれています。
  • 各カットで登場人物、衣装、小道具、シーンを再説明します。
  • 話者、言語、感情について、絵の内側または外側にはっきりと線を書きます。長さは ショット である必要があります。
  • セリフがない場合は、キャラクターが沈黙し、自然に口を閉じ、話さない動作が配置されていることを示します。
  • 環境音、効果音、音楽は、発生、弱化、停止の順に表記されます。

3モデル共通

  • 参考資料は 1 つまたは 2 つのことのみを担当します。「すべての資料を参照」とは書かないでください。
  • 文字と製品の書き込み識別アンカー。ショット 全体で繰り返されます。
  • 負の制約は少なく、正確でなければなりません。また、正の要件と負の要件が互いに競合してはなりません。

プロンプト カードを Flova に渡します

プロンプト クラス インスピレーション は、写真やビデオではなく、直接取得して生成できる ** プロンプト カード** を提供します。フレームごとに 1 枚、または ショット です。この記事では、カードの書き方、Flova に渡してカードを素早く生成する方法、カードを使用して検証結果を生成する方法について説明します。

カード形式

各カードには以下のアイテムが含まれています。項目がない場合は「なし」と記入します。

アイテム何を書くか
番号たとえば、ユーザーの画面または 元動画 の ショット に対応する P01。
対象モデルと機能たとえば、Seedance 2.5 · マルチモーダル参照生ビデオ。 GPT Image 2 · 画像編集
目的一言で言えば: この写真またはビデオは何に使用されますか
プロンプトコード ブロックで指定された、直接貼り付けることができる完全なオリジナル テキスト
参考資料コピーごとに 1 行: ファイル名、リクエスト内のランキング、役割 (以下を参照)、担当するもの、継承されないもの
パラメータ期間、アスペクト比、解像度など。値は creation_generation_models のクエリ結果に基づきます。見つからない場合は、「未確認」と記入してください。
維持条件変えてはならないキャラクター、商品、文章、構成
書き方の説明2 ~ 3 文: なぜこのように書くのか、モデル記述法のどのルールに該当するのか
合格のポイント顔の一貫性があるか、テキストが一字一句正しいか、アクションがテレポートするかどうかなど、生成後に何を見て成功か失敗かを判断するか

プロンプト 元のテキストはターゲット言語で書かれています。ユーザーが中国語を使用する場合、デフォルトの書き方は中国語です。モデルの記述方法が英語を推奨している場合、またはユーザーが英語を要求している場合は、必要に応じて記述してください。セリフとシーンのテキストは、翻訳や修正を行わずに、元のテキストからコピーされています。

迅速な生成のために Flova に任せてください

Flova Skillの「クイック生成」の「参考資料」の方法に従ってください。重要なポイント:

  1. アビリティの確認: creation_generation_models を使用して対象モデル (detail="full") を確認し、選択したアビリティのパラメータ範囲、基準物質スロット、使用可能な役割を確認します。
  2. 参考資料の準備: モデルで許可されているアスペクト比にエッジをトリミングしたり、必要な部分を切り取ったり、サポートされている形式に変換したりするなど、カードに応じて各素材を処理します。
  3. アップロード: creation_upload_ticket → 返されたアドレスに従ってアップロード → creation_upload_complete を実行して、file_ref を取得します。 file_ref の有効期限は約 1 時間です。送信する前にアップロードしてください。
  4. ターゲットの役割: inputs で、各マテリアルに役割を与えます。
    • first_frame: 画像はこの画像から始まり、それと一致している必要があります。
    • last_frame: 画面はこの図で終了します。
    • reference: 外観、スタイル、コンテンツを参照しますが、画像がそれと同じである必要はありません。
    • driving_audio: この音声を使用して口の形と動きを動かします。
    • base_video: このビデオを編集するか、書き込みを続けてください。
  5. 提出と記録: client_request_id を持参し、カード番号、参考資料、file_ref とタスク ID の対応をメモします。
は、プロンプト の参考資料を参照します。
  • 現在の書き方: 「最初の参考画像はキャラクターの顔と服装を担当し、2 番目の参考画像は商品の外観を担当します。」のように、順番に単語を使用して参照します。ここでの順序は、inputs の同様のマテリアルの順序と一致している必要があります。写真、動画、音声は「先頭」から数えます。

他のツールに任せる

ユーザーが他のプラットフォームやツールに投稿したい場合:

  • Flova固有のマークとキャラクター説明文を削除し、同ツールの参考画像アップロード方法に変更します。
  • パラメータはそのツールの設定に従います。
  • ユーザーへの注意: 書き込み方法は対象モデルに基づいており、別のモデルに置き換えると効果が異なる可能性があります。

トライアル世代の比較 (オプション)

試用版の生成では、ユーザーの Flova クォータが消費されます。先に進む前に、まず説明してください。

  • 同じパラメータと同じ参照マテリアルを使用して、元の プロンプト と書き換えられた プロンプト がそれぞれ 1 回生成され、ユーザーに並べて表示されます。
  • 各ラウンドで 1 つの変数のみを変更します。たとえば、参照責任のみを変更するか、タイムラインのみを変更して、どれが機能したかを判断できるようにします。
  • 各ラウンドの変更、タスク ID、結果を記録し、最後にまとめて配信します。
  • 生成される結果はランダムであり、比較は傾向を示すだけです。判断を下す前に、重要な結論をもう 1 回か 2 回生成します。

制作の流れ

  1. FFmpeg

    FFmpeg

    参考フレームを抽出

    キーフレームを取り出し、構図、動作、ショット変化を確認します。

  2. Flova

    Flova

    テストショットを生成

    整理したプロンプトで映像を生成し、参考と比較します。