Grok Imagine 動画拡張エクステンションのプロンプト：ストーリーを損なわずに長尺動画を作成

AI Overview

Grok Imagine の video extension プロンプトには何を記述すべきですか？

次の可視アクション、カメラの挙動、保護すべき詳細、および終了状態のみを記述してください。既存のクリップにはすでに登場人物、舞台設定、ライティング、構図が含まれているため、それらすべてを繰り返すと矛盾が生じる可能性があります。

Grok Imagine ビデオを長くするにはどうすればよいですか？

有用な後期フレームから拡張し、継続部分に1つの明確なビート（動作単位）を与え、新しいセグメントを確認したうえで、引き渡しが安定している場合にのみ繰り返します。生成後に承認済みのセグメントを組み合わせて最終的な映像を作成し、一度に全編の映像を要求しないでください。

なぜ Grok Imagine の extend video が機能しないのですか？

主な原因には、終了フレームが弱いこと、継続プロンプトが過剰に情報過多であること、カメラ指示が矛盾していること、被写体の同一性が不明瞭であること、または短いセグメント内で完結できないアクションが含まれていることが挙げられます。再試行前に、次のビートを簡素化してください。

拡張間でのキャラクターのドリフトを減らすにはどうすればよいですか？

すべての継続プロンプトにおいて、同一性、衣装、小道具、環境に関する短い「アンカー」リストを保護してください。引き渡し付近では控えめな動きを用い、境界フレームを比較し、ドリフトが累積した場合は最後に信頼できるフレームから再開してください。

ビデオ拡張が実際にプロンプトをどう変えるか

Grok Imagine の video extension プロンプトを探しているユーザーは、通常、空白のキャンバスではなく、有望な短いクリップを持っています。彼らはアクションを継続し、ストーリーを延長し、同じ人物と舞台設定を維持し、ある生成から次の生成へと移行する際に目立った視覚的ジャンプを避けたいと考えています。この検索作業は、従来のテキストからビデオへのプロンプトよりも、むしろ編集に近い性質を持ちます。

初期のビデオプロンプトは世界観を確立する必要があります。登場人物、ロケーション、時間帯、スタイル、アクション、カメラワーク、サウンド、最終的なビートなどを記述することがあります。一方、拡張プロンプトは選択されたフレームからその大部分の情報を継承します。その最も有用な役割は、以下の4つの質問に答えることです：次に何が起こるか、カメラはどのように追うか、何を固定しなければならないか、新しいセグメントはどこで終了すべきか。

これにより、プロンプトの書き方が変わります。「青いジャケットを着た配達員が雨の街を走る、シネマティックなシーン」は、最初のシーンを作成する際には有効です。しかし拡張の場合は、「彼女は駅の屋根の下でブレーキをかけ、オレンジ色の紙飛行機に向かって手を伸ばし、カメラが中距離ショットへと滑らかにズームアウトする中、手を広げたまま停止する」と記述することで、モデルがステージング可能な継続を提供できます。後者のバージョンは、フレームを再構築するのではなく、時間を進行させます。

ベースショットは、配達員、コバルトブルーの雨具、自転車、オレンジ色の紙飛行機という4つの保護すべきアンカーを確立しています。

各拡張を1つの制作単位として扱ってください。単位には、入力状態、1つの主要アクション、および次の引き渡しに使える出力状態が必要です。この単位論理は、このより長い video extension ワークフローにも現れます：コンセプトを承認済みのショットに整理し、各ビートに参照資料と承認基準を関連付け、弱い単位のみを再実行して、完全なシーケンスを最初からやり直さないようにします。

クリーンな引き渡しのためのベースクリップの作成

強力な拡張は、最初のクリップが生成される前から始まります。読み取り可能な同一性、シンプルな前景の幾何学的構成、および計画された動きに十分な余白を持つように、ベース画像またはオープニングフレームを構成してください。混雑した背景、隠れた手、切り取られた小道具、フレーム端にすでに触れてしまっている被写体は、継続可能な選択肢を大幅に制限します。

最初の引き渡しを念頭に置いてベースプロンプトを作成してください。たとえば、配達員が後に紙飛行機を捕まえる必要があるなら、オープニングクリップは紙飛行機がまだ可視であり、配達員がそれを向いている状態で終了すべきです。次のセグメントでドアが開く予定なら、ドアは安定しており、到達可能である必要があります。カメラが追尾する予定なら、最初のクリップは即座の方向転換を強いることのない移動方向で終了すべきです。

5つの要素からなるベースカードを使用してください：

• 同一性：1人の人物、特徴的な髪型・顔の特徴、安定した衣装。
• 小道具：色・サイズ・形状が明確に読み取れる1つの物体。
• 環境：混雑したアイテム群ではなく、再現可能な数個のランドマーク。
• 動作：クリップ内で自然に完了可能な1つのアクション。
• 出口：次に必要な正確なポーズ、カメラ距離、および向き。

最良の引き渡しフレームは、必ずしも文字通りの最終フレームとは限りません。後期フレームの方がシャープで、両手がより明確に見えたり、モーションブラーが増す前の小道具を保持できたりする場合があります。次のアクションを最も曖昧さなく伝えるフレームを選択してください。ツールが終了フレームからのみ拡張を許可する場合、信頼できるフレームが終点となるようソースをトリミングしてから継続してください。

この引き渡しは、被写体、ジャケット、小道具、雨、進行方向を明確に保ちつつ、次のアクションを明確に示しています。

複数の拡張を計画する前に、代表的な短いテストを1回実行してください。手、硬質な製品、会話、カメラの旋回は、連続性の問題を迅速に露呈します。これらのベースラインは、イメージからビデオへのワークスペースで確立でき、その後、アイデアが単一の長いクリップ、複数の制御されたショット、あるいは完全なエージェント主導のシーケンスのいずれを必要とするかを判断できます。

コピー＆ペースト対応の Grok Imagine ビデオ拡張プロンプト

巨大なプロンプトではなく、簡潔な継続パターンを使用してください。角括弧で囲まれた部分を置き換え、既存のフレームですでに明確なフィールドはすべて削除してください。```text 現在のフレームから続行します。[被写体]が[次の1つの動作]を行います。 カメラは[1つのカメラ動作]を実行します。「[同一性、衣装、小道具、環境、照明]のアンカー」は変更しません。[音声指示]。 最後に[特定のポーズ、構図、またはオブジェクトの状態]で終了します。

物語の継続例：

```text
彼女はオレンジ色の紙飛行機をキャッチし、広げて手描きのルートに気づく。
カメラは、彼女の開いた手から、顔のミディアムショットへとゆっくりとアーチを描く。
同じ宅配便配達員、コバルトブルーのレインジャケット、黒いバックパック、濡れた駅、ブルーアワーの光を維持する。
雨音のみと、かさかさという柔らかな紙の音だけ。最後に、到着する列車を見つめる彼女の様子で終了する。

アクションの橋渡し例：

列車のドアが開き、彼女は一連の流れでその中へと足を踏み入れる。
歩行速度で彼女の横を追うようにトラッキング；カットやオービットは行わない。
彼女の顔、ジャケット、バックパック、紙飛行機、雨の降り方、およびリアルな身体プロポーションを維持する。
彼女が窓に向かって振り返り、その後ろでドアが閉じた直後に終了する。

静かな製品風リベール例：

カメラはゆっくりと前方へプッシュインし、彼女の手がオレンジ色の紙飛行機を苗の隣に置く様子を捉える。
紙の形状、ジャケットの色、温室のガラス、夜明けの光の方向、植物の幾何学的形状を安定させたままにする。
セリフなし。柔らかな室内トーンと遠くの雨音を使用。2秒間の静止した製品ショットで終了する。

実用的な Grok Imagine extend video プロンプトでは、1つの支配的なカメラ動作のみを明記します。「ドリー前進、左旋回、ズームアウト、その後クレーン上空」のように4つの競合する構図を同時に要求すると、短いセグメントに過大な負荷がかかります。次に情報を明らかにするのに最も適した動きを選んでください。カットが必要な場合は、カメラ指示としてごまかすのではなく、代わりに別個のショットを作成してください。

キャラクター、カメラ、音声の一貫性を保つ

一貫性は、少数のアンカーを順位付けして保護することで向上します。まず同一性と衣装から始め、次に物語の小道具、さらに環境を指定します。画角内のすべての表面を描写する必要はありません。指定する属性が増えれば増えるほど、継承された画像と矛盾する表現が生じる可能性が高まります。

具体的で不変な言葉を使いましょう。「同じ女性、同じ濡れた黒髪、同じコバルトブルーのジャケット、同じ黒い宅配便用バックパック、同じオレンジ色の紙飛行機」などです。「すべてを一貫させること」といった曖昧な依頼は避けてください。編集者がどの詳細を本質的と見なしているかをモデルが判断できないためです。

カメラの一貫性には、スタイルだけでなく明確な方向性も必要です。被写体が画面左／右へ移動するか、カメラの高さ、レンズの印象（画角感）、引き継ぎ時の距離を記録してください。たとえば最初のクリップがミディアム・トラッキングショットで終わっている場合、即座に浮遊する空中オービットに切り替えると、同一性が保たれていてもまるで別の制作のように感じられます。変化を滑らかに橋渡ししましょう：ミディアムからクローズアップへと徐々に移行し、被写体が一時停止した後、新しいショットを開始します。

ブリッジショットは動作を緩やかにし、小道具を保持しつつ、ハードな連続性のブレイクを避けながら新たなロケーションへと準備できます。

音声にも独自の連続性カードが必要です。環境音、音楽、セリフ、話者、感情、および次のクリップでそれらを継続するかリセットするかを追跡してください。短い延長セグメント1本で、セリフ、ナレーション、音楽、雨音、交通音、および複数の効果音を同時に要求しないでください。声の同一性が重要である場合は、視覚的な承認と声の承認を分離し、視覚的に許容可能なセグメントを再生成する前に、声の同一性チェックリストをご利用ください。

ドリフトおよび失敗した延長の修正

Grok Imagine extend video が機能しなくなることが問題となった場合、すべてを書き直す前に、境界を診断してください。最後に信頼できるソースフレームと、延長の最初の安定フレームを比較します。最も初期の失敗点を特定します：顔の変化、衣装のずれ、小道具の変形、環境のリセット、カメラのジャンプ、動きの凍結、不要なカット、あるいは音声の不連続性です。

延長の最初のフレームからすでに誤っている場合は、保護するアンカーを強化するか、より明確なソースフレームを選択してください。セグメントが正しく始まり、後にドリフトする場合は、動作を短縮または簡略化してください。カメラの挙動が予測不能な場合は、スタイルを表す形容詞を削除し、「ゆっくりと5％のプッシュイン」など、1つの計測可能な指示だけを残してください。小道具が変化する場合は、引き継ぎ時点でそれが明確に可視化されるよう配置し、重要な属性（形状、色、数量、向き）を明示的に記述してください。

ストップロス規則を適用してください。単に「ほぼ使える」程度のセグメントにさらに延長を連結しないでください。小さな同一性・幾何学的誤差は、世代を重ねるごとに累積します。最後に承認されたフレームに戻り、1つの変数のみを変更して、よりクリーンなブランチを生成してください。ショット名と試行回数でバージョンを命名し、承認済みのパスが明確にわかるように管理してください。

再開可能なワークフローは、1つの長いプロンプトよりも信頼性が高いです。再開可能なマルチショットガイドのロジックも同様に適用されます：承認済みの境界を保存し、失敗した単位を隔離し、プロンプト、ソースフレーム、再生時間、出力を一体として保管します。モデルは異なる場合もありますが、制作上のディシプリンは同じです。

連鎖したクリップを完成したシークエンスへと統合する

Grok Imagine の動画延長長さよりも、実用可能な物語の長さが重要です。不安定な延長を3回繰り返しても、意図的にカットを入れた2つの承認済みクリップより優れた映像にはなりません。各セグメントを通常速度で、接続部周辺をフレーム単位で、また音声のみでレビューしてください。それぞれを「承認」「編集で修正」「却下」のいずれかでラベル付けし、その理由を1つ記載してください。

AI video extension のハンドオフ評価のための連続動作の例