Knight Cat AI 動画プロンプト作成ガイド：成果につながる効果的な構成と5つの順序を解説する
Knight Cat AI TeamKnight Cat AI の動画プロンプトには、順番に並べた5つの枠が必要です：被写体、衣装、1つの動作、カメラと照明。まず構成、形容詞は最後、各ショットに1つずつ。
優れたKnight Cat AI動画プロンプトは、被写体、衣装、1つのアクション、カメラ、ライティングという5つのスロットを固定順で埋めます。追加したくなるその他のすべては装飾であり、装飾こそが10-secondレンダーをにじませる部分です。このガイドでは、スタジオがサポートする2つのプロンプト経路、持ちこたえるフラグメントパターン、実際に出力を変えるカメラ語彙、そしてほとんどの悪いレンダーの原因となる3つの失敗モードを扱います。
2つのプロンプト経路
スタジオは参照写真またはテキスト記述のどちらかを受け付け、書くプロンプトの挙動はどちらを渡すかによって変わります。
写真をアップロードする場合、テキストプロンプトで猫を描写する必要はありません。写真はすでに、アイデンティティアンカリングを通じて毛柄、顔の形、耳の位置、模様を固定します。これは、モデルが衣装と設定を入れ替えてもペットを認識可能に保つ仕組みです。代わりに言葉で描写すべきは、猫が置かれるシーンです。何を身につけ、何をし、カメラがどこにあり、光がどう落ちるかです。
写真を渡さない場合、プロンプトは被写体も担う必要があります。つまり、品種のシルエット、毛色と模様、モデルに開始してほしい体勢を指定します。テキストから動画への生成は、構図を制約するものがないためより柔軟で、アイデンティティを固定するものもないためより寛容ではありません。写真も毛の記述もないプロンプトは、あなたのペットとは種だけが似た、一般的な鎧を着た猫を生成します。
何かを書く前に両方の入力を並べて見たいなら、Knight Cat AI動画ジェネレーター から始めてください。
5スロットのプロンプト構造
プロンプトは、この順序で5つの短いフレーズとして書きます。順序そのものよりも、各スロットを一度ずつ埋める規律のほうが重要です。
- 被写体 — 画面に誰がいるか。参照写真がある場合、これは「参照内の猫」のような1語です。ない場合は、毛色、模様、体格を指定します。「白い靴下と切り込みのある左耳を持つ小さな灰色のトラ猫」。
- 衣装 — 鎧1層と携帯アイテム1つ、それ以上はなし。「磨かれた鋼の胸甲、鎖帷子の首輪、右前脚に持ったショートソード」で完全です。マント、兜、盾、旗を追加すると、モデルは10秒で解決すべき物体を5つ与えられ、いくつかを落としたり融合させたりします。
- 1つのアクション — クリップ全体を通した単一の主要な動き。「石段に一歩踏み出す」は1ショットです。「前に踏み出し、見上げ、それから剣を掲げる」は3ショットを1つに圧縮したもので、結果はにじみです。
- カメラ — フレームがどう動くか。「固定ミディアムショット」または「前脚へのゆっくりしたドリーイン」。プロンプトごとにカメラ指示は1つです。
- ライティング — 時刻と方向。「左からの低い夕暮れの光、鎧の縁に暖かなリム」は「映画的なライティング」に勝ります。後者はモデルが行動に移せる情報を何も伝えません。
このように組み立てたプロンプトは、願望というよりショットリストのように読めます。それが要点です。Seedance 2.0 はフレームごとに解決できるものをレンダリングし、埋めるスロットごとに、推測しなければならない決定の数が減ります。
このクリップ：30クレジット · 月6本で$39.90（Pro）、または年80本で$319
強いフラグメントと弱いフラグメント
使えるプロンプトと無駄な生成の違いは、たいてい1つか2つの語の選択です。以下の表は、きれいに解決するフラグメントとそうでないフラグメントを対にしています。
| スロット | 弱いフラグメント | 強いフラグメント | | ------------ | ---------------- | ------------------------------------------ | | 被写体 | かわいい猫 | 灰色のトラ猫、白い靴下、切り込みのある左耳 | | 衣装 | 中世の鎧 | 磨かれた鋼の胸甲、鎖帷子の首輪 | | アクション | 英雄的に振る舞う | 前脚を1本前に置き、静止したまま | | カメラ | 映画的 | 固定ミディアムショット、アイレベル | | ライティング | ドラマチックな光 | 左からの夕暮れのサイドライト、暖かなリム | | 設定 | 城っぽいもの | ランタンに照らされた中庭の濡れた敷石 | | スケール | 小さくて壮大 | 後ろに立つ騎士にとって膝の高さ |
ほぼすべての弱いフラグメントは2つのパターンで説明できます。1つ目は抽象化です。「英雄的」「壮大」「映画的」は感情を描写しますが、モデルには感情のためのピクセルがありません。2つ目はスコープクリープです。1つのフラグメントが衣装変更、表情変更、場所変更を同時に求めることです。
スケールの行に注目してください。曖昧なスケールは、この形式全体で最も静かな失敗です。猫は問題なく見えるのに、世界が間違って見えるからです。「小さい」ではなく「後ろに立つ騎士にとって膝の高さ」と言えば、中庭、戸枠、その他の人物がすべて正しいサイズに解決します。小さな騎士と巨大な守護者プリセットは、この関係だけを中心に作られているので、スケール言語が機能するのを見る最短の方法です。
出力を変えるカメラ言語
カメラ指示は、レンダーにおける実際のパラメータであり、味付けのテキストではありません。2つの系統で、必要なもののほとんどをカバーできます。
固定ショット は、被写体が動く間もフレームを静止させます。固定ショットは最も安定した選択肢です。モデルは動かすものを1つ、つまりあなたの猫だけアニメートすればよいからです。パンやプッシュは、背景も毎フレーム作り直す必要があることを意味し、背景の作り直しこそ、ワープやテクスチャの這いが現れる場所です。レンダーが崩れ続けるなら、ほかを書き直す前にカメラの動きを外してください。
ドリーとプッシュイン は、カメラを被写体に近づけたり遠ざけたりします。ゆっくりしたプッシュインは意図として読め、静止している猫によく合います。動きが動物ではなくフレームによって運ばれるからです。動きは単一でゆっくりに保ってください。「ゆっくりしたドリーイン」は安定し、「ドリーインしてからクレーンアップ」は2つの動きで、通常は2つ目が1つ目を食ってしまいます。
どちらの系統でも、フレーミングと高さを指定してください。「アイレベルのミディアムショット」と「床からの低いワイドショット」は明らかに異なる構図を生み、どちらも「クローズアップ」だけより役立ちます。ローアングルは猫をより大きく見せ、動物が過小評価されていることにジョークが依存するときに役立ちます。アイレベルのミディアムショットは鎧のシルエットを判読可能に保ち、衣装が要点であるときに通常望むものです。
なぜ1ショットにつき1アクションが重要か
10-secondクリップには、説得力のある動き1つ分の余地があります。プロンプトが2つか3つの別々のアクションを求める場合、モデルは固定量のアニメーションをそれらに配分し、それぞれが受け取る量は減ります。目に見える結果はにじみです。途中までしか動かない四肢、決して完了しない回転、鋼のぼやけに変わる掲げた剣。
2つ目の理由は、隠れた幾何学に関係します。参照写真が示していない体勢をプロンプトが暗示すると、余分な四肢が現れます。写真が座っている猫で、プロンプトが「後ろ脚で立ち、剣を振る」と求める場合、モデルは腹、伸ばした後ろ脚、前脚の位置をゼロから発明しなければならず、しばしば四肢を1本多く発明したり、尻尾があるべき場所に脚を置いたりします。望むアクションに近い参照ポーズと、単一の主要な動きがあれば、そのほとんどを防げます。
実用的なルール: クリップを「そして次に」で描写できるなら、2回の生成に分けてください。それぞれ30クレジットの2つのクリップは、使える2ショットを与えます。両方を求める1つのクリップは、同じコストで、テキストを再ロールしても救えないにじみを与えます。
6つのプロンプト例
以下の各例は5つのスロットを埋め、それ以上は何もしません。文言は意図的に平易です。平易な文言はモデルが解釈する余地を少なくするからです。
- 中庭の行進（写真あり）。 参照内の猫、磨かれた鋼の胸甲と鎖帷子の首輪、濡れた敷石の上に前脚を1本前に置いて静止、アイレベルの固定ミディアムショット、左からの夕暮れのサイドライトで鎧に暖かなリム。
- 警備（写真あり）。 参照内の猫、へこんだ鉄の兜と低く構えたショートソード、フレームの外を雨が降る中でじっと座る、床高からの固定ワイドショット、右にランタン1つがある冷たい曇天光。
- 巨大な守護者（写真あり）。 参照内の猫、革の首輪以外に鎧なし、見上げて視線を保つ、ミディアムショットへのゆっくりしたドリーイン、夕暮れの逆光と石の上の長い影。
- 城門（写真あり）。 参照内の猫、鎖帷子の首輪と背中に結わえた小さな旗、門へ2歩歩いて止まる、アイレベルの固定ミディアムショット、青い夕方の空気に対する右からの松明の光。
- テキストから動画、炉辺のナイトキャット。 白い胸の斑がある小さな黒猫、鋼の胸甲と鎖帷子の首輪、ボウルの周りでよりきつく丸まり落ち着く、床レベルの固定クローズショット、左からの暖かな炎の光と後ろの深い影。
- テキストから動画、夜警。 がっしりした茶トラ、磨かれた鋼の板金と地面に置いたショートソード、一度頭を上げて保つ、ワイドショットからのゆっくりしたドリーイン、細い窓を通る冷たい月光と右のランタンのフィル。
1から4は参照写真を前提とするため、被写体スロットは1つのフレーズに縮まり、モデルは画像からアイデンティティアンカリングを行います。5と6は、固定する写真がないため毛の記述を担います。
よくある間違い
1ショットに2つのアクション。 上で扱いましたが、依然としてにじみの最も一般的な原因です。クリップを分割してください。
曖昧な衣装。 「鎧」は衣装ではありません。素材と部位を指定してください。「磨かれた鋼の胸甲」と「へこんだ鉄の兜」は異なるピクセルに解決し、モデルがあなたの代わりに選ぶことはありません。
曖昧なスケール。 「小さい」と「壮大」は、シーン内のサイズではなく、猫についてのあなたの感情を描写します。比較を与えてください。「後ろに立つ騎士にとって膝の高さ」「壁に立てかけた盾より小さい」。
形容詞の積み重ね。 1つの名詞の前に4つの形容詞を置くと、モデルの注意が4つすべてに分割されます。重要なものを1つ選び、残りの言葉をアクションに使ってください。
プロンプトの途中でカメラを変える。 生成ごとにカメラ指示は1つです。固定フレーミングとドリーを同時に求めるプロンプトは、どちらも生みません。
この内容の短いチェックリスト版が欲しいなら、Knight Cat AI動画の作り方 のウォークスルーが、これらのプロンプト周辺のアップロードとプリセットの流れを扱い、ホームページ では、ほとんどのプロンプトが最終的に描写することになる4つのプリセットを紹介しています。
プロンプトのコストと反復
プロンプト作成はレンダリングに比べて安価です。だからこそ、テキストを反復するのが正しい最初の一手です。デフォルトの納品仕様は Standard · 1080p · 12s で30クレジット、料金カードの Standard · 720p · 12s オプションは10クレジットです。480p・12sのレンダーは5クレジットで、より長いクリップは線形にスケールし、切り上げられます。
それには単純な理由があります。レンダーが失敗すればクレジットは返金されますが、成功して見た目が間違っているレンダーは返金されません。480pでの5クレジットは、1080pのテイクに踏み切る前に、アクションが読めるかどうかを試す最も安い方法です。プロンプトを書き、動きがまだ見える最低解像度でレンダリングし、それから初めて上位ティアに使ってください。現在のティアは料金ページで確認できます。
新規アカウントは、Googleサインインを通じて一度だけ30クレジットを取得します。メール登録は、毎日のチェックインを請求するまでゼロから始まります。チェックインでは10、次に20、次に30、その後は1日10をさらに4回付与します。レンダーはあなたのアカウントに非公開のままで、公開フィードに公開されるものはなく、レンダーに透かしは入りません。
よくある質問
プロンプトはどのくらいの長さにすべきですか？ 2文から4文で十分です。5つのスロット、それぞれ1節です。長いプロンプトはより多くのオブジェクトに注意を分割し、通常はより豊かな結果ではなく、よりぼやけた結果を生みます。
プロンプトは参照写真を上書きしますか？ いいえ、またそうしようとすべきでもありません。写真はアイデンティティを固定し、プロンプトはその周囲のシーンを描写します。別の猫が欲しいなら、テキストで別の毛を描写するのではなく、別の写真をアップロードしてください。
なぜ私の猫に余分な四肢が生えるのですか？ プロンプトが、写真に示されていない体勢を求めているからです。参照ポーズをアクションに合わせ、主要な動きを1つに保てば、モデルは隠れた幾何学を推測しなくなります。
プロンプトはキーワードで書くべきですか、それとも文で書くべきですか？ 明確なスロットを持つ文です。キーワードリストはフォールバックとして機能しますが、文は被写体、アクション、カメラの関係を運び、モデルがアニメートするのはその関係です。
最初にどのカメラ設定を使うべきですか？ 固定です。最も安定した選択肢で、それがきれいにレンダリングされたら、唯一の変更としてゆっくりしたドリーインを追加できます。
1つのプロンプトを4つのプリセットすべてに再利用できますか？ いいえ。嵐に洗われる荒野、巨大な騎士と小さな猫、夕暮れの城門、ミルクの守護者という各プリセットが設定とスケールを定めるので、プロンプトはシーンを言い直すのではなく、その上に衣装、アクション、カメラ、ライティングを供給すべきです。