テキストから動画が写真から動画に勝る時
テキストから動画は、まだ存在しないシーン向けです。夕暮れのスタジアム、練習場、トンネルウォーク、反応する観衆など。保存すべき顔がないため、モデルは場所とカメラにすべての注意を集中できます。
ショットに特定の人物が必要な場合は、代わりに写真から動画を使用してください。テキストのみのプロンプトでは、実際の顔を確実に再現することはできません。生成された顔は、意図した人物ではありません。
ショットをショットとして書く
プロンプトは、場所、被写体、アクション、カメラを記述すると最も効果的です。ムードを表す形容詞は任意ですが、カメラの指示は必須です。「シネマティック」はモデルにほとんど何も伝えませんが、「カメラが選手の背後を肩の高さで追跡する」は、どこに立つべきかを伝えます。
- 場所：照明に照らされたスタジアム、トンネル、雨に濡れた練習ピッチ。
- 被写体：一人の選手、群衆、空のゴール、スポット上のボール。
- アクション：歩き出す、ボールを蹴る、カメラの方を向く。
- カメラ：背後を追跡、静止ワイド、ゆっくりとズームイン、ローアングル。
- 光：投光照明、夕暮れ、琥珀色の霞、冷たい青いトンネル。
シーンをレンダリング可能な小ささに保つ
12秒のクリップは短編映画ではありません。1つの場所、1つの被写体、1つのカメラの動きが信頼できる形です。カットが必要な場合は、2つのクリップをレンダリングしてエディターで結合してください。モデルはタイムラインではありません。
群衆は通常、失敗の原因となります。背景に100の顔があると、ぐちゃぐちゃになることがあります。群衆を個々人としてではなく、雰囲気（点滅するライト、霞、音の壁）として記述してください。
コストと反復
480p・12秒のレンダリングは5クレジット、720pは10、1080pは30です。短いクリップは安価です。レンダリングが失敗した場合は自動的に返金されるため、拒否されたプロンプトでレンダリング費用がかかることはありません。
480pで反復してください。構図がうまくいったら、成功したプロンプトを720pまたは1080pで再レンダリングします。これは、最高解像度でフレーミングの問題を発見するよりも安価です。
プロンプトレシピ
A packed football stadium at night, floodlight haze, a lone player walks out of the tunnel onto the pitch, camera tracks behind them at shoulder height, drums and crowd noise, cinematic colour grade, no text.これはモデルが受け取る正確な英語のプロンプトです。上記のスタジオで編集してください。クレジット費用は解像度と長さに依存し、プロンプトには依存しません。
よくある質問
テキストから動画に写真は必要ですか？
いいえ。スタジオをテキストモードに切り替えてシーンを記述してください。特定の人物の顔をクリップに入れたい場合にのみ写真が必要です。
テキストから実在の人物を生成できますか？
いいえ。モデルはオリジナルの顔を生成します。実在の人物の肖像を維持するには、その写真をアップロードして写真モードを使用してください。使用する権利のある写真のみを使用してください。
クリップの長さはどのくらいですか？
4、8、または12秒を選択できます。モデルは連続した1つのショットをレンダリングし、シーン間でカットすることはありません。
音声を追加できますか？
スタジオは無音のMP4をレンダリングします。ダウンロード後にエディターで音楽やナレーションを追加してください。
群衆の見た目が間違っている場合はどうすればよいですか？
群衆を個々人としてではなく雰囲気として記述し、カメラを被写体により近づけてください。100の生成された顔は、どのモデルにとっても難しいショットです。
