5つの部分からなるプロンプトの公式
ほとんどの弱いプロンプトは、シーンではなく雰囲気を記述しているため失敗します。この順序で5つの部分を使用すると、モデルが推測する手間が省けます。
この構造は、画像モデルと動画モデルの両方で機能します。動画プロンプトには、カメラの動きと体の動きという追加の指示が必要です。
- 誰：架空の大人パフォーマー
- 何：コスチュームと2つの具体的な詳細
- どこ：1つの部屋または風景
- 光：パレットと光源
- カメラ：1つの動き、および避けるべきこと
画像プロンプトと動画プロンプト
画像プロンプトは、結果が単一のフレームであるため、質感、生地、構図により多くの言葉を費やすことができます。動画プロンプトは、動き、解剖学、カメラの動作に注意を払う必要があります。
動画の場合、コスチュームを2〜3つの詳細に抑え、安定した解剖学、全身がフレームに収まっていること、1つのカメラの動きを追加します。10秒のクリップでシーンが多すぎると、カットや歪みが生じます。
- 画像：質感、レンズ、構図、カラーグレーディング
- 動画：動き、解剖学、カメラ、連続性
- 両方：テキストなし、ロゴなし、追加の人物なし
ネガティブプロンプトに入れるべきこと
モデルは追加すべきでないものを知る必要があります。一般的な失敗は、余分な指、重複した手足、2人目の人物、浮遊するオブジェクト、テキストのようなアーティファクトです。
短い「避けるべきこと」の行を追加します：余分な人物なし、歪んだ手なし、テキストなし、ロゴなし、透かしなし。コスチューム動画の場合、顔の一貫性とコスチュームのシルエットの安定性も求めます。
- 余分な人物や重複した身体部分なし
- テキスト、ロゴ、透かしなし
- フレーム間のアイデンティティの変化なし
- 突然のシーンカットなし
これらのプロンプトをGeminiまたはChatGPTで使用する
画像プロンプトをGeminiまたはChatGPTに貼り付け、グリッドではなく1枚の画像を要求します。モデルがテキストや境界線を追加した場合は、「テキストなし、境界線なし」という明確な指示を付けて要求を繰り返します。
複数の画像で一貫したキャラクターを維持するには、同じ最初の文を維持し、シーンのみを変更します。これにより、モデルに安定したアンカーが与えられます。
- 一度に1枚の画像を要求する
- アイデンティティの文を変更しない
- イテレーションごとに1つの変数を変更する
- 結果の隣にプロンプトを保存する
