AI歌唱動画に最適なプロンプト

プロンプトがここで実際に制御するもの

カスタムシーンプロンプトで具体的に指定すべき4つの要素

• ステージまたは設定。単なる雰囲気ではなく、実際の場所を具体的に指定しましょう。「クールでムーディーな場所」よりも「低いステージのある小さな地下ジャズクラブ」の方が、モデルにとってより多くの情報となります。
• 照明。単一の形容詞よりも、方向と質が重要です。「素敵な照明」よりも「単一のスポットライトによる温かいサイドライティング」の方が多くの情報を含んでいます。これは一般的な照明プロンプトのガイドラインでも直接裏付けられており、光がどこから来てどれくらいの強さであるかを指定する方が、ムードを指定するよりも結果に大きな影響を与えます。
• カメラ。「ミディアムショット、ややローアングル」のような具体的なフレーミングは、意図的な選択として読み取られます。これを省略すると、モデルは推測することになります。
• 雰囲気。これは、照明やステージ以外の環境要素（霞、紙吹雪、屋外の夕暮れの雰囲気、静かで親密な静けさなど）を指定するレイヤーです。最後に単一の形容詞としてまとめるのではなく、具体的に名前を挙げることで、その要素が失われるのを防ぎます。

プリセットから始めて、微調整する

応用できるカスタムシーンプロンプトの例

• アップビートなポップソングの場合：「ゴールデンアワーの屋外屋上ステージ、温かい逆光、広角の確立ショット、ストリングライトが輝くエネルギッシュな夜の雰囲気。」
• スローバラードの場合：「薄暗く親密なピアノバー、側面からの単一の温かいスポットライト、クローズアップのミディアムショット、静かで物思いにふけるムード。」
• ハイエナジーなパフォーマンスの場合：「ネオンに照らされたステージ、クールな青とピンクのサイドライティング、ダイナミックなローアングル、濃い霧の雰囲気。」
• ノスタルジックまたは感傷的な場合：「夕暮れの柔らかな光が差し込むリビングルーム、温かい窓からの光、ミディアムショット、穏やかでゆったりとした雰囲気。」
• 遊び心のある、またはコメディタッチの場合：「明るく彩度が高いレトロなステージ、均一なフロントライティング、広角の魚眼風フレーミング、陽気でやや誇張された雰囲気。」

カラオケモードに合わせてプロンプトのエネルギーを調整する

避けるべきよくあるプロンプトの誤り

• プロンプトで口の動きや表情を指示しようとすること。これらはシーンプロンプトではなく、あなたの写真と楽曲の音声によって制御されます。「感情的で涙ぐむパフォーマンス」と記述しても、リップシンク自体は変わりません。
• 一つのプロンプトに競合するアイデアを詰め込みすぎること。過度な複雑さを避けるという一般的なプロンプトガイドラインは、ここでも直接当てはまります。5つの異なる照明設定と3つのカメラアングルを一度に記述しようとするプロンプトは、4つの要素それぞれを一度ずつ明確に指定するプロンプトよりも、不明瞭な結果を生み出す傾向があります。
• プロンプトが悪い元写真を修正することを期待すること。カスタムシーン編集は、パフォーマンスを取り巻く世界を変えるものであり、アップロードされた写真自体の照明が良いか、口が鮮明か、あるいは最初から使えるアングルであるかを変えるものではありません。
• まずプリセットを試す代わりにプロンプトを書くこと。多くの一般的なニーズに対しては、6つのプリセットのいずれかがすでにワンクリックで要件を満たしており、プロンプトを記述する必要は全くありません。

よくある質問