ガイド / 映像制作

リアルなAI動画の作り方

リアルなAI動画は、単一のプロンプトでは作れません。これは小さな制作プロセスです。誰が登場するのか、どこにいるのか、各ショットがどのように見えるのか、カメラがどう捉えるのか、そして全員がどう動くのか。これらをすべて、最初のクリップを生成する前に決定します。ここでは、NOLGIA向けに制作された1990年代後半のニューヨークを舞台にした実際の短編映画のパイプラインを、送信されたすべてのプロンプトと、各ショットに必要なテイク数とともに紹介します。

  • 21 分で読めます

英語から自動翻訳されています。原文を読む

キャラクターロケーション屋上ショット音楽

作るものを順番に並べています。タップするとその手順に移動します。

このガイドでは、1990年代後半のニューヨークを舞台にした縦型の短編作品を、制作の最初から最後まで追います。屋上、非常階段、街角で2人の友人がビデオカメラに向かって話すという内容で、その制作過程を解説します。この作品はNOLGIAのためにライブコンポーザーで作成され、登場人物はすべて架空の存在です。以下のプロンプトは送信されたままの状態で引用しています。唯一の変更点は、長いダッシュをハイフンに置き換えていることです。

このワークフローの根底にあるのは、コントロールです。ビデオモデルに人物、場所、カメラ、演技を一度にすべて創作させるのではなく、まず各要素を決定し、モデルには最後の部分、つまり動きを与えることだけを任せます。順序は、ビジョン、キャラクター、ロケーション、ショット、カメラ、静止画、ビデオプロンプト、ビデオ、音楽、編集であり、各段階が次の段階へとつながります。

なぜ多くのAIビデオはまだAIっぽく見えるのか

写実性は「photorealistic」という言葉から生まれるのではありません。それは、多くの細部を同時に制御することから生まれます。よくある「見破られやすい点」には、それぞれこのガイド内の段階で修正する方法があります。

見破られやすい点発生する理由修正される場所
カットごとに人物や服装が異なるモデルが毎回プロンプトの言葉から人物を勝手に生成してしまうステップ2:キャラクターシートを作成し、キャラクターとして保存して、すべてのカットにアタッチする
世界観が時代錯誤であるモデルは指示しない限り現代を描き、指示しても時々間違えることがあるステップ3と6:すべてのプロンプトで時代を明記し、すべての静止画でその時代に存在しなかったものがないか確認する
誰も持っていないカメラプロンプトにカメラの持ち手や動きが書かれていないステップ5と7:1つのビートにつき1つのカメラワークとし、開始から終了までを記述する
硬い表情と忙しない手つきプロンプトが「何が起きるか」は書いても、「その間の人々の振る舞い」を書いていないステップ7:セリフごとに目線、手の動き、話し方を記述する
変更できないサウンドトラッククリップの音声が、セリフ、環境音、音楽が混ざった1つのトラックになっているステップ9:クリップにはセリフと環境音のみを含め、音楽は別途作成する

スクリプトとビジョンから始める

すべては脚本と、伝えたい雰囲気から始まります。プロンプトを書く前に、NOLGIA Agentに、作りたいものを平易な言葉で伝えてください。ストーリー、キャラクターの行動、時代背景、リアリティのレベル、イメージしているカメラワーク、完成した動画の雰囲気などです。その上で、プロンプトではなく、まず計画を依頼してください。

  • ストーリー: 何が起きるか、各キャラクターが何を言うか。
  • キャラクター: 彼らが誰で、カメラの前でどのように振る舞うか。
  • 世界: 場所と時代。1990年代後半の物語なら、1990年代後半の車、服、街並みが必要です。
  • ルック: リアリティのレベルと、どのような機材で撮影するか。ここでは友人の家庭用カムコーダーで撮影したような映像です。
  • カメラ: ハンディか固定か、クローズアップかワイドか、静止か動きがあるか。
  • 雰囲気: 視聴者が最後に感じるべきもの。
NOLGIA Agentへの最初のメッセージ(テンプレート:ご自身のストーリーに置き換えてください)
I want to make a short vertical 9:16 video, about 25 seconds, in three shots. Two friends in their late twenties, a man and a woman, talk straight to a camcorder on a New York rooftop, on a fire escape and on the street, where they catch a yellow taxi. Here are their lines: [paste the script]. It is set in the late 1990s and should look like real footage from a consumer camcorder of the time: handheld, warm late-afternoon sun, soft optics, analog grain. They are casual and funny, like friends being filmed, not presenters. It should feel candid, nostalgic and real, not like an ad. Before writing any prompts, help me plan it: describe each character and each place in detail, then break the script into shots with the framing, the camera move and what happens in each one.

このショート動画の脚本は、3つのショットのセリフで構成されています。

脚本
ROOFTOP. SHE: Everyone's trying to make cinematic AI videos, but most of them still look... AI. HE: The trick isn't just the model, it's how you build the whole shot.
FIRE ESCAPE. SHE: This is where the magic happens.
STREET. HE: That's the NOLGIA workflow. SHE, from the back of a taxi: Start making with NOLGIA today. Comment 'nol' to know more.

ヒント:まず計画を依頼する. 脚本は、その後のすべての要素の基盤です。キャラクター、場所、アングル、動き、光、音はすべて脚本に奉仕しなければなりません。生成を開始する前にエージェントとこれらを固めておけば、その後のプロンプトはより短く、より確実になります。

シーンを構築する前にキャラクターをデザインする

シーンを構築する前に、各人物をデザインしましょう。目的は魅力的な顔を作ることではなく、あなたの世界に存在する説得力のある人物を作ることです。その人物を完全に描写することで、後のすべてのショットが同じ人物から始まります。キャラクターシートは1枚の画像でこれを実現します。正面、斜め45度、横顔の全身とクローズアップ、いくつかの表情、そしてリアルな肌の極端なクローズアップを含めます。

  • リアルなディテール: 肌の質感と毛穴、自然な目と髪、リアルな手、説得力のあるプロポーション、体に合った服。
  • 存在しうる光: 窓からの日光や実用的なランプなど、リアルなハイライトと影を伴う光。均一なAI的な輝きではありません。
  • 時代: 髪型、メイク、服、アクセサリー、シルエットをその時代に合わせます。1990年代のキャラクターを2020年代風にスタイリングしてはいけません。
  • 1つの衣装: シートのすべてのフレームで同じ服とジュエリーを使用します。シートはすべてのショットがコピーする基準となるためです。
彼女のキャラクターシート (GPT Image 2.5 Sunburst)
Solid white background. Create an ultra-realistic cinematic character reference sheet for a young adult woman in her mid-to-late 20s, designed for a realistic video campaign.

CHARACTER:
A naturally beautiful but completely believable young woman, around 25-28 years old. Long naturally styled light brown / dark blonde hair with soft volume, expressive eyes, natural eyebrows, realistic facial proportions and subtle imperfections. Warm, confident, playful personality. She should feel like a real person rather than a professional model.

WARDROBE:
Simple understated casual clothing with a slightly nostalgic late-1990s / early-2000s feeling: fitted dark burgundy long-sleeve top, relaxed blue jeans, small gold earrings and delicate layered gold necklace. Simple everyday accessories. No visible logos, no text, no branding. Keep the exact outfit and accessories identical across every frame.

CHARACTER SHEET LAYOUT:
Create a single professional character reference sheet containing multiple realistic photographic frames of the EXACT SAME WOMAN:
1. Full-body front view
2. Full-body 3/4 view
3. Medium waist-up front view
4. Medium 3/4 view
5. Side-profile view
6. Natural relaxed expression
7. Genuine smile / small laugh
8. Speaking naturally, mouth slightly open as if mid-sentence
9. Curious / surprised expression
10. EXTREME FACE CLOSE-UP showing authentic real skin texture, visible pores, tiny imperfections, peach fuzz, fine facial hairs, natural lips, subtle under-eye texture and realistic eye detail

The extreme close-up must look like a real cinema-camera photograph of human skin. Preserve natural skin texture. NO beauty filter, NO airbrushing, NO plastic skin, NO excessive makeup, NO CGI.

VISUAL STYLE:
Extremely photorealistic live-action photography. Warm nostalgic consumer-camcorder aesthetic inspired by late-1990s / early-2000s home-video footage. Slightly soft vintage lens rendering, subtle analog grain, gentle highlight halation, mild chromatic imperfections, natural exposure, warm organic skin tones, slightly lifted blacks and subdued contrast.

LIGHTING:
Natural available light. Soft daylight through windows, warm practical lamps indoors, occasional gentle sunlight hitting the hair and face. Slight natural lens flare and atmospheric glow when appropriate. Lighting must feel accidental and real rather than professionally staged.

CAMERA:
Handheld consumer/prosumer camcorder aesthetic. Camera is physically close to the subject, with imperfect human framing and subtle handheld movement. Occasional slight focus hunting and natural focus falloff. Mostly 35mm-50mm equivalent perspective, with the extreme close-up using a portrait lens.

ENVIRONMENT:
Authentic everyday locations such as a cozy neighborhood café, apartment, kitchen, hallway, sidewalk or casual restaurant. Realistic lived-in backgrounds, practical objects and imperfect environments. Nothing overly luxurious or artificially perfect.

IMPORTANT:
This is a CHARACTER CONSISTENCY SHEET. Every frame must depict the exact same woman with identical facial structure, hairstyle, skin tone, body proportions, jewelry and clothing. No identity drift. No wardrobe changes. No face reshaping. No beauty retouching.

Overall feeling: intimate, candid, nostalgic, playful, slightly funny, warm and extremely realistic - like a genuine person being casually filmed on an old camcorder, not a polished commercial model.
彼女のキャラクターシート: 明るい茶色のロングヘアの若い女性が、バーガンディの長袖トップス、ジーンズ、細いゴールドのネックレスを着用している10枚の写真。全身正面と斜め、ウエストアップ、横顔、4つの表情、肌の極端なクローズアップ
彼女のシート、 上記のプロンプトでGPT Image 2.5 Sunburstを使用して生成しました。
彼のキャラクターシート: 黒い乱れた髪と無精ひげの若い男性が、ネイビーのジップジャケットに白いTシャツと青いジーンズを着用している10枚の写真。屋内と歩道での全身、ウエストアップ、横顔、4つの表情、極端なクローズアップ
彼のシート、 完成した画像としてアップロードしました。同じレイアウト: 体、角度、表情、肌。

保存するには、ヘッダーの作成メニューからキャラクターを開きます。名前と説明を入力し、参照画像を追加を開いて、既存のシートの画像をアップロードするか、ポートレートのプロンプトとモデルを使って画像を生成し、サムネイルをクリックして参照として選択します。キャラクターを作成を押します。カード上の動画で使うをクリックすると、キャラクターが添付された動画コンポーザーが開きます。

注意:ショットではなくシートを修正する. シートに誤りがあれば、それを使うすべてのショットで誤りが生じます。現代風の髪型、ロゴ、別の衣装などです。シートが正しくなるまで再生成してください。コストは画像1枚分ですが、ショットのコストははるかに高くなります。

ロケーションを作成し、時代を確認する

人物がリアルでも、場所が間違っていれば、ショット全体が違和感になります。場所も人物と同じように決定してください。どこにあるのか、どのような見た目か、どの時代か、どのような物、建物、乗り物、小道具があるか、自然光がどうなっているかです。その後、まだ存在していなかったものがないか探してください。

暖かい夕方の光に照らされたニューヨークの屋上。レンガの胸壁にはビールグラスが置かれ、タービンベンチレーター、エアコン室外機、給水塔があり、背景にはマンハッタンのスカイラインが広がっています。
NY 90s rooftop、屋上シーン用に保存されたロケーション。

保存するには、作成メニューからロケーションを開きます。名前と説明を入力し、参照画像の下にあるアップロードで静止画を追加するか、ライブラリから選択して、ロケーションを保存を押します。ビデオコンポーザーでは、ロケーションボタンでショットに添付できます。このプロジェクトでは、場所を各ショットのプロンプトに書き込み、屋上は後からロケーションとして保存したので、今後の屋上ショットはそこから開始できます。

番号付きの3つのマークがある「新しいロケーション」フォーム。名前は「NY 90s rooftop」と入力され、屋上の説明があり、参照画像の横にアップロードボタンがあります
新しいロケーション。 (1) 名前。 (2) 説明: その場所が何であるか、そして変わらないものは何か。 (3) 静止画をアップロードするか、その下のライブラリから選択し、ロケーションを保存を押します。

注意:モデルは今日のスカイラインを描きます. この静止画のスカイラインを見てください。中央右にある高層ビルは2014年にオープンしたワン・ワールド・トレード・センターで、右側の細いビル群はさらに新しいものです。屋上のカットには同じビルが写っていますが、プロンプトでは1990年代後半と指定されています。時代考証が必要な作品では、すべての静止画を確認し、当時は存在しなかったもの(携帯電話、車、看板、スカイラインなど)がないかチェックしてください。そして、代わりに何があるべきかを具体的に指定するか、背景をぼかして焦点を合わせないようにしてください。

スクリプトをカットに分割する

次に、動画を一度に生成するのではなく、管理されたカットの集合として扱います。NOLGIA Agentにスクリプトをカットリストに変換してもらい、各カットで同じ質問に答えられるようにしてください。

  • 何が起きるか、そして各キャラクターはどこにいるか。
  • 各キャラクターは何をしていて、何を見ていて、何を話しているか。
  • 視聴者に何を見せたいか、そしてカメラはどこにあるか。
  • 顔や手はどうなっているか。
  • 直前と直後に何が起きるか。
カット内容カメラ長さ
1. 屋上彼女は壁に寄りかかり、カメラに向かって話します。彼はパラペットに座ってタバコを吸いながら答えます。ローアングルのハンドヘルドで二人を捉え、彼女のクローズアップへ高速ズームインし、彼へ短いパン10 s
2. 非常階段二人は階段を降り、彼女はカメラに向かってセリフを言い、最後の段から飛び降ります。低いアングルで下から撮影し、彼らを追いかけて、クローズアップに寄る4 s
3. 街中彼は歩きながらセリフを言い、タクシーを拾い、二人は乗り込む。彼女は窓から最後のセリフを言い、タクシーは去っていく手持ちのミディアムワイドで歩き、タクシーにフレーミングを切り替え、窓際の彼女をよりタイトに捉え、タクシーが走り去るまでキープする12 s
ショートフィルムのショットリスト。3つのショットを合わせると、合計26秒になります。

フレーミングとカメラの動きを選ぶ

カメラはストーリーテリングの一部であり、後回しにしてはいけません。各ショットについて、まずフレーミングを選びましょう。ワイド、ミディアム、クローズアップ、ローアングル、ハイアングル、オーバー・ザ・ショルダー、トラッキング、手持ち、ディテールなどです。次にカメラの動きを選び、その瞬間に合うように調整します。エネルギーに満ちた場面では手持ちやトラッキングが適していますが、親密な場面では落ち着いたカメラワークが望ましいです。すべてのショットで同じカメラワークを使わないようにしましょう。

動きカメラの動作用途
パンその場で左または右に回転する一人からもう一人へ視線を移す際など。屋上のシーンで彼へ短く振り向くような場面
ティルトその場で上または下に回転する背の高いものを映し出す際や、視線の上下を追う際
ドリーインまたはアウト被写体に対して物理的に近づいたり離れたりする親密さを高める際や、引きの画で場所を示す際
ズームインまたはアウトカメラは動かさず、レンズのみで拡大・縮小する突然の、手作り感のある映像。屋上のビデオカメラのズームのような
トラッキング人物やアクションを追跡します歩行や走行。非常階段のような
ハンドヘルド人物の呼吸や足音に合わせて動きますその場にいる誰かが撮影したように感じさせたいものすべて
固定動きません演技でショットを引っ張る

ヒント:方向と距離を指定する. 屋上のプロンプトでは、短いパンにセクション全体を費やしています。最も短い回転で、同じ高さから、チルト、オービット、プッシュインなし。動きを正確に記述するほど、モデルが勝手に創作する余地が減ります。カメラワークガイドでは、12種類の動きと、それぞれを実現するための言葉について解説しています。

ビデオコンポーザーの「Camera move」行。3つの番号付きマークがあります。選択された「Pan right」、強度の「Subtle」、そして追加される文章:「固定位置から右へ、ゆっくりと穏やかにパンし、視界は数度だけ回転する」
または「Camera move」行から標準的な動きを選択します。 (1) Pan right。(2) Subtle(短い回転用)。(3) 生成時にプロンプトに追加される文章。動きを選択するか、自分で記述するか、どちらか一方にしてください。

アニメーション化する前に、静止画でルックを確定させる

動画のプロンプトを作成する前に、各カットの重要な瞬間の画像プロンプトを作成し、静止画として生成してください。静止画は、キャラクター、衣装、場所、時代、光、フレーミング、アングル、レンズ、ポーズ、表情、小道具、背景などの見た目を低コストで調整できる場所です。静止画が満足のいくものでなければ、動画に進まないでください。

  • 誰: キャラクター。キャラクターから添付し、衣装を具体的に指定します。
  • どこで、いつ: 場所と時代。説得力のある詳細を含めます。
  • 光: 光源、方向、色、時間帯。
  • カメラ: 位置、アングル、レンズ、フレーミング。
  • 演技: ポーズ、表情、視線の方向。
  • 一貫性: 前後のカットと同じ衣装、小道具、光。

正しくなったら、それを確定したものとみなします。静止画は動画の視覚的基準となるため、モデルはキャラクターやシーンを再発明するのではなく、すでに解決済みの状態から開始します。作成するには、作成メニューから画像を開き、キャラクターでキャストを、ロケーションで場所を指定し、動画で使用するアスペクト比を選択して、画像を生成を押します。次に、動画コンポーザーで開始の下にある画像をアニメーション化を選択し、開始フレームを追加で静止画を追加します。

3つの番号付きマーク(キャラクターボタン、ロケーションボタン、9:16のアスペクト比)が表示された画像コンポーザー
画像で静止画を確定します。 (1) キャラクターでキャストを指定します。(2) ロケーションで場所を指定します。(3) 動画で使用するアスペクト比(ここでは9:16)を選択します。

注意:この短い動画で行ったこと. ここにある3つのショットは、2枚のキャラクターシートから直接Seedance 2.5へ送られ、場所と構図はそれぞれのプロンプトに書き込まれています。最も要素が多いストリートのショットは、10回のテイクが必要でした。ショットの構図や場所が何度もずれる場合は、まず固定された静止画を追加するのが効果的です。短編映画ガイドでは、すべてのショットをまず静止画から作成しています。

ビデオプロンプトをビートごとに書く

次に、各ショットをモーション指示に変換します。「彼女がカメラに向かって話す」だけでは不十分です。ショット全体で何が起きるかを、秒単位で指定してください。以下の屋上のプロンプトには、リアルなショットに必要なすべての要素が、この順序で含まれています。

  1. キャストの固定: シートと同じ2人のキャラクターを使用し、顔、髪、服、ジュエリーに変更を加えないでください。
  2. フォーマットと場所: 9:16、本物のニューヨークの屋上、1990年代後半、雰囲気を伝える小道具。
  3. 光: 暖かい午後の遅い時間帯の太陽光、その光の当たり方と、カメラ移動に伴う変化。
  4. タイミング付きビート: 0:00から0:02、0:02から0:05など、各ビートにアクション、カメラ移動、引用符で囲まれたセリフを指定します。
  5. パフォーマンス: 手の動き、その大きさ、静止するタイミング、視線の動き。
  6. カメラスタイルと画像: ビデオカメラ、手持ち撮影の質感、粒子感、色。
  7. 禁止事項: ジンバルなし、スムーズなズームなし、ビューティーフィルターなし、インフルエンサー的な振る舞いなし、BGMなし。
  8. サウンド: その場所の環境音と会話のみ。
屋上のショット (Seedance 2.5)
SEEDANCE 2.5 - ROOFTOP SCENE / 9:16 VERTICAL

Use the EXACT SAME male and female characters from the supplied character sheets.

Preserve their exact facial identity, hairstyle, skin tone, body proportions, clothing and accessories.

NO identity drift.
NO wardrobe changes.

FORMAT:
9:16 vertical.

LOCATION:
Authentic New York City rooftop, late 1990s America.

Concrete rooftop, brick walls, rooftop equipment, pipes, vents, water-tower elements and NYC skyline clearly visible.

The two characters feel like effortlessly cool young adults casually hanging out, not commercial presenters.

--------------------------------------------------
LIGHTING
--------------------------------------------------

Warm late-afternoon natural sunlight.

Use realistic sunlight and shadow across both characters.

Warm highlights on their faces and hair, natural shadows across their clothing and parts of their faces.

Allow subtle exposure breathing, highlight blooming and occasional natural lens flare as the camera moves.

The lighting must feel completely natural and available.

--------------------------------------------------
0:00-0:02 - OPENING
--------------------------------------------------

Start with a creative LOW-ANGLE handheld shot showing BOTH characters and the NYC rooftop.

The FEMALE is casually leaning against a rooftop wall.

The MALE is sitting casually on the inner side of the rooftop parapet, slightly slouched.

He is ALREADY smoking.

The female looks directly toward the camera and says:

“Everyone’s trying to make cinematic AI videos, but most of them still look…”

--------------------------------------------------
FEMALE PERFORMANCE
--------------------------------------------------

The female uses her hands while speaking, but ONLY in subtle, realistic conversational ways.

Her gestures should be restrained and believable:

- small movement of one hand while making a point
- slight open-palm gesture
- tiny wrist or finger movement
- occasionally moving one hand closer to her body
- relaxed natural arm movement

Do NOT have her constantly wave her hands.

Do NOT exaggerate the gestures.

Do NOT use influencer-style hand movements.

Her hands should sometimes remain completely still while she speaks.

The gestures should happen organically and occasionally, matching the rhythm of her speech.

She remains relaxed against the wall.

--------------------------------------------------
0:02-0:05 - SUDDEN OPTICAL ZOOM
--------------------------------------------------

As she continues speaking, suddenly hit the physical 1990s camcorder zoom rocker.

FAST, JERKY OPTICAL ZOOM:

LOW-WIDE TWO-SHOT
→ QUICK OPTICAL ZOOM
→ TIGHT CLOSE-UP OF FEMALE.

The zoom is sudden and slightly imperfect.

Mechanical zoom-rocker feel.
Small handheld wobble.
Brief motion softness.
Tiny autofocus adjustment.
Subtle exposure breathing.

End on a tight close-up.

She looks DIRECTLY INTO THE CAMERA and finishes:

“…AI.”

Keep her expression natural and understated.

--------------------------------------------------
0:05-0:07 - SHORT SIDEWAYS PAN TO MALE
--------------------------------------------------

IMPORTANT CAMERA INSTRUCTION:

The male is positioned relatively close to the female in the composition.

When transitioning from the female to the male, DO NOT make a long horizontal sweep across the entire rooftop.

Instead, perform the SHORTEST POSSIBLE SIDEWAYS HORIZONTAL PAN needed to move from her to him.

Think:

FEMALE CLOSE-UP
→ QUICK SHORT SIDEWAYS TURN
→ MALE.

The camera should rotate toward the SIDE OF THE FRAME WHERE THE MALE IS LOCATED.

The pan travels toward the NEAREST / SHORTEST SIDE of the next character.

If the male is just to the right of the female, pan quickly RIGHT.

If he is just to the left, pan quickly LEFT.

Never choose the longer direction around the composition.

The camera does NOT travel around the rooftop.

It simply makes a quick, short horizontal handheld turn toward the nearby character.

NO tilt up.
NO tilt down.
NO diagonal movement.
NO orbit.
NO push-in.
NO pull-out.

Keep the camera at approximately the same height.

Allow slight handheld motion blur and a tiny autofocus adjustment during the short pan.

--------------------------------------------------
0:07-0:10 - MALE
--------------------------------------------------

The short sideways pan lands naturally on the male.

Frame him in a low-angle medium close-up while still showing enough rooftop and NYC skyline to establish the location.

He remains relaxed and slightly slouched.

He is already smoking.

Warm sunlight catches one side of his face while the other remains naturally shaded.

He takes a small drag.

Subtle smoke catches the sunlight.

He looks toward camera and says:

“The trick isn’t just the model - it’s how you build the whole shot.”

He makes only a small, natural gesture with the cigarette.

No exaggerated movement.

--------------------------------------------------
CAMERA STYLE
--------------------------------------------------

Authentic late-1990s consumer/prosumer camcorder.

Handheld and imperfect, but visually intentional.

Use:
- creative low angles
- tight close-ups
- wide rooftop establishing framing
- sudden optical zoom
- short reactive sideways pan
- subtle handheld shake
- natural framing corrections
- realistic sunlight and shadows
- occasional focus breathing
- slight motion blur

The camera should feel like a real person casually filming their friends.

The camera movement should NEVER feel like modern stabilized cinema.

--------------------------------------------------
1990s IMAGE
--------------------------------------------------

Extremely photorealistic.

Authentic late-1990s American camcorder.

Slightly soft optical image.
Natural analog grain.
Warm organic skin tones.
Lifted blacks.
Subdued contrast.
Gentle highlight blooming.
Subtle halation.
Mild chromatic imperfections.
Natural lens flare.
Realistic exposure fluctuations.

Must look like actual footage recorded in the late 1990s, NOT modern footage with a retro filter.

NO gimbal.
NO perfect stabilization.
NO smooth cinematic zoom.
NO digital zoom.
NO long sweeping pan.
NO complicated camera movement.
NO exaggerated hand gestures.
NO influencer behavior.
NO beauty filter.
NO plastic skin.
NO CGI appearance.
NO background music.

Only authentic NYC rooftop ambience, distant traffic, wind and naturally recorded dialogue.

Cast: @Image1 is Male1. @Image2 is Female2.

作成されたのは、次のステップのショット1です。

ヒント:手の動きを抑える. 両方の会話プロンプトでは、手を演技の一部として扱っています。許される小さなジェスチャーをリストアップし、手を完全に静止させる場合もあると指定し、指差しやインフルエンサー的なジェスチャーを禁止することで、会話が手を振る行為にならないようにしています。

ヒント:名前は聞こえる通りに綴る. ストリートのプロンプトでは、ブランド名を発音通りに記述し、モデルが正しく発音できるようにしています。「That's the nol-jia workflow.」のようにします。モデルが間違える可能性のある名前はすべて、同じようにしてください。

Seedance 2.5でショットを生成する

作成メニューから動画を開きます。モデルボタンでSeedance 2.5を選択し、アスペクト比チップを9:16に、期間チップをショットの長さに設定します。Audio Onのままにしておくと、対話と環境音が映像と一緒に出力されます。キャラクターを押して、2人の人物を追加します。チップの順序で@Image1と@Image2になり、プロンプト内で@を入力すると名前を挿入できます。プロジェクトドロップダウンでプロジェクトを選択すると、すべてのテイクがそこに保存されます。プロンプトを貼り付け、動画を生成を押します。実行前にボタンに価格が表示されます。このガイドの各ショットのプロンプトの最終行(Castで始まる行)は、添付されたキャラクターからNOLGIAによって追加されるため、入力する必要はありません。この行には、各キャラクターが参照画像に対して名前付けされ、キャラクターに保存した説明(私たちの場合はなし)が続きます。これらのショットを作成した当時、この行には各キャラクターのポートレートから「Character portrait of …」や「Clean studio reference image, front-facing, even lighting.」という文言も含まれていましたが、NOLGIAは現在これらを送信しないため、現在送信される形式のまま表示されています。

6つの番号付きマークがあるビデオコンポーザー: モデルとしてのSeedance 2.5、Charactersボタン、Audio On、Projectドロップダウン、8sと9:16のチップ、価格が表示されたGenerateボタン
ショットの設定。 (1) Seedance 2.5。 (2) Charactersで、両方の人物を添付します。 (3) Audio Onで、セリフと環境音を有効にします。 (4) プロジェクトを指定して、すべてのテイクがそこに保存されるようにします。 (5) ショットの長さと9:16。 (6) 実行前に、ボタンに価格が表示されます。
非常階段のショット (Seedance 2.5)
SEEDANCE 2.5 - FIRE ESCAPE STAIRCASE SCENE / 9:16 VERTICAL

Use the EXACT SAME male and female characters from the supplied character sheets.

Preserve their exact:
- facial identity
- hairstyles
- skin tones
- body proportions
- clothing
- jewelry/accessories

NO identity drift.
NO wardrobe changes.

FORMAT:
9:16 vertical.

LOCATION:
Authentic New York City fire escape staircase attached to an old brick building, late-1990s America.

The environment should clearly read as a real NYC fire escape: aged brick walls, metal staircase, urban buildings, rooftop elements and NYC street visible below.

--------------------------------------------------
CAMERA + OPENING
--------------------------------------------------

Start with a CREATIVE LOW-ANGLE handheld shot from below the fire escape staircase, looking upward as both characters walk DOWN the stairs.

Do NOT shoot through railings as a framing device.

Keep the camera physically close to them and slightly below their level.

The female is slightly ahead of the male.

The camera follows them with genuine handheld camcorder movement.

She looks DIRECTLY INTO THE CAMERA while walking and says:

“This is where the magic happens.”

Her delivery is casual, playful and natural.

--------------------------------------------------
FEMALE PERFORMANCE
--------------------------------------------------

While saying the line, she uses ONLY subtle, natural hand gestures.

Small conversational movements:
- slight movement of one hand
- relaxed wrist movement
- a small open-palm gesture
- subtle movement toward herself

Her hands should NOT constantly move.

No exaggerated pointing.
No influencer gestures.
No theatrical acting.

Her eye contact with the camera is important - she should keep looking directly into the lens while speaking.

--------------------------------------------------
TIGHT CLOSE-UP
--------------------------------------------------

As she says the line, the camera moves into a VERY TIGHT CLOSE-UP of her face.

Use a creative low-angle perspective.

Her face fills most of the vertical frame while the NYC fire escape and brick building remain recognizable around the edges.

Keep the camera handheld and imperfect.

Small natural camera shake.
Subtle focus breathing.
Slight motion softness.
Tiny framing corrections.

She continues walking down the stairs while maintaining eye contact with the lens.

--------------------------------------------------
SUNLIGHT + SHADOW
--------------------------------------------------

Use natural late-afternoon sunlight.

As they descend the fire escape, sunlight falls across the female's face and hair while parts of her face naturally fall into shadow.

The camera movement causes the sunlight to shift subtly across her face.

Use:

- warm sunlight
- natural hard/soft shadows
- subtle highlight blooming
- slight lens flare
- realistic exposure breathing
- natural skin texture

Do NOT use studio lighting.

The sunlight should feel like real available NYC afternoon sunlight captured on a 1990s camcorder.

--------------------------------------------------
ENDING - JUMP
--------------------------------------------------

As the female finishes:

“This is where the magic happens.”

Both characters reach the bottom of the fire escape.

They playfully jump down from the final low step onto the pavement together.

The jump should be small, natural and spontaneous - NOT a stunt.

As they jump, the camera operator reacts naturally with a quick downward shake and slight reframing.

Hold for a brief moment as they land.

--------------------------------------------------
CAMERA STYLE
--------------------------------------------------

Authentic late-1990s American consumer/prosumer camcorder.

Creative but spontaneous handheld photography.

Use:
- low-angle perspective
- tight facial close-up
- slight upward perspective
- natural handheld shake
- spontaneous framing corrections
- subtle motion blur
- autofocus breathing
- realistic exposure fluctuations
- sunlight and shadow interaction

The camera should feel like a friend casually following them down the fire escape.

NOT professional stabilized footage.

NO gimbal.
NO Steadicam.
NO perfect stabilization.
NO smooth cinematic tracking.
NO digital zoom.
NO slow motion.
NO exaggerated camera movement.

--------------------------------------------------
1990s IMAGE
--------------------------------------------------

Extremely photorealistic.

Authentic late-1990s American camcorder footage.

Slightly soft optical image.
Natural analog grain.
Warm organic skin tones.
Lifted blacks.
Subdued contrast.
Gentle highlight blooming.
Subtle halation.
Mild chromatic imperfections.
Natural motion blur.
Realistic skin pores and fine facial hairs.

Must look like ACTUAL late-1990s footage, NOT modern footage with a retro filter.

NO beauty filter.
NO plastic skin.
NO CGI appearance.
NO exaggerated acting.
NO influencer behavior.
NO background music.

Only natural NYC street ambience, footsteps, distant traffic, fire escape sounds and naturally recorded dialogue.

Cast: @Image1 is Female2. @Image2 is Male1.
午後の遅い時間帯のニューヨークの屋上: 彼女はレンガの壁に寄りかかりカメラに向かって話しており、彼はパラペットに座ってタバコを吸っています。素早いズームが彼女の顔に寄り、短いパンでスカイラインを背景にした彼を捉えます
ショット1、屋上。 10秒、4回目のテイク。
レンガ造りの非常階段を下から見上げるショット: 彼女は金属の階段を降りながらカメラに向かって話し、彼がその後を追います。カメラは日差しの中で彼女の顔に寄ります
ショット2、非常階段。 4秒、3回目のテイク。
マンハッタンの歩道: 2人はカメラに向かって歩き、彼は黄色いタクシーを呼び止め、2人は後部座席に乗ります。彼女は窓から身を乗り出してカメラに向かって話し、タクシーは走り去ります
ショット3、街路。 12秒、10回目のテイク。
カットテイク数採用した動画の長さ
1. 屋上410 s
2. 非常階段34 s
3. 街中1012 s
すべてのテイクは、両方のキャラクターを添付したSeedance 2.5で生成しました。

テイクのやり直しは想定し、そのための予算も確保してください。ショットに求められる要素が多いほど、テイクの回数も増えます。ストリートのショットでは、歩く動作、セリフ、タクシーを呼ぶシーン、2人が車に乗るシーン、2つ目のセリフ、そして車が走り去るシーンがあり、10回テイクを撮りました。1回のテイクで1つだけ変更し、他の要素を判断する前に、顔、手、衣装、時代背景をよく確認してください。

音楽を決め、別々に作成する

サウンドは独立した工程です。セリフ、環境音、または演技で十分伝わる場合は、スコア(劇伴)が不要な動画もあります。音楽を付ける場合は、その動画専用に作成しましょう。ムード、テンポ、キャラクター、時代背景、場所、そして話し方まで、すべてを反映させることが重要です。NOLGIA Agentにスクリプトとビジュアルに基づいて音楽プロンプトを作成してもらってください。

  • ジャンルと時代: 1990年代の物語には、1990年代のジャズ・ブルース。
  • テンポとエネルギー: 速いテンポだが、セリフと競合するほど大きくしない。
  • 楽器: 具体的に指定する: ブラシドラム、アップライトベース、エレクトリックピアノ、ミュートトランペット。
  • ムード: ミステリアス、遊び心があり、少し風変わり。
  • ボーカル: なし、セリフの下に配置。
  • 避けるべき要素: ロマンスなし、壮大なビルドアップなし、ソロなし。
スコア (Lyria 3.5)
Fast-paced 1990s jazz-blues instrumental background score, mysterious, quirky and slightly unpredictable. Designed as an energetic underscore beneath spoken dialogue.

Tight, dry brushed drums with a quick nervous groove, walking upright bass, short staccato electric piano chords, muted jazz guitar riffs, occasional muted trumpet stabs and strange little keyboard flourishes. Use syncopation, abrupt pauses, unexpected chord changes and quick musical turns to create a clever, mischievous feeling.

The mood is mysterious and serious but subtly wacky - like a clever character is about to reveal something unusual. Fast-moving without becoming loud or aggressive. Keep the melody fragmented and understated so it never competes with narration.

Strong 90s analog character: dry studio recording, warm tape saturation, slightly dusty texture, punchy drums, tight bass, minimal reverb. Feels like a quirky 90s Japanese TV show, detective scene, creative-tech segment or fast-paced documentary.

NO romance, NO sentimental melody, NO dreamy atmosphere, NO epic cinematic buildup, NO funk, NO vocals, NO big solos. Keep it instrumental, rhythmic, tense, playful and constantly moving.
スコアの波形:ブラシッドドラム、ウォーキングベース、ミュートトランペットを使った、1990年代風の速いジャズブルースのインストゥルメンタル
スコア、 トラックの最初の30秒。フルテイクは約2分です。

CreateメニューからAudioを開き、What do you need?の下でMusicを選択し、Lyria 3.5を選び、プロンプトを貼り付けてGenerate audioを押します。長さの設定はありません:このテイクは約2分で返ってきましたが、タイムラインでトリミングします。スコアには4回のテイクが必要でした:最初の3回は控えめで静かな伴奏を求め、上記の4回目はテンポの速いものを求めました。プロジェクトで使用しているのはこちらです。

ヒント:クリップからスコアを分離する. すべてのショットプロンプトはNO background musicで終わり、許可される唯一の音(場所のアンビエンスとダイアログ)を指定します。クリップのサウンドは1つのトラックであるため、焼き込まれたスコアは後で音量を下げたり、ビートに合わせてカットしたりできません。

タイムラインエディターでまとめる

最後の段階は編集です:3つのショットを順番に並べ、その下にスコアを置き、1つの動画として再生されるようにタイミングを調整します。

  1. プロジェクトのWorkspaceを開き、New timelineを押して名前を付け、フレームサイズをVertical 9:16に設定してCreateを押します。
  2. プロジェクトメディアで、屋上、非常階段、通りの3つのショットを順番に追加します。それぞれをタイムラインにドラッグするか、マウスを合わせて + を押すと、再生ヘッドの位置に追加されます。
  3. セリフや動きに合わせてカットが決まるように、各ショットをトリミングします。選択ツールでクリップの端をドラッグするか、追加する前にプレビューでインをマークとアウトをマークを設定します。
  4. ツールバーのオーディオグループにあるオーディオトラックを追加を使って、ショットの下に別のオーディオトラックとしてスコアを追加します。分割を使って映像の終わりでスコアを切り、余分な末尾を削除します。
  5. スコアを選択し、オーディオインスペクターでクリップの音量を下げるか、ボイスの下でダッキングをオンにして、セリフが前面に出るようにします。最後にフェードアウトを追加します。
  6. 動画を書き出しを押します。完成したMP4はライブラリに保存され、ボタンの横にある矢印から、Premiere Pro または DaVinci ResolveやAfter Effects用の編集データを選択できます。
3つの番号付きマークがある「新しいタイムライン」フォーム。タイムライン名、縦型9:16のフレームサイズ、作成ボタンを示しています
新しいタイムライン。 (1) 名前を付けます。 (2) 縦型9:16を選択すると、1080×1920になります。 (3) 作成を押します。
動画を書き出しボタンと開いたメニュー。デフォルトはVideo (MP4)、2つのPNG静止画、そしてFor editingの下にPremiere ProまたはDaVinci ResolveとAfter Effectsが表示されています
動画を書き出し。 (1) 動画を書き出しはタイムラインをレンダリングします。(2) デフォルトのVideo (MP4)は、タイムライン全体をフル品質で出力します。同じメニューには、Premiere ProまたはDaVinci Resolve用とAfter Effects用のカットが含まれています。

ヒント:プラットフォームにフレームを合わせる. 9:16のタイムライン(1080×1920)は、TikTok、Reels、Shorts向けの縦型動画を出力します。同じピッカーには4:5、1:1、16:9、シネマワイド画面があります。すでに別のサイズでタイムラインを作成しましたか? エディターのヘッダーにあるフレームレートをクリックしてプロジェクト設定を開き、フレームサイズを変更を押して縦型を選択します。フィットを使用すると、9:16のショットは縦型フレームにぴったり収まります。フィルを使用すると、他の形状のクリップを切り抜いてフレーム全体をカバーします。

音声ガイドでは、タイムライン上の音声、音楽、効果音について詳しく説明しています。

まだ再生成が必要な場所

  • 時代が漏れてしまう。 屋上のショットは1990年代後半を示していますが、スカイラインにワン・ワールド・トレード・センターが表示されています。背景に何があるべきか指定するか、ぼかしたままにし、すべてのテイクを確認してください。
  • 込み入ったショット。 ショット内の各アクションは、失敗する可能性のある要素です。ストリートのショットには6つのアクションがあり、10回テイクを撮りました。非常階段のショットには2つあり、3回で済みました。
  • セリフ。 名前の読み間違いや、ショットの長さを越えてしまうセリフは、追加のテイクを意味します。名前は発音通りにスペルし、選んだ長さに対してセリフが短すぎないか確認してください。
  • 顔。 ここでは、衣装、髪型、ジュエリーはすべてのショットでシートから取得されます。顔がショット間で同一人物であるかどうかは測定していないため、保証はできません。
マンハッタンのスカイライン(ワン・ワールド・トレード・センターを含む)を背景にした屋上の男性のクローズアップ
時代錯誤、 屋上のショットの8秒目:1990年代後半を舞台にしたシーンに、2014年のタワーが映り込んでいます。

コスト

キャラクターシートと静止画は画像ごとに、ショットはモデルと長さによって、スコアは実行ごとに課金されます。NOLGIA Agentへの各メッセージは、エージェントクックブックに記載されている通り、1回のエージェントターンとして課金されます。タイムラインでのカット編集とエクスポートは課金対象外です。このショートフィルムで使用したモデルの最新の料金:

  • GPT Image 2.5 SunburstEvery plan

    Per image

    Native 8 クレジット · 2K 21 クレジット · 4K 58 クレジット

  • Seedance 2.5Pro and up

    Per 5s clip

    480p 26 クレジット · 720p 56 クレジット · 1080p 137 クレジット

    1080p renders at 16:9 and 9:16

  • Lyria 3.5Every plan

    Per generation

    Standard 5 クレジット

このページを開いたときにカタログから最新の値を読み込みます。 料金はすべて生成前に表示されます。 すべての料金を見る.

チェックリスト

  1. NOLGIA Agentに脚本、時代設定、雰囲気を説明し、プロンプトを作成する前に計画を戻すこと。
  2. 時代考証を行い、キャラクターとして保存した各人物のキャラクターシート。
  3. まだ存在しない要素がないか確認し、ロケーションとして保存した各場所の静止画。
  4. ショットリスト: 何が起きるか、カメラの位置と動きをショットごとに記述したもの。
  5. 正確なフレーミングが必要なショット用の確定した静止画。
  6. ショットごとの動画プロンプト: タイム付きのビート、引用符内のセリフ、手、目、光、禁止事項、そしてBGMなし。
  7. 顔、手、衣装、時代考証を確認したすべてのテイク。
  8. この動画のために制作したスコア、またはスコアなしにするという決定。
  9. ショット、スコア、タイミングをタイムラインエディターで組み合わせたもの。

私たちのキャストで試すには、シートと屋上の静止画をダウンロードし、自分のアカウントで2人のキャラクターと1つのロケーションとして保存し、上記のプロンプトを実行してください。

材料

両人物とも架空であり、NOLGIAのために生成されました。

よくある質問

動画にはどのモデルが使用されましたか?
3つのショットすべてにSeedance 2.5を使用し、両方のキャラクターを添付しました。2枚のキャラクターシートを参照として取り込み、同じクリップ内でセリフと街の環境音を生成しました。
キャラクターは話せますか?
はい。各セリフを引用符で囲み、そのビート内に記述し、誰がどのように言うかを明記したうえで、カットに収まる長さになるよう短く保ってください。ブランド名は発音通りに綴ってください。
すべてのカットで同じ人物になりますか?
服装、髪型、ジュエリーは、すべてのカットでキャラクターシートから反映されます。顔がカット間で同一人物になるかどうかは測定していないため、保証はできません。
なぜすべてのカットで「NO background music」と書くのですか?
クリップの音声は1つのトラックです。モデルがBGMを追加すると、セリフの下で音量を下げたり、ビートに合わせてカットしたりできないため、BGMは別途作成し、タイムライン上でカットの下に配置します。
すべてのカットの前に静止画を作成する必要がありますか?
いいえ。ここにある3つのカットは、キャラクターシートから直接作成しました。構図、場所、小道具が何度もずれるカットには静止画が有効です。動画よりも画像の修正の方がコストが低いからです。

計画から始めましょう

NOLGIA Agentを開く

映像制作

AIで短編映画を作る:脚本から最終カットまでのパイプライン

25秒の映画『Last Train』を、5行の脚本からカラーグレーディング済みのカットまで作り上げる過程です。保存したキャラクター、保存したロケーション、小道具を使い、まずフレームを作成し、次にショット、サウンド、Studio、そしてPremiereやResolveへの書き出しまで行います。

· 13 分で読めます

プロンプト

AI動画をリアルに見せる:光、動き、カメラ

3つの文で、映像が実際に撮影されたように見えます。光源を指定し、重みのある歩行を描き、誰かが持っているカメラを表現します。Kling v3で前後を比較して検証しました。

· 9 分で読めます