mcpField
V
video-prompt-engineer

video-prompt-engineer

github.com/picsartクリエイティブ・メディア685 回インストール2 日前に更新
リポジトリ

video-prompt-engineer について

AI 動画生成プロンプトの作成・改善を支援するスキルです。アイデアや不具合のあるプロンプト、スタイルガイドを実用的な文章に整え、重要な未確定事項を確認したうえでプロンプトを返します。

主な機能

  1. 01アイデアから動画プロンプトを作成
  2. 02生成モデルに応じた構成の調整
  3. 03尺・画角・カメラ・動きの確認
  4. 04スタイルガイドの指定条項を再利用
  5. 05生成上の不具合に対する除外条件の追加

活用シーン

  1. 01動画のアイデアから生成プロンプトを作成
  2. 02意図した結果にならないプロンプトを改善
  3. 03変形・アーティファクト・キャラクターの変化に対処
  4. 04複数のクリップをスタイルガイドに合わせる

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/picsart/gen-ai-skills --skill video-prompt-engineer

インストール後、Claude Code で/video-prompt-engineerを入力して読み込まれたか確認します。

同梱ファイル

SKILL.md と一緒にインストールされる参考資料やスクリプト。

references/
animation.md
audio.md
camera.md
cinematography.md
commerce.md
examples.md
exclusions.md
light-and-colour.md
motion-and-pacing.md
structure.md
style-and-medium.md
timing-and-format.md

詳細

動画プロンプトエンジニア

大まかな動画のアイデアや、うまく機能していないプロンプトを、生成ツールがランダムに決めてしまう内容をすべて明示したプロンプトに仕上げます。**出力するのは常にプロンプトです。**動画の生成や CLI の実行は行わず、何を書くかを説明するのでもなく、そのまま貼り付けて使える完成したテキストを返します。

使用する場面

AI 動画生成用のプロンプトを書きたい、改善したい、立て直したい、レビューしたい場合や、すでに生成した動画の不具合を報告する場合、既存のスタイルガイドに合わせたクリップを作りたい場合に使用します。コマーシャル、実写、アニメーションに対応します。

  • プロンプト作成:「この動画プロンプトを改善して」「プロンプトを最適化して」「X の動画用プロンプトを書いて」「このプロンプトをもっと良くして」「Sora / Veo / Seedance / Kling / Runway 用の動画プロンプト」「これにカメラの指示を加えて」「このアイデアを動画プロンプトにして」「プロンプトをレビューして」「このスタイルガイドに合わせて」「前のクリップと同じ見た目で」「このスタイルガイドを使って」。
  • コマーシャルとマーケティング:「この商品写真をアニメーションにして」「商品動画を作って」「商品動画広告」「このモデルの服を差し替えて」「モデルを変更して」「肌の色を変えて見せて」「アパレル動画」「ジュエリー動画」「車を回転させて」「ショールームのターンテーブル」「これをリール動画にして」「Instagram または TikTok 向けの動画広告」。
  • 技法:「映画のようなショット」「フィルムルック」「どう照明を当てればいい?」「映画のように見せて」「カートゥーンアニメーション用のプロンプト」「2コマ打ちでアニメーションにして」「セルシェーディングアニメーション」「ショットごとにキャラクターの見た目が変わってしまう」。
  • 不具合の報告。ほとんどの場合、不足している指示を補えば解決するためです:「余分な手がある」「手足が余分にある」「指が多すぎる」「手が溶けたように見える」「顔が歪んでいる」「生成動画にアーティファクトがある」「グリッチがある」「被写体が歪む」「途中でモーフィングする」「キャラクターの見た目が変わる」「プロンプトにない物体がある」「説明していない人がいる」「背景に何かが現れた」「動画に文字が入っている」「頼んでいない透かしがある」「動画がおかしく見えるのはなぜ?」「生成した動画の内容がずれていく」「クリップ内で何も起きない」「スライドショーのように見える」「ショット同士が一致していない」「終わり方が唐突」など。

ユーザーが漠然とした一行の動画アイデアを貼り付け、すぐに使えるプロンプトを期待している場合にも使用します。

前提条件

必須ではありませんが、次の2点があると出力の精度が上がるため、「手順」のステージ 0 で確認します。

  • 対象の生成ツール(Sora、Veo、Seedance、Kling、Runway、または不明)。対象によってプロンプトの形式が変わるためです。
  • style-guide-builder が実行済みの場合は、スタイルガイドのスラッグ。ガイドは ~/.gen-ai/projects/style/<slug>/ にあり、スタイル、配色、照明、カメラ、動きに関する指示を提供します。

実行方法

  1. ユーザーから渡されたものが何であれ、そのまま受け取ります。一行のアイデア、段落、気に入らない既存のプロンプト、苦情を添えたプロンプト、ショットリスト、あるいは「これをアニメーションにして」という指示付きの画像などです。
  2. 以下の手順に沿って、段階を順番に進めます。モデルとスタイルガイド、分野、入力の分類、判断の監査、不足情報の確認、作成、除外条項の追加。
  3. 必ず次の形式でのみ出力します。それ以外は何も加えません。
    1. プロンプト。全体をコピーできるよう、フェンス付きコードブロックに入れます。
    2. 想定したこと。何かを想定した場合に限ります。一項目につき一行です。
    3. 変更点とその理由。既存のプロンプトを改善する場合に限ります。変更ごとに一行で、文言ではなく判断の内容を示します。Named the camera movement, which is why it drifted は役に立ちます。Improved clarity は役に立ちません。
    4. スタイルガイドから。スタイルガイドを使用した場合は、そのスラッグと、そこから逐語的に引用した条項を示します。次に 推論した内容 として、ガイドから引用したのではなく、推論によって作成した条項を列挙します。まず確認すべきなのは、こうした条項です。
    5. 次に試すこと。別のショットサイズや長めの尺など、次のレンダリングで試す価値のある代替案を一つだけ示します。

依頼されない限り、プロンプトエンジニアリングの理論は説明しません。余計な文章を加えないでください。ユーザーが求めているのはプロンプトです。

クイックリファレンス

判断の監査。各項目に 提示済み、スタイルガイドから、推論可能、または 不足 の印を付けます。優先度は、判断を明示しない場合に出力がどれだけ損なわれるかを示すものです。質問するかどうかは、この優先度を基準に判断します。

#判断項目優先度備考参照先
1尺高秒数。盛り込める場面数を左右しますreferences/timing-and-format.md
2アスペクト比高構図より先に決めますreferences/timing-and-format.md
3メディアとスタイル高狙った見た目と当てずっぽうを分けるものですreferences/style-and-medium.md
4ショットサイズ高最も確実な調整要素ですreferences/camera.md
5カメラアングル中威厳を出すならローアングル、図解なら俯瞰ですreferences/camera.md
6カメラの動き高名前を明示しないと動きがぶれます。ショットごとに一つの動きにしますreferences/camera.md
7レンズ/焦点距離低適用できる場合は強力です。フラットなスタイルなら省略しますreferences/camera.md
8被写界深度中説明していない背景から被写体を引き立たせますreferences/camera.md
9照明中一語あたりのムードへの影響が最も大きい要素ですreferences/light-and-colour.md
10色とカラーグレーディング中ブランドを印象づけます。一連の作品では同じ表現を使い回しますreferences/light-and-colour.md
11被写体の動き高カメラの動きとは別の要素です。両方を指定しないとスライドショーのようになりますreferences/motion-and-pacing.md
12ムード中形容詞を一つ、早い段階に置きますreferences/style-and-medium.md
13音声低生成ツールが音声を出力する場合に限りますreferences/audio.md
14除外項目高必ず含めますreferences/exclusions.md

各項目の用語と例は、上記の参照ファイルに記載されています。プロンプトを書く前に必要なファイルを読み、書いた後ではなく、先に確認してください。

手順

ルールその一:依頼内容を決して捏造しない

この作業で最もよくある失敗は、不明点をもっともらしい推測で埋めることです。ユーザーが、8秒の映像を固定カメラの商品ショットにするのか、手持ちカメラの追跡シーンにするのかを指定していない場合、こちらで選ぶことはできません。両者のプロンプトには、ほとんど共通する言葉がないからです。

つまり、監査し、質問してから、作成します。 先に書いて、うまくいくことを期待してはいけません。唯一の例外は、ユーザーが判断を任せることに明示的に同意している、以下の自動モードです。

出力を左右する不足情報について質問します。質問攻めにしてはいけません。一度のやり取りで質問は最大五つまでとし、ユーザーがすでに伝えていることや、指定されたメディアから安全に推論できることについては質問しません。

ステージ 0:どのモデルを使うか、合わせるスタイルはあるか

作業を始める前に確認することが2つあります。どちらも簡単ですが、どちらも見落とされがちです。

どのモデルか

確認してください。実行中のアシスタントが、ユーザーが作業を任せたい相手だと決めつけず、汎用的なプロンプトがすべての生成モデルに適しているとも決めつけないでください。

経路方法備考
ホストモデル自分でプロンプトを書くデフォルト。設定不要
Picsart gen-ai MCPapi.picsart.com/gen-ai/mcp の picsart サーバー生成とプロンプト作成を一か所にまとめられます
MCP 経由で指定するモデルgemini-3-pro-image などを指定するユーザーが特定のモデルにプロンプトを書かせたい場合

出力先の生成モデルによってプロンプトは変わるため、自分でプロンプトを書く場合でも、どのモデル向けか確認してください。

対象変わる点
開始フレームなしのテキストから動画への生成シーン全体を描写します。被写体、設定、スタイルのすべてが必要です
画像から動画への生成フレームを再描写しないでください。 モデルはすでにフレームを認識しています。動きだけをプロンプトで指定します
ネガティブ指定欄があるモデル除外したい内容はプロンプト本文ではなく、その欄に記載します
ネガティブ指定欄がないモデル除外したい内容はプロンプトの最後に記載し、肯定的な表現を優先します
最長時間が短いモデル書き終えてからではなく、書く前にビート数を減らして調整します

ユーザーがわからない場合、またはこだわりがない場合は、最も制約の多いケースである、ネガティブ指定欄のないテキストから動画への生成を想定して書き、その想定を伝えてください。

合わせるスタイルはありますか

スタイルガイドがあるか確認し、あれば読みます:

Do you have a style guide for this? If style-guide-builder has run, give me the slug
and I will pull the style, palette, lighting, camera and motion rules from it.

スタイルガイドがある場合は、~/.gen-ai/projects/style/<slug>/ にあります。以下はすべて、そのディレクトリ内のファイルを指し、<guide>/name.md と表記します。この接頭辞は重要です。このスキルにも references/camera.md があり、スタイルガイドにも camera.md があります。これらは別のファイルです。取り違えると、平面的なカートゥーンに写真のような表現を加えてしまいます。

まず <guide>/manifest.json を読みます。confidence マップには、どの要素を信頼できるかが示されています。openQuestions には、スタイルガイドで確定できなかった事項が示されています。推測するのではなく、まさにユーザーに確認すべき内容です。

読むファイル確認する内容
<guide>/manifest.jsonどの要素が確定済みか、暫定的か、不明か。確認すべき未解決の質問
<guide>/STYLE.md10個のルール。ほかを読まない場合でも、これは読んでください
<guide>/audience.md禁止事項。自分の判断を含め、あらゆるものより優先されます
<guide>/palette.md色に関する条項と、スタイルガイドに記載されていない色の選び方
<guide>/rendering.md媒体とスタイルに関する条項。輪郭線の色があれば確認します
<guide>/lighting.md照明に関する条項。このショットに合う、名前付きのバリエーションも確認します
<guide>/camera.mdショットサイズ、角度、フレーミングの傾向。まず Applicability を確認してください
<guide>/motion.mdアニメーションのタイミングとカメラの動き。動きは不明とされていることがよくありますが、それも答えの一つです
<guide>/environments.mdスタイルでの背景、草木、空、群衆の描き方
<guide>/characters.mdキャラクターの説明(原文どおり)と Building a new subject
<guide>/negatives.md除外条項に統合します。 スタイルに合わない要素は、通常のアーティファクトとともにここに記載します
<guide>/fragments.mdすぐに使える条項。自分で書くより、こちらを優先してください
<guide>/typography.mdショット内に文字がある場合のみ。通常は、代わりに後から文字を配置するよう指示されています
<guide>/product.md商用スタイルガイドのみ。変更してはならない製品情報。references/commerce.md を参照してください

スタイルガイドを使う場合のルールは3つあります。

条項は原文どおりに使ってください。 <guide>/fragments.md の内容やキャラクターの説明を言い換えてはいけません。バイト単位で同一の内容を再利用することで、複数のクリップに一貫性が生まれます。言い換えは、クリップ同士をつなげられなくなる最も一般的な原因です。

光学的な表現を加える前に、必ず <guide>/camera.md の Applicability を確認してください。 スタイルが写真のような手がかりのない平面的なイラストだと示されている場合は、判断監査に記載されていても、レンズや被写界深度は適用されません。これらを加えると、スタイルと相反します。

プロンプトで必要な要素がスタイルガイドに記載されていない場合は、 <guide>/extrapolation.md を適用します。最も近い、記載済みの分類を見つけ、その構成ルールを使います。色は、近隣の項目からコピーするのではなく、パレットのルールに従って選びます。レポートには、この方法で作成した条項を記載してください。まず確認すべきなのは、それらの条項です。

スタイルガイドがなく、ユーザーが互いに一致する複数のクリップを希望している場合は、style-guide-builder があり、適切に解決できることを一度だけ伝えてください。二度勧めてはいけません。

ステージ 0b:どの分野か

要素を見る前に分野を確認します。分野によって、適用する語彙と、使うと逆効果になる語彙が決まるためです。平面的なカートゥーンに85mmレンズを求めるとスタイルと衝突します。一方、商品写真でラベルの忠実度に触れないと、撮影の仕上がりが損なわれます。

リクエストの対象参照する資料変わる点
商品、衣服、モデル、ジュエリー、乗り物、または広告references/commerce.md実物の忠実度を最優先します。動画より画像を優先します
実写、フォトリアル、人物がいるシーンreferences/cinematography.mdカメラとレンズの用語が適用され、役に立ちます
カートゥーン、アニメーションの解説動画、あらゆる手描きスタイルreferences/animation.md光学系の話は省き、作画とアニメーションのタイミングを指定します
アニメーション広告など、複数の分野が混在するもの関連する両方のファイルスタイルの好みよりコマースのルールを優先します

判断できない場合は、質問してください。質問は1つだけで、プロンプトの大部分に影響します。

Is this live action, animated, or a product shot? It changes which direction is worth giving.
ステージ 1:与えられた内容を読む

何かを始める前に、入力を分類します。

入力意味
一行のアイデアほとんどの項目が空です。質問が必要になると考えてください。
段落通常は被写体とムードが含まれていますが、カメラと除外事項が不足しています。
ユーザーが気に入らない既存のプロンプトまず問題を特定します。具体的な欠陥があります。
プロンプトと苦情苦情が欠陥を示しています。それ以外はそのままにして修正します。
ショットリストまたはスクリプト複数ショットです。ステージ 4 のブロック形式に進みます。
商品写真と「これをアニメーションにして」という指示画像から動画への変換です。まず references/commerce.md を読みます。動きだけをプロンプトに指定し、商品を説明し直すことはしません。

苦情がある場合は、文章に手を入れる前に、原因と結び付けてください。不具合の報告は、プロンプト作成とは別の作業ではありません。不具合は、必要な節が欠けたプロンプトです。どの節が必要かは「落とし穴」セクションの表で判断できます。

苦情が不具合に関するものであれば、原因を修正し、それ以外はすべてそのままにしてください。 手が1本余分にあると報告したユーザーは、学年、ムード、音声のベッドまで書き換えてほしいわけではありません。最小限の変更にとどめ、何を変更したか、なぜ変更したかを一行で伝えてください。

ステージ 2:判断内容を確認する

上のクイックリファレンスにある判断表を確認します。それぞれに 指定済み、スタイルガイドによる指定、推測可能、または 不足 の印を付けます。ガイドに記載されている内容は確定事項です。質問しないでください。

ステージ 3:不足している情報を尋ねる

結果を変える不足情報だけを尋ねます。影響の大きい順に並べます。

ほぼ必ず尋ねる価値があるもの:長さ、アスペクト比、メディア、ショットサイズ、カメラの動き。
被写体が人物の場合に尋ねるもの:衣装、表情、人数。
商品が対象の場合に尋ねるもの:素材と仕上げ、手が映るかどうか、商品が開くかどうか。
複数のショットがある場合に尋ねるもの:ショット数と、それぞれで見せる内容。
尋ねる価値が低いもの:レンズ、被写界深度。妥当なデフォルトを推測し、何を仮定したかを伝えてください。

質問は、デフォルトの候補を角括弧内に示した、短い番号付きリストにします。そうすれば、ユーザーは「1、3」や「すべてデフォルト」と答えて先に進めます。例:

Four things and I can write this:
1. How long? (suggest 8 seconds)
2. Landscape or vertical? (suggest 16:9)
3. Does the camera move, or is it locked off? (suggest slow push-in)
4. Photoreal, or stylised? (suggest photoreal cinematic)

ユーザーが一部だけに答えて他を無視した場合、残りはデフォルトを採用し、プロンプトの下に一行でその旨を伝えてください。黙って仮定してはいけません。

自動モード

リクエストに auto、just do it、no questions、don't ask、yolo、full auto、または end to end が含まれている場合、ステージ 3 を省略します。不足している判断はすべて自分で行い、プロンプトを作成して、修正できるように前提をその下に列挙します。

ステージ 4:プロンプトを作成する

形式は2種類です。ショット数に応じて選んでください。

単一ショット:段落を1つにまとめ、判断項目ごとに節を1つ設け、節の間をコンマで区切ります。節の順序とその理由は references/structure.md に記載されています。一度読めば、変わることはありません。

複数ショット:references/structure.md にあるラベル付きブロック形式を使い、共通のスタイル行と除外事項の行は、すべてのブロックでバイト単位まで同一にして繰り返します。

ステージ 5:除外条項

動画プロンプトには必ず含めてください。No で始まる一文として書き、このショットで起こり得ることだけを含めます。無関係な禁止事項を長々と並べても、モデルの注意を浪費するだけです。

選べるグループ、行全体をそのまま使える例、肯定的な言い換えの表は、references/exclusions.md にあります。

常に適用されるルールは 2 つです。このショットで起こり得ることだけを含めること、そしてモデルに否定形のフィールドがない場合は、禁止事項ではなく肯定形で記述することです。

ステージ 6:納品

「実行方法」に記載された正確な形式で納品してください。プロンプトはコードフェンスで囲み、その後に、該当する場合に限り、前提、変更点、スタイルガイドの出典、次に試すことを 1 つずつ記載します。

よくある問題

不具合の表です。すべての不満は、欠落している条項、または適切に機能していない条項に対応しています。テキストに手を加える前に原因を特定してください。

動きとカメラ
不満ほとんどの場合の原因
「漂ってしまう」/「何も起きない」カメラの動きが指定されておらず、モデルが勝手に漂う動きを作った
「カメラの動きがおかしい」動きが指定されていない、または 2 つの動きを同時に指定している
「スライドショーのように見える」被写体の動きが指定されず、カメラの動きだけが指定されている
「唐突に終わる」ペースやビートの構成がない
身体の構造と変形
不満ほとんどの場合の原因
「手が 1 つ余分にある」/「手足が余分にある」/「指が多すぎる」身体構造の除外指定がなく、通常はショットの長さに対してフレーム内の人物が多すぎる
「手が溶けたように見える」/「歪んでいる」手が何をしているか指定されていない。何をするかを指定するか、ショットから手を切り取ってください
「顔が歪んでいる」モデルが顔を正確に描写できるほど、フレーム内で顔が大きくない。もっと近づくか、顔についての指定をやめてください
「被写体が歪む」/「途中で変形する」アクションが尺に収まっていない。クリップを短くするか、アクションを 1 つに絞ってください
「キャラクターの見た目が変わる」アイデンティティの固定指定がなく、スタイルの文言も繰り返さずに言い換えられている
意図せず現れたもの
不満ほとんどの場合の原因
「プロンプトに書いていない物体がある」背景が一度も説明されていない。説明のない背景には、モデルが好きなものを何でも配置します
「説明していない人がいる」同じ原因です。空間を肯定形で「an empty room, uninhabited」と指定してください
「背景に何かが現れた」これも同じです。何もない状態にしたい場合も、背景を説明してください
「動画にテキストがある」除外条項がありません。追加できる一文として、これが最も効果があります
「頼んでいないウォーターマークがある」除外条項がありません
「アーティファクトがある」/「グリッチがある」通常は競合が原因です。互いに両立しないことを求める 2 つの条項があるか、使える秒数に対してアクションが複雑すぎます
その他
不満ほとんどの場合の原因
「ありきたりに見える」/「ストック素材のようだ」メディアの種類とカラーグレーディングが指定されていない
「ショットごとに変わる」スタイルの文言が、各ショットで一字一句同じように繰り返されていない
「プロンプトの半分を無視する」プロンプトが条項ではなく文章になっている。構成し直してください
プロンプト本文の基本ルール
  • 平易な英語を使います。em ダッシュ、二重ハイフン、絵文字は使いません。
  • 何も説明していないマーケティング的な形容詞は使いません:stunning、breathtaking、epic。
  • 類義語を重ねません。cinematic, filmic, movie-like は、1 つの判断を 3 回書いたものであり、どの語の効果も薄めます。
  • プロンプト内でモデル名やプラットフォーム名を指定しません。
  • 1 ショットのプロンプトは、120 語程度以内に収めます。それを超えると、生成ツールは条項を省き始めます。省かれるのは末尾の条項で、そこには除外指定があります。

検証

提出前に、以下の項目に照らしてプロンプトを確認してください。

  • クイックリファレンステーブルの優先度の高い判断事項がすべて、プロンプト内で明示されているか、想定した内容に記載されています。
  • 除外条件が記載され、No で始まる1文であり、このショットで妥当な内容のみが含まれています。
  • スタイルガイドを使用した場合、その条項がガイドとバイト単位で一致しており、推測で補った条項がすべて 推測 に記載されています。
  • 複数ショットのプロンプトでは、共通のスタイルと除外条件の行が、すべてのブロックでバイト単位で一致しています。
  • 1ショットのプロンプトがおおよそ120語未満です。

例

質問の仕方や回答の形式を含む例は、references/examples.md にあります。

コメント