AI動画がうまくいかない原因は、ツールじゃなくて指示文の構造でした

AI動画ツールを触ったことがある人は、一度はこう思ったはずです。「なんか、思ったのと違う」私もそうでした。カフェの紹介動画を頼んだら人物の顔が溶けた映像が返ってきたり、「高級感のある商品CM」と書いたら暗い倉庫のような映像が出てきたり。最初はツールの性能の問題だと思っていました。でも各社の公式ドキュメントを読み比べて分かったのは、原因が明確だったことです。私たちが書いていたのは「指示文」ではなく、「お願い」だったのです。

失敗する指示文の共通点

「おしゃれなカフェの紹介動画を作って」
「高級感のある商品CMを作って」
「かっこいい感じで」これらには全部、同じ問題があります。「おしゃれ」「高級」「かっこいい」は、見る人によって答えが違う言葉です。AIはその曖昧さを、そのまま画面に反映します。

公式ガイドが推している書き方

Google、Runway、Kling、Adobe。各社の公式プロンプトガイドを読み比べると、共通する構造がありました。被写体 ＋ 動作 ＋ 場所 ＋ カメラ ＋ 照明・雰囲気つまり「撮影監督への指示書」です。曖昧な形容詞ではなく、映像の部品を分解して書きます。実際に書き換えるとこうなります。悪い例：
「おしゃれなカフェの紹介動画」良い例：
Slow tracking shot through a small coffee shop. Wooden counter, ceramic cups on shelves, steam rising from a fresh pour-over. Soft morning light through the front window. Warm, quiet atmosphere. Photorealistic. 9:16.何が写るか、何が起きるか、どう見えるか。この順番で書くだけで、出力の安定感がまったく変わります。

ツールごとの「クセ」もある

同じ指示文でも、ツールごとに効く書き方が違います。Veoは「撮影＋被写体＋動作＋背景＋スタイル」の5要素式が公式推奨。セリフや効果音まで指定できるKlingは「被写体＋動作＋場面＋カメラ＋照明」の構成式Runwayは画像を入力したら、テキストは「動き」だけ書く。画像の説明を繰り返すと逆に崩れますHailuo（MiniMax）は [Push in] のようなカメラコマンドを文中に書けます逆に、全ツールに共通する鉄則もあります。「1カットに1動作」「文字やロゴは生成させない」「曖昧な形容詞を消す」の3つです。

ツールが消えても残る技術

2026年4月、OpenAIはSoraの提供を終了しました。何百万人も使っていたツールが、普通に消えます。だからこそ、「このツールの使い方」ではなく「撮影指示書の書き方」を覚えた人が強い。構造で書く技術は、ツールが変わっても持ち越せるからです。主要ツールの公式構文、用途別の実践プロンプト、カメラワーク辞典をまとめたキットをココナラのコンテンツマーケットに出しています。興味がある方は、プロフィールの商品一覧からどうぞ。▼ この記事で使ったプロンプト集（全36選・カメラ辞典付き）https://coconala.com/contents_market/pictures/cmv9wg85c052oan0hu3m92s44