目次
- 最初に採用、修正、差し替えを判断する
- 被写体の本人らしさを示す特徴を守る
- 手をアクションデータとして扱う
- クロップと背景の競合を制御する
- 光の方向を読み取れるようにする
- 静止画から動きの手がかりを読み取る
- ソース画像を1つの意図したアクションに合わせる
- 実例：生成前にクロップを調整する
- ソース画像の最終承認チェックを行う
モーションプロンプトですべてのソース画像の弱点を修復できるわけではありません。静止画の時点で、被写体、クロップ、見えている身体構造、照明、場面、身体の開始位置はすでに定義されています。これらの要素が意図したアクションと矛盾している場合、指示を増やしても複雑さが増すだけかもしれません。
これは、非露骨な成人（18歳以上）向け画像から動画への変換プロジェクトを準備するためのSwipey AI編集部のチェックリストです。Swipey AIは、画像から動画への変換ツールのそばに置いて参照するための文書リソースであり、アップロードや生成サービスを運営するものではありません。このチェックリストは、モーションプロンプトの書き方のガイドを補完し、その前段階の判断、つまり計画したショットに必要な視覚情報が静止画に含まれているかどうかを扱います。
最初に採用、修正、差し替えを判断する
細かな欠点に集中する前に、フレーム全体を確認してください。使用可能なソース画像には、次の要素が必要です。
- ひと目で認識できる成人の被写体が1人いる
- 重要な関節を誤って横切らない、意図的なクロップになっている
- アクションに関わるすべての身体部位がはっきり見える
- 意図した表情を表現するのに十分な大きさで顔が写っている
- ハイライトと影に一貫性がある
- 移動方向に空間が空いている
- 要求されたアクションへ無理なく移行できるポーズになっている
明らかな技術的欠陥は早い段階で却下してください。Runwayの画像から動画への変換ガイドでは、ソース写真のぼやけや低解像度が生成クリップに引き継がれる可能性があると説明されています。したがって、ぼやけた顔、動きでぶれた手、圧縮が激しい衣服の輪郭は、動画生成段階で必ず除去される欠陥ではなく、ソース情報として扱う必要があります。
次の3つのいずれかを選択します。
| 判断 | 意味 | 次のステップ |
|---|---|---|
| 採用 | 被写体、クロップ、ポーズ、環境がアクションに適している | プロンプトの計画に進む |
| 修正 | 特定できる1つの問題を局所的に修正できる | クロップの調整、背景の簡略化、トーンの調整、またはアクションの縮小を行う |
| 差し替え | 本人らしさに不可欠な細部、身体構造、または妥当な開始ポーズが欠けている | 別のソース画像を選ぶ |
被写体の本人らしさを示す特徴を守る
本人らしさは、遮られていない目、顔の輪郭、髪型のシルエット、衣装の境界、特徴的なアクセサリーといった複数の特徴の組み合わせによって伝わります。これらの特徴に整合性があり、周囲から明確に分離されているかを確認してください。
暗い壁を背景にした暗い髪型では、頭部の外形が消えてしまうことがあります。視線の変化が重要なショットでは、色付き眼鏡が目を隠す可能性があります。顔の下半分にかかった手は静止ポートレートでは問題ない場合でも、笑顔、顔の向きの変更、手の動きを同時に必要とするショットには不向きな開始位置です。
一律の顔サイズの割合ではなく、アクションに合わせてフレーミングを選んでください。
- クローズフレーミングは、まばたき、微妙な表情、小さな顔の向きの変更に適していますが、大きな動きの余地はほとんどありません。
- ミディアムフレーミングは、顔の見やすさと上半身のジェスチャーのバランスを取れます。
- ワイドフレーミングは、足を踏み出す動きや全身に近い動きに対応できますが、顔の本人らしさに割り当てられるピクセル数が少なくなります。
実用上の判断基準は、画像の実作業解像度で目、顎の輪郭、髪の境界、重要なアクセサリーを読み取れるかどうかです。CVPR 2026で発表された人物中心の画像から動画への変換研究では、表情の変化、大きな動き、画像内で顔が占める割合が小さいことが、本人らしさの保持を難しくする条件として挙げられています（CVPR論文）。
手をアクションデータとして扱う
手は、手を振る、髪に触れる、衣服を整える、物を持つ、家具に手のひらを置くといったアクションの開始状態を定義します。ジェスチャーが重要なら、開始時の身体構造が見えている必要があります。
必要な各手が鮮明で、判別可能な手首と腕につながっているかを確認してください。柄物の布に指が埋もれていないか、両手が視覚的に一体化していないか、物体が接触部分を隠していないかを探します。フレーム端で切れた手は、動かさない場合には問題がないこともありますが、計画したアクションがその手に依存する場合には不適切な土台となります。
物体との接触は個別に確認する必要があります。単純に持ち上げる動作の場合、手と物体が妥当な位置関係から始まっていなければなりません。腕がきつく組まれ、手が隠れ、物体の一部も遮られている場合、シーケンスでは身体構造を見せ、ポーズを反転し、物を握り、それから持ち上げる必要があります。プロンプトで1つの動詞として表現しても、これは単一の明快な動きではありません。
必要な手が利用できない場合は、アクションを単純化するか、画像を差し替えてください。開始フレームに一度も含まれていなかった確かな視覚的根拠を、文言の追加によって補えるとは考えないでください。
クロップと背景の競合を制御する
細部の多い場面が自動的に問題になるわけではありません。背景が被写体のシルエットと競合したり、フレームに別の妥当な解釈を生じさせたりすると、曖昧さが生まれます。
鏡、反射パネル、柄物の内装、背景の人物、家具の縁、身体の輪郭に接する物体を確認してください。腕と一直線に並んだランプは、腕に付着しているように見えることがあります。顔の横にある反射像は、別の人物に見える可能性があります。細かい反復模様があると、動く衣服の境界を追いにくくなることがあります。
場面を確立する細部は残しつつ、顔、手、髪、または予想される移動経路を横切る要素は簡略化してください。被写体が向きを変える、手を伸ばす、または足を踏み出す場所には余白を残します。
意図した出力形式も重要です。縦長のソース画像を横長のフレームに合わせると、元画像では完全に見えていたとしても、手、肘、または動作のための空間が失われる場合があります。ソース画像を承認する前に、クロップ前のファイルだけでなく最終的なクロップを確認してください。
光の方向を読み取れるようにする
画像に凝った映画的照明は必要ありませんが、もっともらしい光の構造が伝わる必要があります。頬、鼻、首、手、衣服のハイライトと影をたどり、キーライトの方向を確認してください。
顔のハイライトはフレーム左からの光を示しているのに、近くの影は反対方向を示す、といった矛盾がないか確認します。階調のないハイライトは、顔や衣装の細部を消してしまうことがあります。深い影は手を隠したり、胴体を家具と一体化させたりする可能性があります。
劇的な演出よりも分離を優先してください。髪は壁から、手は似た色の衣服から、胴体は背景から明確に区別できる必要があります。場面を変えずに特定の境界を復元できるなら、局所的なトーン調整だけで十分な場合があります。互いに両立しない複数の光源が矛盾する輪郭を作っている場合は、通常、別のソース画像の方が明快な出発点になります。
この確認は、静止画にすでに存在する情報を対象としています。カメラと照明の指示は後の段階で扱います。そのプロンプト設計段階については、別のカメラと照明の用語ガイドで説明しています。
静止画から動きの手がかりを読み取る
静止フレームも、その次に起こり得ることをすでに示唆しています。姿勢、体重配分、視線、髪の位置、布の向き、余白は、すべて動きの手がかりとして機能します。
片足に体重をかけて前傾している被写体は、同じ方向へ足を踏み出し続ける動きや、小さく重心を移す動きに適しています。座ってカメラからわずかに視線を外している被写体は、穏やかに顔の向きを変える動きに適している場合があります。髪やゆったりした布がすでにフレーム右側へなびいている場合、フレーム左側へ即座に反転する要求は一貫性に欠けます。
見えているポーズの延長となるアクションを優先してください。隠れた脚をシステムに創作させる、見えていない手を露出させる、見かけ上の勢いを反転させる、または大きく異なる視点から被写体を再構築する必要があるショットには注意が必要です。
Amazon Novaの画像ベース動画に関するドキュメントでは、開始フレームによって内容、フレーミング、視覚スタイルが確立されると説明しています。また、単純なカメラアニメーションと、被写体、アクション、変化を記述する必要がある被写体アクションの生成とを分けています。したがって、ソース画像と最終的なプロンプトの役割は異なります。言葉でアクションの展開方法を記述する前に、静止画によってそのアクションが身体的に理解可能になっていなければなりません。
ソース画像を1つの意図したアクションに合わせる
望むアクションを平易な言葉で述べてから、目に見える開始位置と比較してください。
顔の向きを変える場合は、顔がすでに極端な角度になっておらず、向きを変える側に空間があることを確認します。手を伸ばす場合は、肩、肘、手、対象物、およびその間の経路を確認してください。足を踏み出す場合は、足、バランス、床との接触、進行方向の空間を確認します。衣装を少し整える場合は、該当する手と衣服の縁の両方が見えていることを確認してください。
次の3つを確認します。
- そのアクションは、すでに示されているポーズの続きをなしているか？
- 必要なすべての身体部位と物体が見えているか？
- 隠れた身体構造を見せたり、複数の手がかりを一度に反転させたりせずに移行できるか？
最初の答えが「いいえ」なら、アクションを再検討してください。2つ目または3つ目の答えが「いいえ」なら、長いプロンプトを書く前に画像を修正または差し替えてください。
実例：生成前にクロップを調整する
Adobeは、Kling動画生成ワークフローで具体的な準備上の判断を解説しています。この操作は、ユーザーが最初のフレーム画像を選択した後に始まります。目に見える制約は、そのキーフレームと意図した動画形式とのアスペクト比の不一致です。
説明されている調整は具体的です。最初のフレームのサムネイルにカーソルを合わせてクロップ操作を有効にし、プレビュー内で画像を移動して、出力フレームに適したクロップを承認します。その結果としてのワークフロー上の判断は生成前に行われ、調整済みのキーフレームが動画の開始構図になります。
実際には、このクロップ確認により、元のキャンバスに被写体全体が収まっているという理由だけでソース画像が承認されることを防げます。上半身のアクションに顔、両肩、動かす片手が必要だとします。選択した出力比率によってその手が切れるなら、クロップ前のファイルは準備できていません。クロップ位置を調整すれば、顔を読み取れる状態に保ちながら、必要な身体構造を取り戻せる場合があります。それができない場合は、形式を変更する、アクションを単純化する、またはソース画像を差し替えるのが正しい対応です。
同じAdobeのドキュメントでは、プロンプトに記述したアクションと視覚的に適合する最初のフレームを使用することも推奨しています。ここで重要なのは、クロップによってすべてのクリップが改善されるということではありません。アクションに関係する領域が引き続き見える状態で、実際の出力フレーム内においてソース画像を承認する必要があるということです。
クロッププレビューにより、生成前に顔、肩、関連する上半身が出力フレーム内に残っていることを確認できます。
ソース画像の最終承認チェックを行う
成人（18歳以上）向けAI動画生成ツールのワークフローに進む前に、次の質問に順番に答えてください。
- 誰が見ても成人だと分かる被写体が1人いるか？
- 目、顔の輪郭、髪型、重要なアクセサリーを読み取れるか？
- 意図した表情に適した大きさで顔が写っているか？
- アクションに関係するすべての手、四肢、物体が見えており、鮮明か？
- 最終的なクロップで、必要な関節と動作空間が保たれているか？
- 反射、模様、物体、背景の人物が被写体と競合していないか？
- 一貫した1つの光の方向を読み取れるか？
- そのポーズは要求された動きを自然に支えているか？
- 隠れた身体構造を創作したり、勢いを反転させたりせずにアクションを実行できるか？
- 残っている矛盾を1つの的確な編集で解消できるか？
画像とアクションが同じ身体的な開始状態を示している場合は、採用を選びます。クロップ、クリーンアップ、トーン補正、またはより単純なアクションによって特定の問題を取り除ける場合は、修正を選びます。フレームに不可欠な情報が含まれていない場合や、無理のある移行が必要な場合は、差し替えを選びます。
ソース画像を優先した確認によって、特定の生成結果を保証することはできません。ただし、その後の判断で原因を特定しやすくなります。開始フレームに一貫性があれば、プロンプトの修正では、欠落または矛盾した視覚情報の修復を試みるのではなく、動きに集中できます。