PixVerseでのGemini Omni Flash：ステップ別プロンプトワークフロー

Gemini Omni FlashはPixVerseで選べる動画モデルの一つで、生成ボタンを押す前に少し計画を立てるだけで結果が大きく変わります。このチュートリアルでは、入力タイプの選択、長さとアスペクト比の設定、構造化されたプロンプトの作成、そして単なる運任せではなく制作アセットとして出力をレビューする、という一連の再現可能なワークフローを解説します。

このワークフローはテキストから動画、画像から動画、複数画像の参照生成のいずれにも適用できます。生成後はPixVerse V6やPixVerse C1など、PixVerseのワークスペース内にある他のモデルと結果を比較してから、どのクリップを採用するか決めましょう。

始める前に：このワークフローの対象範囲

PixVerseに現在統合されているGemini Omni Flashは生成に特化したワークフローであり、Googleがドキュメントで示している完全な会話型編集機能とは異なります。この前提を理解しておくことで、PixVerseではまだ実現できないショットリストを計画してしまう事態を避けられます。

機能	PixVerseで現在利用可能か	計画時の注意点
テキストから動画	可能	オリジナルコンセプトや簡単な創作テストに適しています。
画像から動画	可能	静止画（商品写真、ポスター、スケッチ）を動きのある映像にするのに適しています。
参照画像から動画	可能、最大5枚	プロンプト内で `@image1` から `@image5` として参照します。
クリップの長さ	3〜10秒	アイデアが明確に伝わる最短の長さを選びましょう。
出力	720p、16:9または9:16	生成前に配信先チャンネルに合わせてアスペクト比を選びます。
音声	プロンプト主導で映像と同期	環境音、効果音、無音などをテキストプロンプトで指定します。
自然言語での編集、延長、トランジション、動画/音声リファレンス	PixVerseではまだ未対応	これらの機能が優先事項の場合は他のPixVerseモデルを使用してください。

ステップ1：モデルとしてGemini Omni Flashを選択する

PixVerseの生成画面でモデル選択メニューを開き、プランで利用可能であればGemini Omni Flashを選びます。PixVerseでは複数のモデルを並べて利用できるため、同じブリーフをGemini Omni Flashで実行した後、別のモデルでも実行して、どちらが求めているカットに最も合うかを確認できます。

Gemini Omni Flashがまだ表示されない場合は、アカウントのプランと展開状況の通知を確認してください。モデルの利用可否やクレジット消費は変わる可能性があるため、本ガイドよりもアプリ内のモデル選択画面を最新情報として参照してください。

ステップ2：起点となる素材を決める

プロンプト戦略は、どの素材から始めるかによって大きく変わります。

テキストから動画 — 既存素材がない場合に最適：新しいコンセプト、SNS向けクリップ、簡単な広告下書き、説明用ビジュアルなど。
画像から動画 — シーンの土台となる静止画がすでにある場合に最適：商品写真、キービジュアル、ポスター、パッケージなど。
参照画像から動画 — 複数の画像で結果を共同で誘導したい場合に最適です。最大5枚のJPEG/PNGファイルをアップロードし、プロンプト内で個別に呼び出します（@image1、@image2など）。各画像が何を制御するのか（被写体、配色、ライティング、ポーズなど）を明示しましょう。

ステップ3：先に長さとアスペクト比を確定する

プロンプトを書く前にこれらを設定してください。プロンプトがどれだけの物語を担う必要があるかを左右するためです。

長さ：単一の商品カットなら5〜6秒で十分。起承転結（キャラクター紹介、説明動画など）が必要な場合は8〜10秒を確保しましょう。
アスペクト比：TikTok、Reels、Shortsには9:16。YouTube、ランディングページ、スライド資料には16:9。複数の配置先に合わせる場合は、1本のマスタークリップを切り抜くのではなく、比率ごとに個別の生成ジョブとして実行してください。

ステップ4：プロンプトをミニ制作ブリーフとして組み立てる

「高級感を出して」のように雰囲気だけを伝えるプロンプトは、シーンを具体的に指定するプロンプトに比べてモデルへの情報量が大きく劣ります。以下の要素を順番に埋めていきましょう。

被写体 — フレームの中心となる人物、商品、物体。
アクション — クリップ中に物理的に変化すること。
カメラ — クローズアップ、ワイド、プッシュイン、オービット、ハンドヘルド、俯瞰、ロックオフ。
ライティングとムード — 日光、ネオン、ソフトなスタジオ光、ドラマチック、遊び心のある雰囲気など。
環境 — 場所、小道具、天候、素材、質感。
音声 — 環境音、効果音、音楽のムード、または明確に「セリフなし」と指定。
タイミング — 6〜7秒を超えるクリップでは、秒数ごとに何が起こるかを指定。
制約条件 — 避けるべき内容：ロゴ、余計なテキスト、シーンカット、有名人の肖像など。

以下のテンプレートに沿って記入できます。

[長さ] [アスペクト比] の動画を作成してください。被写体は [具体的な被写体]。アクションは [具体的な動き]。カメラは [動きとフレーミング]。環境は [場所、ライティング、素材、小道具]。音声：[環境音、効果音、音楽のムード、または無音]。制約条件：[維持すべき点、避けるべき点]。

ワンカット指定が必要な場合は明示する

指定がない場合、Gemini Omni Flashは1本のクリップ内で複数の短いカットを切り替えることがあります。商品ショット、ファッションの動き、カットが連続性を損なうシーンでは、「single continuous shot（単一の連続ショット）」「no scene cuts（シーンカットなし）」「one unbroken take（ワンテイク）」をプロンプトに直接加えてください。

音声の方向性は毎回プロンプトに書き込む

音声は映像と同期して生成されるため、運任せにしないことが重要です。求める環境音や効果音（軽いクリック音、ルームトーン、群衆の熱気など）を具体的に記述し、無音にしたい場合は「no dialogue（セリフなし）」と明記してください。特定の曲名、アーティスト、既知の声のスタイルを指定するのは避け、代わりにムードを説明しましょう。

複数の展開があるクリップにはタイムコードを追加する

8〜10秒で複数のストーリー展開があるクリップでは、タイムコード付きの指示がモデルを狙った構成に留めるのに役立ちます。

[0-2秒] テーブル上の商品を定位させる。 [2-5秒] カメラが押し込み、光が表面を照らす。 [5-8秒] 商品がわずかに回転し、きれいなエンドフレームに落ち着く。

展開は2〜3個に留めましょう。10秒のクリップに詰め込みすぎると、最も重要なアクションがぼやけてしまう傾向があります。

各参照画像の役割を明示する

複数の参照画像を使う場合、あいまいさは大敵です。各画像の役割を明確に伝えましょう。

@image1を正確な商品リファレンスとして使用してください。ボトルの形状、キャップの色、ラベルの位置を維持してください。@image2はライティングと背景のムードリファレンスとしてのみ使用してください。@image2からロゴや人物を持ち込まないでください。

ステップ5：生成後はファンではなくプロデューサーの目線でレビューする

クリップが生成されたら、単に見た目の印象だけでなく、そのクリップが果たすべき役割に照らして評価しましょう。以下を確認してください。

被写体・商品はクリップ全体を通して視覚的に一貫しているか？
画面上のテキストは読みやすいか、それとも崩れているか？
音声は画面上の動きと実際に一致しているか？
最後のフレームはサムネイルやカット点として使えるか？

商業利用の場合は権利面のチェックも行いましょう。実在人物の肖像、ブランドロゴ、識別可能な楽曲や声を連想させる要素は避けてください。Gemini Omni Flashの安全性や電子透かしへの対応について詳しくは、Gemini Omni Flashの概要記事をご覧ください。

出発点となる5つのプロンプトレシピ

以下をテンプレートとして活用し、自分の商品、被写体、制約条件に置き換えてください。

レシピ1：商品写真を縦型広告に

設定： 9:16、6〜8秒、画像から動画または商品参照画像1枚。

@image1を正確な商品リファレンスとして使用した8秒間の9:16商品動画を作成してください。商品の形状、キャップ、色、ラベルの位置、シルエットを維持してください。商品は夜明けの濡れた暗い石の上に置かれています。[0-2秒] 表面の水滴のマクロクローズアップ。[2-5秒] カメラがゆっくり引きながら、暖かい光がエッジを照らす。[5-8秒] 商品がわずかに回転し、中央で静止する。音声：柔らかい水滴音、微かなルームトーン、セリフなし。制約条件：余計なロゴなし、余計なテキストなし、シーンカットなし。

レシピ2：教育向け説明動画

設定： 16:9または9:16、8〜10秒、テキストから動画。

ペーパークラフト風のスタイルで、太陽光パネルが太陽光を電気に変換する仕組みを説明する10秒間の16:9動画を作成してください。[0-3秒] 紙製の太陽が青いパネルに向かって光を送る。[3-6秒] 光る点が描かれた回路を移動する。[6-10秒] 小さな紙の家がやさしく光る。カメラ：固定された俯瞰ショットで、わずかなストップモーション的な動き。テキスト：「sunlight」「panel」「electricity」のみを正確なスペルで表示。音声：紙の動く音、小さなチャイム音、ナレーションなし。制約条件：余計な文字なし、人の手なし、ロゴなし。

レシピ3：参照画像によるキャラクター紹介

設定： 16:9、8〜10秒、参照画像最大3枚。

オリジナルキャラクターの9秒間の16:9紹介動画を作成してください。@image1をアイデンティティリファレンスとして使用し、顔の形、髪型、ジャケットの色、シルエットを維持してください。@image2はライティングと都市背景のムードリファレンスとしてのみ使用してください。キャラクターは夕暮れの屋上に立ち、カメラの方を向き、光る小さなデバイスを持ち上げます。カメラ：ゆっくりとしたミディアムショットでのプッシュイン、単一の連続ショット。ライティング：青い夕暮れの空、暖かいリムライト。音声：遠くの都市の環境音、柔らかい電子的なハム音。制約条件：オリジナルキャラクターのみ、フランチャイズへの言及なし、ロゴなし、セリフなし。

レシピ4：アプリのヒーローループ

設定： 16:9、6〜8秒、テキストから動画。

AIプランニングアプリのための7秒間の16:9ヒーローループ動画を作成してください。半透明の浮遊するタイムラインインターフェースが整理されたデスクの上に浮かび、抽象的なカードやラインが穏やかな週間プランへと整っていきます。カメラ：ゆっくりとした左右のスライダー移動、浅い被写界深度、単一の連続ショット。ライティング：自然な朝の光、柔らかい影、ティールと暖かい黄色のアクセント。音声：微かなインターフェースのクリック音、柔らかいアンビエントトーン。テキスト：読めるアプリ名やタスク文字は表示しない。エンドフレームはオープニングフレームと一致させ、クリップがスムーズにループするようにしてください。

レシピ5：ファッションルックブックの動き

設定： 9:16、8〜10秒、参照画像から動画。

10秒間の9:16ファッションルックブック動画を作成してください。@image1を服装のリファレンスとして使用し、コートの丈、生地の質感、配色、靴のスタイルを維持してください。@image2はスタジオのライティングリファレンスとしてのみ使用してください。架空のモデルがコンクリートのスタジオを歩き、立ち止まり、片肩をカメラに向けて振り向くと、コートが自然に揺れます。カメラ：縦型の全身フレーミング、滑らかなドリー移動、シーンカットなし。ライティング：左側からの大型ソフトボックス。音声：静かなスタジオの環境音、柔らかい足音、セリフなし。制約条件：架空のモデル、有名人の肖像なし、ブランドロゴなし。

よくある質問

Gemini Omni Flashを必ず使う必要がありますか、それとも他のPixVerseモデルでも良いですか？

Gemini Omni FlashはPixVerseが提供する数あるオプションの一つです。同期音声とマルチ画像参照制御を伴うプロンプト駆動のシーンには強みがありますが、延長、トランジション、より長尺の編集が優先事項であれば、これらの機能がGemini Omni Flashに実装されるまでは他のPixVerseモデルの方が適している場合があります。

参照画像は何枚アップロードできますか？

1回の生成につき最大5枚のJPEGまたはPNG画像をアップロードでき、プロンプト内で @image1 から @image5 として個別に参照できます。

解像度と長さはどの程度になりますか？

現在のPixVerse統合では、720pの動画が3〜10秒、16:9または9:16のアスペクト比で出力されます。

画面上に正確なテキストを表示できますか？

プロンプト内で画面テキストを短く明確に（正確な単語を引用符付きで）指定し、じっくり確認する時間を確保してください。正確なタイポグラフィは、結果にばらつきが出やすい部分です。

動画の延長やトランジションには対応していますか？

現在のPixVerseのGemini Omni Flashワークフローではまだ対応していません。延長、トランジション、動画/音声リファレンスが優先事項の場合は、他のPixVerseモデルを使用してください。