テキストから動画は、最も自由度が高い一方で、完成を守る初期画像がありません。人物、服、構図、場所を文章で確立してから、動作、カメラ、音を時間の中で成立させる必要があります。
そのため実務的な流れは、華やかな文章を一度で完成させることではありません。シーンの目的を定め、競合するアイデアを削り、時間軸と納品条件を決め、診断用の初稿を生成し、失敗した層だけを変更します。Wan 3.0テキストから動画を開きながら進められます。
テキストから始めるべきケース
- 特定人物、商品、場所、構図の再現が必須ではない。
- 一つの企画から複数の画づくりを探索したい。
- 既存画像の忠実度より動作や物語が重要。
- コンセプト映像、ムードテスト、絵コンテ前のプレビズを作る。
- 主体と環境を言葉で明確に定義できる。
開始画が承認済みなら画像から動画、人物、動き、声、場所を複数素材から統合するなら参照素材から動画が適しています。
1. アイデアを一文の約束に圧縮する
まず通常の言葉で一文を書きます。
夜勤のパン職人が、街が目覚める前に、今日最初のパンが完璧に焼き上がったことに気づく。
これはプロンプトではなく、判断基準です。人物、光、動作、カメラ、音はすべて「静かな発見」と「夜から朝への移行」に寄与する必要があります。追跡、回想、複数人の会話、屋上の朝日まで加えたくなったら、別ショットへ分けます。
2. 物語の形を選ぶ
Wan 3.0は最長30秒に対応しますが、長さは読み取れる動作数から決めます。
一つの連続ショット
手仕事、人物演技、商品デモ、感情の小さな変化に向きます。基本形は、行動を始める、意味のある変化が起こる、変化後の状態で止まる、の3段階です。
時間軸を持つ複数ビート
物語に段階が必要な場合だけ時間帯を指定し、場所と主要人物はできるだけ固定します。
- 0〜6秒： 狭いパン工房、夜明け前の青い窓光。職人がオーブンを開ける。
- 6〜14秒： 湯気が広がり、焼き色と表面の小さな割れる音を確かめる。
- 14〜22秒： パンを作業台へ置き、暖色の作業灯と朝日が交わる。
- 22〜30秒： 緊張がほどけ、わずかに微笑む。パンと目覚め始める通りで終える。
時間指定は因果を整理するためであり、数秒ごとに場所を変えるためではありません。
3. 動作中も読める人物アンカーを作る
輪郭、年代、服の目印、重要な道具、姿勢、動きの質を優先します。
50代ほどの疲れた表情のパン職人。シャツの袖を粉の付いた前腕までまくり、濃紺のエプロン姿で、狭い木製作業台の横を静かに正確に動く。
中景でも認識できる要素は、見えない細部を大量に書くより役に立ちます。
4. 感情を撮影できる動作へ変換する
「達成感を覚える」ではなく、「パンの表面が割れる小さな音を聞き、止めていた呼吸を解き、わずかに微笑む」と書きます。
10秒の中で部屋を横切り、生地をこね、オーブンを開き、パンを出し、台詞を話し、窓を見るよう求めれば、どれかが圧縮または省略されます。観客が必ず読む主動作、意味を作る反応、環境からの小さな反応の順に優先します。
5. 空間関係を具体的に置く
人物が物を運ぶ、前後景を横切る、家具と接触する場合、空間関係はスタイル語より重要です。
オーブンは人物の背後、画面左。木製作業台は画面右の通りに面した窓まで伸びる。人物、パン、窓を同じ視線軸に保つ。
共通座標があると、人物の動きとカメラを同じ空間で管理できます。
6. カメラの主動作を一つに絞る
固定広角は仕事の観察、ゆっくりした前進は小さな発見、横追従は工程、ゆっくりした後退は人物と街の関係を表現します。
この例なら：
固定のミディアムワイドから開始。パンが台に置かれた後だけ、手と表情へ一度ゆっくり前進する。オービットなし、突然の手持ち揺れなし。
否定指示はカメラ文法を守る最小限に留めます。
7. 光源と素材の反応を書く
冷たい青の朝光が通り側の窓から入り、暖かいタングステン灯が使い込んだ木、ヘアライン加工の鋼、空中の小麦粉、茶色いパン表面を柔らかく照らす。湯気は半透明で、両手を隠さない。
「シネマティック」だけより、冷暖関係、素材、可視性を具体的に伝えられます。
8. 音を3トラックで考える
- 声： 正確な台詞、話者、言語、表現。台詞なしの場合も明記。
- 効果音： 画面上の素材と接触に対応する音。
- 音楽： 有無、入る時点、物語上の役割。
台詞なし。近くのオーブンの蝶番、布、パンが木に置かれる音、表面の割れる音。窓外は低い街の環境音。最後の5秒だけ、疎らで静かなピアノのモチーフ。
すべての物体を大きく鳴らす必要はありません。音にも優先順位があります。
9. 出力設定を納品設計として決める
現在のWan 3.0ワークフローでは、2〜30秒、480P／720P／1080P、固定または自動画角を選択できます。
| 設定 | 先に確認すること | 実務上の考え方 |
|---|---|---|
| 長さ | 読ませる動作はいくつか | 主動作が終わる最短時間を選ぶ |
| 縦横比 | 最終公開先はどこか | 最初から公開先の構図で設計する |
| 解像度 | 探索か納品候補か | 方向性を確認後、合格案に適切な高解像度を使う |
| 音声 | 音は物語に参加するか | 明確な担当がある時だけ有効にする |
提出前に表示される現在の選択肢とクレジット条件も確認してください。
完成プロンプト例
夜明け前の狭い街のパン工房で、一つの連続ショット。50代ほどの疲れたパン職人はシャツの袖を粉の付いた前腕までまくり、濃紺のエプロン姿で静かに正確に動く。オーブンは背後の画面左、使い込んだ木製作業台は右の通り側の窓まで伸びる。職人はオーブンを開け、茶色く焼けたパンを出して台に置く。表面が割れる小さな音を聞くと、止めていた呼吸を解き、わずかに微笑む。人物、パン、窓は同じ視線軸。固定のミディアムワイドから始め、パンを置いた後だけ手と表情へゆっくり一度寄る。冷たい青い朝光と暖色の作業灯。木、鋼、小麦粉、半透明の湯気を自然に描く。台詞なし。蝶番、布、木に置く音、パン表面、遠い街の環境音。最後の5秒に静かなピアノ。パンを前景で明瞭にし、人物の小さな笑顔と柔らかくぼけた通りで保持する。
すべての要素が、一つの場面の約束を支えています。
初稿は完成品ではなく診断用
初稿では、音を消しても動作が読めるか、人物が最後まで識別できるか、カメラが動作を説明しているか、接触と素材が用途に耐えるか、音が見える空間から聞こえるか、終点が編集可能かを確認します。
「何となく違う」ではなく、「00:11で前進が急加速し、パンを置く動作を隠す」のように時間を付けます。
失敗した層だけを変更する
動作が正しくカメラだけが悪いなら、カメラ部分だけを直します。画が成立して音が混雑するなら、視覚を固定して音を減らします。大きな振り向きで顔が変わるなら、まず回転角を小さくします。
各版で、プロンプト、モード、長さ、画角、解像度、音声設定、原出力、3つのタイムコード付き観察、次版で変える1項目を記録してください。
最終チェック
- 場面の約束が一つの動画に収まる。
- 人物に動作中も読める外見アンカーがある。
- 動作を選択した時間内に完了できる。
- カメラ計画が一貫している。
- 光源が明確で、重要なディテールを守る。
- 声、効果音、環境音、音楽の役割が分かれている。
- 終了状態が具体的で、保持時間がある。
- 初回の修正は失敗した一層だけを変える。
準備ができたらWan 3.0テキストから動画で試し、再利用できるWan 3.0プロンプトガイドと一緒に制作記録を残してください。