AI動画がうまくいかない理由：よくある9つの失敗とプロンプトでの直し方

プロンプトを書いて、生成を待って、出てきたクリップは「惜しい」仕上がり。そんな経験はありませんか。キャラクターの指が6本ある。コーヒーカップがいつの間にかお椀に変わっている。街の上空を飛ぶように頼んだはずのカメラが、ぴくりとも動かない。

こうした失敗の多くは、3つの原因のどれかから生まれます。プロンプトが多くを求めすぎている、曖昧な部分が多すぎる、あるいは動画モデルが苦手なことを求めている、のいずれかです。原因さえわかれば、直し方はたいてい1〜2文の修正で済みます。

ここでは、よくある9つの問題について、それぞれが起きる理由と、そのままコピーして使える修正前・修正後のプロンプトを紹介します。

始める前のシンプルなルール

変更は一度にひとつだけにしましょう。惜しかったプロンプトはそのまま残し、1文だけ書き換えて、もう一度生成します。3か所を同時に変えてクリップが良くなっても、どの変更が効いたのかわからなくなってしまいます。

修正のテストは、モデルが用意している最短の尺で行いましょう。Veo 4なら4秒、Klingなら5秒です。どちらも最短のクリップがいちばん少ないクレジットで済みます。プロンプトがうまくいったら、本番の長さに切り替えます。

1. 手や顔がゆがむ

なぜ起きるのか

手や顔は小さく、細部が多く、動きも速い部分です。引きの画で複雑な指の動きを求めると、モデルは少ないピクセル数で大きな動きを処理しなければなりません。

直し方

手や顔をショットのはっきりした主役にするか、動かさないようにします。動作をシンプルにし、カメラを寄せ、ポーズを具体的に書きましょう。

Before:
A woman in a busy office types quickly on a laptop while talking on the phone and drinking coffee.

After:
Medium close-up of a woman at a desk, both hands resting on a laptop keyboard, typing slowly. Her face is calm and in focus, soft window light from the left. Steady camera.

修正後は、「寄りのショットで、両手をキーボードに置いてゆっくりタイピングする女性」に絞り込んでいます。

Klingのページでは、Kling v2.5 Turbo Proでネガティブプロンプトも使えます。リストは短く、具体的にしましょう。

Negative prompt: extra fingers, distorted hands, deformed face, blurry face

2. 物体が変形する・形が変わる

なぜ起きるのか

「飲み物」「デバイス」のように物体の指定が曖昧だと、その正体がフレームごとに少しずつずれていきます。速い動きや、物体の前を手が横切る動作があると、このずれはさらにひどくなります。

直し方

物体を正確に名指しし、素材・色・形といった2〜3個の固定された特徴を与えます。重要な場面では、鍵となる名詞を繰り返しましょう。

Before:
A man picks up his drink and walks to the window.

After:
A man picks up a tall clear glass of orange juice and walks slowly to the window. The glass stays in his right hand the whole time.

修正後は「背の高い透明なグラスに入ったオレンジジュース」と具体的にし、「ずっと右手に持ったまま」と念を押しています。

商品の映像なら、画像から始めるのがおすすめです。Veo 4、Kling、Hailuo 2、Seedanceはいずれも開始画像を受け付けます。商品の実写写真を使えば、言葉だけで説明するよりも形が安定します。

3. 意図しない文字やロゴ、意味不明な看板が出る

なぜ起きるのか

実際の映像では、街や店、オフィスは看板だらけです。モデルはその「文字っぽい質感」だけをまねるので、実在しない文字列が生まれてしまいます。

直し方

文字の少ない場所を舞台に選ぶか、表面が無地であることをはっきり書きます。画面上のタイトルをプロンプトで頼むのはやめましょう。タイトルは後から編集ソフトで入れれば、フォントも綴りも自分で管理できます。

Before:
A neon-lit street at night in Tokyo with shop signs, a title that says "Midnight Run".

After:
A quiet street at night, wet pavement reflecting soft purple and blue light. Shop fronts have plain, unlit signs with no readable text. No captions, no titles on screen.

修正後は「読める文字のない、無地で消灯した看板」「字幕やタイトルなし」と明記しています。

Kling v2.5 Turbo Proでは、同じ考え方をネガティブプロンプトにも加えましょう。

Negative prompt: text, letters, watermark, logo, subtitles, captions

4. ちらつきや細部のチラチラ

なぜ起きるのか

ストライプ、フェンス、レンガのような細かい繰り返し模様は、フレームをまたいで安定させるのが難しいものです。また「flashing(点滅する)」「strobing(ストロボのような)」といった言葉は、明るさの急な変化を招きます。

直し方

質感をシンプルにし、光を一定だと書きます。

Before:
A man in a striped shirt walks past a brick wall under flickering city lights.

After:
A man in a plain navy shirt walks past a smooth concrete wall. Even, constant evening light, soft shadows, no flashing lights.

修正後は、ストライプのシャツを無地の紺に、レンガ壁を滑らかなコンクリートに変え、「均一で一定の夕方の光」と指定しています。

解像度が高いほど、細部は安定します。Veo 4、Hailuo 2、Seedanceはいずれも1080pに対応しています。Hailuo 2とSeedanceでは低い解像度ほど消費クレジットが少ないので、まずそこでプロンプトを試し、最終版を1080pで生成しましょう。なお、Hailuo 2の1080pは6秒のみです。

5. 動きが速すぎる・遅すぎる

なぜ起きるのか

モデルは、指示された動作をクリップの長さに収めようとします。4秒に5つの動作を詰め込めば慌ただしくなり、10秒に小さな動作ひとつだけなら間延びするか、余った時間をランダムな動きで埋めてしまいます。

直し方

動作の量を尺に合わせ、速さを表す言葉を使いましょう。slowly(ゆっくり)、gently(穏やかに)、briskly(きびきびと)、in slow motion(スローモーションで)、in real time(実時間で)などです。目安として、4〜6秒のクリップには主な動作をひとつ、8〜10秒のクリップにはつながった動作を2つ入れるところから始めましょう。

Before (8 seconds):
A dancer spins, jumps, lands, bows, waves to the crowd, and walks off the stage.

After (8 seconds):
A dancer completes one slow, controlled spin, then lands softly and bows to the audience. Real-time speed, smooth movement.

修正後は、6つあった動作を「ゆっくり1回転して、着地して、お辞儀する」まで絞っています。

6. プロンプトの一部が無視される

なぜ起きるのか

モデルは、最初に書かれたことと具体的なことを最も重視します。末尾に埋もれた指示や、「高級感を出して」のような抽象的な目標は、よく取りこぼされます。

直し方

最も重要な要素を最初に置き、抽象的な希望は目に見えるディテールに置き換えましょう。

Before:
A cozy cabin scene with snow outside and a fireplace, and there should be a black cat sleeping on the rug, make it feel warm.

After:
A black cat sleeps curled up on a red wool rug in front of a glowing fireplace. Snow falls past the cabin window behind it. Warm orange firelight, soft shadows.

修正後は、主役の黒猫を文頭に移し、「温かい雰囲気」を「暖かなオレンジ色の暖炉の光」という見える情報に変えています。

Hailuo 2のページでは、Prompt Optimizerが初期設定でオンになっており、生成前にプロンプトを書き換えます。細かい指示が何度も反映されない場合は、これをオフにして、モデルにあなたの言葉そのままを読ませましょう。

7. プロンプトを詰め込みすぎている

なぜ起きるのか

登場人物が4人、場所が3か所、そしてどんでん返し。これはクリップではなく短編映画です。モデルはすべてを一度に見せようとしてしまいます。

直し方

1クリップには1ショット。被写体ひとつ、動作ひとつ、舞台ひとつ、カメラの動きひとつ、雰囲気ひとつです。長いアイデアは複数のクリップに分け、編集ソフトでつなぎましょう。

Before:
A detective enters a bar, talks to the bartender, a fight breaks out, police arrive, and the detective escapes through the back door into the rain.

After (clip 1 of 3):
A detective in a grey trench coat pushes open the door of a dim bar and steps inside, scanning the room. Slow push-in, moody amber light, light rain behind him.

修正後は、物語全体を3本に分け、その1本目「探偵が薄暗いバーの扉を押し開けて入る場面」だけを描いています。

8. 音声がずれる・余計な音が入る

なぜ起きるのか

Veo 4は映像と一緒に音声も生成します。Kling 3.0とSeedance 2.0も、ネイティブ音声のオプションをオンにすれば同様です。音について何も書かないと、モデルは推測で補います。勝手に作られたセリフ、望まないBGM、動作と合わない効果音などが入ってしまうのです。

直し方

それぞれの音を書き、目に見える動作と結びつけましょう。セリフは短くして引用符で囲み、話し手を明示します。不要なら「no music(音楽なし)」「no dialogue(セリフなし)」とはっきり書きましょう。

Before:
A chef talks about her new dish in the kitchen with background music.

After:
A chef in a white apron looks at the camera and says, "Fresh basil, last thing in." She drops the leaves into the pan, and they sizzle loudly at that moment. Quiet kitchen ambience, no music.

修正後は、短いセリフを話し手つきで書き、「葉をフライパンに入れた瞬間にジュッと音がする」と音と動作を結びつけ、「音楽なし」と明記しています。

8秒のクリップなら、セリフは短い文を1〜2つまでにしましょう。セリフが長いとキャラクターが早口になり、口の動きがずれていきます。

9. 動かしたいのにカメラが固定される

なぜ起きるのか

カメラの動きを指定しないと、多くのモデルは固定ショットを選びます。「dynamic(ダイナミックな)」や「cinematic(映画的な)」といった言葉では、方向が伝わりません。

直し方

動きの種類、方向、速さを指定します。dolly in(ドリーイン)、tracking shot(トラッキングショット)、crane up(クレーンアップ)、orbit(周回)、handheld(手持ち)など、映画撮影の用語を使いましょう。

Before:
A cinematic shot of a lighthouse on a cliff at sunset.

After:
Slow aerial drone shot circling a white lighthouse on a cliff at sunset, the camera rising gently as waves break on the rocks below. Golden light, long shadows.

修正後は「夕暮れの崖に立つ白い灯台の周りを、ドローンがゆっくり旋回しながら穏やかに上昇する」と、動き・方向・速さをすべて指定しています。

Seedanceのページでは、「Fix Camera Position」がオフになっているか確認しましょう。これがオンだと、プロンプトに何を書いてもカメラは動きません。カメラワークの一覧と例については、カメラワーク・プロンプトガイドをご覧ください。

トラブルシューティング早見表

同じキャラクターがクリップごとに違って見える場合は、別の問題であり、別の直し方があります。複数のAI動画クリップでキャラクターの一貫性を保つ方法のガイドをご覧ください。

よくある質問

動画に入れたくないものはどこに書けばいいですか？

Klingのページでは、Kling v2.5 Turbo Proでネガティブプロンプトが使えます。どのモデルでも、特に重要な除外事項は、メインのプロンプトにも普通の文で書いておきましょう。たとえば「no text on screen(画面に文字なし)」や「no music(音楽なし)」です。メインのプロンプトは、どのモデルも必ず読む唯一の入力欄です。

もっと細かく制御するには、プロンプトを長くすべきですか？

必ずしもそうではありません。3〜5文の明確なプロンプトのほうが、長いプロンプトよりうまくいくことがほとんどです。失敗した部分にディテールを足し、見た目を変えないディテールは削りましょう。

同じプロンプトなのに、毎回結果が違うのはなぜですか？

生成のたびに新しいランダムな試行になるため、プロンプトで決めていない部分は毎回違う結果になります。半分くらいの確率でうまくいくプロンプトなら、あと一歩です。良い結果と悪い結果で何が違うのかを見つけ、その部分をより正確に書きましょう。

開始画像を使えば、ほとんどの問題は解決しますか？

キャラクターの見た目や物体の形に関する問題の多くは解決します。モデルがあなたの用意した画像そのものから生成を始めるからです。ただし、動きの問題はそれだけでは解決しないので、動作とカメラは引き続き言葉で書く必要があります。

実際に試してみましょう

うまくいかなかったクリップを選び、早見表でその問題を探して、1文だけ書き換えてみてください。そしてAI動画ジェネレーターでもう一度生成するか、モデルのページを直接開きましょう。ネイティブ音声ならVeo 4、ネガティブプロンプトならKling、固定カメラの切り替えならSeedanceです。SNS向けのクリップを作っているなら、TikTok・Reels・Shorts向けの縦型動画とAIで作る商品動画広告のガイドで、これらの直し方を実践に活かせます。