GEMINI OMNI PROMPTS

被写体の差し替え

16:9 10s Conversational edit

被写体の差し替え

チャットで動画を編集するプロンプト例:小物の差し替えと背景の置き換え

Gemini Omniの目玉機能である会話での編集を使い、小物の差し替えと背景の置き換えを順番に重ねていきます。ターンをまたいでも人物と照明を崩さないコツを紹介します。

conversational-editing omni-flagship swap background iterative

プロンプト

Turn 1 — Generate base scene:
A young woman in a white linen dress stands in a sunlit Victorian parlor, holding a porcelain teacup. Camera at chest height, soft window light from the left, locked-off shot, 10 seconds.

Turn 2 — Swap one object:
Change the porcelain teacup to a small bouquet of wildflowers. Keep her posture, the parlor, and the lighting exactly the same.

Turn 3 — Replace the background:
Now replace the parlor background with a misty forest clearing at dawn. Keep her, her dress, and the bouquet identical. Match the original key light direction (upper-left).

このプロンプトのポイント

会話での追加指示(チャットで続けて編集)は、Sora や Veo と比べたときのGemini Omniの最大の強みです。GoogleのDeepMindプロンプトガイドでも、前の結果を土台にして一歩ずつ物を差し替えていく例(butterfly → bee → fireflies、astronaut → sea anemone)がはっきり示されています。

この3ターン構成は、Atlas Cloudの実機レビューをもとにアレンジしたものです。同レビューでは、ベースを生成する → 1つの要素を差し替える → 別の要素を置き換える、というまさにこの流れが検証されています。

出典の区分:🟢 公式デモ+メディアの実機レビュー(確度:高)

決め手になる一言:“Keep [X] exactly the same”

Seaartのプロンプト集とGoogle自身のドキュメントは、どちらも同じ点を強調しています。あいまいな編集指示は、編集しすぎて全体が少しずつ変わってしまう原因になるということです。何かを差し替えるときは、そのまま残したいものをはっきり列挙しましょう。

“Replace the food on the plates with creamy pumpkin soup. Keep the two people talking, their movements, facial expressions, ocean background, and all lighting exactly the same.” — Seaartのプロンプト集より

アレンジのしかた

  • 1ターン1要素のルール:1回のターンで変えるのは1つだけにします。複数の編集を一度に頼むと、Omniが混乱します。
  • 残すものリスト:顔/服/姿勢/照明/背景を、残すものとして明示します。
  • 順番につなげる:各ターンは、元の映像ではなく直前のターンの結果を土台にします。
  • やり直しの目安:4〜5ターンでズレが積み重なってきたら、新しいベースから生成し直します。

よくある失敗パターン

TechCrunchのリリース報道とAtlas Cloudのテストによると、次のような失敗が起こります。

  • “Keep X identical” の一文がないと、背景を変えたときに、Omniが人物の服や顔まで作り変えてしまうことがあります。
  • 1ターンで複数の物を差し替えると、予想できない形で全体がずれていきます。
  • 顔の細部や手の動きは、4ターンを超えると崩れてきます(Atlas Cloudはキャラクターの一貫性を3/5と評価)。

補足

  • 複数ターンでの編集には、Gemini Omni Flashを利用できるサブスクリプション(GeminiアプリまたはGoogle Flow)が必要です。
  • すべての出力には、Googleの目に見えない電子透かしSynthIDが入ります。仕様なので、取り除くことはできません。
  • 1クリップの長さは最大10秒です(Flashの上限。TechCrunchとCineDによる)。

出典

あわせて試したい

関連プロンプト