Pexo
Veo 3.1

Veo 3.1
シーン、動き、音を形にする

文章や画像から、作りたいシーンに合う音声と参考ビジュアルを使って動画を作成します。

制作の出発点テキストまたは画像シーンを言葉で説明するか、出発点となる画像を渡します。
同時に生成映像+音声会話、環境音、効果音を含められます。
ショットを指示フレームと参考素材必要な制御に合う入力方法を選びます。

主な機能

プロンプトの概要

深夜、古いデスクトップパソコンのそばで疲れ切った従業員を映してください。ミディアムショットで、画面の緑色の光と、粒子感のあるレトロな画風を使います。

公式 Veo 3.1 サンプル フレーム: 蛍光灯の下で古いコンピューターの横にある疲れた会社員
Veo 3.1 · Google Cloud公式作例

01 / シーンの演出

文章から動画を生成

まずショットを決め、次に動きを指示。

被写体、舞台、動作、カメラの動きを説明して、動画を生成します。商品の見せ場でも、キャラクターの一場面でも、出来事の順序を明確にすると、実用的なプロンプトを組み立てられます。

公式作例でわかること

この入力は、映る被写体、動作、オフィスという舞台、特定の照明と映像のスタイルを結び付けています。公式のプレビュー画像と動画で、指示と結果を比較してください。

公式開始画像: 石造りのシンクにいるミニチュア サーファー
開始画像 → 動きの指示

ミニチュアのサーファーが波に乗って進む間、シンクの中を波が巡るようにしてください。

Google公式の入力画像

02 / 画像を動かす

画像を使った動画生成

静止画に、その次の瞬間を。

画像を動画の出発点に使います。人物が向きを変える、商品が回る、カメラがシーン内を移動するなど、その後の出来事を説明してください。画像が、最初の場面の見た目の方向性を定めます。

指定する内容

動く被写体、動作、カメラの動きを指定します。開始フレームは最初の構図を決めるもので、被写体の参照画像とは異なります。

シーン+セリフ

キャラクターと部屋の参考画像を使い、探偵が疲れた声で訪問者に話しかける場面を映してください。

「この町に事務所は山ほどあるのに、よりによって私の所に来るとはな。」
公式 Veo 3.1 ダイアログのサンプル フレーム: 白黒のオフィス シーンに座っている刑事と女性
Veo 3.1 · Google Cloud公式作例

03 / 音とセリフ

映像とともに音声を生成

何が見えるかとともに、何が聞こえるかも計画。

Veo 3.1は、映像と一緒に音声を生成します。制作指示に会話、環境音、効果音を含め、シーン内での音の役割を明確にします。使用前に、生成された音声のタイミングと言葉を確認してください。

セリフの演出

公式プロンプトは、話者、セリフ、疲れた話し方を指定しています。キャラクターと部屋の参考画像が、横に表示されたシーンの見た目を決めています。

公式開始フレーム: マイクに向かってカメラに向かう歌手最初のフレーム
公式終了フレーム: カメラは歌手の上から観客に向かって見ます。最後のフレーム
正面 → 円弧を描くカメラ移動 → 観客の方を向く構図
Googleが公開した入力フレームは、Gemini 2.5 Flash Imageで作成され、その間の映像を生成するためにVeo 3.1へ渡されたものです。

04 / フレームコントロール

最初と最後のフレームを指定

ショットの始まりと終わりを決める。

最初と最後のフレームを渡し、二つの見た目の状態をつなぐ映像を生成します。その間の動きを言葉で説明するとともに、ショットの開始点と到達点を指定できます。

向いている用途

計画した見せ場、ポーズの変化、二つの構図の切り替えなどです。開始・終了画像だけでなく、その間の動きも確認してください。

女性の公式参考画像被写体
羽のついたピンクのドレスの公式参考画像衣類
ピンクのハート型サングラスの公式参考画像アクセサリ
参考画像 → 被写体の細部 → シーンの指示
三つの入力画像で、見た目を伝えています。これらは公式の参照入力で、生成結果ではありません。

05 / 被写体の指定

被写体の参照画像

被写体の見た目と、最初のフレームを分けて指定。

被写体の外見を伝えるために、参照画像を渡します。キャラクターの服装や物体のデザインなど、言葉では説明しにくい細部を伝えられます。参照画像に対応するかどうかは、選ぶエンドポイントと設定によって異なります。

何を確認するか

生成結果全体で、被写体の見た目を確認してください。参照画像は生成を導くものですが、すべての細部が同一に保たれる保証はありません。

公式 Veo シーン拡張デモ: ソース クリップ
ソースクリップ
公式 Veo シーン拡張デモ: 続き
続き
Google DeepMind · Veoによる動画延長の作例

06 / 続き

動画の延長

すでにある最後の場面から、動きを続ける。

条件に合うVeo生成動画に続きの映像を加え、長さを延ばします。次の動作やカメラの動きを説明して、シーンを発展させます。Gemini APIの延長機能には、Veoで生成した元の動画が必要です。それ以外の入力条件はサービスによって異なります。

何を確認するか

元の動画の最後の動作から、その先を計画します。つなぎ目で、動き、被写体の外見、照明、音声の変化を確認してください。

画像の作例

ショットに合う形式を選ぶ

技術的な制御は、サービスとモデルの種類によって異なります。以下はGoogle CloudのVeo 3.1 Generateモデルの値で、すべてのVeoエンドポイントに共通するものではありません。

長さ4/6/8秒

参照画像を使う生成では、8秒の動画になります。

向き16:9または9:16

構図を考える前に、横長か縦長かを選びます。

解像度720p・1080p・4K

これらは上記のGenerateモデルに対応する選択肢です。選んだモデルの種類を確認してください。

フレームレート24fps

納品予定のサイズで、動きとタイミングを確認します。

モデル比較

機能Veo 3.1Kling 3.0 TurboWan 3.0 Prime
入力フォーマット文章と画像、参考ビジュアルテキストと画像文章・画像・動画・音声。組み合わせはタスクによる
主な方向性音声と参考ビジュアルを使う動画生成文章や画像から、音声と同期した動画を生成複数形式の参照素材を使い、複数ショットを生成
音声の同時生成✓オーディオとビジュアルの同期✓
動画の長さの制限Gemini API:初回は4・6・8秒。参照画像や1080p・4Kには8秒が必要fal Turbo Pro:3~15秒Model Studio:最大30秒
出力解像度Gemini API:720p。8秒で1080p・4K、延長は720pfal Turbo Standard:720P、Turbo Pro:1080PModel Studio:480P、720P、1080P
推奨される用途音、参考ビジュアル、続きの映像を中心に計画するシーン文章や開始画像を基にした動きの指示複数ショットの物語、参照素材を使うシーンづくり

提供サービスごとの仕様で、品質の順位ではありません。

ユースケース

開始画像、キャラクターの参考画像、音のきっかけ、明確な終わりの場面など、必要な制御を中心にシーンを計画します。

アイデアをシーンの制作指示にする

有用な制作指示は、目に見える動作、カメラ、音を結び付けます。

例 / 商品の雰囲気を伝える映像

被写体は一つ。動作も一つ。
音のきっかけも明確に。

小さなシーンでは、各指示に目や耳でわかる役割があると、確認しやすくなります。

  1. 01
    フレームを設定する

    柔らかな朝の光が差す窓辺で、木のテーブルの上に陶器のカップが置かれている。

  2. 02
    アクションとカメラを指示する

    カメラがゆっくり近づく間、カップから湯気が立ち上る。カップにピントを合わせ続ける。

  3. 03
    音の説明をする

    静かな部屋の環境音、穏やかに注ぐ音、カップをテーブルに置く音。セリフはなし。

よくある質問

Veo 3.1とは何ですか?

Veo 3.1は、Googleの動画生成モデルです。文章と画像の入力、音声の同時生成、参照画像による指定、最初と最後のフレーム、条件に合う動画の延長に対応します。実際に使える制御は、サービスとエンドポイントによって異なります。

参照画像は開始フレームと同じですか?

目的が異なります。開始フレームは最初の構図を決め、参照画像は被写体の外見に関する情報を伝えます。ショットの始まりを重視するのか、そこに登場する被写体の細部を重視するのかによって、使い分けてください。

Veo 3.1 はビデオと一緒にサウンドを生成できますか?

はい。音声の同時生成により、シーンの指示に会話、環境音、効果音を含められます。重要な音と、映る出来事との関係を説明してください。完成したシーンとして使う前に、生成された言葉とタイミングを確認します。

Veo 3.1は、アップロードしたどの動画でも延長できますか?

Gemini APIの延長機能には、入力条件を満たすVeo生成動画が必要です。任意のアップロード動画が使えるとは限りません。元の動画の実際の終わり方に合わせて続きを計画し、使用するサービスの要件を確認してください。

Veo 3.1を使う制作で、Pexoはどのように役立ちますか?

Pexoでは会話を通じて、動画のアイデア、目的、制作の方向性を考えられます。制作の細部を決める前に、全体の制作指示を話し合えます。

文章のプロンプトで、カメラを制御できますか?

プロンプトに、希望する構図、視点、動きなど、カメラの指示を含められます。ただし、自然な言葉による指示を、正確で結果が必ず決まるカメラ制御とは考えず、生成結果を確認してください。

Veo 3.1で縦長の動画を作れますか?

Google CloudのVeo 3.1 Generateの仕様には、9:16と16:9の両方が記載されています。選んだ向きに合わせて、開始画像の構図と被写体の配置を計画してください。

アイデアを伝えて、次の作品づくりを始めましょう。

作成を始める