Gemini に画像を１枚渡し、「入力画像に描かれているモチーフを読み取りマルチアングルショットを生成し、画面を４×５に区切った 20 個のシーンを作り、各シーンの左上に通し番号を１から順に表示してください」と指示した生成結果に、番号順に一枚ずつ出力させると、大量の動画素材が手に入る。
この方法を思いついた人、実に天才すぎる…！
しかし自分で試してみたら、「4×5」だけでは生成結果が安定せず（15 カットや 18 カットになったりする）、そこで Gemini に「どう伝えるのが最適か」を確認しつつ、中国語でのプロンプトをまとめた。ここでは日本語訳を記す。
入力画像に描かれたモチーフを読み取り、マルチアングルショットを生成してください。生成したショットを 5 行 4 列（全 20 枠）の横長ウィンドウに配置し、それぞれのショットの左上に 1 から順の通し番号を表示してください。（全体のアスペクト比は 3:2 とする）
１枚の画像からの「マルチアングルショット」であるため、構図には重複も多いが、アイデア出しとしては優秀。ただし 20 コマあっても、「絵コンテ」として選べる画はそれほど多くない印象である。
より「絵コンテらしい構図」を求め、用途を明確化したプロンプトに修正。画像と同時に歌詞も入力し、歌詞に基づく絵コンテの生成を依頼。
ミュージックビデオを作るため、入力画像に描かれたモチーフを読み取り、同時に下記の歌詞を基づき、マルチアングルショットで絵コンテを生成してください。生成したショットを 5 行 4 列（全 20 枠）の横長ウィンドウに配置し、それぞれのショットの左上に 1 から順の通し番号を表示してください。（全体のアスペクト比は 3:2 とする）
すると MV 用の絵コンテが生成され、しかも歌詞に合わせて自動に男性キャラまで追加された！Grok の動画生成と組み合わせたら、どんな作品になるのか。今週はそれを試してみるか。
2025 年 12 月 9 日補記：20 カット一括生成は派手だが、9 カットのほうが安定
別の画像でさらに試してみたら、20 カット生成は Gemini にとって安定性が低く、歌詞と併用した場合は「生成したつもりでも画像が無い」という事態も発生。9 カットにすると安定性は高まるが、選択肢が減るため複数回生成する必要がある。
9 カット版のプロンプトは下記の通り。
入力画像に描かれたモチーフを読み取り、マルチアングルショットを生成してください。生成したショットを 3 行 3 列（全 9 枠）の横長ウィンドウに配置し、それぞれのショットの左上に 1 から順の通し番号を表示してください。（全体のアスペクト比は 3:2 とする）
個別出力用の補助指示はこちら（長辺比は任意で変更可）
2 番の画像を生成し、アスペクト比は 16:9 にしてください。
まだまだ改良の余地がありそうで、試行錯誤しながら使っていくと思うね。
