Veo 3.1でできること
- テキストから動画: 日本語のプロンプトだけで4・6・8秒の動画を生成
- 画像から動画: 写真を開始フレームにして動かす。終了フレームの指定も可
- 参照画像: 同じ人物や商品の写真を最大3枚渡して見た目を揃える(8秒固定)
- 延長: Veoで作った動画の続きを+7秒生成してつなぐ
- 解像度: 720pと1080pが同じ価格。縦型 9:16 と横型 16:9
料金
Google Veo 3.1
| 解像度 | 秒単価 | 4秒 | 6秒 | 8秒 |
|---|---|---|---|---|
| 1080p | 4cr(¥72) | 16cr(¥288) | 24cr(¥432) | 32cr(¥576) |
| 720p | 4cr(¥72) | 16cr(¥288) | 24cr(¥432) | 32cr(¥576) |
1クレジット=¥18。秒単価4クレジットは13モデルの中でSeedance 2.5に次ぐ価格帯ですが、1080pが同額なのはVeoだけです。音声はオフで生成しています(音声つきが必要なときはSeedance 1.5 ProやWan 2.5を)。生成に失敗した分のクレジットは消費されません。
使い方(5ステップ)
- 無料で登録する(登録時に10クレジットが付きます)
- AIスタジオで「Google Veo 3.1」を選ぶ
- 秒数(4/6/8)、縦横比、解像度(720p/1080p)を選ぶ
- カメラワークをプリセットから選ぶ(任意)。12種の使い分け
- 日本語でプロンプトを書いて生成。1〜3分で完成し、ダウンロードや案件への投稿ができます
日本語プロンプトの例
| 用途 | プロンプト例 |
|---|---|
| 商品(コスメ) | 白い洗面台の上に置かれたリップ。朝の柔らかい自然光。ゆっくりドリーインしてキャップの質感に寄る。実写、シネマティック |
| 人物(UGC風) | 20代の女性が鏡の前でリップを試す。スマホで自撮りしている手持ちの揺れ。自然な笑顔。明るい洗面所 |
| 風景(B-roll) | 夕方の海辺を歩く人の後ろ姿。逆光、長い影、波の音が聞こえそうな静かな雰囲気。横型 |
Veoは「光」と「質感」の指示によく反応します。被写体・場所・光・カメラの動きの順に、1文ずつ短く書くのがコツです。詳しくは日本語プロンプトの書き方を参照してください。
画像から動画と参照画像
商品写真1枚を開始フレームにすると、写真そのままの見た目で動き出します。縦横比は元画像に従います。終了フレームを指定すると「開封前→開封後」のような変化を作れます。参照画像(最大3枚)は同じ被写体を別の角度から渡す使い方で、8秒固定になります。手順は商品写真1枚を動画広告にする方法で解説しています。
実例: トップページの動画をVeo 3.1で作った記録
キリトリのトップページに置いている「鏡の前でリップを試す女性」の動画は、AIスタジオでVeo 3.1を使い、8秒・1080p・縦型で生成したものです。32クレジット(¥576)、1回目の生成をそのまま採用しました。以下は実際の生成結果と、使ったプロンプトの全文です。
使ったプロンプト(全文)
Vertical smartphone video, UGC style: a Japanese woman in her mid-20s with natural makeup tries on a new coral-red lipstick in front of a bright bathroom mirror. Soft daylight from a window. She applies the lipstick slowly and carefully, presses her lips together, checks the color and smiles softly toward the camera. Realistic skin texture, shallow depth of field, gentle handheld motion, warm and clean atmosphere. No text, no logos, no watermark.
日本語にすると「縦型のスマホ動画、UGC風。20代半ばの日本人女性がナチュラルメイクで、明るい洗面所の鏡の前で新しいコーラルレッドのリップを試す。窓からのやわらかい自然光。ゆっくり丁寧に塗り、唇を合わせて色を確認し、カメラに向かってやさしく微笑む。リアルな肌の質感、浅い被写界深度、軽い手持ちの揺れ、暖かく清潔な雰囲気。文字・ロゴ・透かしなし」です。日本語で書いても内部で英語に整えられますが、人物の細かい所作は英語で書いた方が意図どおりになりやすいと感じています。
うまくいった点・惜しい点
- 鏡の反射と本人の両方が破綻せずに映った。人物の動画で鏡は崩れやすい要素なので、ここはVeoの強み
- 手持ちの揺れが「本当にスマホで撮った」感じになり、肌の質感も広告っぽすぎない
- 惜しい点: 塗る動きがやや速い。8秒に「塗る→唇を合わせる→微笑む」を全部入れたので忙しくなった。次に作るなら「smiles」を削って塗る動作だけに絞る
- 1回目採用は毎回ではない。人物の手や小物は失敗しやすいので、予算は2〜3回分(¥1,200〜1,800)を見ておくと安心
同じ企画で作った広告風の接写(Kling v3 Pro、8秒、¥288)との比較はKling v3の使い方と料金に載せています。制作の経緯はnoteの記事にも書きました。
Kling・Seedanceとの使い分け
| Veo 3.1 | Kling v3 Pro | Seedance 2.5 | |
|---|---|---|---|
| 秒単価 | 4cr(¥72) | 2cr(¥36) | 7.5cr(¥135) |
| 1回の長さ | 4〜8秒(+7秒の延長) | 5〜15秒 | 5〜30秒 |
| 音声 | なし | なし | あり |
| 解像度 | 720p / 1080p(同額) | 標準 | 720p / 480p |
| 向いている用途 | 映画的な質感、1080pの素材 | UGC風、コスパ重視 | 音声つきの勝負カット |
短いカットの質感を上げたいならVeo、15秒までの素材を数多く作るならKling、音声同期と30秒が要るならSeedance 2.5、という分け方が実用的です。13モデルの全比較はモデル比較にあります。