Gemini Video Generation（Veo 3.1）

Veo 3.1 動画生成モデルの機能と使用法。

Veo 3.1 概要

機能

ネイティブオーディオ

Veo 3.1 は動画と同時に音声を自動生成。環境音、効果音、BGM がシーンに合わせて生成される。

Ingredients to Video

参照画像を「素材」として動画に組み込む機能。キャラクター、オブジェクト、背景を指定可能。

対応アスペクト比

選択ガイド

コスト優先

• 低解像度（1080p）で短尺（4秒以下）
• ネイティブオーディオなし
• シンプルなプロンプト

パフォーマンス優先

• 4K 解像度
• ネイティブオーディオ同期
• 参照画像を使った Ingredients to Video
• 詳細なプロンプト指定

SDK 使用法

Python（テキストから動画生成）

import time
from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_API_KEY")

# 動画生成リクエスト（非同期）
operation = client.models.generate_videos(
    model="veo-3.1",
    prompt="A cat playing with a ball of yarn in a sunlit room, cinematic lighting",
    config=types.GenerateVideoConfig(
        aspect_ratio="16:9",
        number_of_videos=1,
        include_audio=True,  # ネイティブオーディオ
    )
)

# 生成完了を待機
while not operation.done:
    time.sleep(10)
    operation = client.operations.get(operation)

# 動画の取得
for video in operation.result.generated_videos:
    client.files.download(file=video.video, path="output.mp4")
    print(f"生成完了: output.mp4")

Python（参照画像から動画生成）

# 参照画像のアップロード
ref_image = client.files.upload(file="character.png")

operation = client.models.generate_videos(
    model="veo-3.1",
    prompt="The character walking through a forest",
    image=ref_image,  # 参照画像
    config=types.GenerateVideoConfig(
        aspect_ratio="16:9",
        number_of_videos=1,
    )
)

プロンプトのベストプラクティス

効果的なプロンプト構成

1. 被写体: 何が映っているか
2. アクション: 何をしているか
3. 環境: どこで、どんな背景か
4. スタイル: 映像のスタイル（cinematic, anime, documentary）
5. カメラ: カメラワーク（tracking shot, close-up, aerial view）
6. ライティング: 照明（golden hour, dramatic lighting, soft light）

良いプロンプト例

A golden retriever running through a field of sunflowers,
slow motion, golden hour lighting, cinematic depth of field,
tracking shot following the dog, 4K quality

避けるべきこと

• 複雑すぎるシーン構成（複数のアクションの同時指定）
• テキスト表示の要求（動画内テキストは精度が低い）
• 著名人のリアルな描写

制限事項

生成時間の目安

注意: 生成時間はサーバー負荷により変動する。