動画
Grok Video 1
動画
Ofrai で利用可能 — チャット・画像・動画を同じスタジオで、共有クレジット。
プロンプト例
例を選ぶと、プロンプトと推奨設定が上のGrok Video 1クリエイターに読み込まれます。
使い方
Grok Video 1を3ステップで使う
- 01
入力を用意
Grok Video 1を選択したまま、プロンプトと対応する参照素材を追加します。
- 02
出力を設定
生成前にアスペクト比、解像度、利用可能な動画オプションを選びます。
- 03
生成して調整
結果を確認し、プロンプトや設定を調整して、同じスタジオで別バージョンを生成します。
Grok Video 1 は、リクエストで指定できる項目が、プロンプト、長さ、解像度、アスペクト比という4つの任意フィールドだけのエンドポイントです。機能をそぎ落としたモデルのように聞こえますが、ある意味ではそのとおりです。番号付きの参照リストも、プレースホルダーも、終了フレームもなく、調整すべき音声パラメータもありません。ただし、任意であることには別の側面もあります。
プロバイダーのリファレンスには、この4つのフィールドのいずれにもデフォルト値が記載されておらず、明示的に指定することが推奨されています。つまり、代わりに値が補われることはなく、省略した場合には何も保証されません。テキストから動画、最初のフレーム画像から動画、参照画像モードという3つの生成経路がこの共通の項目を使いますが、上限は同じではありません。
選んだ経路によって使用できる解像度が決まります。このモデルに費用をかける前に理解しておくべき、最も役立つ点はそこです。
3つの経路と、共通のフラットなパラメータ群
ここには経路を指定するフィールドがありません。そのため、経路は宣言するのではなく、送信内容から推定されます。テキストを送れば、テキストから動画の生成になります。プロンプトと一緒に画像を送れば、最初のフレームまたは参照画像を使う領域に入り、プロバイダーのリファレンスでは、参照画像モードは独自の解像度上限を持つ別の経路として扱われています。
ここから実務上の影響が3つ生じます。まず、空のプロンプトが、すべての経路で「これを動かすだけ」という意図を伝える有効な方法になるわけではありません。ドキュメントでは、スキーマ上はプロンプトを任意としながら、実際にはテキストから動画の生成と参照画像による生成で必須としています。次に、モードフィールドによる検証がないため、間違いはリクエストの拒否ではなく、予想外の結果として現れます。
そのため、実験して推定ルールを探るより、毎回4つのフィールドすべてを送る価値があります。最後に、開始フレームと終了フレームを個別に指定するパラメータがないため、特定の画像で終わらなければならないショットでも、その要件をここで表現する方法はありません。スキーマが公開していないフィールドを、どれほどプロンプトを工夫しても代用することはできません。
長さは1秒から。その点こそが重要
ドキュメントに記載された長さの範囲は1秒から15秒までで、整数秒単位です。デフォルト値は記載されておらず、自分で設定することが明示的に推奨されています。このカタログにあるほぼすべての動画エンドポイントは、下限が3秒です。それより短い生成には、通常、料金を払うだけの価値がないためです。しかし、このエンドポイントは違います。
その1点の違いは、15秒という上限よりも大きな意味を持ちます。短い側では、1秒の商品をさっと見せる動き、ループにしやすい2秒の動作、合成担当者が長いシーケンスに組み込めるトランジション用の素材など、動きの断片を作れます。これは、多くのモデルではリクエスト自体が拒否されるため、まったく対応できない種類の作業です。
長い側では、15秒は連続したワンテイクになりますが、およそ10秒を超えると、ひと続きのテイクでは被写体の同一性や背景がぶれ始めます。記載された範囲から導かれる合理的な計画の原則は、短い側を編集で組み立てるインサートや断片に使い、長い側は本当に途切れのないワンテイクが必要なショットにだけ使うことです。
解像度の上限はモード次第で、最上位には条件がある
指定できる値は480p、720p、1080p の3つですが、どの経路でも同じように使えるわけではありません。多くの実装が間違えるのはこの点です。参照画像による生成は、480p または720p で動作すると記載されています。テキストから動画の生成と最初のフレーム画像から動画の生成は1080p に達することがありますが、そこにもドキュメントは条件を付けています。
1080p が使えるのは、その実行で利用可能な容量がある場合です。この「場合」という条件には、実際に意味があります。最上位の可用性は一定ではないため、ある実行で1080p のリクエストが成功しても、次の実行まで保証されるわけではありません。運用上は、1080p を確約されたものではなく、ベストエフォートとして扱うのが適切です。
リファレンスページ自体の例では、すべて720p が明示的に指定されています。再現性が必要なものでは、これにならって標準的な設定にするのが妥当です。文書化されたどの上限にも収まり、実行ごとの可用性に左右されず、そもそも試行段階の生成で使うべき解像度でもあるためです。
アスペクト比は5種類で、可用性によって絞られる
一覧は16:9、1:1、2:3、3:2、9:16 です。縦向きと横向きの両方の3対2の構図を含むため、多くのエンドポイントより充実しています。ただし、同じ文に注意点もあります。実際にどれを使えるかは、その実行で使える範囲に依存します。
実務的には、列挙された値はパラメータとしての選択肢を示しており、そのうち利用を見込める範囲はリクエスト時に決まる、と読むべきです。ここから2つの習慣が導かれます。まず、後から切り抜くのではなく、構図の設計に合った比率で生成することです。
縦向きの3対4 と2対3の構図が存在するのは、スマートフォン優先の構図を、ワイド画面の生成結果から中央だけ切り出したものにしないためです。次に、指定した比率に対して、拒否されるのではなくレターボックスや切り抜きが施された結果が返ってきた場合、それはプロンプトの不具合ではなく、可用性によって選択肢が狭められているということです。
対処法は、特殊な比率で再試行し続けることではなく、より広く使える値を指定することです。
スキーマで任意とされていてもプロンプトを送るべき理由
ここは、ドキュメントが本当に曖昧な箇所であり、流し読みせずに注意して読む価値があります。スキーマ上では、プロンプトは任意で、デフォルト値もありません。実際には、テキストから動画の生成と参照画像による生成で必須です。
最初のフレームを使うリクエストについては、古い単一の最初のフレームを使うリクエストの一部では省略できた一方、それ以外の最初のフレームを使うリクエストでは依然として必須の場合がある、とドキュメントに記されています。1つのフィールドの説明に3つの状態が存在しますが、そこから導かれる助言は1つです。新しく連携を実装するなら、空でないプロンプトを必ず送ってください。
これは、まさにドキュメントが推奨していることです。この助言に従う負担はごくわずかですが、無視した場合には、プロンプト不要だと思っていた経路でリクエストが失敗することになります。プロンプトに含めるべき内容は、経路によって異なります。テキストから動画を生成する場合は、ほかに何も与えられないため、プロンプトがすべてを担います。
画像入力がある場合は、フレームがすでに決まっているため、最も価値があるのは動き、テンポ、カメラについての文です。フレーム内ですでに見えているものを説明すると、モデルの注意を画像と奪い合うことになり、開始から数秒で最初のフレームからずれていく原因によくなります。
デフォルト値が文書化されていないエンドポイントでシーケンスを計画する
すべてのフィールドが任意で、公開されたデフォルト値もないため、再現性のあるリクエストとは、プロンプト、長さ、解像度、アスペクト比をすべて明示したリクエストです。必ず4つすべてを埋める小さなテンプレートを作れば、出力がプロバイダー側の補完内容に左右されなくなります。この性質は、作業の進め方にも影響します。実行間で固定しておけるものはありません。
参照インデックスも、終了フレームも、宣言されたモードもありません。そのため、同一のパラメータによる2回の呼び出しだけが、実際に使える比較の基準です。また、パラメータを一度に1つずつ変更し、どれを変えたか記録しない限り、2回目の試行は統制された実験ではなく、単なる引き直しになります。
さらに、このエンドポイントには、別々の2つの生成結果で顔、商品、衣装の一貫性を維持する仕組みがないということでもあります。複数ショットの連続性は、編集で作る必要があります。ショットを別々のクリップとして生成し、後工程で組み立て、それぞれをシーケンス内で唯一のショットであるかのように扱ってください。
よくある質問
- このモデルでは、どの解像度を指定できますか?
- 公開されている値は480p、720p、1080p の3つです。参照画像による生成は480p または720p と記載されており、テキストから動画の生成と最初のフレーム画像から動画の生成は、可用性がある場合は1080p に達することがあります。実行をまたいで再現性のある結果が必要なら、720p を明示的に指定してください。文書化されたどの上限にも収まり、実行ごとの可用性に左右されないためです。
- 長さにデフォルト値はありますか?
- プロバイダーのリファレンスには、デフォルト値が記載されていません。範囲は1秒から15秒までの整数秒単位で、暗黙の値に頼らず明示的に設定することが推奨されています。注目すべきなのは、下限が1秒である点です。これにより、下限が3秒の多くのエンドポイントでは単に拒否される、動きの断片やループにしやすいインサートを作れます。
- プロンプトは必ず送る必要がありますか?
- スキーマでは任意とされていますが、テキストから動画の生成と参照画像による生成では必須です。また、古い単一の最初のフレームを使うリクエストの一部では省略できた一方、それ以外の最初のフレームを使うリクエストでは依然として必須の場合がある、とドキュメントに記されています。新しく連携を実装するなら、空でないプロンプトを必ず送ってください。これはドキュメント自体の推奨事項です。
- 対応しているアスペクト比はいくつありますか?
- 列挙されているのは16:9、1:1、2:3、3:2、9:16 の5つです。どれを利用できるかはその実行で使える範囲によって決まるため、一覧はパラメータとしての選択肢、可用性はその制限と捉えてください。特殊な比率で切り抜きやレターボックス付きの出力が返ってきた場合は、再試行するのではなく、より広く使える値を指定してください。
よくある質問
- このページでGrok Video 1を直接使えますか?
- はい。上のクリエイターは実際のOfraiスタジオで、Grok Video 1が初期選択されています。
- 完成した結果はどこに保存されますか?
- ログイン中の生成結果はOfraiライブラリに保存され、ダウンロードや再編集ができます。
- Grok Video 1にはどのようなプロンプトが適していますか?
- 被写体、環境、ビジュアルスタイル、照明、カメラや動きを明確に記述してください。上の例を実用的な出発点として使えます。
- 生成前に例のプロンプトを編集できますか?
- はい。例を読み込んだ後、文章、アスペクト比、参照素材、その他の対応設定を変更できます。
関連モデル
Grok Video 1と同様の制作に対応する他の動画モデルを比較できます。
関連ガイド
ツール
商用利用は選択したモデルとモデル規約に従います。





