Veo 3.2 プロンプトデザイナースキル は何をしますか？
このスキルは、ユーザーの散在するマルチモーダルアセット（画像、動画、音声）とクリエイティブな意図を、Google Veo 3.2 ビデオ生成モデル（Artemisエンジン）向けの構造化された実行可能なプロンプトに変換します。エキスパートプロンプトエンジニアとして機能し、基盤モデルからの最高品質の出力を保証します。
使用するタイミング
- ユーザーがVeo 3.2を使用したビデオ生成のためにアセット（画像、動画、音声）を提供したとき。
- ユーザーのリクエストが複雑で、Veoモデル向けに慎重なプロンプト構築が必要なとき。
- Google Veo 3.xモデルをビデオ生成に使用するとき。
コア機能
このスキルは、すべてのユーザー入力を解析し、最終プロンプトと推奨パラメータを含む単一の最適化されたJSONオブジェクトを生成します。内部ワークフロー（認識、マッピング、構築）は自動的に処理され、ユーザーに公開されるべきではありません。
内部ワークフロー
- フェーズ1: 認識 — アップロードされたアセットとユーザーの意図を分析します。
atomic_element_mapping.mdを使用して、各アセットをそのアトミック要素の役割に分類します。 - フェーズ2: マッピング — 各アトミック要素について、最適な参照方法（参照画像、テキストプロンプト、またはハイブリッド）を決定します。マッピングテーブルを使用して判断します。
- フェーズ3: 構築 — 5パートフレームワーク（ショット→被写体→環境→カメラ→スタイル）を使用して最終プロンプトを組み立て、Gemini APIの
RawReferenceImageシステムを介して参照画像を添付します。
使用例
ユーザーリクエスト: 「この香水瓶が暗い表面で回転するシネマティックなショットを作って、高級CMのように。」
ユーザーが perfume.png をアップロード
veo-3.2-prompter を使用するエージェント:
エージェントは内部でリクエストとアセットを処理し、チェーン内の次のスキルに最終JSONを出力します。
最終出力（内部使用用）:
{
"final_prompt": "ヒーローショット、金色のキャップが付いたすりガラスの香水瓶が反射する暗い表面上でゆっくりと回転、ソフトなキーライトとリムライトによるスリーポイント照明が微妙なコースティクスを生成、滑らかな180度のアーク、浅い被写界深度による超リアルな高級CMスタイル。クリスタルのチャイム、柔らかなアンビエントパッド。",
"reference_images": [
{
"file": "perfume.png",
"reference_type": "SUBJECT"
}
],
"recommended_parameters": {
"model": "veo-3.2-generate",
"duration_seconds": 8,
"aspect_ratio": "16:9",
"resolution": "1080p",
"generate_audio": true
}
}
Veo 3.2 の主な差別化要因
| 機能 | 能力 |
|---|---|
| エンジン | Artemis — 世界モデルの物理シミュレーション（ピクセル予測ではない） |
| 最大時間 | ~30秒のネイティブ連続生成 |
| オーディオ | ネイティブのダイアログ + 同期されたSFX |
| 参照画像 | 最大3つ（STYLE、SUBJECT、SUBJECT_FACE） |
| 動画拡張 | 前の動画入力を介したクリップチェーン |
| 最初/最後のフレーム | 開始および/または終了キーフレームの指定 |
| 解像度 | 720p、1080p、4K（アップスケーリング対応） |
| アスペクト比 | 16:9、9:16 |
ナレッジベース
このスキルは、情報に基づいた判断を行うために内部ナレッジベースに依存しています。エージェントは実行中にこれらのファイルを参照する必要があります。
references/atomic_element_mapping.md: コアナレッジ。「アセットタイプ→アトミック要素」および「アトミック要素→最適な参照方法」のマッピングテーブルを含みます。Veo 3.2の参照画像システムに適合しています。references/veo_syntax_guide.md: Veo 3.2 Gemini API 構文リファレンス。RawReferenceImage、GenerateVideosConfig、動画拡張、最初/最後のフレーム指定をカバーします。