gemini-video-generation

name	gemini-video-generation
description	Use when user asks about Gemini video generation, Veo, video model, video creation, or video editing. Also use when user says 動画生成, Veo, ビデオ生成, 動画モデル, 動画作成. Veo 3.1 動画生成モデルの機能、解像度、アスペクト比、ネイティブオーディオ、価格を提供する。
context	fork

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

項目	値
モデル ID	veo-3.1
最大解像度	4K（3840x2160）
最大長さ	8 秒
フレームレート	24fps
ネイティブオーディオ	対応（音声自動生成）
入力	テキストプロンプト / 参照画像

---

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

アスペクト比	解像度例	用途
16:9	1920x1080 / 3840x2160	YouTube、横長動画
9:16	1080x1920	TikTok、Instagram リール
1:1	1080x1080	SNS 投稿
4:3	1440x1080	従来型ディスプレイ

---

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

項目	制限
最大動画長	8 秒
最大解像度	4K
生成時間	数分（解像度・複雑さによる）
1 リクエストあたり	最大 2 動画
コンテンツ制限	暴力・性的コンテンツは生成不可
透かし	SynthID 埋め込み

---

生成時間の目安

解像度	オーディオ	目安時間
1080p	なし	1-2 分
1080p	あり	2-3 分
4K	なし	3-5 分
4K	あり	5-8 分

注意: 生成時間はサーバー負荷により変動する。