HunyuanVideo 1.5 NSFW プロンプトガイド：従う書き方と、和らげられる場面

HunyuanVideo 1.5 は、ショットリストのように書いたプロンプトに最もよく従います。大人一人、その服装、順番に並べた二つか三つの小さな動作、カメラの動き一つ、そして光です。 2026年10月5日に行った成人向けコンテンツ50本の実行では、L1〜L3 のリクエストはすべて書いたとおりに返りました（26本中26本）。一方、二人の大人の親密なシーン8本はすべて和らげられたので、言い換えを重ねても報われないのはここです。画像から動画では、開始フレームが仕事の大半をします。小さな動作なら写真の顔が保たれ、新しい場所を頼むと顔が別人に置き換わりました。

コンテンツ段階の全体像、サイズ、速度、LTX-2 との比較は、HunyuanVideo 1.5 NSFW テストにまとめています。このガイドはプロンプトの話です。モデルがどの書き方に従い、どれを無視するかを、このガイドのために実行した並べて比べるクリップで示します。ここに載せるプロンプトはすべて、ほのめかしの範囲の、服を着た大人のシーンで、HunyuanVideo 1.5 のファミリーページから実行できます。

ひと目でわかる要点

HunyuanVideo 1.5 が読む5つの枠

Tencent の HunyuanVideo 1.5 プロンプトハンドブックは、テキストから動画のプロンプトを被写体、動き、場面で組み立て、ショット、カメラ、照明、スタイル、雰囲気を付け足しとして扱います。動作は時間の順に（"first… then… finally"）、感情は小さな身体的な描写として書くよう求めています。大人向けのクリップでは、被写体を二つに分けます。シーンの段階は服装の行に宿るからです。

場所は被写体と動作の間に入れます。完全なプロンプトです。

An adult woman in her early thirties in a black satin slip dress stands by the window of a dim hotel room at night, city lights behind her. First she slides one strap back onto her shoulder, then she glances over her shoulder at the camera, and finally she lets a slow, knowing smile break. Slow push-in, warm lamp light, cinematic, photorealistic.

このプロンプトを HunyuanVideo 1.5 テキストから動画で開く →

動画：HunyuanVideo 1.5 テキストから動画、480p、16:9、5秒、seed 61002。上のプロンプトと、後述のスターター用ネガティブプロンプトを使用。このモデルのすべてのクリップと同じく無音。

実行の中で最も差が出た習慣は3つです。

• シーンが必要としない限り、1クリップにつき大人一人。
• 部屋は、そこにあるもので名指しする。 seed 62001 の二人のクリップは、どちらも（後述）"hotel bar" がベッドのあるホテルの部屋になって返りました。場所が大事なら、カウンター、スツール、ボトルを並べて書いてください。
• 繰り返し調整するあいだ、被写体の行は固定する。 一文を変えると、同じ seed でも人物全体が描き直されます。

雰囲気の言葉か、動作の細部か

大人向けのプロンプトは、雰囲気の言葉を積み上げがちです。上のプロンプトと、動作の文を "She is sultry, seductive and sensual, radiating desire." に差し替えた同じプロンプトを比べました。seed、ネガティブプロンプト、480p、5秒は同じで、それぞれ2つの seed で実行しています。

テキストから動画、480p、seed 61002、各クリップの開始、中盤、終了。上：雰囲気語のプロンプト。下：動作を並べたプロンプト。seed 61001 も同じ振る舞いだった。

形容詞からは、ファッション撮影のポーズが生まれました。唇を少し開き、視線は固定、手は止まったまま、動いているのは押し込みだけです。この seed では、背後の夜の街も消えました。動作版は両方の seed で3つの動作を順に通り、微笑みで終わりました。ただし最初の二つは重なりました（手が肩紐に伸びる時点で、すでに振り返っていた）。5秒に3つの動作を入れると、よくあることです。

ルール：見る人にどう感じさせたいかではなく、何が起こるのを見せたいかを書く。 "A slow, knowing smile" は "seductive" の仕事をしてくれますし、モデルはそれを描けます。

モデルが知っている仕草を選ぶ

このガイドのカバー用プロンプトは、ホテルのバルコニーにいる男性に "loosen one cuff"、次にカメラへ視線を保ち、最後に半笑い、を頼みました。両方の seed で袖口は動きませんでした。一人は襟を引いて開き、もう一人は襟と顎に手を添えました。視線のほうは、どちらも出ました。

テキストから動画、720p、同じプロンプトを seed 64001（左）と 64002（右）で。プロンプトは袖口を一つゆるめるよう頼んでいた。

珍しい小さな仕草は、見慣れた仕草にすり替えられます。仕草が大事なら、モデルが明らかに何度も見ている仕草（髪をかき上げる、肩紐がずれる、襟を整える）を選び、まず 480p の下書きで確かめてください。

どこまで踏み込めるか、段階ごとに

当社側では、プロンプトも写真も結果もフィルタリングしません。段階ごとに変わるのはモデル自身の反応で、それが、もう一度書き直す価値があるかを決めます。以下の数字は、2026年10月5日に480p、5秒で行った50本の実行を、両エンドポイントでまとめたものです。被写体はすべて大人です。L1 より上のプロンプトは掲載しません。

拒否されたりぼかされたりした実行はありませんでした。L4 では、テキストから動画は4本すべてで、ベッドの上で絡まった、または見切れた二人の姿が出てシーン自体は描かれず、画像から動画は開始フレームからベッドルームの新しいショットへ切り替わり、他の人物は誰もいませんでした（2回目の実行の3つのプローブすべて）。拒否もぼかしも見られなかったので、これはフィルターではなくモデル自身の控えめさに見えます。大人向けの作業の実用的な上限は、1クリップにつき大人一人で、L1〜L3 のすべての実行が通りました。HunyuanVideo 1.5 のレビューでは、Freedom Score は 88.1 です。

1クリップに大人二人：接触点は一つ

二人が密着する場面は、このモデルの弱点です。同じ瞬間を二通りに書きました。完全な抱擁（"They wrap their arms around each other and sway pressed close together, her face buried in his neck"）と、二人の間に距離を置いた接触点一つです。

An adult couple in their thirties in a dim hotel bar at night, she in a dark green satin dress on the left, he in a white shirt with rolled sleeves on the right. They stand a hand's width apart; her palm rests flat on his chest and his hand rests at her waist. She leans in until her forehead touches his, then they both smile. Warm amber light, slow push-in, cinematic, photorealistic.

テキストから動画、480p、seed 62002。上：完全な抱擁のプロンプト。下：接触点のプロンプト。

抱擁は、書いたとおりには起こりませんでした。この seed では、誰も頼んでいないグラスから彼が飲むあいだの、横からのハグになりました。もう一方の seed では、二人の手が彼女の肩のあたりでにじんで一つになりました。接触点版は、両方の seed ですべての動作が出ました。手のひらが胸に、手が腰に、額が合わさり、二人の微笑みです。左右は一方の seed では守られ、もう一方では入れ替わったので、位置は目安として扱ってください。

二人を書くなら、それぞれに違う服装を与え、接触点を一つか二つと二人の間の距離を書き、顔の動作で終わらせてください。

ネガティブプロンプト：何のためのものか

テキストから動画は negative_prompt を受け付け、画像から動画は受け付けません。提供元自身のコードは既定でこれを空にしていて、ハンドブックにも記載がないので、画面に出したくないものの一覧として扱ってください。当社のスターターリストです。

blurry, distorted hands, extra fingers, extra limbs, text, watermark

10月5日の例の実行で、止められたことと止められなかったことです。

テキストから動画、720p、同じプロンプトとネガティブプロンプト（"text, lettering, logo" を列挙）を2つの seed で。左のクリップは、それでもカーテンに筆記体を描いた。

そのプロンプトは "no signs or lettering anywhere" とも書いていました。HunyuanVideo 1.5 は文字を描くように作られていて（ハンドブックには引用符つきの語を場面に書き込む例があります）、当社の実行でも、カーテン、ナンバープレート、車のバッジに文字を作り出しました。ネガティブプロンプトは確率を下げますが、すり抜けたものへの最も安い再試行は seed の変更です。

テキストから動画、720p、一つのショットの3バージョン。左：プロンプトに "no number plate, no lettering"、ネガティブプロンプトなし。中："extra people" を含まないネガティブプロンプト。右："extra people" を足し、カメラを寄せた。

学びは2つです。ネガティブプロンプトは名指ししたものにしか効きません。 真ん中のクリップは男性一人を頼んで三人が返り、"extra people" を足すと直りました。そしてリストよりフレームのほうが強力な対策です。 引きのショットは、モデルにプレート、バッジ、同乗者を作り出す余地を与え、クローズショットでは最初の1秒に小さなクロームの印が残っただけでした。大人向けのシーンでも、背景の鏡、ポスター、画面を同じように見張ってください。

画像から動画：開始フレームが仕事の大半をする

画像から動画のエンドポイントでは、写真が顔、服装、光、フレームの形、そしてシーンの開始段階を固定します。プロンプトが言うのは次に起こることだけで、提供元の順序（被写体の動き、場面の動き、カメラ）に従います。任意で、ネガティブプロンプトのフィールドはありません。

一つの開始フレームに、2つのプロンプトを、それぞれ2つの seed で与えました。写真の中にとどまるものと、写真から出ていくものです。フレームは、画像モデルの Jib Mix Qwen で作った 3:4 の静止画で、動かす前にキャラクターを用意する一般的なやり方です。

画像から動画、480p、seed 63001。クリップは 544 x 720 で返った。上："She lowers the wine glass, turns her head toward the camera and holds the look, then lets a slow smile spread. The light bulb above her sways slightly. The camera holds still." 下："She sets the wine glass down, walks up the cellar stairs into a candlelit restaurant upstairs, sits at a table by the window and smiles at the camera." seed 63002 も同じ結果。

地下室にとどまると、両方の seed で顔、そばかす、ずれた肩紐が保たれました。出ていくと、両方の seed で新しい部屋に切り替わり、切り替わりのあとは顔もドレスも肩紐もすべて変わりました。シーンに二つ目の場所が必要なら、二つ目の開始フレームを作ってください。

動きの大きさも関係します。10月5日の 720p の2本の実行がそれを示唆します。

画像から動画、開始フレームは一つ、異なる seed の2クリップの開始と終了。上："turns slowly to face the camera and leans back on her elbows"、わずかな押し込み。下："takes a slow sip… lets a slow, amused smile spread"、固定カメラ。

画像から動画、開始フレームは一つ。中央：帽子の埃をはたき、髪をかき上げ、帽子をかぶるよう頼んだ。右：額を拭うことだけを頼んだ。モデルは帽子を自分でかぶり、顔は保たれた。

どちらの失敗でも、手が顔を横切るか、顔が写真よりレンズに近づいたため、モデルは顔を描き直す必要があったらしく、別の人物を描きました。動作は小さく（一口飲む、一瞥、微笑み）、カメラは固定かゆっくりに、顔を覆うものは一つの仕草にとどめてください。

開始フレームは、開始段階も決めます。服を着た写真からは、当社の段階プロンプトは、顔と部屋を保ったまま一人の人物を L3 まで運びましたが、一人の写真から二人のシーンになることはありませんでした。

解像度、長さ、アスペクト

480p・5秒の下書きは $0.12、720p・5秒の完成版は $0.24、720p・8秒のクリップは $0.384で、どちらのエンドポイントでも同じです。クリップは無音なので、音は編集で足す計画を立ててください。NSFW AI 動画に声と音楽を足す方法を参照してください。

ずれたパターンと、代わりに書くこと

テキストから動画、720p、9:16、10月5日の実行から、横たわるショット一つの2テイク。右側のプロンプトは、顔と肩のクローズアップを頼んだ。どちらも守られなかった。

プロンプトのチェックリスト

720p のテイクにお金を払う前に：

1. 被写体の行に "adult" と年齢層がある。服装の行に服、素材、色、状態がある。
2. 見える動作が順番に二つか三つ、一般的な仕草で、雰囲気の形容詞で代用していない。
3. カメラの動きは一つ。看板、プレート、画面、余分な人物が入らないよう、十分にタイトな構図。場所はそこにある物で描写する。
4. 二人は必要なときだけ：違う服装、接触点を一つか二つ、顔の動作で締める。
5. テキストから動画：実際の問題を名指しした短いネガティブプロンプト。画像から動画：トリミングした写真、同じ部屋、小さな動作。
6. まず seed 固定の 480p・5秒の下書き、そのあと決定版の 720p。

映像に音が必要なら、LTX-2 19B はすべてのクリップに音声トラックを加えます。また、規制なし AI 動画のプロンプトガイドでは、一つのプロンプトがモデルごとにどう振る舞うかを比べています。

FAQ

HunyuanVideo 1.5 の NSFW プロンプトはどう書けばよいですか？

ショットリストを書いてください。大人一人、服装、順番に並べた二つか三つの小さな動作、カメラの動き一つ、そして光と短いスタイルタグです。当社の50本の実行では、L1〜L3 のリクエストはすべて書いたとおりに返り、二人の親密なシーンは毎回和らげられたので、大人向けの作業は1クリップにつき一人にしてください。

画像を動画にするプロンプトはどう書きますか？

画像から動画のエンドポイントを使い、同じ場所で次に起こることだけを書きます。小さな動作、顔の動作、カメラです。顔、服装、光は写真がすでに固定しています。人物をどこか新しい場所へ送るプロンプトは、当社の2つの seed のどちらでも、別の顔の新しいショットに切り替わりました。

Hunyuan に画像から動画はありますか？

はい。HunyuanVideo 1.5 にはテキストから動画のエンドポイントと画像から動画のエンドポイントがあります。画像から動画のクリップは写真の形を保ち、プロンプトは任意です。

HunyuanVideo 1.5 はネガティブプロンプトを使いますか？

テキストから動画では使えます。渡したすべての実行で受理され、特定の問題（"extra people"）を名指しすれば消えましたが、作り出された文字は一度すり抜けました。画像から動画にはネガティブプロンプトのフィールドがありません。

HunyuanVideo のクリップが控えめになって返ってきたのはなぜですか？

二人の大人の親密なシーンなら、それはモデル自身の限界です。この段階の8本はすべて和らげられて返り、拒否はありませんでした。大人一人なら、動作を具体的にしてください。雰囲気語では、ポーズを決めた止まったクリップになり、おとなしく見えました。

画像から動画のクリップがスローモーションになるのはなぜですか？

当社では測定していません。提供元の GitHub の課題トラッカーでユーザーがスローモーションを報告したとき、メンテナーは、プロンプトでより速い動作を書くよう助言しました。たとえば "slowly turns" ではなく "turns quickly and laughs" です。