Grok Imagineの3モードを徹底比較！同じプロンプトで何が変わるかを実例で解説

監修者_SD以外

監修者プロフィール

森下浩志

日本最大級のAI情報プラットフォーム「romptn ai」編集長。著書に「0からはじめるStable Diffusion」「0からはじめるStable Diffusion モデル・拡張機能集編」など、AmazonベストセラーのAI関連書籍を多数執筆。AIにおける情報の非対称性を解消するための社内研修や出張講義も行う。

3モードの違いを30秒でつかむ早見表

まずはこの先で深掘りする3モードを、1行サマリーで全体像から押さえます。

Grok Imagineで動画を作るときに最初に出会うのが、Normal / Fun / Customという3つのモード切替です。それぞれは「出力の方向性」と「指定できる細かさ」の組み合わせで役割が分かれており、用途に応じて選ぶことで失敗回数を減らせます。

なお、健全用途で使う3モードに加え、UI上にはアダルト寄りの Spicy モードも並んで見えます。これは romptn では取り上げず、後ほど『Spicyモードについて』の章でその扱い方だけ触れます。

ここから先は、この3モードの違いを「比較する3つの軸」「同じプロンプトを投げたときの差」「ユースケース別のおすすめ」の順に分解していきます。

Grok Imagineのモードを比較する3つの軸

ここでは、この後の比較がどんな基準で行われているのか、判定の軸そのものを先にそろえます。

「3モードを比較しました」と言われても、何を見比べているのかが共有できていないと、結果の表を読んでも自分の用途に当てはまりません。本記事では次の3つの軸で違いを見ていきます。

この3軸を最初に決めておくと、「Normalは素直だけど物足りない」「Funは派手だけど商品には合わない」といった印象を、感覚論ではなくモードの設計差として説明できます。

次の章では実際に同じプロンプトを3モードに投げ、この軸でどんな違いが出たかを並べていきます。

同じプロンプトで3モードを比較した結果

ここからが本記事の中核です。先ほどの3軸で各モードを横並びにし、同じプロンプトを投げたときの実際の差を見ていきます。

Grok Imagineは2025年7月28日にリリースされた、テキストプロンプトから約6秒間の動画クリップを生成するツールです。UI上には複数のモードが並んでおり、本記事では健全用途で使う Normal / Fun / Custom の3モードを比較対象にします(残るSpicyモードは成人向け扱いで、後ほど別章で取り上げます)。

比較は次の3本のプロンプトで行います。それぞれの結果は次章以降で1本ずつ深掘りしますが、まず全体像だけ整理しておきます。

この3本を Normal / Fun / Custom にそれぞれ同じ条件で投げ、(a) 出力の方向性、(b) プロンプト解釈の癖、(c) 再生成のしやすさ、の観点で並べます。本章では先に比較の枠組みだけを示し、具体的なセル(計9パターンの実出力)は次の3章で順番に見ていく構成です。

検証は本記事公開時点(2026年5月)のGrok Imagineで行う前提です。UI表記やモード名は画面上の英語表記をそのまま採用しており、xAIのアップデートで日本語ラベルに変わった場合は表記揺れが起きうる点だけ先に断っておきます。

それでは次章から、3本のプロンプトを順番に見ていきましょう。

①静的シーン：人物ポートレート

1本目は動きが小さい静的シーンで、人物ポートレート系のプロンプトを各モードに投げます。動きが少ない題材なので、素直な再現力の差がもっとも比較しやすい入口です。

検証プロンプトは次の文面を使う想定です(編集者の実機検証時にそのまま使えるよう、本記事にも明示しておきます)。

A young Japanese woman in her late 20s, standing in soft natural window light, looking calmly toward the camera, shoulders-up portrait, gentle smile, minimalist beige interior background.

このプロンプトを Normal / Fun / Custom にそれぞれ同じ条件で投げ、出力の方向性を比べる前提です。各モードに期待する大枠は次のように整理できます。

判定軸は本記事冒頭で定義した3つ(出力の方向性 / プロンプト解釈の癖 / 推奨ユースケース)です。静的シーンでは特に、(b) プロンプト解釈の癖が読み取りやすく、Normal が指示通り出すのに対して Fun がどこを盛るか、Custom がどこまで寄せられるかの差が見えやすいはずです。

②動きの強いシーン：商品紹介の回転

2本目は動きの強いシーンとして、商品紹介系リールでよく使う 被写体の回転 + 軽いズームイン を含むプロンプトを各モードに投げます。Grok Imagineで生成できるクリップは6秒前後と短いため、動きの方向性が一発で見えるかが鍵になります。

検証プロンプトは次の文面を使う想定です。

A sleek matte-black wireless earbud case slowly rotating on a clean white pedestal, soft studio lighting from upper left, smooth dolly-zoom in over 6 seconds, product reveal style.

動きが入る題材は、(b) プロンプト解釈の癖の差がはっきり出やすい領域です。各モードに期待する大枠は次のとおりです。

商品紹介の用途では、Normal が安定の第一候補、Fun が掴み重視のSNSリール候補、Custom がブランドカラーに合わせ込みたいときの候補、という3者の住み分けになりやすい構造です。実際の優劣は出力傾向に依存するため、編集側の実機キャプチャを確定してから断定します。

③抽象演出：雰囲気重視のリール

3本目は被写体ではなく 色・光・空気感 を軸にした抽象演出系のプロンプトを各モードに投げます。SNSリールやミーム的に拡散させる短尺動画で使われるパターンで、ここがいちばんモードごとの演出の差が出やすい領域です。

検証プロンプトは次の文面を使う想定です。

Hazy dreamlike loop of warm orange and pink sunset light leaking through wind-blown curtains, slow camera drift, lo-fi aesthetic, subtle film grain, no human subject.

抽象演出は具体物が無いぶん、(a) 出力の方向性の差がそのまま結果に出ます。各モードに期待する大枠は次のとおりです。

抽象演出は どれが正解とも言いにくい領域 なので、本章はモードごとに想定される傾向と『刺さる用途』をセットで読者に渡すのが本来の役割です。SNSリール本数を稼ぎたい運用なら Fun、ブランドの世界観を統一したい運用なら Custom、無難に安定させたいなら Normal、という整理を出力傾向の確認後に確定します。

ユースケース別のおすすめモード

ここまでの比較を、いま手元にある用途に翻訳します。比較表は読んでも『で、自分はどれ?』が残るので、よくある4つの用途で先に答えを出しておきます。

結論からまとめると、次のマトリクスがそのまま判断材料になります。

このマトリクスは『迷ったらこれを最初に試す』のショートカットです。最初の1〜2回はおすすめ通りに投げて、出力の癖を体で掴んでから、必要に応じて別モードに切り替えるのが効率的です。

なお、4つの用途のうちどれにも Normal が補欠以上で残るのがポイントです。Normal は『万能の基準値』として機能する ので、Fun / Custom で迷ったらまず Normal で1本作り、その結果を比較対象にすると判断が早くなります。

モード切替後の再生成手順とクレジット感覚

気に入ったモードが見つかったら、あとは同じプロンプトをそのモードで投げ直すだけです。実務手順はシンプルなので、流れだけ整理しておきます。

モードを切り替えても、過去に生成した動画は履歴側に残るので消えません。比較しながら気軽に切り替えできる のがGrok Imagineの良さで、最初の数本は『どのモードが自分の用途に合うか』の探索だと割り切るのがおすすめです。

気になるのが 動画生成1本あたりの感覚的なコスト ですが、本記事では深掘りしません。プランごとの上限本数やクレジット周りは更新が入りやすい領域なので、最新情報は別記事にまとめています。料金体系の最新情報は別記事を参照してください。

細かいクレジット消費の刻みを気にするより、最初の数本は 『失敗してもいいから3モード全部投げる』 のが結果的に近道です。比較してこそ向き不向きが見えるので、まずは手を動かす導線を最優先にしましょう。

Spicyモードについて：本記事では扱わない理由

Grok ImagineのUIにはNormal / Fun / Customに加えて Spicy モードが並んで見えますが、本記事ではこのモードの使い方は扱いません。Spicyは成人向け(NSFW)寄りの出力に振ったモードで、本記事が想定する『SNSループや商品紹介など健全用途で動画を作りたい読者』とは目的が違うためです。

健全用途の比較が目的であれば、Normal / Fun / Customの3モードだけ覚えておけば困りません。UI上でSpicyが視界に入っても、用途が違うものとして触らずに進めるのがおすすめです。

Spicyモードの仕様や使い方そのものを知りたい場合は、姉妹メディアであるmania ai側の解説記事に住み分けています。Grokの成人向け機能を扱う記事はそちらにまとまっているので、必要な読者はそちらを参照してください。

Grok Imagineのモード選びでよくある質問

迷ったらNormal、用途で割り切るならFunとCustom

本記事のまとめです。Grok Imagineの3モードは、それぞれ役割がはっきり違います。

4つの用途(SNSループ / 商品紹介 / 演出強めリール / ミーム的バズ)に対して、補欠まで含めるとどの用途にも Normal が残るのが特徴です。最初の1本はまず Normal で出して、結果を見てから Fun か Custom に切り替える のがいちばん効率的な使い方になります。

3モード全部を1回ずつ試すコストは6秒動画3本ぶんなので、検討段階で迷う時間より、まず投げて比較する方が結論が早く出ます。Grok Imagineは『気軽に切り替えながら比較できる』のが利点なので、本記事のマトリクスを片手に、まずは1本目を投げてみてください。

次の一手としては、プロンプトの書き方そのものをもう一段詰めるとモードの差を引き出しやすくなります。プロンプト設計や料金プランの最新情報は別記事にまとめているので、合わせて読むと深掘りできます。