Kling 4.0プロンプトガイド

このガイドでは4.0で変わる点を扱います。基本はKling 3.0プロンプトガイドから引き継がれます。モデルそのものについてはKling 4.0のページをご覧ください。

Kling 4.0は1回の生成の長さが2倍になり、カットも自分で決めるので、プロンプトはタイムラインになります。数値はKlingのKling 4.0とKling 3.0のユーザーガイドによるものです。

Klingのガイドが示す構成は1つです。アップロードする各画像の役割、全体の設定、秒数付きの出来事の流れ、そして音声。ルールは、目に見えるものを描写し、抽象的な言葉を省くこと。「高級感」は、輪郭を縁取るサイドからの逆光と細かいマットな粒子になります。

1. 1フレームと長さから始めます：「縦型9:16、15秒のワンテイク。」
2. 2全体の設定は、目に見えるものとして書きます：場所、光、見た目を1つ、カメラ。
3. 3出来事を順番に並べ、それぞれに秒数を付けます：「0〜5秒：… 5〜15秒：…」。ブロックごとに動作は1つ。
4. 4最後にサウンドを書きます：各セリフは話者の後に引用符で、続けて環境音と効果音。
5. 5どちらかが欲しい場合を除き、「字幕なし、BGMなし」で締めます。

短いプロンプトでも使えます。Klingによると、4.0はシンプルなアイデアを膨らませ、明確なアイデアには書いたとおりに従います。

長さはKlingがプロンプトを読む前に決まっているので、各展開に秒数を割り当ててください。「0〜8秒」「8〜20秒」「20〜30秒」のように隙間なく続くブロックにすると、順番がはっきりします。

話すセリフは1秒あたり約2語を目安にし、話者の間には間を置きます。DreamBenchは2,500文字まで受け付けるので、形容詞ではなくタイムラインに文字数を使ってください。

Kling 4.0はクリップを自動でショットに分けます。Smart Storyboardが初期設定でオンになっていて、スイッチはありません。ストーリーには向いていますが、商品を回して見せる映像では早くカットしすぎることがあります。

• 1ショットにするには、Kling自身の例と同じように「カットなし、フェードやディゾルブなしのワンテイク」と書き、カメラワークは1つにします。
• 複数ショットにするには、秒数付きで番号を付け、つなぎ方を書きます：「ショット2（8〜15秒）、ハードカット、クローズアップ…」。
• カットのたびに構図を変え、光と服は同じに保ちます。

Klingによると、4.0は速いアクションを追うトラッキングショット、オービット、プッシュイン、プルバックに対応します。カメラワークは平易な言葉で、速さを添えて、該当する秒数のブロックの中に書きます。

長回しでは、各ブロックにカメラワークを1つずつ：走る場面ではトラッキング、止まる場面ではオービット。セリフや文字には、固定するか、ゆっくりプッシュインします。

Kling 4.0はすべてのクリップでステレオサウンドを作ります。話し声、環境音、効果音、そして指示しない限り音楽も。Klingは、各セリフをその言語のまま引用符の中に書くよう勧めています。ネイティブオーディオもご覧ください。

• 話者と声の調子を書き、それからセリフを：漁師（ぶっきらぼうに、ポルトガル語で）：「Hoje o mar está calmo.」
• Klingが挙げる方言や訛りを指定できます：広東語、四川語、北京や台湾の標準中国語、アメリカ英語、イギリス英語、インド英語。
• Kling自身の例のとおり、話すのは一度に1人だけ。ほかの人は黙って聞きます。
• インドネシア語は9言語に含まれないため、インドネシア語のセリフは書いたとおりに出ないことがあります。
• Klingは画面上の文字も同じ言語でレンダリングし、サイズと位置を書けば字幕を焼き込みます。

劇伴が欲しいなら、サウンドのブロックに書きます：「セリフの下に流れるゆっくりしたチェロの旋律」。Klingのアプリはボイスプロファイルを音声として受け付けますが、音楽は受け付けません。リップシンクもご覧ください。

Klingのアプリでは、Keyframes（キーフレーム）の入口から、タイムライン上の各時点に画像を固定できます。最初のフレーム、最後のフレーム、その両方、または途中のフレームで、最大10枚。プロンプトでは、その間に起きることを描写します。最初と最後のフレーム指定もご覧ください。

1. 1どの画像がどれかを書きます：「@Image1 を最初のフレーム、@Image2 を最後のフレームとして使う。」
2. 2途中のフレームには、それぞれ秒数のブロックを付けます：「4〜8秒 | Keyframe 2：彼女がドアにたどり着く。」
3. 3動くものと、カメラがある画像から次の画像へどう移るかだけを描写します。被写体と場所は画像がすでに示しています。

Keyframesの入口はほかの参照を受け付けず、Omni Referenceとも併用できません。画像から動画生成もご覧ください。

KlingのOmni Referenceは最大15個の参照を受け付け、アップロード順に@Image1、@Image2、@Video1と番号が付きます。それぞれに役割を与えないと、モデルが推測します。

• @Image1 はキッチンを定める。レイアウトと光はそのまま。@Image2 はシェフ。顔、髪、エプロンはそのまま。
• 参照がない場合は、各キャラクターを登場するたびに同じ言葉で描写します。

DreamBenchでは、追加した各キャラクター、場所、小道具を設定シートとして一度だけ描き、すべてのシーンの開始フレームを必要な設定シートから作ります。キャラクターの一貫性もご覧ください。

Kling 4.0は1回の生成で30秒のシーンを収められ、カットはKlingが選びます。映像は、ハードカットでつないだ複数の生成にすることもでき、それぞれを個別に構成し、作り直せます。

Film Studioでは、DreamBenchがシーンを構成し、キャストを描き、Kling 4.0で各シーンを3〜12秒のクリップとして動かします。長いワンテイクには「動画」ページを使ってください。マルチショット動画もご覧ください。

どれもKlingの順番に沿っていて、2,500文字に収まります。被写体を変え、形はそのまま使ってください。

30秒のワンテイクの追跡劇

横長16:9、カットなしの30秒のワンテイク。湯気とネオンに包まれたバンコクのナイトマーケット、濡れたアスファルト、走るペースの手持ちカメラ。0〜10秒：青い制服シャツの男の子がマンゴーをひったくって走り出す。10〜20秒：麦わら帽子の女性の店主が屋台の間を抜けて彼を追いかけ、カメラは彼女の横をトラッキングする。20〜30秒：彼女が男の子の襟をつかむと、男の子は小銭を差し出し、彼女は笑う。ジュージューと鳴る中華鍋、濡れた地面を打つビーチサンダル、人混みのざわめき。字幕なし、BGMなし。

屋上のパルクール

シネマティック21:9、15秒のワンテイク。ゴールデンアワーのコンクリートの屋上、長い影、リアルなスポーツ映像の見た目。カメラは走る人の横を低い位置でトラッキングする。0〜5秒：グレーのパーカーのトレーサーが全力で走り、通気口を跳び越える。5〜10秒：隙間を跳び越え、前転して着地する。10〜15秒：縁に立って荒い息をつき、カメラが彼の周りを1周オービットする。コンクリートを打つスニーカーの音、風、遠くの車の音。字幕なし、BGMなし。

駅での2つの言語（ドイツ語と英語）

横長16:9、15秒のワンテイク。朝のミュンヘンの駅のホーム、赤い近郊列車、やわらかな曇り空の光。固定カメラのツーショット。0〜6秒：グレーの口ひげの車掌が切符を確認し、（きびきびと、ドイツ語で）言う：「Der Zug nach Salzburg fährt von Gleis drei.」6〜11秒：若いバックパッカーが眉をひそめ、（英語で、インド訛りで）尋ねる：「Platform three?」11〜15秒：車掌が笑顔で指さす。駅のアナウンス、転がるスーツケースの音。字幕なし、BGMなし。

ヒンディー語のセリフ：チャイの屋台

縦型9:16、10秒のワンテイク。夜明けのデリーの道端のチャイの屋台、ガスの炎にかけた真鍮のやかん、裸電球1つの温かい光。ゆっくりプッシュイン。0〜5秒：チャイ売りが高い位置から小さなグラスにチャイを注ぎ、琥珀色の長い流れができる。5〜10秒：彼はそれをタクシー運転手に手渡し、（温かく、ヒンディー語で）言う：「पहली चाय, मेरी तरफ़ से।」注がれるチャイの音、炎のシューという音、遠くのクラクション。字幕なし、BGMなし。

バイリンガルのラベルの商品

正方形1:1、カットなしの10秒のワンテイク。石のカウンターに置かれた柚子ソーダの瓶。ラベルには白い大文字の「YUZU SODA」の上に「柚子ソーダ」とある。サイドからの逆光、結露の水滴。0〜5秒：手がキャップをひねって開けると、泡が立ちのぼる。5〜10秒：瓶がゆっくり回り、ラベルは終始くっきり。キャップのシュッという音、泡の音、グラスを置く音。字幕なし、BGMなし。

ピクセルアートのアニメーション

横長16:9、12秒のワンテイク。16ビットのピクセルアートアニメーションで、フォトリアルではない：ずんぐりしたピクセルの木が並ぶ横スクロールの森、紫色の夕暮れの空。0〜6秒：赤いマフラーの小さなピクセルのキツネが右へ走り、切り株を2つ跳び越えて、光るドングリをつかむ。6〜12秒：ドングリが4フレームのきらめきになってはじけ、キツネはうれしそうにくるりと回る。効果音はチップチューン風のジャンプ音とコインのチャイム。字幕なし、BGMなし。

ハードカットでつなぐ3つのショット

横長16:9、15秒、ハードカットでつながる3つのショット。夜のボクシングジム、吊るされた裸電球1つ、ざらついた見た目。ショット1（0〜5秒）：クローズアップ、黒いグローブの女性ボクサーが歯を食いしばって手にバンデージを巻く。ショット2（5〜10秒）、ハードカット：ミディアムショット、彼女がサンドバッグに素早いコンビネーションを打ち込む。ショット3（10〜15秒）、ハードカット：ワイドショット、グレーのジャージのコーチが（静かに、英語で、イギリス訛りで）言う：「Again.」グローブが当たる鈍い音、きしむ鎖。字幕なし、BGMなし。

最初と最後のフレーム（KlingのKeyframes）

@Image1 を最初のフレーム（ろくろの上の粘土の塊）、@Image2 を最後のフレーム（完成した青い花瓶）として使う。15秒、リアルなドキュメンタリー風、カットなしの横からのワンショット。0〜7秒：濡れた手が粘土を中心に据え、高い円筒形に引き上げる。7〜15秒：陶芸家が首の部分を形づくり、粘土は @Image2 の釉薬のかかった花瓶になる。ろくろの回る音、濡れた粘土の音。字幕なし、BGMなし。

2枚の画像を使ったOmni Reference

@Image1 はカフェを定める。レイアウト、植物、窓からの光はそのまま。@Image2 はバリスタ。顔、短い黒髪、緑のエプロンはそのまま。縦型9:16、10秒のワンテイク、手持ち。0〜5秒：彼女がフラットホワイトにリーフ模様を描く。5〜10秒：カウンター越しにカップを滑らせ、（明るく、英語で）言う：「Your usual.」ミルクをスチームする音、カップの触れ合う音。字幕なし、BGMなし。

劇伴のあるクリップ

シネマティック21:9、カットなしの20秒のワンテイク。灰色の北海のうねりに浮かぶ1艘の帆船、低い雲、冷たい光。ゆっくり旋回してから上昇するドローンショット。0〜10秒：黄色いジャケットの船乗りが、船首に波しぶきがかかるなか帆を引き込む。10〜20秒：雲が切れ、水面に日が差す。風、索具のきしみ、波。日差しとともに盛り上がるゆっくりした弦楽の劇伴。字幕なし。

最後のプロンプトは音楽を求めているので「BGMなし」を外しています。ほかはどちらの除外も残しています。

弱いプロンプトの多くは、秒数がないか、カメラで撮れない言葉を使っています。

• 同じプロンプトを2回実行すると、2つの違うクリップができます。
• 1回の生成は30秒が上限です。Klingは2分までの延長を「近日公開」としています。
• 実在の人物や商品は、言葉だけでは再現できません。使用する権利のある画像が必要です。
• DreamBenchでは、Kling 4.0は常にサウンドを作り、2,500文字を超える「動画」ページのプロンプトは受け付けられません。

• クリップ1本なら、「動画」ページにプロンプトを貼り付けてKling 4.0を選び、4〜30秒、16:9・9:16・1:1・21:9のいずれか、720pか1080pを選びます。プロンプトは書いたとおりにKlingへ送られます。
• 映像なら、内容を説明し、参照画像を最大8枚追加して、Kling 4.0を選びます。DreamBenchが各シーンのプロンプトを書き、開始フレームを作って、クリップをつなげます。どのシーンも、メモを付けて作り直せます。
• Kling 4.0では使えないもの：キーフレーム、Omni Reference、ボイスプロファイル、動画の編集や延長。Kling 4.0 Flashは「準備中」と表示されます。

Klingプロンプト生成はKling 3.0のプロンプトを書きます。その順番は4.0でも通用するので、秒数を加えてください。AI動画プロンプト生成はどのモデル向けにも書けます。クレジットでの料金は生成前に表示されます。初回は無料アカウントを作成し、プランを選んでください。テキストから動画生成もご覧ください。