15秒の動画、マルチショットシーケンス、リアルな会話といった革新的な機能により、Kling 3.0はAI動画制作を大きく変えました。このガイドは、$1000を費やし、数百本のテスト動画を制作した経験をもとに、Kling 3.0のプロンプトを使いこなして、シネマティックな品質のAI動画を作れるようまとめた徹底ガイドです。
Kling 3.0の新機能
Kling 3.0はKling 2.6から大幅にアップグレードされ、いくつもの新機能が加わりました：
15秒の動画生成 - より長く、ストーリー性の高いコンテンツを作成できます
マルチショットシーケンス - 1回の生成で最大6つのカメラアングルを実現します
ネイティブ音声と会話 - 複数のアクセント、言語、声のトーンでリアルな音声を生成します
カスタム効果音 - 特定の音の要素をプロンプトで指定して、シーンを盛り上げます
キャラクターの一貫性を強化 - ショットや動きをまたいでも、キャラクターの特徴を保てます
最初と最後のフレームの制御 - シームレスなループやトランジションの作成に最適です
Kling 3.0のプロンプト公式
具体的なテクニックに入る前に、Kling 3.0のプロンプトを効果的にする5層構造を理解しましょう。プロンプトは、必ずこの順番で書いてください：
シーン → キャラクター → アクション → カメラ → 音声＆スタイル
レイヤー1：シーン（文脈のアンカー）
まず、明確な環境をモデルに示すことから始めましょう。何かが動く前に、Klingに空間と光の文脈を与えられます。
場所（屋内／屋外、都市、自然、部屋の種類）
時間帯や照明の条件
全体の雰囲気
例： 「夜の静かな屋上。遠くに街の明かりが見え、涼しい風が吹いている」
レイヤー2：キャラクター（明確な役割）
アイデンティティを明確に割り当て、プロンプト全体で同じ呼び方を一貫して使いましょう。
具体的な呼び方を使います：「赤いコートの女性」「バリスタ」「メガネをかけた男性」
「誰か」や「彼ら」のようなあいまいな指示は避けます
レイヤー3：アクション（時間軸）
すべてを1つの要約にまとめず、動きを順を追ったステップに分けます。
長めのシーンにはタイムマーカーを使います
アクションは物理的に自然なものにします
進行を描写します：始まり → 途中 → 終わり
レイヤー4：カメラ（撮影技法）
カメラの指示は、映像の見た目をコントロールするうえで欠かせません。
ショットの種類：ワイド、ミディアム、クローズアップ、マクロ
動き：プッシュイン、オービット、パン、トラッキング、ドリー
切り替え：カット、フォーカス移動、プルバック
レイヤー5：音声＆スタイル（雰囲気）
セリフ、トーン、環境音を明示的に固定します。
セリフは特定のキャラクターに紐づけます
トーン、テンポ、言語を指定します
リアリティを出すために環境音を加えます
完全な例： 「雨の午後のカフェの店内[シーン]。バリスタが明るい声で[キャラクター]「ドリンクはあと少しでお出しできます」と言う[アクション]。カメラはミディアムショットとクローズアップを交互に切り替え[カメラ]、窓に雨が静かに当たる音と、背景のカフェのざわめきが聞こえる[音声]。」
今すぐKling 3.0を試す！
Kling 3.0のプロンプトの基本原則
1. クリップではなく、ショットで考える
Kling 3.0での最大の変化は、映画的に考えることです。1つのシーンを説明するのではなく、監督の絵コンテのように、複数のショットでプロンプトを構成しましょう。
こうではなく： 「赤いスーツの女性が階段を下りていく」
こう書きます：
マスタープロンプト：ジョーカーが象徴的なダンスで階段を下り始める。両腕を広げ、混沌とした純粋な喜びにあふれている。
ショット1（0〜5秒）：赤いスーツの男が階段の上で踊り始め、大げさな最初の一歩を踏み出す。両腕を大きく広げ、恍惚として頭をのけぞらせ、タバコの煙がたなびく
ショット2（5〜10秒）：コンクリートの階段を激しく踊りながら下り、回転し、蹴り上げる。コートが劇的にはためき、解放感と狂気にあふれ、勝ち誇ったポーズで下にたどり着く
このマルチショットのアプローチには、次のメリットがあります：
アングル間の切り替えがよりスムーズになります
アクションをより的確にカバーできます
より意図的で映画的な流れになります
テンポをより細かく制御できます
2. 一貫性のために、被写体を最初に固定する
キャラクター、物、環境は、プロンプトの冒頭で明確に定義しましょう。一度設定すれば、Kling 3.0は動画全体でそれらの要素を維持します。
キャラクターの一貫性の例：
[キャラクターA：鋭い顔立ちの黒スーツのエージェント]
[キャラクターB：不安そうな表情の女性アシスタント]
深夜の薄暗いキッチン。冷蔵庫のうなりだけが静けさを満たしている。
黒スーツのエージェントがテーブルを手で叩きつける。陶器が鋭く鳴る。
[黒スーツのエージェント、怒鳴り声で]：「お前はちっとも人の話を聞かない。」
すぐに、女性アシスタントが目を見開いて振り返る。
[女性アシスタント、言い返すような叫び声で]：「あなたが責めるのをやめないからでしょ！」
3. 動きを明示的に描写する
Kling 3.0は、カメラの動きと被写体のアクションの両方を具体的に指示したときに、真価を発揮します。正確な撮影用語を使いましょう。
カメラの動きのテクニック：
ドリープッシュ - 「被写体の顔にゆっくりとドリープッシュする」
トラッキングショット - 「歩く被写体と並走するようにカメラが追う」
クレーンショット - 「カメラがクレーンで上昇し、環境の全体像を見せる」
手持ち撮影 - 「素早く不完全なパンを交えた、揺れる手持ちカメラの動き」
ラックフォーカス - 「前景から背景へラックフォーカスする」
スピードランプ - 「アクションが激しくなるにつれて、40%から100%へスピードランプする」
高度なカメラモーションの例：
カメラは左から右へ素早く横移動し（0.5〜0.8秒）、その後、顔へ一気にクラッシュプッシュする。素早く引き、右から左へ素早く戻る。被写体の周りを円を描くような動きはなし。ロボットアームによるカメラ制御。加減速は非常に鋭いが、揺れはなし。顔は安定。三つ編みは崩れない。衣装のアーティファクトなし。
これにより、視聴者の注意をすぐに引きつける、ダイナミックでロボットのようなカメラ効果が生まれます。
4. ネイティブ音声と会話を使いこなす
Kling 3.0のネイティブ音声機能は、まさにゲームチェンジャーです。最良の結果を得るには：
セリフの書式：
[キャラクターA：主任刑事、抑制された真剣な声]：「しらを切るのはやめよう。」
すぐに、容疑者が椅子の上で身じろぎし、緊張する。
[キャラクターB：最有力容疑者、鋭く防御的な声]：「全部もう話しました。」
刑事がフォルダーをテーブルの上に滑らせる。紙がこすれる音。
[主任刑事、穏やかだが威圧的なトーン]：「では、なぜここにあなたの指紋があるのか説明してもらおう。」
音声の重要な原則：
必ず固有のキャラクターラベルを使います（キャラクターA、キャラクターB）
声のトーンと感情を指定します（怒り、ささやき、静かな話し方）
テンポを制御するために、つなぎの言葉（「すぐに」「それから」「突然」）を入れます
「SFX:」の表記で効果音を加えます
雰囲気を作るために環境音を描写します
5. カスタム効果音をプロンプトで指定する
SFX表記を使えば、特定の効果音を追加できます：
SFX: 最後のフレームの静寂を切り裂く、最高速で回転するタービンのような巨大なパワーアップ音
そのほかの効果的なSFXプロンプト：
「紙がこすれる音」
「ガラスが砕ける音」
「重い足音が響く」
「遠くで雷が鳴る」
「エンジンが唸りを上げる」
6. ネガティブプロンプトで精度を高める
よくあるアーティファクトを避けるため、Klingにしてほしくないことを伝えましょう：
揺れなし。顔は安定。三つ編みは崩れない。衣装のアーティファクトなし。被写体の周りを円を描く動きなし。テクスチャの変形なし。
このテクニックは、一貫性を保ち、衣服、アクセサリー、背景に起きる意図しない変形を防ぐのに役立ちます。
よく使うネガティブプロンプト： ネガティブプロンプトの入力欄がある場合は、次のような内容を追加します：
ぼやけ、ちらつき、歪んだ顔
歪んだ手足、非現実的な体のバランス
ぼやけたテクスチャ、変形
変形した手、余分な指
突然変異、醜い、奇形
低品質、アーティファクト、グリッチ
歪んだ文字、読めないタイポグラフィ
ネガティブプロンプトを使った例： 「秋の落ち葉の中、公園を歩く女性[メインプロンプト]。衣服の変形なし、手の歪みなし、テクスチャのちらつきなし、顔の特徴は安定[ネガティブ要素]。」
7. タイムコードで長さを制御する
Kling 3.0では、シーケンスごとに正確な長さを指定できます：
最初のシーケンス（0〜1秒）：フットボール選手たちがトンネルから出てくる、ドラマチックなスローモーション
2番目のシーケンス（1〜4秒）：素早いパンと軽いズームを交えた揺れる手持ちカメラの動きで、アクションを追う
3番目のシーケンス（4〜7秒）：選手の顔のクローズアップ、目に決意が宿り、背景では観客が歓声を上げている
この細かな制御により、次のことが可能になります：
正確なテンポを作る
スローとファストのシーケンスを組み合わせる
ドラマチックな緊張感を高める
視聴者の注意をコントロールする
8. 最初と最後のフレームを活用する
画像から動画への生成では、開始画像をアンカーとして扱いましょう。モデルは、動きを加えながらも、被写体の特徴、レイアウト、文字のディテールを維持します。
ベストプラクティス：
画像を起点に、シーンがどう変化していくかを定義します
わずかな動きや環境の変化に焦点を当てます
照明とスタイルを一貫させます
モデルは、元画像の文字や看板を保持できます
最初のフレームを使ったプロンプトの例：
このチェスの対局の画像から始める：
マグヌス・カールセンの顔を汗がゆっくりと伝い落ちる中、カメラがゆっくりとプッシュインする。彼の目は盤面に鋭く集中している。浅い被写界深度が背景をぼかす。ピントは彼の目と、肌の上をゆっくり動く汗の粒にぴたりと合ったままで、息詰まるような集中とプレッシャーを生み出す。
高度なプロンプトのテクニック
弱いプロンプトと強いプロンプト：違いを見てみよう
具体的な言葉づかいが、すべてを変えます。並べて比較してみましょう：
要素 | ❌ 弱いプロンプト | ✅ 強いプロンプト |
|---|---|---|
カメラ | カメラが人物を追う | 手持ちのショルダーカメラが、わずかな揺れとともに被写体の背後を漂う |
被写体 | 歩いている女性 | 赤いドレスの女性、濡れた石畳にヒールの音が響く |
環境 | 街の中で | 狭い東京の路地、通気口から立ち上る蒸気、光る自動販売機 |
照明 | ドラマチックな照明 | ちらつくネオンサインが、濡れた舗装路にマゼンタとシアンの光を落とす |
質感 | リアルに見える | レザージャケットの上に水滴、ガラスの結露、見える息 |
動き | 彼女は歩き去る | 彼女はゆっくり振り向き、髪が光をとらえ、やがて角を曲がって消える |
Klingプロンプトの4つのルール
ルール1：動作を表す動詞が重要 映画的な言い回しを使いましょう：ドリープッシュ、ウィップパン、ショルダーカメラの漂い、クラッシュズーム、スナップフォーカス。「動く」や「行く」といった一般的な言葉では、Klingは何も手がかりを得られません。
ルール2：質感が信頼性を生む グレイン、レンズフレア、反射、布のつや、結露、煙、汗など、出力を物理的にリアルに感じさせる触感のあるディテールを入れましょう。
ルール3：時間の流れを描写する ショットがどう展開するかをKlingに伝えます：始まり → 途中 → 終わり。連続性のあるプロンプトは、静止した瞬間ではなく、一貫した動きを生み出します。
ルール4：実在する光源を挙げる 「ドラマチックな照明」とだけ書かないでください。ネオンサイン、ろうそくの明かり、ゴールデンアワー、LEDパネル、ちらつく蛍光灯と書きましょう。実在する光源が、リアルな結果を生みます。
シネマティックなシーケンスを作る
本当にプロ品質の結果を得るには、複数のテクニックを組み合わせます：
朝の慌ただしいキッチン。シリアルを注ぐ音。コーヒーメーカーのうなり。子どもたちが走る足音。リュックのファスナーの音。
ショット1（0〜3秒）：キッチンの大混乱のワイドショット、ママがトーストをひっくり返し、ストレスを感じている。
[キャラクターA：ママ、早口で切迫した声]：「靴を履いて！あと5分で出るよ！」
ショット2（3〜5秒）：廊下にカット、幼い女の子が必死に探している。
[キャラクターB：幼い娘、泣き声]：「セーターが見つからないの！」
ショット3（5〜7秒）：ドアのところで腕を組む兄。
[キャラクターC：兄、いらだった皮肉っぽいトーン]：「しまわないからだろ。」
ショット4（7〜9秒）：キッチンのママに戻り、深いため息をつく。
[ママ、さらに大きな声で叫ぶ]：「朝8時前にケンカしないで！」
ショット5（9〜11秒）：パパがコーヒーを手に落ち着いた様子で入ってくる。
[キャラクターD：パパ、眠そうで面白がっている声]：「おはよう、みんな。」
ショット6（11〜13秒）：ママが勢いよくパパのほうを向く、疲れ切った表情。
[ママ、疲れ果てた声]：「助けて。」
モーションブラーとスピード効果
ダイナミックでシネマティックなモーションブラーを作ります：
運転席の頬骨をとらえた、ダッシュボード高さの車内プロファイル。ダッシュボードのLEDを映すまつ毛から、フロントガラスのボケへラックフォーカス。光の束のバスがフレームを横切るにつれて40%から100%へスピードランプし、瞳孔へのマクロプッシュで締めくくる。背景の街灯に強いモーションブラーをかけ、光の軌跡を作る。
色、ムード、フィルムトーン
色の表現は、文字どおりで、かつ感情に訴えるものにしましょう。「青」とだけ言わず、「冷たい青の靄」と言います。「暖かい」ではなく、「琥珀色のナイトクラブのストロボ」と言います。
効果的な色の指示：
「廊下を満たす冷たい青の靄」
「煙を切り裂く琥珀色のナイトクラブのストロボ」
「濡れたアスファルトに映るマゼンタのネオン」
「ほこりの粒子をとらえるゴールデンアワーの光」
「彩度を落としたティールのグレード、潰した黒」
フィルム素材と美的リファレンス： Klingは、映像全体の見た目を調整する特定の技術用語を理解します：
「強いグレインと色収差のあるVHSカムコーダーの美学」
「浅いピントと輝くボケを活かした35mmフィルム撮影」
「温かみのあるヴィンテージトーンのSuper 8フィルムの質感」
「アナモルフィックレンズのフレアを伴うデジタルシネマ」
フィルムの美学を使ったプロンプトの例： 「薄暗い部屋での手持ちカムコーダー映像、赤い口紅の2人の女性が、色鮮やかなファストフードの包み紙に囲まれて、チーズバーガーを夢中で頬張っている。強いグレインと色収差のあるVHSカムコーダーの美学、カメラは激しく揺れ、2人はパーティーの人混みをよろめきながら進む、点滅するカラフルな照明、混沌とした手持ちの動き
リアルなアプローチと実験的なアプローチ
強力なテクニックのひとつは、同じコンセプトを異なるスタイルのレンズで通してみることです：
リアルなバージョン： 「手持ちのカムコーダー映像が、散らかったピザの一切れを貪る女性の顔に不規則にズームインする。溶けたモッツァレラが伸びて滴り、真っ赤なトマトソースが唇に塗り広がる。強いグレインのVHSの美学、カラージェルをかけた薄暗いパーティー照明
実験的なバージョン： 「手持ちのショルダーカメラが、食べ物を無限に食べ続ける2人の女性を何通りも映し出す、終わりのない鏡の迷路を漂う。点滅するピンクとシアンの光が反射に降り注ぎ、滴るソースは輝く液体クロームへと変貌し、カメラは脈打つアンビエントベースのリズムに合わせて反射が歪むなか、連続的に円を描くようにオービットする」
リアルなバージョンは、質感と物理性に重きを置いています。実験的なバージョンは、シュールレアリスムと抽象的な動きに重きを置いています。どちらもうまくいくのは、Klingに具体的な視覚的指示を与えているからです。
キャラクターの演技とジェスチャー
Kling 3.0は、特定のジェスチャーやボディランゲージを理解します：
男は、いま言われたことがでたらめだとでもいうように、どんどん興奮していくように見える。首を横に振り、法廷で弁護するかのように両腕を広げて抗議する。カメラに近づき、しわがれた声で核心を突く問いを投げかける。
演技の重要な指示：
「信じられないと首を振る」
「訴えかけるように両腕を広げる」
「カメラに歩み寄る」
「核心を突く問いを投げかける」
「ゆっくりと身を乗り出す」
「椅子の上で身じろぎし、緊張する」
テキストから動画へ vs 画像から動画へ
テキストから動画へ： まったく新しいコンセプトで、Klingにすべてをゼロから生成させたい場合に最適です。環境、キャラクター、アクションについて、非常に詳細なプロンプトが必要です。
画像から動画へ： 特定のビジュアルスタイルやキャラクターの一貫性を保ちたいとき、または参照画像があるときに最適です。最初のフレームをアップロードして芸術的な方向性を定め、その後はプロンプトを動きとカメラワークに絞ります。
シンプルに保つ：マイクロモーションの力
人々が犯しがちな最大のミスは、映画1本分を1つのプロンプトに詰め込もうとすることです。Kling 3.0は、シーンをシンプルに保ち、最も重要なディテールを的確に指示したときに最高の結果を出します。
主なアクションを1つ選ぶ： 1人の被写体が、1つの明確なことをする。
リアリティのために、マイクロモーションを加える：
呼吸
まばたき
さりげない手の動き
漂うほこり
布の揺れ
風になびく髪
立ち上る湯気
ちらつく光
マイクロモーションを使った例： 「ネオンが灯る狭いラーメン店に据え置きの三脚カメラ、窓は結露で曇っている。カップルはちらつくマゼンタの看板の下で並んで座り、丼から湯気が立ち上る中、ゆっくりと息の合ったリズムで麺をすする。スープがやさしく跳ね、2人の顔は赤いネオンの光にほのかに照らされる。35mmフィルムで撮影、浅いピントと背後に輝くボケ。」
マイクロモーション（結露、立ち上る湯気、跳ねるスープ、ちらつく看板）が、本来は静的なシーンに命を吹き込んでいる点に注目してください。
複数キャラクターの会話のベストプラクティス
原則 | ガイドライン | 例 |
|---|---|---|
構造化された命名 | キャラクターラベルは固有で、一貫している必要があります |
|
視覚的なアンカリング | セリフをキャラクターのアクションに結びつけます | 黒スーツのエージェントがテーブルを手で叩きつける。[黒スーツのエージェント、怒鳴り声で]： 「真実はどこにある？」 |
音声のディテール | 固有のトーンと感情のラベルを割り当てます | [黒スーツのエージェント、かすれた低い声] 対[女性アシスタント、澄んでおびえた声] |
時間のコントロール | 明確なつなぎの言葉を使います | 「すぐに」「それから」「突然」「少し後に」 |
避けたいよくあるミス
❌ やってはいけないこと：
あいまいな動きの描写 - 「カメラが動き回る」
キャラクターラベルの欠落 - 「[キャラクターA：刑事]」ではなく「彼は言う」
不明確なタイミング - マルチショットシーケンスにタイムコードがない
音を無視する - 環境音や効果音を描写していない
一面的なプロンプト - 動きや感情を伴わず、映像だけを描写している
✅ 代わりにこうしましょう：
具体的なカメラの動き - 「カメラは3秒かけて、ミディアムショットからエクストリームクローズアップへドリープッシュする」
一貫したキャラクター名 - 全体を通して[キャラクターA]、[キャラクターB]の形式を使います
タイムコード付きのシーケンス - 「ショット1（0〜3秒）、ショット2（3〜6秒）」
豊かな音の風景 - セリフ、環境音、SFXを含めます
映画的な思考 - ショット、カバレッジ、演技、音声をまとめて描写します
そのまま使えるプロンプト例
例1：商品広告
柔らかなグラデーション照明の、洗練されたモダンなスタジオ。穏やかなアンビエント音楽が流れている。
ショット1（0〜4秒）：香水のボトルを持つ手のクローズアップ。光をとらえるようにゆっくり回す。ガラスが輝く。
ショット2（4〜8秒）：エレガントなドレスの女性のミディアムショット。[キャラクターA：ライフスタイルインフルエンサー、温かく熱のこもった声]：「私の新しいシグネチャーの香りをぜひ紹介したいの。だって、本当に夢みたいなんだもの。」
ショット3（8〜11秒）：香水のミストがスローモーションで噴霧される、エクストリームクローズアップ。粒子が美しく光をとらえる。
ショット4（11〜15秒）：女性に戻り、カメラに向かって微笑む。[ライフスタイルインフルエンサー、興奮したトーン]：「本当に、バニラとジャスミンが好きなら、これは絶対に手に入れるべき。リンクはプロフィールにあるよ。」SFX: やわらかなスプレー音、エレガントなBGM
例2：ドラマチックなシーン
夕方のゴールデンアワーの、静かな公園のベンチ。鳥のさえずり。木々を抜ける風。やわらかなアコースティックギターの音楽。
2人の旧友が並んで座っている。
ショット1（0〜3秒）：穏やかな公園の様子を示すワイドショット、ベンチに座る2つの人影。
ショット2（3〜6秒）：ミディアムショット、1人の友人がやさしく微笑む。
[キャラクターA：旧友1、温かく懐かしむ声]：「あれは……何年ぶりかな、10年？」
ショット3（6〜9秒）：2人目の友人のクローズアップ、感情のこもった表情。
[キャラクターB：旧友2、少し声を震わせて]：「長すぎたね。」
ショット4（9〜12秒）：ワイドの2ショットに戻る。静寂のひととき、風が葉を揺らす。
ショット5（12〜15秒）：最初の友人のクローズアップ。
[旧友1、静かな声で]：「会いたかったよ」
もう一人はゆっくりとうなずく。瞳が潤んでいる。
[旧友2、ささやくように]：「私も」
例3：アクションスポーツ
スタジアムのトンネル、薄暗い照明、遠くで観客が轟かせる歓声。フル装備のアメリカンフットボール選手たち。
ショット1（0〜2秒）：選手たちを見上げるローアングル、劇的な逆光。
ショット2（2〜5秒）：前進を始めて勢いを増す選手たちを追うハンドヘルドカメラ。SFX：重い足音、装備がカチャカチャ鳴る音。
ショット3（5〜8秒）：ヘルメットのフェイスマスク越しに映るクォーターバックの顔のクローズアップ、鋭い集中。彼が叫ぶ：
[キャラクターA：チームキャプテン、力強く威厳のある声]：「ゲームタイムだ！」
ショット4（8〜12秒）：チームがトンネルから明るいスタジアムの照明の中へ飛び出すワイドショット。歓声が沸き起こる。チームを追う高速トラッキングショット。
ショット5（12〜15秒）：満員のスタジアムを見せるために上昇する空撮クレーンショット、花火が打ち上がる。壮大なオーケストラ音楽が高まる。
例4：親密な会話
夜、駐車中の車内。雨が屋根を静かに叩く。スピーカーから低めのローファイ音楽が流れる。ワイパーが時折フロントガラスを拭う。
ショット1（0〜3秒）：車を外から捉えたワイドショット、窓は少し曇り、車内に二つのシルエットが見える。
ショット2（3〜6秒）：車内のミディアムショット、運転席の友人が不安げにハンドルを握りしめる。
[キャラクターA：運転席の友人、ためらいがちな声]：「それで…怒ってる？」
ショット3（6〜9秒）：目を合わせず窓の外を見つめる助手席の友人へカット。
[キャラクターB：助手席の友人、静かで冷たい口調]：「わからない」
ショット4（9〜12秒）：運転席に戻る、顔の一部が街灯に照らされている。
[運転席の友人、静かに]：「それ、『うん』より堪えるな」
ショット5（12〜15秒）：助手席の友人が深くため息をつく、冷たい空気に息が白く見える。
[助手席の友人、疲れた声]：「あなたからそんなことされるとは思わなかった」
SFX：雨が強まる、遠くの雷
例5：ホラー／スリラー
暗い廃倉庫。天井の照明が1つだけ明滅している。遠くで水滴の落ちる音が反響する。
ショット1（0〜3秒）：闇の中をゆっくり進む主観ショット、懐中電灯の光が辺りを探る。
ショット2（3〜6秒）：壁を横切る影へ素早くカット。心臓の鼓動の効果音。
ショット3（6〜9秒）：登場人物の顔のクローズアップ、恐怖が募り、荒い息づかい。
[キャラクターA：捜査官、震えるささやき声]：「確かに見たんだ」
ショット4（9〜12秒）：画面外で何かが崩れ落ち、カメラが勢いよく振り向く。金属が大きく鳴り響く。
ショット5（12〜15秒）：恐怖に見開かれた目のエクストリームクローズアップ、瞳孔が開く。
[捜査官、声を震わせて]：「彼らは私の口を封じようとした…」
SFX：不吉な低周波のドローン、突然の大きな衝撃音、荒い呼吸
例6：緊迫したシーン
ワイドショット：講師が見守り、ドラマーが演奏している。
スネアが鳴る。テンポが不揃い。[講師、冷たく]：「もう一度」
クローズアップ：スティックを握るドラマーの汗ばんだ手。リズムが乱れる。講師が威圧的に近づく。
[講師、怒鳴って]：「私のテンポじゃない！」
ミディアムショット：ドラマーがたじろぎ、手を止める。
[ドラマー、震えながら]：「やってます——」
クローズアップ：講師の激怒、血管が浮き出ている。
[講師、憤怒して]：「走ってるのか、もたってるのか？！」
オーバーショルダー：ドラマーの怯えた目。
[ドラマー、口ごもりながら]：「わ、わかりません…」
講師がシンバルを叩きつける。金属の衝撃音。
[講師、静かに]：「カウントを始めろ」
タイトショット：ドラマーの顔、涙がにじむ。
演奏を始める。スネアが激しさを増す。
例7：ロマンチック[女性]：「私もそのバンド好き」クローズアップ：男性が目を開け、ヘッドホンを外す。[男性、驚いて]：「ザ・スミスを知ってるの？」ミディアムショット：彼女のほのかな笑み。
[女性]：「一番好きなの」
クローズアップ：彼の静かな気づき。
オーバーショルダー：彼女が彼を見つめる。
[男性、ささやくように]：「誰も知らないんだ」
ツーショット：小さな笑み、心が通い始める。
エレベーターのチャイムが鳴る。
ワイドショット：ドアが開き、ためらい。
動画タイプ別のヒント
SNSコンテンツ
最初の2秒で引きつける、キレのある構成にする
トレンドの音声スタイルやフォーマットを取り入れる
プロンプトにテキストオーバーレイを含める
縦型または正方形の構図を意識する
広告
最初のフレームで商品をはっきり見せる
ビューティーライティングと、ゆったりとした上品なカメラワークを使う
セリフに明確な行動喚起を入れる
一貫したブランドの世界観を保つ
ストーリー／物語
15秒の中で感情の流れをつくる
音楽と音で雰囲気を高める
ショットサイズに変化をつけて視覚的な面白さを出す
アクションだけでなく、キャラクターの感情の瞬間をつくる
ミュージックビデオ
カメラの動きをビートとリズムに合わせる
ドラマチックな照明の変化を使う
パフォーマンスのショットと芸術的なBロールを組み合わせる
歌詞に同期したビジュアルを取り入れる
始め方のワークフロー
コンセプトを練る - 15秒で伝えたいストーリーを明確にする
最初のフレームを生成または選択する （画像から動画へ生成する場合）
ショットを構成する - 3〜6種類のカメラアングルに分解する
詳細なプロンプトを書く - このガイドのフレームワークを使う
テストして改善する - 複数のバージョンを生成し、プロンプトを磨く
ベストテイクを組み合わせる - 編集ソフトで最終的な動画に仕上げる
上級編：AIプロンプトアシスタントを活用する
ワークフローを改善するために、AIアシスタント（ChatGPTやClaudeなど）の助けを借りてプロンプトを構成することを検討してみましょう。参照画像をアップロードし、目指す仕上がりを説明したうえで、Kling 3.0向けに整形されたプロンプトを依頼します。
AIアシスタントへの入力例：「マグヌス・カールセンがチェスを指しているこの画像があります。カメラがゆっくり寄っていくにつれて、彼の顔を汗が伝い落ちるようにしてください。複数のカメラアングルを使って15秒にしてください。」
AIを使ってタイムコード付きのマルチショットプロンプトを適切な形式で作成すれば、大幅に時間を節約できます。
よくある質問
プロンプトはどのくらいの長さにすべきですか？
厳密な上限はありませんが、論理的に整理されていれば長めのプロンプトでも問題ありません。大切なのは明確さです。よく構成された200語のプロンプトは、曖昧な20語のプロンプトより優れた結果を出します。すべてを圧縮しようとせず、カンマや節を使って意図を重ねていきましょう。
アスペクト比は指定すべきですか？
はい、出力形式が決まっているなら指定しましょう。一般的な比率：
16:9 - 標準のワイドスクリーン（YouTube、テレビ）
9:16 - 縦型（TikTok、Instagramリール、ストーリーズ）
1:1 - 正方形（Instagramフィード）
4:5 - ポートレート（Instagram）
複数のクリップで一貫したキャラクターを保つにはどうすればいいですか？
すべてのプロンプトで キャラクターに同じ詳細な説明を使う
同じ開始フレームを使って 画像から動画への生成を活用する
利用できる場合はエレメント参照を使い キャラクターの特徴を固定する
特徴的なポイント（服装、髪型、アクセサリー）を 極めて具体的に指定する
出力が説明と一致しない場合はどうすればいいですか？
よくある対処法：
より具体的にする - 一般的な表現を、的確な描写に置き換える
ネガティブプロンプトを追加する - 避けたいことを伝える
ショット構成を調整する - 複雑なシーンをよりシンプルなショットに分ける
別の動作の動詞を試す - 「moves」を「dolly push」や「tracking shot」に置き換える
再生成する - 同じプロンプトでも、2回目のほうがうまくいくことがあります
動画のペース配分はコントロールできますか？
はい、いくつかの方法があります：
タイムコード - 各ショットの正確な長さを指定する（ショット1：0〜3秒）
動きの表現 - 「ゆっくりしたドリー」「素早いパン」「じわじわとしたズーム」
スピードランプ - 「40%から100%へのスピードランプ」
アクションのペース - 「彼女は一瞬立ち止まり、それからゆっくり振り向く」
音声も記述する必要がありますか？
最良の結果を得るには、はい。Klingはある程度音声を推測できますが、音声を明示的に指示したほうが良い結果になります：
セリフの話者指定
声のトーンと感情
環境音
効果音
音楽のムード
音声の指示がないと、セリフが噛み合わなかったり、環境音が抜けたりすることがあります。
Kling 3.0は複雑なカメラワークに対応できますか？
はい！適切に指示すれば、Klingは高度な撮影技法を得意とします：
ロボットアームの動き
180度アークショット
クラッシュズーム
ラックフォーカスの移動
複合的な動き（ドリー＋ズームの同時使用）
ポイントは、望むカメラの動きを明確に指示することです。
AtlabsでKling 3.0を今すぐ使ってみましょう！
成功のための最後のヒント
シンプルに始める - 複雑なマルチショットに挑む前に、基本のプロンプトを習得する
映画を学ぶ - プロの映画がショットやカバレッジをどう構成しているかを観察する
素早く繰り返す - 複数のバージョンを生成し、それぞれから学ぶ
成功したプロンプトを保存する - 効果のあった手法のライブラリを築く
尺を試してみる - すべてに15秒が必要なわけではありません。5〜8秒がちょうどよいこともあります
音を重ねる - セリフ、環境音、SFX、音楽を組み合わせる
ネガティブプロンプトを使う - モデルに避けてほしいことを伝える
キャラクターの一貫性をテストする - うまくいくキャラクターができたら、その説明を再利用する
ビートで考える - 動画に明確な始まり、中盤、終わりを持たせる
楽しむ - この技術は驚くほど強力です。限界はあなたの創造力だけです
まとめ
Kling 3.0によって、AI動画生成の可能性は大きく進化しました。これらのプロンプト手法を使いこなせば、従来の動画制作に匹敵するシネマティック なコンテンツを、わずかな時間で制作できます。
秘訣は、映画監督のように考えることです。ショットを計画し、詳細なキャラクター描写で俳優を導き、サウンドトラックをつくり、カメラを正確にコントロールしましょう。実践とこれらの戦略を重ねれば、観客を惹きつけ、心を掴む物語を語るプロ級のAI動画を制作できるようになります。
学ぶ一番の方法は実際にやってみることです。今すぐ実験を始めましょう。作って、評価して、改善して、繰り返す。
リソース：
