Kling 4.0 プロンプトライター

Kling 4.0 プロンプトライター は何をしますか？

シーンのアイデア、アセットのセット、または壊れたプロンプトを、Kling の公式ドキュメントがモデルに指示を読み取らせる方法に従った、コピー可能な Kling 4.0 プロンプトに変換します。

Kling 4.0 はマルチモーダル動画モデルです。テキストと最大 15 個の参照アセットを読み取り、3～30 秒のクリップをステレオオーディオとリップシンク付きで生成し、デフォルトで長いクリップを複数のショットに分割します。プロンプトはディレクターのブリーフであり、キーワードリストではありません。Kling で問題が発生する原因のほとんどは、曖昧な抽象的な表現、未割り当ての参照、入力と矛盾するタイムライン、否定的な指示の4つです。このスキルはそれらを防ぐために存在します。

ハードスペック（持続時間、アセット制限、解像度、言語）は references/specs.md にあります。ユーザーのリクエストが制限に触れる場合（例：多数のアセット、15 秒超のクリップ、21:9、4K/HDR、珍しい言語）は、それを参照してください。

ワークフロー

1. モードを特定する

書き始める前に1つ選択してください。各モードでは異なる表現が使用され、2つのエントリポイントを1つの生成で混在させることはできません。

モード	使用する場面	エントリポイント	重要な表現
シンプルテキスト to 動画	アイデアを探索中、アセットなし	Omni Reference	1～2文の平易な文章。モデルが拡張する
指示型テキスト to 動画	特定のストーリー、タイミング、カメラ	Omni Reference	完全なタイムライン構造
Omni Reference	画像/動画/要素/音声が提供された場合	Omni Reference	@Image1 は～を定義する。～を維持する。
キーフレーム	特定のフレームを特定の瞬間に正確に表示する必要がある場合	キーフレーム（画像のみ、他の参照不可）	@Image1 を最初のフレームとして使用...
動画編集	既存のクリップの一部を変更する	Omni Reference	Edit @Video1。X を Y に変更。それ以外はすべて変更しない。
クリエイティブリクリエーション	クリップのペース/ショットを借用し、中身を入れ替える	Omni Reference	@Video1 の被写体を @Image1 に置き換える...

ユーザーがピクセル単位の正確なキーフレーム と キャラクター/製品参照の両方を必要とする場合は、それらを1つのタスクで組み合わせることはできないことを説明し、(a) キーフレーム画像を構図/最初のフレーム参照として使用する Omni Reference、または (b) キーフレーム画像自体にアイデンティティを保持させるキーフレームエントリのいずれかを提案します。

2. 不足しているものだけを収集する

リクエストから可能な限り推測します。質問は最大1～2つに留め、その答えがプロンプトに実質的に影響する場合のみ質問します。不明な場合に尋ねる価値があるもの：持続時間、アスペクト比、アップロードされたアセットの種類、ダイアログの有無（と言語）、音楽の要否。ユーザーがスピードを重視する場合は、妥当な前提を立て、それをプロンプトの下にリストします。

未指定時のデフォルト：10 秒、Auto アスペクト比（映画風は 16:9、ソーシャル/UGC は 9:16）、リアルな実写、アンビエントサウンド + SFX、音楽なし、字幕なし。

3. コアルールに従ってプロンプトを書く

ルール 1 — カメラが見るものを記述し、抽象的なラベルは使わない。 モデルは「高級」「居心地が良い」「映画的な雰囲気」「中流階級」といった言葉を推測する必要があります。それぞれを、それを示す具体的な視覚的証拠に置き換えます。

• 「贅沢な」→「サイドバックライトがボトルの縁を縁取り、背景は柔らかいぼやけに落ち、ガラスに微細なつや消し粒子」
• 「昔ながらの」→「黄ばんだ壁紙、欠けた家具の角、暖かい白熱電球」
• 「忙しいオフィス」→「モニターの列、鳴っているデスクフォン、キュービクルの壁越しに話す2人、キーボードの横のコーヒーカップ」

ルール 2 — 制約は肯定的に表現する。 Kling のガイドは、否定的な指示はエラー率を上げると警告しています。「彼女の顔を見せない」の代わりに「彼女は横顔で見える」と書きます。「余計な人物はいない」の代わりに「全体を通して、ちょうど1人の女性が見える」と書きます。 デフォルトで書く価値のある否定は **「字幕なし」**と 「背景音楽なし」 のみです。モデルは特に指示がない限り、両方を追加する傾向があるためです。ユーザーがそれらを望まない場合は、常に追加します。他に2つの狭い例外が許可されています：アニメーション/スタイライズドルックを要求する際にフォトリアリズムを除外することと、ストーリーボード参照が引き継いではならないアーティファクト（グリッド、スケッチ線、注釈）をリストすることです。

ルール 3 — すべてのアセットに役割を与える。 アセットはアップロード順に自動採番されます（@Image1、@Image2、@Video1、@Element1…）。割り当てられていないアセットは推測されます。それぞれについて、何を定義するか、何を維持するか、そしてアセットが重複する場合は何を引き継がないかを明記します。

• @Image1 はキッチンを定義する：そのレイアウト、キャビネット、窓からの光を維持する。
• @Image2 はシェフを定義する：彼女の顔、髪、白いジャケットを維持する。
• @Video1 はカメラパスとカットタイミングの参照のみ。その設定や人物は引き継がない。 各キャラクター/製品の説明は、言及されるたびに常に同一に保ちます。

ルール 4 — タイムラインに沿って書く。 約 5 秒を超えるものについては、アクションをタイムスタンプ付きのビート（0–4s、4–9s…）または明示的な持続時間を持つ番号付きショットに分割します。各ビート：何が見えるか、アクション、感情、カメラ。各ビートには観察可能な変化が含まれている必要があります。1つのアクションを30秒のクリップで引き延ばすと退屈になります。キーフレームが使用される場合、プロンプトのビートはキーフレームの順序に正確に従い、キーフレーム間の遷移を記述し、画像がすでに示していることを繰り返してはいけません。

ルール 5 — 数と連続性を明示的に記述する。 長いプロンプトの冒頭には、正確なキャラクター数（「正確に2人のキャラクター — 重複なし」）を記述します。画面の方向と空間レイアウトを固定します（「港は常に画面左。移動は常に左から右」）。アイデンティティアンカー（服装、識別可能な詳細）を繰り返して、カットを越えても維持されるようにします。

ルール 6 — オーディオをシーンの一部として書く。 ダイアログは引用符で囲み、それが話されるべき言語で書きます。話者の年齢、トーン、速度、感情、そしてどの単語を強調するかを記述します。アンビエンス、SFX、音楽は別々にレイヤー化し、ミックス優先順位を明記します（「フットステップと呼吸はスコアより大きく」）。意図的な重なりがない限り、一度に1人の話者とします。

ルール 7 — 長さをニーズに合わせる。 最大 8,000 トークンが許可されていますが、長さは品質ではありません。1行のアイデアは、ユーザーが探索している場合には有効なプロンプトです。Kling はストーリー、ブロッキング、カメラを埋めます。説明がすでに正確な場合、Kling はそれに従い、独自の解釈を追加しません。そのため、詳細なプロンプトは、ユーザーが望むものを正確に知っている場合に使用します。

4. 構造を選択する

リクエストを運ぶ最も軽い構造を選択します。記入可能なスロット付きの完全なテンプレートは references/templates.md にあります。シンプルなプロンプト以外を書く前には必ず参照してください。

• シンプル（探索、≤10 秒、アセットなし）：1～3文、被写体 + アクション + 設定 + カメラ + 照明 + サウンド。
• 標準4ブロック（ほとんどのリクエスト）：アセットの役割 → 全体設定 → タイムライン → オーディオ。
• 長尺プロダクションブリーフ（15～30秒、マルチショット、広告、アクション、ダイアログシーン、連続性が重要なもの全般）：Kling が自身のショーケースプロンプトで使用する15セクションフォーマット — シーンコンテキスト、アクティブ参照、ロケーションマップ、最初のフレームとブロッキング、フォーマットモード、光学、カメラ、アクションタイミング、物理、照明、オーディオ、キャラクター演技、スタイル、品質、ポジティブ制約。
• キーフレームブリーフ：フレーム割り当て → セグメントごとの遷移 → カメラ/連続性 → オーディオ。
• 編集ブリーフ：Edit @Video1 + 正確な変更 + 明示的な保持リスト。

5. 提供する

以下の順序で出力します。

1. 設定 — 1行：モード/エントリポイント、持続時間、アスペクト比、解像度の提案、アセットアップロード順（@番号が合うように）。
2. プロンプト — コピーしやすいように単一のコードブロック内に。ユーザーが別の依頼をしない限り英語で記述します。ダイアログは話される言語のままにします。
3. 前提 — 実質的な前提を立てた場合のみ、短いリスト。
4. 改善のヒント — オプション、1行：結果が期待を外れた場合に最初に変更すべきこと。

特に依頼がない限り、ルールの説明で埋めないでください。ユーザーが修正すべきプロンプトを提供した場合は、修正されたプロンプトと、変更内容とその理由の簡単なリストを示します。

モード固有の注意点

キーフレーム。 Kling 4.0 は、最初のフレーム、最後のフレーム、その両方、および任意のタイムスタンプの中間フレーム（最大 10 個）を受け入れます。「この瞬間に視聴者は何を見なければならないか？」と尋ねて計画します。重要な変化がない場合、キーフレームは必要ありません。Kling 自身が挙げる一般的な失敗：キーフレームが多すぎる、1つのキーフレームですべてを一度に変えてしまう（キャラクター + ロケーション + 照明 + スタイル）、キーフレームが参照と矛盾する、プロンプトのタイムラインがキーフレームと異なる順序である。キーフレームエントリは画像のみを受け入れます。アスペクト比は最初のキーフレームに従います。

動画編集。 常に Edit @Video1 と書きます。「Reference @Video1」は「これに触発された新しい動画を作成する」と解釈される可能性があります。何が変わるかを正確に指定し、その後明示的な保持行を追加します：それ以外はすべて変更しない。以下を含む... そして、カメラの動き、タイミング、照明、オーディオ、構図を関連するものとしてリストします。スタイル変更の場合、被写体のアクション/軌道はフレームごとに維持されなければならないこと、およびシーンのどの部分を再スタイリングしてはならないかを述べます。

クリエイティブリクリエーション。 何を借用するか（ペース、ショット順序、構図、カメラパス、プレゼンテーションスタイル）と、何を置き換えるか（被写体、製品、設定）を述べます。参照クリップのペースとショット構造がターゲットコンテンツに似ている場合に最も効果的です。そうでない場合はユーザーに警告します。

ストーリーボードを参照として使用する。 Kling に、ストーリーボードを承認されたショット順序、フレーミング、カメラパス、感情の進行として扱い、完成したフレームをレンダリングし、ストーリーボード自体（スケッチ線、グリッド、パネルラベル、注釈）を再現しないように指示します。

字幕 / 画面上のテキスト。 Kling 4.0 は多言語テキスト、ロゴ、絵文字を安定してレンダリングします。字幕の場合、位置（例：下部中央、下端から 10% 上、タイトルセーフ内）、行数制限、パネル/フォントスタイリング、および各発話行と同期した正確なタイムスタンプを指定します。看板/ロゴの場合、正確なテキストをバッククォートまたは引用符で囲んで指定し、正しく綴られ安定している必要があることを述べます。

スタイル。 フォトリアリスティックでないルック（アニメーション、フェルト、粘土、ピクセルアート、アニメ）の場合、素材、照明、モーションキャラクターを記述し（例：「12 fps のステップストップモーション」）、スタイルが混ざらないようにフォトリアリズムを除外します。

Kling 4.0 Flash。 より高速で安価。下書きと大量の作業に適しています。プロンプトはよりタイトに保ち、複数のキーフレームに依存しないでください。

一般的な問題の修正

症状	考えられる原因	修正
不要な音楽や字幕	モデルのデフォルト	「背景音楽なし」/「字幕なし」（または「SFX のみ、音楽なし、スコアなし」）を追加
ショット間で顔/製品が変わる	参照の役割が不明確、または説明が異なる	1つのアセットにアイデンティティを割り当てる。各ショットで同じ短い説明を繰り返す。一貫性に関する品質行を追加
キャラクターの重複	人数が明記されていない	「正確に N 人のキャラクター — 重複なし」で始め、最後にポジティブな人数制約を追加
カメラが方向を無視する	曖昧または矛盾したカメラ用語	ビートごとに1つの具体的な動き（「ゆっくりとしたプッシュイン」、「固定ワイド」、「左への横向きトラック」）。矛盾する用語は削除
イベントが間違った順序で発生する	タイムラインがない、またはタイムラインがキーフレームと矛盾する	タイムスタンプ付きのビートを追加。キーフレームの順序と一致させる
編集で変更が多すぎる	保持リストがない、または「Edit」の代わりに「Reference」を使用	Edit @Video1 + 「それ以外はすべて変更しない。以下を含む...」を使用
アニメーションが中途半端にリアルに見える	スタイルが排他的でない	素材を記述 + フォトリアリズム除外を追加
30秒のクリップが遅くて退屈	1つのアクションが引き延ばされている	4～8秒ごとにビート、カット、またはターンを追加
間違った言語/アクセント	ダイアログがターゲット言語でない	その言語で引用符で囲んで行を書き、アクセントを指定する
過度に詳細なプロンプトが奇妙に動作する	長さの中に矛盾する指示が埋もれている	必須事項に絞る。すべてのセクションが数、位置、順序について一致していることを確認する

他のモデルからの変換

Kling 3.0 から：3.0 は開始フレームと終了フレームのみで、クリップが短かったため、テキストがショットの中間部分を伝えていました。4.0 では、中間クリップの状態をキーフレームまたはタイムスタンプ付きビートに移動し、実際のターゲット持続時間に延長し、すべての参照に役割を割り当てます。Seedance/Veo/Sora スタイルのプロンプトから：参照タグを Kling の @Image1/@Video1 のアップロード順の番号に変換し、ネガティブプロンプトリストを2つのデフォルト否定に削減し、形容詞の山を視覚的証拠に書き換えます。

リファレンスファイル

• references/specs.md — Kling 4.0 の制限とパラメータ（持続時間、アセット数/サイズ、解像度、アスペクト比、言語/アクセント）。制限が重要な場合に参照します。
• references/templates.md — 上記のすべての構造に対応する記入式テンプレート。シンプルでないプロンプトを書く前には必ず参照します。
• references/examples.md — 各モードの実践的なプロンプト例（オリジナル、このスキル用に作成）。トーンと密度のモデルが必要な場合に参照します。

スペックは Kling 公式の Kling 4.0 ユーザーガイド（2026年10月）および Kling 4.0 複数キーフレームブログ記事に基づいています。そこで「近日公開」とされている機能（10ビット HDR、2分拡張）はまだ利用できない可能性があります。ユーザーがそれらに依存している場合は、インターフェースを確認してください。