Kling 4.0プロンプトガイド：基本構成・動画生成の作例・カメラ指示・音声と30秒シーンの作り方

役立つKling 4.0のプロンプトは、動きのあるシーンを描写します。誰が登場し、何が起き、カメラがどう追い、どんな音が聞こえるかを伝えます。まず明確な動作を書き、その動作が伝わるために必要な映像とタイミングの指示を加えましょう。

本記事は、Klingの公式テキスト・画像から動画のチュートリアルと、新しい4.0制作ガイドを組み合わせています。コピーできるプロンプトは独自の学習用例であり、公式サンプルでも、私たちがKling 4.0で実際に生成した結果でもありません。

利用状況の確認日：2026年10月3日。 公式4.0ガイドは、10月公開と限定先行アクセスを説明しています。生成を計画する前に、アカウントで使える機能を確認してください。

imagegenで作成した概念イラストです。Kling 4.0の生成結果ではありません。

Kling 4.0プロンプトの基本構成

Klingの4.0制作ガイドは、次の構成を示しています。

被写体＋動作＋場所＋カメラ＋照明＋テンポ＋音

具体的な制作上の疑問に答えるために使いましょう。単純なショットなら、各要素に一文ずつ割り当てる必要はありません。

短いテキストから動画のショットには、次の独自例を試せます。

黒いキャップの琥珀色の香水ボトルが、窓の横の淡い石製カウンターに立っている。手が入り、ボトルを持ち上げ、少し止めてから同じ場所に置く。ミディアムクローズアップで、カメラはゆっくり寄る。暖かい午後の横光と柔らかな影。一続きのショット。音：ガラスが軽く触れる音と静かな室内環境音。

長さと出力設定は、ジェネレーターの操作画面で選びます。プロンプト内の「4K」「30秒」などの言葉は、それらの設定の代わりにはなりません。

テキストから動画：演出の前にシーンを定義

入力画像がなければ、プロンプトは動きに加え、外見と周囲の状況も指定する必要があります。基本のテキストから動画ガイドは、被写体、被写体の動き、シーンを基本とし、カメラ表現、照明、雰囲気を追加要素として説明しています。作例やパラメーターの説明は以前のモデルのものなので、現在の4.0仕様ではなく書き方の参考にしてください。

まず、識別できる被写体一つ、主な動作一つ、カメラ移動一つから始めましょう。画面に現れる内容を変える場合にだけ、詳細を追加します。

例1：映画的な街のシーン

ベージュのレインコートを着た女性が、夕暮れの濡れたロンドンの通りを歩く。店のひさしの下で止まり、横断歩道のほうを振り返る。ミディアムショットで、カメラは横を並走し、女性が止まると静止する。暖かいショーウィンドウの光が路面に反射する。歩く速度はゆったり。音：小雨と遠くの交通音。

コートが被写体を識別し、止まって振り返る動作が目に見える節目を作ります。カメラ指示も、その節目に合わせ、競合する動きを加えません。

例2：商品の紹介

マットな白いワイヤレスイヤホンケースが、暗い机の上で閉じている。ふたがゆっくり開いて二つのイヤホンが現れ、そのまま開いた状態を保つ。商品のタイトなクローズアップで、カメラは穏やかに寄る。柔らかなスタジオ照明が暗い背景にケースの輪郭を浮かび上がらせる。ケースの位置は終始同じ。音：控えめなヒンジのクリック音。会話はなし。

特定の市販商品なら、対応する機能が使える場合に一致する参照をアップロードします。文章は架空の商品設計に役立ちますが、重要な形の細部は解釈に任されます。

画像から動画：何が動くかを記述

入力画像は、すでに外見と構図を定義しています。そのため、公式の画像から動画ガイドは、被写体＋動きを重視し、必要に応じて背景の動きを加えています。複数の被写体がいる場合は特に、動く対象を明確に識別しましょう。

例3：ポートレートを動かす

人物がまばたきし、少し窓のほうを向き、控えめに自然な笑顔を見せる。軽い風で数本の髪が動く。カメラは固定。衣装と背景を変えない。音：静かな室内環境音。会話はなし。

例4：商品写真を動かす

カメラがボトルの周りをゆっくり、小さな角度で周回する。ボトルは台座の上で直立し、動かない。視点の変化に合わせて、窓の反射がガラス上を穏やかに移動する。入力画像のボトルの形とラベルを保つ。音：静かなスタジオ環境音。

見えている細部の説明し直しに、大半の文章を使わないでください。望む変化の説明に使います。座った人物の写真なら、別の場所へ突然走り出すより、少し振り向く動作から始めるほうが簡単です。

カメラのプロンプト：目的のある動きを一つ選ぶ

これらは自然な言葉で使える一般的な映像制作の指示であり、Kling専用コマンドではありません。何を追うか、動きを続けるか止めるかを指定します。

「ダイナミックで映画的なカメラ」だけでは、いくつもの選択が未確定です。「自転車に乗る人物の横を一定の距離で追い、上半身を画面に保つ」なら、具体的なショットを想像できます。

最初の指示では、1ショットにつきカメラ移動を一つ選びます。うまくいったら、明確な区切りを付けて転換や次のショットを追加しましょう。

会話と音声：セリフを話者に結び付ける

VIDEO 3.0ガイドは、人物とセリフを結び付ける方法を説明しています。VIDEO 2.6音声ガイドには、声の特徴、感情、効果音、音楽もあります。基礎として役立ちますが、選んだ4.0モードで実際に使える操作と声の紐付け方法に従ってください。

例5：短い商品紹介の発話

クリエイターがキッチンテーブルに座り、小さなトラベルマグを胸の高さで持つ。固定カメラ、ミディアムクローズアップ、柔らかな自然光。レンズを見てほほえみ、落ち着いた会話調の英語で「This is the mug I take on every early train.」と話す。話し終えてからマグをテーブルに置く。音：明瞭な手前の発話と静かなキッチン環境音。BGMはなし。

例6：二人の会話

静かな夕方の通りで、二人の友人が閉店したカフェの横に立つ。両方の顔が見えるミディアムのツーショットを保つ。青いジャケットの女性がドアを見て、残念そうに英語で「We missed it.」と言う。短い間の後、灰色のセーターの男性がほほえみ、英語で「There's another place around the corner.」と答える。一度に話すのは一人だけ。音：明瞭な会話とわずかな通りの環境音。

選んだ長さに収まる短いセリフを使います。話者名を統一し、話してほしい言葉を引用符で囲み、演技を記述します。発話が急ぎすぎるなら、声の形容詞を増やす前に、セリフを短くするか時間を増やしましょう。

物語の節目から30秒のプロンプトを計画

Multiple Keyframesガイドは、最大10枚のキーフレームと最大30秒のネイティブ生成を説明しています。キーフレームで重要な視覚状態を定義し、プロンプトでその間の動きと転換を補います。意味のある変化が少なければ、フレーム数も少なくできます。

以下は、架空のトラベルマグ広告の独自構成例です。使える画面で長さとキーフレーム位置を合わせてください。時刻は意図したテンポを示し、文章だけでフレーム単位の正確なタイミングを保証するものではありません。

例7：タイムライン全体のプロンプト

同じ日当たりのよいキッチンで、落ち着いた朝の商品シーケンスを作る。通勤する人物のベージュのジャケットと、ネイビーのトラベルマグを全ショットで保つ。
0〜6秒：ミディアムワイドショット。人物がカウンターに近づき、マグに手を伸ばす。カメラはゆっくり寄る。柔らかな朝の光。
6〜13秒：手元のクローズアップへカット。人物がマグを持ち上げ、一つの丁寧な動作でふたを閉める。動作がわかるよう少し間を置く。
13〜22秒：ドアの横のミディアムショットへカット。人物が開いたバッグにマグを入れ、バッグを持ち上げてドアのほうを向く。
22〜30秒：キッチンカウンターに置いた同じマグを見せる、独立した商品のクローズアップへカット。穏やかな周回で形を見せ、安定した正面の構図で終える。
音：静かなキッチン環境音、ふたのクリック音、柔らかな布の動く音、控えめなインストゥルメンタル音楽。会話はなし。指定したショット間は明確なカットで切り替える。

最後は意図的な商品インサートであり、バッグとマグが突然カウンターへ戻ったという意味ではありません。カットを明示すると、その変化が理解しやすくなります。

Multiple Keyframesがないモードでは、この構成を個別クリップの絵コンテとして使います。生成ごとに人物・商品の参照を保ち、編集ソフトでつなぎましょう。

Omni Reference：各素材の役割を明確に

参照中心の制作では、アップロード前に短い指示を整理します。どの画像が人物、どれが商品、どの動画が動きを定義するのか。役割を自然な言葉で示し、画面が提供する実際の添付ラベルを使います。

例8：参照素材を使った商品演出

添付のポートレートでクリエイターの外見を、添付の商品写真でネイビーのマグの形と色を指定する。添付の動きのクリップは、ゆっくりカメラが寄る動きだけに使う。クリエイターを明るいキッチンカウンターに配置する。マグを持ち上げ、少しカメラ側に向け、置く。マグのデザインと衣装を保つ。音：静かなキッチン環境音。発話はなし。

「添付のポートレート」は、この学習用例のわかりやすい仮の呼び方です。作業画面の対応する素材ラベルに置き換えてください。@Image1のようなラベルがどこでも使えるとは限らず、ファイル名を書くだけで添付されるわけでもありません。

参照画像、キーフレーム、文章の指示を一致させます。商品参照ではネイビー、キーフレームでは赤いマグなら、長いプロンプトで解決しようとする前に入力の矛盾を直しましょう。

意図どおりにならないプロンプトの直し方

以下は実用的な修正案であり、動作の保証ではありません。一度に一つの指示を変え、何が役立ったかを確認します。

たとえば「素晴らしい動きの美しく映画的な高級商品広告」を、「石の台座の香水ボトル。カメラがゆっくり周回。暖かい横光。ボトルは静止」に変えます。後者は、時間とともに何が変わるかを伝えます。

AIアシスタントでKling 4.0プロンプトスキルを使う

AIアシスタントで本ガイドを活用するには、オープンソースのKling 4.0 Prompt Skillをインストールできます。シーンの指示をコピー可能なプロンプトにまとめ、テキスト・画像から動画向けに調整し、カメラ移動、参照、会話、複数ショットの構成を修正します。

Skills CLIでインストールします。

npx skills add kingvid-ai/kling-4-prompt-skill --skill kling-4-prompt

次のようにアシスタントに依頼します。

$kling-4-promptを使い、カメラがゆっくり寄り、暖かい窓の光と静かな室内環境音を使う10秒の香水広告のプロンプトを書いてください。

GitHub READMEには、CodexとClaude Codeでの手動インストール方法もあります。このスキルはプロンプトを書くもので、動画生成は行わず、KingVidアカウントも不要です。作例は学習用であり、実際に使える設定は選んだKlingモードの対応機能で決まります。

よくある質問

Kling 4.0のプロンプトはどれくらい長くすべきですか？

すべてのシーンに合う長さはありません。短いショットなら数文で十分な場合があり、複数ショットなら各節目を書く余地が必要です。重要な選択を明確にするだけ書き、重複を削ります。公式4.0ガイドの大きな入力枠は容量であり、埋めるべき目標ではありません。

テキストから動画と画像から動画に同じプロンプトを使えますか？

入力に合わせて調整します。テキストから動画には外見と場所の詳細が必要です。画像から動画では、すでに見えている被写体の動きに集中できます。カメラ、タイミング、音は選んだモードに合う指示にしましょう。

時刻指定で正確なタイミングを制御できますか？

意図する順序とテンポを伝えるために使います。重要な視覚的な節目では、使えるタイムライン制御やMultiple Keyframesと組み合わせます。文章の時刻が厳密なタイミングを強制すると考えず、生成結果を確認しましょう。

この例はKling 4.0 Flashでも使えますか？

自然な言葉で書くための出発点であり、Flashの互換性を検証したテストではありません。アカウントと選んだモードの対応機能を確認してください。公開状況はKling 4.0 FlashとKling 4.0の概要をご覧ください。

ほかのプロンプトはどこで見られますか？

Klingプロンプト集でアイデアを探し、自分の参照素材に合わせて被写体、動き、カメラを調整します。構成の再利用は役立ちますが、入力画像と矛盾する細部までコピーするのは避けましょう。

公式資料と関連情報

本記事は、2026年10月3日に確認した以下の公式資料に基づく独立したガイドです。

• Kling 4.0制作ガイド
• Kling 4.0 Multiple Keyframesガイド
• テキストから動画のプロンプトガイド
• 画像から動画ガイド
• VIDEO 3.0モデルガイド
• VIDEO 2.6音声ガイド

一般的な書き方は他のバージョンにも応用できます。機能の利用可否、添付の書式、生成設定は、常に選んだモデルの現行画面に従ってください。