Kling 3.0で映画のようなAI動画を作る方法

Kling 3.0は、ナラティブ作品向けの最強のKlingリリースです。1回の生成で複数のショットを計画し、キャラクターの一貫性を保ち、ポストパスなしでネイティブ同期オーディオ(会話、環境音、効果音)を提供します。ManifoldGenでは、テキストから動画、画像から動画の各ルートで、StandardとProの2つのティアで利用できます。このガイドでは、各ティアが価格に見合う場合、マルチショットシーンのプロンプト方法、実際に出力を変える設定について説明します。

プライドではなく仕事に合わせてティアを選ぶ

• Standardはドラフト作成用ティアです。720pで同じモーションエンジンを搭載。ストーリービート、ショットリスト、後で編集し直すものに使用します。
• Proは1080p出力と、音声下でのリップシンクと顔の忠実度が大幅に向上します。編集で生き残るショットに使用します。
• 画像から動画はアイデンティティロックです。キャラクターを正確に一致させる必要がある場合、まず静止画を生成し(任意の画像モデル)、それをアニメーション化します。テキストから動画で運試しをする必要はありません。

マルチショットシーンを明示的にプロンプトする

Kling 3.0の特徴的な機能は、1つのクリップで複数の一貫したショットを生成することです。散文よりも番号付きのショット構造に従うのがはるかに優れています:

Shot 1: Wide — a lighthouse keeper climbs the iron stairs during a storm,
rain lashing the glass, lamp beam sweeping.
Shot 2: Close-up — her hands grip the railing; breath fogs in cold air.
Shot 3: Medium — she throws the switch; the lamp ignites and holds.
Audio: howling wind, creaking metal, thunder rolls, distant foghorn.

この信頼性を支える3つのルールがあります。ショットに番号を付けて、モデルが境界をぼかさないようにします。各ショットに独自のカメラ距離（ワイド／クローズアップ／ミディアム）を設定し、1つのグローバルなカメラ移動にしないでください。また、オーディオは独立した行として指定します。Klingがサウンドトラックを生成するので、どんな世界の音にするかを伝えてください。

セリフとリップシンク

話すセリフについては、そのセリフが属するショット内で引用符で囲み、文を短く保ちます。「夜明けまで持ちこたえる」と彼女は風に向かって言います。リップシンクの品質はフレーム内の顔のサイズに比例します。セリフはワイドではなくクローズアップに属します。セリフがクリップの長さと合わない場合は、秒数を削る前に言葉を削ってください。急いだスピーチはアーティファクトとして読み取られます。

トラブルシューティング

• ショットが互いに溶け合う場合、ショットの説明がアクションを共有しています。1つのショットにつき、1つの被写体、1つのアクション、1つのカメラにしてください。
• ショット間で顔がずれる場合、そのキャラクターを固定したスチルからImage to Videoに切り替えてください。
• リップシンクが合わない場合、話し手をカメラに近づけ、セリフを8語未満に短くしてください。
• 10秒が窮屈に感じる場合、異なるカメラ距離で5秒の生成を2回に分け、それらをカットしてつなぎ合わせてください。意図的なカバレッジとして読み取られます。
• 1080pを要求したのにソフトな場合、知覚されるシャープネスはアップスケールではなくソースプロンプトの詳細によって決まります。レンズと照明の詳細を追加してください。

ワークフローを開くには、Standardドラフトは /tools/kling-3、最終版は /tools/kling-3-pro、保持したいスチルは /tools/kling-3-image を使用します。各APIミラーは /api/video-generators/kling-3 とその関連にあります。