Kling V3.0 4k Image-to-Video：本番レンダーの前のチェックリスト
Kling V3.0 4kは写真1枚を、音と最終フレームを選べるクリップにします。最も精細な版にお金をかける前に確かめたいチェックリスト。
Kling V3.0 4k Image-to-Video はKling V3.0ファミリーの最上段です。写真を1枚入れると、なめらかな動き、選べる音、きょうだいモデルの中で最も精細な画質の映画的なクリップが出てきます。そのぶん1回あたりの料金はProやStandardよりはっきり高くなります。だからこれは作業の最後に使うモデルで、最初に使うモデルではありません。この記事は、その前に確かめるチェックリストです。
1. 写真の準備はできていますか？
- JPGかPNG、10MB未満、各辺300ピクセル以上。
- アスペクト比は1:2.5から2.5:1の間。とても縦長のスマホのスクリーンショットや、とても横長のパノラマは先にトリミングが必要です。選ぶときは アスペクト比ガイド が役立ちます。
- 大事なところがくっきりしていること。クリップは、渡した顔、商品、質感以上には良くなりません。ぼやけた写真を高解像度で動かすと、ぼやけのくっきりした動画になります。
2. 安いきょうだいモデルで動きを試しましたか？
同じファミリーには Kling V3.0 Pro Image-to-Video と Kling V3.0 Std Image-to-Video があります。まずそちらで写真とプロンプトを試してください。安いクリップで動き、カメラ、タイミングが合っていれば、高いほうは確かめ済みのアイデアから始められます。合っていなければ、わずかな料金でそれがわかったことになります。
3. プロンプトは絵ではなく動きについて書いていますか？
何が写っているかは写真がすでに示しています。プロンプトは任意ですが、何が動き、カメラがどう振る舞うかを伝える場所です。モデルページの作例のように、1行に1つずつの短い行がよく効きます。
雨が降っている、かすかな呼吸の動き、さりげない頭の動き
カメラはゆっくりドリーイン
ネオンの反射がきらめくカップから湯気がゆっくり立ちのぼる
スプーンがコーヒーの中で一回まわる
朝の光がテーブルの上を移っていく
カメラは固定波が寄せて岩に砕ける
崖の上の草が風になびく
カメラはゆっくり右へパンしながら上昇する
波と風の音4. 最終フレームは必要ですか？
クリップを特定のカットで終わらせたいとき、たとえば商品がカメラを向いた姿で終えたいときは、2枚目の画像を終了画像としてアップロードします。するとモデルはあなたの写真からその画像へと動きをつなぎます。注意点がひとつ。終了画像を使うとマルチショットは使えないので、ぴったり着地するクリップか、複数のカットに分かれたクリップかを選ぶことになります。同じ考え方は Kling V4.0のキーフレームガイド でさらに詳しく説明しています。
5. 詳細設定は思いどおりになっていますか？
- 長さ： 3秒から15秒、初期値は5秒。書く前に決めましょう。15秒のクリップには、もっと多くの出来事が必要です。
- 音： クリップと一緒に生成される音声のスイッチ。音の内容はプロンプトの最後に書きます。
- ネガティブプロンプト： 文字、ロゴ、余計な人物など、入れたくないもの。
- 柔軟性（cfg scale）： 0から1、初期値は0.5。高いほど言葉に厳密に従い、低いほどモデルに自由を与えます。
- マルチプロンプトとショットタイプ： クリップを複数のカットに分け、それぞれに1行を割り当てます。まずは安いテストで試してください。
それでも期待を裏切るところ
ピクセルが増えても動きは直りません。速いアクション、細かい作業をする手、看板の文字はまだゆがむことがあり、画質がくっきりするほどその粗は目立ちます。人物がフレームから出て別の人物が入ってくるような大きなシーンの変化は、テキストから動画のモデルのほうが向いています。動きの書き方全般は 画像から動画への動きのプロンプト を読み、すべての動画モデルは モデル一覧ページ で比べてください。
よくある質問
Kling V3.0 4kはどんな写真を受け付けますか？
10MB未満のJPGかPNGで、幅と高さが300ピクセル以上、アスペクト比が1:2.5から2.5:1の間のものです。
クリップの長さはどこまでですか？
3秒から15秒で、初期値は5秒です。
最後のフレームを指定できますか？
はい、終了画像をアップロードします。その場合、そのクリップではマルチショットが使えません。
