本文へスキップ
ログイン無料ではじめる

Kling O3 Omniのプロンプトの書き方

Kling O3 Omniは、Klingのガイドでは VIDEO 3.0 Omni と呼ばれるモデルです。文章、画像、動画クリップから、音声付きの動画を作ります。前の2つの項目はKling公式のガイドを私たちの言葉に直したもので、私たちがテストした内容ではありません。最後の項目は、このモデルで作ったサンプル動画6本を私たちが自分の目で見たもので、サンプルは少数です。

提供元のドキュメントと、私たち自身が確認した結果に基づいています。最終確認:2026年11月8日

Kling O3 Omniで作ってみるKling O3 Omniのモデルページ

ショット、セリフ、音

提供元のドキュメントより

  • Klingのガイドは、文章、画像、クリップなど、モデルに渡すものすべてをプロンプトの一部として扱います。渡した画像や人物は、@Image、@Grace のように @ タグで名前を呼ぶよう書かれています。Pickshotは参照画像を独自の方法で受け取るため、ここでタグが読まれるかどうかは私たちにも分かりません。各画像が何のためのものかをやさしい言葉で書いてください。
  • 複数のショットを作るときは、ガイドの例では Shot 1 (3s) のようにショットに番号と長さを付け、それぞれの画角とカメラの動きを書き、カットは「クローズアップへカット」のように言葉で示します。ショットの長さは全体の長さに合わせると、テンポがそろうとしています。
  • セリフは引用符の中に書き、誰が話すかを伝えます。例は、場所を説明する行で始まり、照明やハンドヘルドの雰囲気などのスタイルの行で終わります。
  • 時間で区切った例では、区間ごとに、タバコの先のかすかなパチパチ音のように、その場面にふさわしい音を Audio の行で書いています。KlingのOmniのガイドにはネガティブプロンプトの話がないので、見たいもの、聞きたいものを書いてください。

画像、エレメント、Klingが述べる効果

提供元のドキュメントより

  • Klingのガイドは、モデルが画像、エレメント、動画クリップをどう組み合わせても読み取るとしています。エレメントは、複数の角度や短い動画から保存した人物や物で、声を持たせることもできます。クリップなしなら画像またはエレメントを7つまで、クリップありなら4つまで渡せます。
  • エレメントは、カメラが動いても顔や物を安定して保ち、複数のエレメントやエレメントと画像の混在でも、それぞれを別々に保つので、集団の場面でも人ごとの見た目が保たれるとしています。私たちはこれらを試していません。Pickshotは保存したエレメントではなく、参照画像を渡します。
  • Klingは、Omniが前のモデルO1よりテキストのプロンプトによく従い、映像の歪みが少なく、1回で15秒まで作れるとしています。これはKlingの主張で、私たちの測定ではありません。

私たちのサンプル動画で見えたこと

私たちが確認した結果より

  • ビューティー動画はコーラル色の口紅を頼みました。私たちの目には、コーラルではなく濃い赤に見えます。女性がピンクの背景の前で口紅を塗り、最後にカメラに向かって微笑みます。最初は、鏡に映った姿が画面の端に見えます。
  • 書庫の動画は書いたとおりでした。少女が暗い書庫で古い本を開くと、光る蝶が飛び出します。最初は青く、あとは金色で、カメラは蝶を追って上に傾きます。
  • ギフトボックスの動画は、2つの手がピンクのふたのミントグリーンの箱を開け、香水瓶を覆う薄い紙をやわらかい光の下で持ち上げます。私たちが確認した場面では、手は自然に見えます。
  • 衣装の動画には回転があります。女性がオーバーサイズのブレザーとワイドなジーンズで歩き、くるりと回り、黒いスリップドレス姿で終わります。服が変わる瞬間は回転のモーションブラーに隠れ、ドレスはモデルが選んだものです。プロンプトには最初の服しか書いていません。
  • イヤホンはケースから浮かび上がり、パステルのスタジオに浮かびます。プロンプトで頼んだゆっくりした回転より、持ち上がって傾く動きのほうが見えました。ツルの動画には、雪原で翼を広げて跳ねる2羽のツルが出ます。プロンプトの踊りに合っています。
  • プロンプトはどれも1文だったので、これらの動画は、番号付きのショット、セリフ、参照画像については何も示しません。音はどの動画も評価していません。

実際の結果とプロンプト

このモデルで作った結果です。プロンプトは英語の原文のまま表示しています。

このモデルの設定

提供元
Kuaishou
種類
動画モデル
作り方
テキスト→動画 · 画像→動画 · リファレンス→動画 · 動画編集
長さ
3〜15秒
解像度
720p / 1080p / 4K
画面比率
16:9 · 9:16 · 1:1 · 4:3 · 3:4
音声
サウンド付き
料金
1秒 142〜

よくある質問

Kling O3 Omniでも番号付きのショットを書けますか?

Klingのガイドは、自身の例でショットごとに長さとカメラの動きを書いています。私たちはPickshotでは試しておらず、サンプルのプロンプト6つはどれも1文でした。

渡した画像はプロンプトでどう呼べばよいですか?

Klingのガイドは @ タグで画像を呼びます。Pickshotは参照画像を独自の方法で受け取るため、タグが読まれるかどうかは私たちにも分かりません。各画像が何のためのものかをやさしい言葉で書き、結果を確認してください。

音楽や字幕を避ける一文を入れるべきですか?

KlingのOmniのガイドには、否定表現についての助言がありません。代わりに、ほしい音を Audio の行で書き、頼る前に結果を確認してください。

参照した提供元のドキュメント

以下のドキュメントを読み、要点を私たちの言葉で書き直しました。内容は提供元によって変更されることがあります。

他のプロンプトガイド

サービスに登場するモデル・企業・製品の名称はそれぞれの所有者の商標であり、Pickshotはそれらの所有者と提携・後援・承認の関係にはありません。