Kling 4.0が正式リリース：74本のデモ動画で見るKling 4.0の進化点
公式動画74本と参考画像80枚を完全網羅。参考素材の役割分担や動画編集の手法を整理し、MCP/CLI連携と生成操作手順も解説。
Kuaishou傘下のKling AIチームは、次世代動画生成モデル「Kling 4.0」を正式に一般公開し、高頻度なクリエイティブ用途向けの軽量版「Kling 4.0 Flash」も同時に提供開始した。
主な機能は以下の通り：
- アクションと視聴覚表現：ダイナミックな身体の動き、複雑なカメラワーク、2チャンネルステレオ音声、多言語および方言・アクセントに対応。公式発表によると、人物の表情やリップシンクが改善されたとしている。
- オムニリファレンス（マルチモーダルリファレンス）の拡張：1回のタスクで最大15項目の参考素材の入力に対応。内訳は参考画像（10枚以下）、参考動画（5本以下かつ合計30秒以下）、被写体（7個以下）、音色リファレンスなど。三面図、ストーリーボード、グレーモデル動画、深度マップ動画など多彩なリファレンス方式をサポート。
- ストーリーの長さとキーノードの制御：ネイティブ生成で1回あたり最長30秒に対応し、最大10枚のキーフレームでトランジションノードを設定可能。プロンプトの入力容量は最大8000トークンへと拡大。
- 動画編集：最大5本の動画（メイン動画1本を含む）の入力に対応。既存の動画に対して被写体や背景の追加・削除・置換ができるほか、画風、天候、色調、マテリアルの調整が可能。
- アスペクト比規格とモデルの階層化：720p、1080p、4K出力に対応し、21:9のウルトラワイドアスペクト比を新設。1080pおよび4Kの10-bit HDR出力、ならびに最長2分間の延長生成は提供予定。Kling 4.0 Flashは720p、3〜20秒、8-bit SDRによる迅速かつ高頻度な生成に対応。
- 統合制作ワークフロー：Web版ではプロンプトとマルチモーダルリファレンスを統合した統一入力ボックスを提供。リストとグリッドの2つの表示モード、プレビューしながら調整できるタイムライン、ノード接続によるレイアウトやAgent対話に対応したキャンバスを装備。さらに外部Agentからの呼び出し向けにMCPおよびCLIインターフェースを公開。
本ページでは公式発表ページの動画74本（入力参考14本、生成結果・デモ動画60本）を完全に収録し、参考画像80枚も網羅している。目次から各項目へ移動して確認可能。実際の効果は具体的な制作タスクに応じて検証が必要となる。
アクション、カメラワーク、人物の演技
Kling AIによると、今回の世代では高速移動、連続アクション、フォローショットやオービット（回り込み）といった複雑なカメラワークが改良され、人物・背景・カメラが同時に動くシーンの処理に重点が置かれているという。
複数人のアクションと大規模シーン
まずキャラクターとシーンのリファレンスを確認し、その後に戦闘アクションの生成結果を再生してください。素早い動きや複数人が交錯する場面において、人物、衣服、空間関係の整合性がどのように維持されているかに注目してください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
アクションシーンを確認する際は、まず人物が素早く振り返った後も同一の顔が維持されているかを見極め、次に交差する手足の描写が明瞭か、前後のシーン配置に矛盾がないかをチェックする。
ファンタジーキャラクターと高速エフェクト
開始フレームは黒髪の女性、古銭、赤い絹糸によるファンタジー構図です。約15秒の結果には、手を繰り出すアクション、赤いライン、飛び交う古銭が現れます。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
開始フレーム画像によって、エフェクトやアクションが始まる瞬間の人物と構図を指定できる。
人物の演技と映像・音声の連携
室内の対話とレコーディングスタジオでの演技です。再生しながら、人物の表情、身体の動き、セリフと口の動き（リップシンク）の連動をご確認いただけます。ヘッドホンで効果音や音声をお聴きください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
人物のクローズアップでは、視線、表情、身体の動きの連動が重要な確認ポイントとなる。
1文のプロンプトから人物の自己紹介を生成
公式プロンプト（日本語訳）：ブロガー動画、女性配信者が楽しそうに視聴者へ自己紹介している、リアリティとリアルな画質を維持すること
公式プロンプトの日本語訳は「ブロガー動画、女性配信者が楽しそうに視聴者へ自己紹介している、リアリティとリアルな画質を維持すること。」約7秒の結果は、屋内で女性がカメラに向かって話し、微笑む映像となっています。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
メインモデルは2チャンネルステレオ音声に対応し、公式発表によるとリップシンクと音声・映像の同期が改善されたとしている。会話、人物のクローズアップ、音楽コンテンツをチェックする際は、ヘッドホンで声と環境音を聞き取りながら、口の動きとセリフの合致を確認したい。
コラージュポスターから動的ショート動画へ
4枚の参考画像は異なる人物、破った紙の要素、Kling 4.0の文字が入ったポスターです。約15秒の結果では、コラージュされた人物、車の写真、タイトルのレイアウトの間を遷移します。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
カメラワークと画角（ショットサイズ）は、視聴者がどのタイミングで人物の細部を捉え、どのタイミングでアクション全体の位置関係を把握するかを左右する。
カメラワークとアクションの組み合わせ
白い道着を着た男性たちによる室内での立ち回りで、カメラが至近距離、ハイアングル、クローズアップへと切り替わります。アクションとアングルの変化がどのように連動しているかにご注目ください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
アングルの変化が人物の位置やアクションのプロセスを的確に伝えているかを確認する。カメラのブロッキングには、カメラ自体の移動だけでなく、異なる画角の切り替えも含まれる。
海上のピアノ：4組の重要な画面
4枚の入力画像はそれぞれ荒波の中の船首、甲板のピアノ演奏者、演奏する手元、男性の顔です。約22秒の結果には、荒波に揺れる船体、演奏者、手元のクローズアップ、海上の船が描かれています。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
人物と山道の重要な画面
4枚の入力には笠をかぶった女性の複数アングル設定、山道の遠景、顔のアップ、投げナイフを構える姿が含まれます。約10秒の結果には、山道を進む人物、カメラワーク、投げナイフを持つ手元のクローズアップが描かれています。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
終了フレーム参考：古典的な群像画面
終了フレーム画像は古典油絵風の群像です。約15秒の動画は、人物や器物のクローズアップから展開し、入力構図に近い群像の全景へとつながります。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
終了フレームは到達させたい最終画面の指定に用い、キーフレームは中間のプロットや画角の指定にも利用できる。決めカットとなる群像画やポスター風の構図を目指す場合は、あらかじめ終了フレームを設定し、途中で必ず経由させたい画面をキーフレームで指定する。ノード間のカメラワークや物体の形状変化のトランジションはモデルによって生成されるため、前後のつながりの確認が必要となる。
高スペック出力の明暗対照
古典的な屋内で女性がお茶を飲む映像と、暗い洞窟で小動物がろうそくを掲げる映像の、約5秒および約6秒の公式スプリットスクリーンデモ2点。画面には4K HDR表記があり、画面分割で明暗と色の差異を示しています。機能の詳細説明は提供予定のままであり、ウェブ配信動画はユーザーがすでにHDRを生成できることを証明するものではありません。
ここではSDR互換プレビューを再生しています。オリジナルのHDRサンプル動画：茶室 · 洞窟の小動物。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
10-bit HDRは明暗や色彩のグラデーションをより滑らかにし、ポストプロダクションでのカラーグレーディングの余白を生み出す。1080pおよび4Kにおける本機能は提供予定と表記されている。本ページではデフォルトでSDR互換プレビューを再生し、オリジナルのHDRサンプルへのリンクも併記している。
オムニリファレンス：画像で外観を指定し、動画でアクションとカメラワークを伝達
画像で人物の容姿、商品、シーンを指定し、動画でアクション、カメラワーク、撮影リズムを示した上で、各素材のどの要素を参照するかをプロンプトで指示する。
公式が公表しているリファレンスの上限は以下の通り：
- 1回のタスクで入力できる参考素材は最大15項目。
- 参考画像：最大10枚。
- 参考動画：最大5本、かつ全参考動画の合計時間は30秒以内（動画の被写体を含む）。
- 参考被写体：被写体の合計数は最大7個、そのうち動画の被写体は最大3個まで。
- 参考音声：音色リファレンスの指定に対応。
各項目の上限と15項目の総上限は同時に満たす必要がある。例えば画像10枚、動画5本に加えて音色1件を指定すると合計16項目となり上限を超える。また、動画の本数が制限内であっても、合計時間が30秒を超えれば要件を満たさない。同一素材を複数の種類にまたがって登録する場合のカウント仕様については、実際の製品画面に準じる。
複数の静止画リファレンスによるカットの構成
1枚のコラージュ画像で複数の人物、車両、小道具を指定し、生成結果ではこれらの視覚要素をドライブ、カーチェイス、爆発シーンへとまとめ上げています。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
画像はキャラクター、小道具、レイアウト、スタイルなどを個別に表現できる。複数の素材を用意する場合は、それぞれの用途をプロンプトに明記する。
人物リファレンスと一貫性
2枚のキャラクターリファレンスと大殿での立ち回り結果です。人物が素早く移動し方向転換する際、顔立ち、体型、衣装がどのように一貫して維持されるかをご確認ください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
一連のストーリーを制作する際は、異なる姿勢におけるキャラクターの顔、体型、衣装が一貫して維持されているかを確認する。
アニメキャラクターとサイズの比率関係
4枚の画像は森のツリーハウス、黄色いサスペンダーパンツのネズミ、赤いマフラーのハリネズミ、そして両者の体格対比です。約30秒の結果には、ハリネズミがツリーハウスにやって来てネズミと対面し、手紙を渡す場面が描かれています。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
同一人物と複数の室内空間
4枚の画像はテーブル脇、窓際のベッド、ベッドの俯瞰構図、グレーの衣装を着た女性の設定です。約15秒の結果には、女性がテーブルの前に座る姿、カップを手にするクローズアップ、ベッドに横たわる画面が描かれています。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
人物、環境、相対的な体格について個別の参考画像を用意できる。生成結果を比較する際は、キャラクターの外観、サイズの比率、シーンの一貫性を併せて確認する。
リファレンス動画と商品画像の組み合わせ
元の参考映像は女性が茶色の飲料を持って振り返るシーンです。オレンジ色のボトル入り商品画像を追加することで、生成結果は同様の動きとカメラワークのリズムを踏襲しつつ、新しい商品を表現しています。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
飲料の作例では、動画が「どう撮るか」を示し、商品画像が「何を撮るか」を指定している。撮影のリズムを維持したまま登場する商品を差し替えたい場合、このように参考素材を分担させることができる。
アクションリファレンス：リングから吊り橋へ
上の2枚の画像で人物を定義し、下のリング上でのアクションリファレンスとジャングルの吊り橋での結果を比較します。キック、攻防、倒れ込みの動作順序に注目してください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
モーションリファレンスでアクションの流れを指示し、人物の外観やシーンは別途条件として指定する。結果を照合する際は、動作の順序、着地ポイント、キャラクター同士のインタラクションをチェックする。
アクション参考：屋外でのダンクシュートからアニメのコートへ
人物画像は黒いユニフォームの男性設定、シーン画像はアニメ調の観客で満員の屋内コートです。約6秒のアクション参考は屋外コートでの助走ジャンプダンクであり、生成結果では同様のアクション進行がアニメコート内に再現されています。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
カメラワークリファレンス：古代の石造り回廊から未来の通路へ
リファレンス映像は古代の石造り回廊を走る女性を追従撮影したものです。キャラクターとシーン画像を赤い服の女性と未来の通路に差し替えています。2本の動画における追従とターンの仕方を比較してみてください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
カメラワークリファレンスで追尾や旋回などのカメラの動きを指示し、画像で人物と環境を補完する。結果を照合する際は、カメラ位置、速度、空間のつながりを確認する。
カメラワーク参考：昼間のサーキットからネオン輝く港へ
参考動画は昼間のサーキットでドリフトする淡色のスポーツカーで、カメラが車両を回り込むように追従します。車両画像は青とオレンジの07番レーシングカー、シーン画像は夜のネオン港です。約7秒の結果は、港でドリフトするレーシングカーのマルチアングルショットを描いています。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
ストーリーボードとキャラクター設定
キャラクター設定と複数コマの宇宙ストーリーボードによって創作意図を提示しています。下の動画では、ぬいぐるみの宇宙飛行士が金色のトンネルや宇宙空間で繰り広げるストーリーをご覧いただけます。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
キャラクター設定とストーリーボードが揃っている場合は、両方を同時に入力として活用できる。キャラクター画像で外観を規定し、ストーリーボードでカット割りやプロットを指示する。
ゲームUIとキャラクター・敵キャラクターの参考
4枚の入力には三人称視点のゲームUI、冒険者キャラクター設定、石造り洞窟の番人設定、バトル画面が含まれます。約30秒の結果には探索、石門への進入、番人との対戦などのゲーム画面があり、クエストやステータスバーも表示されます。なお、これは生成動画であり、プレイ可能と検証されたゲームではありません。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
グリッド参考：高杭の獅子舞
入力は6分割の獅子舞画面です。約15秒の3Dアニメーション結果には、都市の高杭の上での獅子舞が描かれ、獅子の布の下にいる2人の演者の動きへと切り替わります。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
構図参考：線画の人物と蓮の花
2枚のシンプルな線画はそれぞれ、巨大な花に向き合う人物を横から見た構図と、花の中心にいる人物の俯瞰構図を示しています。約10秒の結果には夜の闇に浮かぶ巨大な蓮の花と人物が現れ、花の中心を見下ろすアングルへと展開します。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
静止画のリファレンスも役割を分担できる。ゲームUIで画面レイアウトとカメラ形式を指定し、グリッド画像で一連の動作シーケンスを指示し、線画で人物とシーンの配置やアングルを伝える。ゲームUIの作例の出力結果は動画である。
グレーモデルと深度マップ動画：アクションのプリビズをモデルに委ねる
グレーモデルとは、最終的なマテリアルが適用されていないシンプルな3Dプリビズ（事前視覚化）である。まずは灰色の人物や幾何学形状を用いて立ち位置、アクション、カメラワークを設計し、その後に最終的な外観を決定する。
グレーモデル動画：アクションを先行設計してから外観を生成
人物画像で外観を定義し、灰色のグレーモデル動画でアクションの構成を指定しています。生成結果では人物、質感、陰影、コンテナ環境が適用されています。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
グレーモデル動画を入力する際は、キャラクター画像で人物の外観を補完する。結果を照合する際は、プリビズで設計したアクションとカメラワークが維持されているかを確認する。
深度マップ動画は、画面の奥行き情報を時間とともに変化する明暗データとして表現する。完全なカラー映像と比較して、物体の輪郭や前後の位置関係が際立つ特徴がある（具体的なグレースケールのエンコード仕様は入力素材に依存する）。
深度マップ動画：動きの輪郭で画面をガイド
黒背景の白黒動的輪郭が動きと形状の情報を提供し、キャラクター画像が赤いカンフー服と万里の長城の環境を提供します。結果の動画と輪郭の動きをシーンごとに比較できます。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
深度マップ動画で動的な輪郭と位置関係を提供し、画像で人物やシーンの外観を指定する。結果を照合する際は、動作の推移と前後関係を確認する。
クリエイティブリメイクとポストプロダクション動画編集
既存の動画のカット割りやストーリー構造を流用しつつ、キャラクターや商品を差し替えたい場合は「クリエイティブリメイク」を利用できる。
クリエイティブリメイク：子犬の広告を猫バージョンにアレンジ
子犬のリファレンス映像は、クローズアップ、全身、撫でる様子、ポケットのカットを順に映し出しています。生成結果では灰白色の長毛猫に差し替えられ、中国語のテキストが表示されます。なお、この猫の生成結果にはオーディオトラックがありません。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
リメイクを行う際は、カットの構成や表現のリズムと照らし合わせ、新しいキャラクターや商品が元の撮影スタイルに適しているかを検証する。なお、猫の生成結果ファイルには音声トラックが含まれていない。
クリエイティブリメイク：青のワンピースから黒のドレスへ
約12秒の参考動画は、青いボタン付きワンピースの全体像、襟元、生地のアップを示しています。参考画像は黒のVネックロングドレスのマルチアングル画像で、生成結果は同様の商品全体像と細部のクローズアップの構成を踏襲し、黒のロングドレスに変更されています。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
すでに撮影済みの映像素材があり、出演者、背景、あるいは映り込んだ不要な要素を修正したい場合は、Kling 4.0の動画編集機能が活用できる。公式の仕様によると、動画編集は最大5本の動画（うち1本がメイン動画）の入力に対応し、動画1本あたりの長さは3〜30秒、全入力動画の合計時間は30秒以内となっている。参考画像との併用が推奨されている。
動画編集：人物とシーンの置換
赤髪の女性、青灰色のソファ、暖色系の部屋から、金髪で赤いドレスの女性、白いソファ、明るい部屋へと変更されています。変更された領域と維持されたカメラ構図を比較してください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
完成した映像に対して、被写体や背景の追加・削除・置換ができるほか、画風、天候、色調、マテリアル、画角、アングルの調整も可能である。
動画編集：箱の中に子豚を追加
元の動画はクラシックな室内で複数の人物が木箱を囲み、最後に箱の内部のクローズアップを映す構成。3枚の参考画像でピンクのアニメ調の子豚の正面や横顔などの外見を定義し、約12秒の編集結果では箱の中にその子豚が現れ、類似したシーンとカメラワークが維持されている。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
動画編集：登場する複数の人物を同時に差し替え
約15秒の元映像は、緑の店舗前でバッグを持つ女性、帽子をかぶった男性、少女など複数の人物がカメラに向かって順に歩いてくる構成。3枚のキャラクター画像で緑のエプロンを着たシェフ、金髪の女性、白帽子の男性を指定し、結果ではそれに対応する緑のエプロン姿の成人3人が登場する映像に変更されている。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
被写体を追加した後は、新規要素と元のシーンとの空間的位置関係、輪郭、光と影のなじみを確認する。複数のキャラクターを置換した場合は、各人物が正しく対応しているか、外観や衣装が一貫しているかを1人ずつ照合する。
動画編集：前景の遮蔽物の削除
元の動画では手前の観光客がバンドを遮っていますが、編集結果では遮蔽が低減されています。再生しながら、バンド、噴水、補完された背景の変化をあわせて確認してください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
遮蔽物を削除した後は、露出した背景、楽器、人物の輪郭、水しぶきなどを確認し、不自然な歪みやアーティファクトが生じていないかを特に注視する。
動画編集：ビジュアルスタイルの変更
雪原を走る子犬という同じシチュエーションの映像を、写実的な外観からボクセル（ブロック）スタイルに変更しています。動きの推移と質感表現を比較してください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
全体のスタイルを変更した後は、生成結果と元の映像を並べて比較する。目的の外観が得られているかに加え、アクションやカメラの動きに予期せぬ変化が生じていないかを確認する。
ストーリー制御：ネイティブ30秒、キーフレーム、8000トークンのプロンプト
メインモデルは1回で3〜30秒のネイティブ生成に対応している。一連のアクション、人物同士の対話、感情の変化を表現するためのより長い尺が確保されているが、「30秒」とは出力可能な最大尺を指すものであり、1カットのみに制限されるわけではない。
30秒ネイティブ生成事例
約30秒のジムでのストーリー：汗を拭く、会話する、トレーニング、水分補給、カメラに向かって話しかける様子が描かれます。生成結果には複数の画角とカット割り（シーン切り替え）が含まれており、ワンカット撮影ではありません。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
ジムのサンプル動画には、異なる画角とその切り替えが含まれている。動画をアップロードした後に複数回延長し、最長2分間まで拡張できる延長生成機能は、提供予定と表記されている。
長めのストーリー：ドラゴンと燃える城
2枚の画像でドラゴンと燃える城を定義。約28秒の結果では、ドラゴンが海辺の城をかすめて飛び、火を噴き、飛行しながら城壁に近づく複数のアングルが描かれている。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
フレキシブルキーフレーム機能を使えば、ストーリー中間の重要な画面もモデルに指示でき、メインモデルでは最大10枚まで指定できる。開始・終了フレームが両端のみを指定するのに対し、キーフレームを追加することで、途中の人物の状態、シーンの変化、プロットの節目を細かく表現できる。
柔軟なキーフレーム：中間の場面の指定
公式の作例では、5枚の室内画像で重要な場面を指定し、約20秒のカメラ移動映像を生成しています。あらかじめ指定された画面と、モデルによって生成されたトランジションを照らし合わせて確認できます。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
キーフレームは指定された画面を提供するが、ノード間のトランジションはモデルが生成する。入力と結果を照合し、人物の状態、シーンの切り替わり、アクションのつながりを確認する。
キーフレーム：同一人物の多彩なポーズ
入力は、薄緑色の部屋にいる緑髪の女性の6コマの異なる画面で、座り姿、寝そべった姿、人物のクローズアップを含む。約15秒の結果では、その人物と部屋のさまざまなポーズやショットサイズの間で映像が展開される。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
キーフレーム：街角から雑踏へ
2枚の入力は路上カフェと雑踏の構図。約20秒の結果では、暗い色の服を着てバッグを持った女性が街路を走り、タクシーや群衆をすり抜ける様子を追跡している。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
プロンプトの入力上限は8000トークンである。トークンはテキストを分割して数える単位であり、文字数とは一致しない。
短いプロンプトとディレクター視点の描写
左側は簡潔な英語のプロンプト1文から生成された高齢男性のスピーチ、右側はディレクター視点の詳細な描写から生成された街頭での再会シーンです。2つの作例で異なるプロンプト指示のアプローチを示しています。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
短いプロンプトでは細部の補完をモデルに委ねることになる。明確に制御したい場合は、「友人の再会」の作例のように、アクション、カメラワーク、ライティング、環境音、言語の要件を詳細に記述できる。8000トークンによって条件を書き込む余白は広がったが、重要なのは条件指定が明瞭であるかどうかである。
カメラワークとクローズアップ：緊張感あふれる人物の演技
約15秒の結果では、薄暗くまだらな壁のそばにいる男性の緊張した表情が描かれ、カメラがその顔、横向きの姿、振り返る動作の近くで切り替わる。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
多様なスタイル、多言語、テキスト生成
スタイルリファレンスは、日常的な実写風、クレイアニメ、グリッチアート、フェルト調、3Dアニメーションなどのジャンルをカバーしている。
6種類のスタイル作例
6種類の公式スタイルデモで、それぞれ個別に再生可能です。これらは異なるテーマや視覚表現の方向性を示すものであり、同一プロンプトによる厳密な比較ではありません。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
商品広告からゲーム予告編までの制作シーン
以下の6組のサンプル動画では、商品広告、UGC物販、ゲーム予告編、ショートドラマ、商業デザイン、国風（中国伝統風）アニメーションの入力と結果をそれぞれ示している。
活用シーン：スニーカーの商品広告
入力はスニーカーのマルチアングル画像と男女の人物画像。約30秒の配信サンプルには街路、ランニング、峡谷、スニーカーのクローズアップが含まれる。ファイル長はモデルが1回で生成できる動画の長さの上限の変更を意味するものではない。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
活用シーン：UGCアパレル販売
参考画像は店内で黒のショートジャケットを着た女性。約15秒の縦型動画の結果では、人物がカメラに向かって話しかけ、ジャケットの生地やファスナーのディテールが示されている。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
活用シーン：終了フレーム制御によるゲーム予告編ラスト
公式がゲーム予告編の終了フレームとして指定した参考画像は、2人の武侠対戦プロモーション構図。約15秒の結果では、2人のキャラクターの交戦と金・紫のビジュアルエフェクトが展開され、プロモーション用テキスト画面が表示される。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
活用シーン：クローズアップの対話を中心とするショートドラマ
参考画像は現代の高層マンションにいる男女。約15秒の縦型動画の結果には言い争い、人物の顔のクローズアップ、インタラクションが含まれ、後半では男性が頬に触れる。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
活用シーン：商業ポスターのアニメーション化
開始フレームのポスターには「Kling 4.0」の文字、地球、カラフルな絵の具が塗られた手、都市の群衆のコラージュが含まれる。約14秒の結果では、指先や地球などの視覚的要素の間をカメラが通り抜け、ポスター調の全体構図へと回帰する。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
活用シーン：山水と鶴のアニメーション
参考画像は青緑山水、雲の上の人物、鶴。約7秒のアニメーションでは鶴が人物の頭上を飛び交い、山水となびくリボンが奥行きのある動きを形成する。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
- 商品広告とUGC物販：商品画像で外観を確定し、人物画像で出演者のビジュアルを指定。カットごとに商品のディテール、生地の質感、ファスナーなどの細部を照合する。
- ゲーム予告編：キービジュアルやプロモーションポスターの構図で締めくくりたい場合は、終了フレームで構図を指定し、そこに至るアクションのつながりや末尾のテキストを検証する。
- ショートドラマ：人物のクローズアップにおける表情、口の動き、身体のインタラクションを重点的に確認する。
- ポスターや国風イラストの動画化：開始フレームでメインビジュアルを指定し、動きが加わった後の構図、テキスト、空間のレイヤー構造を確認する。
複数キャラクターの対話と多言語機能の公式サンプル
インフォメーションカウンターでの地図の受け渡しと、客室キャビン内の人物のインタラクションを示す公式デモ。再生して交互の会話や人物の演技を確認できます。具体的な対応言語については本文の仕様を参照してください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
音声は中国語、英語、日本語、韓国語、スペイン語、ポルトガル語、ドイツ語、フランス語、ヒンディー語などをサポート。中国語は北京、台湾、東北アクセントや四川方言、広東語などをカバーし、英語はアメリカ、イギリス、インドのアクセントなどを網羅している。多言語コンテンツを制作する際は、セリフ、発音、話者キャラクター、リップシンクをそれぞれ確認する。
画面内テキストと動的タイポグラフィ
カラフルな数字の教育から青と黄色の動的英語タイポグラフィまで、画面内の文字自体、出現位置、変化プロセスを確認できます。正式なコピーは引き続き一文字ずつの確認が必要です。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
モデルは中国語、英語、日本語、韓国語、ドイツ語、フランス語など多言語の画面上テキスト、ならびにロゴや絵文字の生成に対応している。オープニングタイトル、解説字幕、ブランドスローガンなどに使用する際は、文字の視認性や、動的な変化に伴う誤字・形状の崩れがないかを確認する。
Kling 4.0 Flash：高頻度な制作に向けた軽量ソリューション
Flashは、迅速なターンアラウンドが求められる高頻度な制作や、絵コンテの検証・探索に向けたエディションである。
公式が個別に提示しているFlashの仕様は以下の通り：
- 対応機能の範囲：テキストからの動画生成（Text-to-Video）、開始フレーム画像からの動画生成（Image-to-Video）、およびオムニリファレンスに対応。
- 動画の長さ：3〜20秒。
- 解像度：720p。
- ダイナミックレンジ：8-bit SDR。
メインモデルは3〜30秒、720p/1080p/4K、ならびに21:9、16:9、1:1、9:16、スマート比率に対応している。Flashを選択する際は上記の機能、動画の長さ、解像度の仕様を確認し、その他の機能については実際のインターフェースの表示に準ずる。
Flashの開始フレーム画像からの動画生成
開始フレームの武術画面と約5秒の動的結果。ここでの秒数はサンプル動画の長さであり、Flashで生成できる動画の長さと解像度の仕様については本文の対照表を参照してください。
動画およびリファレンス画像：Kling AI 公式発表ページより。プレーヤーをクリックして再生、全画面表示も可能です。
Flash：2人の人物と屋外シーン
3枚の画像で男性の顔、女性の顔、峡谷の草原シーンを指定。約15秒の結果では、アウトドアウェアを着てバックパックを背負った男女が峡谷のほとりで向かい合って話す様子が描かれ、全景と人物のクローズアップが含まれる。
動画と参考画像：Kling AI 公式リリース発表ページより。プレーヤーをクリックして再生、参考画像はクリックして拡大できます。
制作インターフェースとワークフローの刷新
統合入力ボックスにプロンプト、参考画像、動画、被写体、音色を追加し、生成パラメータを設定する。複数のバリエーションを生成した後は、グリッド表示で同一画面上で比較できる。個別のパラメータを確認して微調整したい場合は、リスト表示に切り替える。
タイムライン上で動画をプレビューしながら、必要な位置で素材の編集や挿入を行い、確認しながら調整を進めることができる。
キャラクター画像、カットノード、各種生成結果をキャンバス上に配置し、ラインで相互の関係性を整理できる。タスクの実行支援が必要な場合は、内蔵のAgentに要件を自然言語で指示できる。
AgentとMCP：連携手順と生成操作ガイド
AIアシスタント内でKling AIを利用する場合はMCP（Model Context Protocol）接続を選択でき、ターミナルやスクリプトから呼び出す場合はCLI（コマンドラインツール）を選択できる。同一のアシスタント内ではいずれか一方を設定すればよい。Kling AI公式操作ガイドに従い、接続、タスクの送信、結果の取得を行う手順は以下の通り。
ルート1：MCP経由でAIアシスタントに接続する
- MCP接続の設定（Cursorの例）：
- Cursorの設定を開き、
Settings → Tools & MCPs → Add Custom MCPの順に進む。 - サービス名を
klingaiとし、URLにhttps://kling.ai/mcpを設定して追加する。 Connectをクリックし、ポップアップ表示されたブラウザ画面でKling AIアカウントにログインして認証を完了する。- Claudeを使用する場合は、デスクトップ版またはWeb版で
Customize → Connectors → Add custom connectorを開き、同様にURLhttps://kling.ai/mcpを入力して接続・ログインする。
- Cursorの設定を開き、
- 利用可能なモデルとパラメータの確認：
- 初回接続後、まずAgentに
who_am_iツールを呼び出させ、現在のアカウントで利用可能な具体的なモデル一覧と入力仕様を確認する。 - 返された一覧から4.0モデルを選択し、提示されたフォーマットに沿ってオムニリファレンスやキーフレームの条件を指定する。
- 初回接続後、まずAgentに
- 自然言語タスクテンプレート（指示例）：
まず who_am_i を呼び出して、私のアカウントで現在利用可能な 4.0 動画生成モデルと入力パラメータの形式を確認してください。 提供した商品画像をもとに商品の外観と細部の質感を維持し、絵コンテの指示に従って5秒間のカメラワーク動画を生成してください。 リクエスト送信前にモデル名、動画の長さ、アスペクト比を提示し、有料クレジット残高と公式の課金ルールを確認した上で、生成を実行して進捗を確認し、完成した動画のリンクを返してください。
ルート2：CLIターミナルとスクリプトによるワークフロー
- インストールとログイン：
- ターミナルでnpmを用いて公式のグローバルCLIツールをインストールする：
npm i -g @klingai/cli-global --registry=https://registry.npmjs.org - インストール完了後、Kling AIアカウントにログインし、ブラウザ上で認証を行う：
kling login - ログイン後、まずアカウントで利用可能なモデルと入力パラメータを確認する：
kling who_am_i - サポートされている全コマンドおよびパラメータ一覧を確認する：
kling --help - Skillに対応したAIアシスタントにCLIのセットアップを支援させたい場合は、公式のショートカット手順に従って
npx skills add klingai-tech/skillsを実行し、アシスタントにインストールと認証を完了させることもできる。
- ターミナルでnpmを用いて公式のグローバルCLIツールをインストールする：
共通生成構文、非同期タスク、生成結果の保存
ターミナルやスクリプトから画像をもとに動画生成タスクを送信する際の公式な基本構文は以下の通り（ローカルの画像パスは実際の絶対パスに置き換え、半角ダブルクォーテーションで囲む）：
kling image_to_video --image "/path/to/product.png" "展示台の中央に商品を固定、カメラがスムーズに寄りながら回り込み、ハイライトが自然に反射する"
タスクの送信から結果の取得までは以下の順序で行う：
- 4.0パラメータの追加：この基本コマンドではモデルが指定されていないため、デフォルトバージョンが4.0とは限らない。4.0を使用する場合は、事前に
who_am_iやコマンドヘルプで確認した実際のオプションに基づき、モデル名や生成パラメータを追加指定する。 - 非同期での結果確認：タスクを送信すると、非同期で
generation_idが返される。下記のGENERATION_IDを実際に返されたタスクIDに置き換えて進捗を確認する：kling query_tasks GENERATION_ID - アセットの速やかな保存：タスクが正常に完了すると、動画のダウンロードURLがレスポンスデータの
works[].urlリストに含まれる。公式が生成した完成動画のダウンロードリンクの有効期限は24時間であるため、取得後は速やかにダウンロードして保存する。 - クレジットとワークスペースの制限：MCPおよびCLIで現在消費できるのは個人ワークスペース（Personal）の有料クレジットのみであり、チームスペース（Team）の特典や公式から付与された無料クレジットは利用できない。課金ルールは公式プラットフォームと同一であり、外部からの呼び出しには閑散時間帯の無料生成特典は適用されない。