商品のお披露目
ビジュアルの参考例(Kling O3の出力として未確認)
商品のお披露目
スタジオ撮影の商品カットで始まり、パッケージで終わる動画にしたい。
Prompt cue
開始フレームのボトルにゆっくり寄り、やわらかな日差しがラベルの上を動き、終了フレームの箱入りの商品でショットが落ち着く。
Settings
I2V、開始フレーム+終了フレーム、5秒、720p
Expected motion
冒頭から結末の構図への計画どおりの移動
プロンプトから生成するほか、開始フレーム(終了フレームは任意)を動かしたり、1〜7枚の参照画像をもとに動画を組み立てたり、クリップをアップロードして変えたい内容を書いたりできます。解像度は720p・1080p・4Kから選べ、テキスト・画像・参照のシーンではネイティブ音声も任意で付けられます。
モーションの参考例
これらのクリップはAI動画ギャラリーから選んだビジュアルの参考例です。カメラワーク、テンポ、構図、プロンプトの方向性を考えるのに使ってください。モデルの実例と明記されていない限り、Kling O3で生成を確認した出力ではありません。

プロンプト主導の動き
T2Vの計画:プロンプト、5〜15秒、720p〜4K
ギャラリーのリズムを参考に、プロンプトでカメラを固定するか、寄るか、被写体のシンプルな動作にするかを決めます。
T2Vの計画:プロンプト、5〜15秒、720p〜4K
印象的な開始フレームから始め、結末の構図が重要な場合にだけ終了フレームを追加します。
I2Vの計画:開始フレーム必須、終了フレーム任意
もとにしたい画像や元のクリップを集め、プロンプトで何を残して何を変えるかを決めます。
参照:画像1〜7枚、V2V:3〜15秒のクリップ1本
Kling O3を選ぶ理由
AISnapEditでは、Kling O3の4つのシーン(テキストから動画、開始・終了フレームを使う画像から動画、最大7枚の画像を使う参照から動画、クリップ1本を使う動画から動画)を、それぞれ720p・1080p・4Kで利用できます。
提供元
Kling
KuaishouのKling O3動画モデルをAISnapEditで利用できます。
シーン
T2V / I2V / 参照 / V2V
テキストから動画、画像から動画、参照から動画、動画から動画に対応しています。
長さ
5〜15秒
テキスト・画像・参照のシーンは5〜15秒、動画から動画は3〜15秒の元クリップに合わせます。
料金
16〜76クレジット/秒
720p/1080p/4Kで16/21/76クレジット/秒、音声ありは21/26/76クレジット/秒、動画から動画は元クリップの秒あたり23/31/76クレジットです。
手元にある素材に合わせてシーンを選びます。
プロンプトでシーンを作成

プロンプトでシーンを作成
ビジュアルの参考例(Kling O3の出力として未確認)
16:9、9:16、1:1から選び、必要なら音声をオンにします。
開始フレーム必須
開始フレーム必須
ビジュアルの参考例(Kling O3の出力として未確認)
終了フレームは任意で追加できます。JPGまたはPNGのみで、画面の形は開始フレームに合わせます。
画像1〜7枚
画像1〜7枚
ビジュアルの参考例(Kling O3の出力として未確認)
16:9、9:16、1:1から選べます。このシーンでは参照動画に対応していません。
元クリップ1本
元クリップ1本
ビジュアルの参考例(Kling O3の出力として未確認)
MP4またはMOV、3〜15秒、各辺700 px以上。出力の長さは元のクリップに合わせます。
料金
出力解像度と音声の有無による秒単位のクレジット料金
720P
16
クレジット / 秒
音声なし
1080P
21
クレジット / 秒
音声なし
4K
76
クレジット / 秒
音声なし
720P
21
クレジット / 秒
音声あり
最初の生成は、動き、構図、プロンプトの効き具合を判断できる程度に短くします。
I2V
商品ショット、デザインされた静止画、計画済みの冒頭や結末に向いています。
V2V
動きと長さは元のクリップのまま、映像のスタイルを変えたいときに向いています。
これらは計画用の例で、モデルの出力として確認したものではありません。
商品のお披露目
ビジュアルの参考例(Kling O3の出力として未確認)
スタジオ撮影の商品カットで始まり、パッケージで終わる動画にしたい。
Prompt cue
開始フレームのボトルにゆっくり寄り、やわらかな日差しがラベルの上を動き、終了フレームの箱入りの商品でショットが落ち着く。
Settings
I2V、開始フレーム+終了フレーム、5秒、720p
Expected motion
冒頭から結末の構図への計画どおりの移動
新しい場所に登場するキャラクター
ビジュアルの参考例(Kling O3の出力として未確認)
シリーズで登場するキャラクターを新しい舞台に登場させたい。
Prompt cue
参照画像の配達員が雨の夜市を歩き、手持ちカメラが肩の高さで追う。
Settings
参照、画像2〜3枚、10秒、720pでテスト
Expected motion
参照画像のキャラクターの見た目を引き継ぐ
街のシーンのスタイル変更
ビジュアルの参考例(Kling O3の出力として未確認)
スマートフォンで撮った街のクリップを、手描きアニメーションのように見せたい。
Prompt cue
シーンを、やわらかな紙の質感の水彩アニメーションに変える。元のカメラワークと人々の動きはそのまま残す。
Settings
V2V、5秒・1280×720のクリップ1本、720p
Expected motion
元の動きのまま新しいビジュアルスタイルに
縦長のティーザー
ビジュアルの参考例(Kling O3の出力として未確認)
環境音のある短い縦長ティーザーがほしい。
Prompt cue
夜明けにガラスのカップへコーヒーを注ぐクローズアップ。湯気が立ちのぼり、カメラはゆっくり窓のほうへティルトアップする。静かなカフェの環境音。
Settings
T2V、9:16、5秒、1080p、音声オン
Expected motion
ゆっくりとした1回のティルトと、それに合う環境音
このモデルのAISnapEdit生成画面は、テキストから動画、画像から動画、参照から動画、動画から動画に対応しています。
入力方法
AISnapEditでは、プロンプトのみ、開始・終了フレームのアニメーション、1〜7枚の参照画像、元クリップ1本に対応しています。
手元にある素材に合わせてシーンを選びます。
長さ
テキスト・画像・参照のシーンは5〜15秒、動画から動画は3〜15秒の元クリップに合わせます。
動きの品質を判断するときは短めから始めます。
料金
720p/1080p/4Kで16/21/76クレジット/秒、音声ありは21/26/76クレジット/秒。動画から動画は元クリップの秒あたり23/31/76クレジット(切り上げ)です。
テストは720pで行い、納品に近い段階で1080pまたは4Kを使います。
メディアの実例
ギャラリーのメディアは、Kling O3の確認済み出力と明記されていない限り参考例です。
プロンプト例は計画の方向性として扱い、モデル出力の証拠とは考えないでください。
このモデルについてよくある質問と回答
Kling O3はKuaishouのKling動画モデルで、Kling 3.0 Omniという名前でも掲載されています。AISnapEditでは、テキストから動画、開始・終了フレームを使う画像から動画、最大7枚の画像を使う参照から動画、動画から動画に対応しています。
Kling O3のほうが新しいモデルです。AISnapEditでは、Kling 3.0が対応するテキストから動画と画像から動画に加えて、参照から動画と動画から動画が使えます。Kling 3.0も引き続き利用できます。
テキストから動画、画像から動画、参照から動画は5〜15秒で、初期値は5秒です。動画から動画では出力の長さが元のクリップと同じになり、元のクリップは3〜15秒である必要があります。
出力1秒ごとに、音声なしでは720p・1080p・4Kで16・21・76クレジット、音声ありでは21・26・76クレジットで、最低課金は5秒分です。720pで音声なし5秒の動画は80クレジット、1080pで音声あり5秒は130クレジット、4Kで15秒は1,140クレジットです。動画から動画は元のクリップの秒あたり23・31・76クレジットで、1秒単位で切り上げるため、720pで3.52秒の元クリップは4秒分、92クレジットになります。
画像から動画では開始フレームが必須で、終了フレームは任意です。参照から動画では画像を1〜7枚使えます。画像はJPGまたはPNGで各10MBまでで、WebPには対応していません。画像から動画のフレームは、さらに各辺300 px以上、アスペクト比0.4〜2.5である必要があります。
MP4またはMOVのクリップがちょうど1本必要です。10MBまで、長さ3〜15秒、各辺700 px以上、24〜60 fps、アスペクト比0.4〜2の条件があります。854×480のような480pのクリップは提供元で受け付けられません。変更内容はプロンプトに書きます。長さやアスペクト比の設定はなく、音声も生成されません。
任意で生成できます。テキストから動画、画像から動画、参照から動画ではネイティブ音声をオンにできます(初期設定はオフ)。音声をオンにすると720pと1080pでは料金が上がり、4Kはどちらでも同じです。動画から動画では音声は生成されません。
テキストから動画と参照から動画では16:9、9:16、1:1を選べます。画像から動画は開始フレームの形に、動画から動画は元のクリップに合わせます。
いいえ。AISnapEditのKling O3では、マルチショットや絵コンテ形式のプロンプト、@による被写体の参照、参照から動画での参照動画には対応していません。また、動画から動画は追加の画像なしでクリップ1本だけを使います。
テキストからの生成、開始フレームのアニメーション化、参照画像を使った生成、手持ちのクリップの変換に、720p〜4Kで対応します。