マルチショット・シーケンスのためのAI動画モーションプロンプト：Kling 3 ワークフロー

モーションプロンプトはたいてい、1ショットずつ書くものです。被写体を選び、動きを選び、生成し、カメラが指示どおりに動いたかどうかで結果を判断します。Kling 3 はその作業単位を変えます。VIDEO 3.0 シリーズでは、1回の生成で3〜15秒のあいだに最大6ショットを収め、トランジションを自ら計画し、カットごとにネイティブ音声を載せることができます。問いは「カメラが何をするか」から、「各ショットがその秒数を何に使うか」「次のビートが意味を持つためにカットをどこに落とすか」へと変わります。

これは言葉の問題である前に、計画の問題です。以下のワークフローは、1回の生成を小さなシーケンスとして扱います。まずカバレッジを組み立て、ショット間に秒数を配分し、すべてのショットブロックを同じ形式で書き、変わってはいけないものを固定し、最後に美しいフレームではなくカットを検証します。そのすべてが、ひとつのプロンプト欄に収まります。

モーションを書く前にカバレッジを組み立てる

カバレッジとは、ショットの一覧と、それぞれが何を担うかです。まずはカメラ用語を一切使わず、素の行として書きます。誰が画面にいるのか、そして視聴者が学ぶことはひとつだけ。4ショットのドリンク・ティザーなら、こうなります。カウンターに置かれたグラスだけ。それを手が持ち上げる。注ぐ。グラスが置かれる。フレーミングが各行に与えられるのは、そのあとです。

Kling 自身のマルチショット・ガイドはこの点について厳格です。すべてのショットは、別のアングルからすでに示した情報を繰り返すのではなく、視覚的あるいは物語的なビートを新たに加えるべきだとしています。このルールだけで、悪いショットリストのほとんどは消えます。2つの行が視聴者に同じことを伝えているなら、そのうちの1つは、ビートのふりをしたカメラの動きです。統合するか、2行目に新しい主張をさせてください。

リストは、モデルが計画できる範囲に収めてください。公式の機能表では、自動モードとカスタムモードのどちらでも、1回の生成につき最大6ショットとされています。6は上限であって、目標ではありません。

一言書く前に秒数を配分する

VIDEO 3.0 シリーズは3〜15秒のあいだで生成し、Custom Multi-Shot では各ショットの尺を自分で設定します。この2つの事実が、プロンプトを割り算の練習に変えます。9秒で3ショットなら、それぞれ3秒が自然です。6秒で6ショットなら、各ビートは1秒になり、新しいフレームを認識するにも足りず、ましてや演技などできません。

モデルと向き合っても生き残るルールが2つあります。変化を担うショットに最も長い尺を与えること。そして、意図的なフラッシュでない限り、最短のショットを2秒以上に保つこと。計算結果がこの下限を下回るなら、そのクリップにはショットが多すぎます。すべてのショットを縮めるのではなく、ビートを削ってください。

秒数はプロンプトに書き込みます。モデルは構造を読み取り、あなたは出力と照らし合わせられる計画を得ます。

すべてのショットブロックを同じ4つの枠で書く

各ブロックは、同じ順序で並んだ短い積み重ねです。ショット番号と尺、フレーミング、被写体のアクション、カメラの挙動。セリフやサウンドキューは最後に、それを担うショットの内側に置きます。Kling のガイドも同じ項目、尺、フレーミングとパースペクティブ、物語的な内容、カメラの動きを挙げており、この順序が恣意的でないことを示唆しています。

語彙よりも規律が重要です。1ショットにつき目に見える動きは1つ、そしてそれは被写体の動作と一致しているべきです。人物がレンズへ一歩踏み出し、カメラがゆっくりプッシュインすれば互いに増幅されますが、レンズへの一歩とプルバックは打ち消し合います。cinematic のような形容詞は決断ではなく感覚を名指すだけなので、言葉を使うだけで何も制約しません。

完成したブロックはこうなります。ショット2、3秒、側面からのミディアム、彼女がグラスを持ち上げて注ぐ、カメラは彼女の手に合わせて右へ流れる。フレーミング1つ、アクション1つ、動き1つ。レビューする人は、出力が一致したかどうかを一目で判断できます。

カット間で変わってはいけないものを固定する

連続性は2つの場所から生まれます。参照するものと、繰り返すものです。Kling 3 は被写体と要素の参照に対応しているため、アングルが変わってもキャラクター、製品、小道具を固定できます。シーンが1つの顔や1つのラベルに依存しているなら、参照は3文の説明以上の働きをします。

もう半分はテキストです。衣装、小道具の色、時間帯、レンズの質感について固定の説明ブロックを用意し、それらが映るすべてのショットで一字一句そのまま繰り返し、変わる部分だけを変えます。各ショットブロックは独立した指示として読まれるため、ショット3で落とした細部は、モデルが新たに作り出してしまう細部になります。

連続性はアクションにも書き込みます。ショット1の終わりに手がグラスを持っているなら、ショット2はその手がまだ持った状態で始まるべきです。小さな重なりが、カットに引き継ぐものを与えます。

オーディオのビートを、それを担うショットの内側に置く

3.0 シリーズは映像とともにネイティブ音声を生成し、複数キャラクターのシーンではセリフを特定の話者に結びつけられます。末尾にサウンドトラックの段落を書くのではなく、ショットごとにそれを使います。セリフは口元が見えるショットに属し、ルームトーンはその部屋のすべてのショットに属します。

2つの制約が書き方を形づくります。3.0 の音声はシングルチャンネルなので、左右といった言葉は意味を持ちません。セリフが信頼できるのは、Kling がこのシリーズ向けに挙げている言語、中国語、英語、日本語、韓国語、スペイン語です。それ以外の言語の台本は、計画ではなく賭けになります。

沈黙も有効なビートです。セリフがなくルームトーンを保つショットは、2秒に押し込んだ一文よりも、テンポに寄与することがよくあります。

自動パスで調整し、それから制御を握る

Kling には2つのモードがあり、順番に使うと最もよく機能します。Multi-Shot をオンにして Custom Multi-Shot に触れなければ、モデルがトランジションとフレーミングを自ら計画します。Custom Multi-Shot ではショット数と尺を自分で設定し、モデルはあなたの計画に忠実に従います。

すべてを自分で制御するつもりでも、シーン記述に対して自動版を一度は走らせてください。これは安上がりな発見の手段です。モデルがどこで切りたがるか、どのビートをエスタブリッシング・ショットとして扱うか、そしてあなたの4行が実は2行だったかどうかが見えます。そのうえで Custom Multi-Shot に切り替え、配分から導いた尺とともに、本当に欲しい計画を書きます。

自動パスは、そのシーンにそもそもカットが必要かどうかにも答えます。モデルがあなたのリストを1つの良いショットに畳んでしまうなら、そのシーケンスはおそらく、余分な言葉をまとった1ショットだったのでしょう。

フレームではなくカットを検証する

編集者と同じように、つなぎ目で出力を確認します。各カットの前後数フレームで止め、3つの問いを立てます。被写体は位置と向きを保っているか、それとも左右が入れ替わったか。入ってくるショットは、出ていくアクションが終わる前に始まっているか、それともやり直しているか。最後のショットは読み取れるだけの長さ保たれているか。

実際の失敗のほとんどは4つのうちのどれかです。ビートの繰り返し、カットのたびにニュートラルなフレームへ戻るカメラ、逆行するアクション、最後の3分の1でアイデアが尽きるクリップ。それぞれにプロンプト側の対処法があります。繰り返しは、カバレッジ計画に重複があったということ。カメラが戻るのは、入ってくるショットに動きが与えられていないということ。逆行は、隣り合う2つのブロックが同じ身振りを書いているということ。平坦な結末は、最後のブロックにそれ自身のビートがなかったということです。

1回の反復で変えるブロックは1つだけにします。テイクごとにプロンプト全体を書き直すと、どの指示が何を直したのか分からなくなります。

応用できる3ショット・9秒のプロンプト

以下は台本ではなくテンプレートとして読んでください。設定とスタイルは、ショットブロックの前に一度だけ述べます。夜明けの静かなキッチン、窓からの暖かな光、浅い被写界深度。

ショット1、3秒、戸口からのワイド、カウンターのグラス以外は何もない部屋、カメラは固定。

ショット2、3秒、側面からのミディアム、手が入ってきてグラスを持ち上げる、カメラは手に合わせて右へ流れる。

ショット3、3秒、唇元のグラスへのクローズ、ひと口飲み、そしてグラスがフレームの外へ下がる、カメラは固定。

最後に連続性の指示で締めます。同じグラス、同じ光、最初から最後まで同じ衣装。

どのブロックも、尺、フレーミング、1つのアクション、1つのカメラの挙動を明示します。繰り返しはありません。尺の合計はクリップの長さに一致し、最後のショットは保たれるので、映像が身振りの途中で終わることはありません。

このワークフローが KOOX AI で動く場所

KOOX AI の Kling 3 は、プロンプトと任意の参照画像を受け取り、短いクリップを返します。プロンプトがシーン、カメラ、ムードを担います。このページでは、このワークフローが使うのと同じループ、描写する、生成する、見直す、磨く、が説明されています。ショットリストはメモでもクライアント向けのブリーフでも、どこに書いても構いません。ブロックをプロンプト欄に貼り付けるだけです。

シーケンス化の前に単発ショットの動きを固めている段階なら、1枚の写真のための6つのモーションパターンが、各ショットブロックが依拠する語彙を教えてくれます。シーケンス化は2つ目のスキルです。

3ショット、9秒から始めてください。すべてのカットがその場所に値するシーケンスを1つ仕上げれば、より長いクリップに挑むたびに使える計画が手に入ります。