Kling 5前にKling 4.0でテキスト動画を作る

Kling 5はまだ未発表です。Kling5 AIで使えるKling 4.0テキストから動画の設定と、一カットのプロンプトの書き方を解説します。

暗い机の上で手書きのショット説明が光る動画フレームの列に変わり、横に未使用のフレームの薄い輪郭がある
目次

November 17, 2026時点でKling 5はまだ登場していません。今すぐKlingでテキストから動画を作るなら、Kling5 AIの最新モデルはKling 4.0テキスト動画で、Kling 3.0も利用できます。Kling5 AIは独立したサイトで、KuaishouやKlingのアプリとは提携していません。

Kling 4.0テキスト動画で今できること

October 17, 2026付のKuaishouの投資家向け発表によると、Kling 4.0はOctober 15, 2026に公開されました。テキスト動画モードでは、画像や動画をアップロードせずに、文章の説明から連続した一本の動画を生成します。

Kling5 AIのKling 4.0テキスト動画は、3〜30秒の動画を720pまたは1080pで生成し、4種類の画面比率に対応します。公開内容の全体像はKling 4.0の機能概要をご覧ください。

Kling5 AIのツールには、Klingの動画機能マップ(October 20, 2026更新)にあるすべての選択肢が含まれるわけではありません。KlingのアプリとAPIは4K出力、ネイティブ音声、複数ショットの絵コンテ、Kling 4.0 Flashに対応しますが、Kling5 AIはよりシンプルなウェブ上の単一ショット制作に絞っています。

設定・機能Kling5 AI(Kling 4.0テキスト動画)KlingのアプリとAPI(Kling 4.0)
長さ3〜30秒(1秒刻み、初期値5秒)3〜30秒
解像度720p(初期値)または1080p720P、1080P、4K
画面比率16:9(初期値)、9:16、1:1、21:9エンドポイントごとに比率調整に対応
音声操作音声の切り替えなしネイティブ音声に対応
ショット構成単一プロンプトの画面のみ(絵コンテやキーフレームの画面なし)単一・複数ショットに対応
プロンプト上限2,500文字8,000トークン未満(APIでは英語で最大26,000文字)
Kling 4.0 Flash利用不可利用可能(3〜20秒、720Pのみ)

Kling5 AIのKling 4.0ページには、KlingのアプリとAPIにあるほかの機能もありません。4K切り替え、10-bit HDR、2分間のVideo Extendツール、Elementsキャラクターライブラリはなく、テキスト動画モードでは@Image1や@image_1のタグ構文も使えません。

Kling5 AIでKling 4.0テキスト動画を生成する方法

Kling5 AIのKling 4.0ツールでは、5つのステップでプロンプトを実行できます。始める前に、同じページの画像から動画や参照から動画ではなく、テキスト動画モードを選んでください。

  1. プロンプトを書く(必須、最大2,500文字)。 一つのショットで起こることを説明します。Kling 4.0テキスト動画API文書では英語のみで最大26,000文字、Kling 4.0動画ユーザーマニュアルでは8,000トークン未満とされています。API向けの長い文章をKling5 AIの2,500文字の入力欄に貼り付けないでください。
  2. 長さを3〜30秒から選ぶ。 1秒刻みで調整でき、初期値は5秒です。
  3. 画質を720pか1080pから選ぶ。 初期値の720pは、1080pに切り替える前にテンポを試す出発点として適しています。
  4. 画面比率を選ぶ。 16:9(初期値)、9:16、1:1、21:9から選べます。
  5. 消費クレジットを確認して生成する。 送信前に、選んだ長さと解像度に対する正確な消費量が表示されます。

Kling5 AIのKling 4.0ツールには音声の切り替えがないため、生成動画にネイティブ音声の操作は含まれません。生成音声が必要なら、下のKling 3.0の項目を確認してください。

明確な単一ショットのテキスト動画プロンプトを書く

優れたKling 4.0テキスト動画のプロンプトには、流行語ではなく具体的な視覚情報が必要です。Kling 4.0動画ユーザーマニュアルとプロンプトガイドによると、「高級感」のような抽象表現や曖昧な否定を避け、カメラに実際に映るものを説明するのが効果的です。

使いやすい単一ショットの構成は、被写体、場所、主な動作、雰囲気を示す一文から始まります。Klingのテキスト動画API文書には「白いシャツの男性が夕暮れの浜辺を歩く、リアルな映画風」という基本例があります。

数秒の間にショットが変化する場合は、そこにカメラの動き、照明、タイミングを加えます。Klingのユーザーマニュアルは、0-2 s、2-5 s、5 s-endのような時間帯で複数の動作を順に指定することを勧めています。

Klingの文書にある2つの方法は、Kling5 AIのテキスト動画入力欄には当てはまりません。まず、Kling5 AIのKling 4.0には音声スイッチがないため、台詞、音楽、効果音の指示を省きます。また、@Image1や@Video1タグは参照素材を使うワークフロー専用なので、テキスト動画モードには入れないでください。

次の短い単一ショットのテンプレートは、2,500文字の制限内でコピーして調整できます。

  • 5秒の商品シーン(16:9): A matte ceramic pour-over dripper rests on a dark walnut counter in soft morning window light, realistic commercial style. Thin steam rises steadily from the coffee as a slow close-up camera dollies slightly to the left.
  • 8秒の縦型ストリートショット(9:16): A cyclist in a yellow rain jacket pedals down a wet cobblestone alley at dusk, handheld documentary style. 0-3 s: medium tracking shot from behind as neon shop signs reflect in puddles. 3-8 s: the cyclist glances toward a steaming street stall and slows smoothly to a stop.
  • 10秒のワイドな自然シーン(21:9): A red fox stands on a snow-dusted pine ridge under pale winter sunlight, naturalistic cinema style. 0-4 s: wide static shot as a breeze lifts fine snow off nearby branches. 4-10 s: the fox trots across the ridge from left to right while the camera pans slowly to follow.
  • 6秒の正方形スタジオショット(1:1): A potter shapes a wet clay bowl on a spinning wheel inside a sunlit workshop, crisp 35mm film look. Overhead close-up focused on clay-covered hands lifting the rim steadily without sudden cuts.

繰り返し使えるショットプランの型や、さらに多くのパターンはKling 4.0プロンプトガイドをご覧ください。

テキスト動画が適さないのはどんな場合?

テキスト動画はすべてのピクセルを言葉だけから生成します。Klingのテキスト動画APIエンドポイントもテキストのみのリクエストを扱い、参照素材は別のOmniエンドポイントに送られます。そのため、独創的な場面、雰囲気を重視した作品、自由な構図には適しますが、厳密な視覚的一貫性が必要な場合には向きません。

正確な人物の顔、特定の商品ラベル、固定された開始・終了ポーズが必要なら、別のモードに切り替えましょう。Kling5 AIのKling 4.0ページでは、画像から動画モードに開始フレームが必須で、終了フレームは任意です。出力の画面比率はアップロードしたフレームに合わされます。

フレームの準備方法はKling 4.0画像から動画ガイドをご覧ください。場面に合うきれいな開始画像が必要なら、Kling5 AIのAI画像生成ツールで先に作れます。

Kling5 AIのKling 4.0には、複数素材の一貫性を保つ参照から動画モードもあります。参照画像は最大10枚、参照動画は最大5本で、少なくとも1つの参照素材が必要です。

代わりにKling 3.0テキスト動画を使うべき?

Kling 3.0はKling5 AIで引き続き利用でき、20〜30秒の動画や超横長の画面が不要なら、音声付きの短い動画を作る選択肢になります。料金はモデルや設定によって変わるため、生成前に各ツールに表示されるクレジットを確認してください。

設定Kling 4.0テキスト動画(Kling5 AI)Kling 3.0テキスト動画(Kling5 AI)
長さ3〜30秒(1秒刻み、初期値5秒)3、5、10、15秒
画質720p(初期値)または1080p720p(初期値)または1080p
音声切り替えなしオンまたはオフ(初期値オフ)
画面比率16:9、9:16、1:1、21:916:9、9:16、1:1(21:9なし)
プロンプト上限必須、最大2,500文字プロンプト必須

Kling5 AIのKling 3.0には画像から動画とMotion Controlのモードもあります。Motion ControlはKling 3.0のみで利用でき、Kling 4.0にはありません。Klingの機能マップにはアプリとAPIでのKling 3.0の4Kおよび複数ショット対応が記載されていますが、Kling5 AIのKling 3.0テキスト動画は最大1080pで、単一プロンプトの動画に限られます。

Kling 5はテキスト動画を変える?

November 17, 2026時点でKuaishouはKling 5またはKling 5.0を発表も予告もしておらず、仕様、発売日、価格も公表していません。SNSや第三者のブログで流れる仕様は未検証で、確定した機能として扱うべきではありません。

Kuaishouは何も公表していないため、将来のモデルが動画の長さを延ばすか、プロンプト上限を変えるか、新しいカメラ操作を加えるかは分かりません。Kling5 AIは公開後に追加する予定ですが、時期は約束されていません。

更新は発売日ページで確認できます。また、現在のKling 4.0の機能比較もご覧ください。

出典

よくある質問

Kling 5はすでにテキストから動画を生成できますか?

いいえ。November 17, 2026時点でKuaishouは発表も予告もしておらず、発売日や仕様もありません。現在、Kling5 AIでテキストから動画を生成できる最新モデルは、October 15, 2026に登場したKling 4.0です。Kling5 AIは次のモデルの公開後に追加する予定です。

Kling5 AIのKling 4.0テキスト動画は何秒まで作れますか?

Kling5 AIでは3〜30秒を1秒刻みで指定でき、初期設定は5秒です。画質は720pか1080p、画面比率は16:9、9:16、1:1、21:9から選べます。長い動画ほど消費クレジットは増え、正確な数値は生成前にツールに表示されます。

Kling5 AIのKling 4.0テキスト動画には音声が含まれますか?

いいえ。KlingのアプリとAPIはKling 4.0のネイティブ音声に対応していますが、Kling5 AIのKling 4.0ツールには音声のオン・オフ切り替えがありません。Kling5 AIで動画内に音声を直接生成したい場合は、音声切り替えがあるKling 3.0を使ってください。初期設定はオフです。

Kling5 AIのプロンプトが2,500文字に制限されるのはなぜですか?

Kling5 AIはウェブ上の単一ショットの入力を簡潔に保つため、Kling 4.0テキスト動画の入力欄を最大2,500文字に制限しています。Klingの文書ではより長い入力が可能で、ユーザーマニュアルでは8,000トークン未満、APIでは英語で最大26,000文字です。Kling5 AIで生成する前に、複数の動作を含むプロンプトを明確で目に見える動作に絞ってください。

Kling 4.0テキスト動画で@Image1タグやキャラクターライブラリを使えますか?

いいえ。Kling5 AIのテキスト動画モードはテキストのみを受け付け、@Image1や@image_1タグ、Elementsキャラクターライブラリ、参照素材のアップロードには対応していません。これらのタグを使う手順はKlingの参照素材に関する文書のものです。Kling5 AIでは、開始・終了フレームには画像から動画モード、参照画像や動画には参照から動画モードを使ってください。

Kling 5 AI で制作

アイデアを動画に

動画生成ツールを開いて、制作を始めましょう。

動画を生成
Kling 4.0text to videoKling 5Kling 3.0AI video

著者

Kling 5 AI Team