写真1枚で顔と衣装をカットをまたいで固定
参照写真や短い動画、複数アングルの素材から人物の見た目をロックできます。動きの途中で顔が別人になる「崩れ」を抑えられるため、シリーズものや続編カットでも同じキャラクターとして通せます。
- 顔・衣装・配色の3点を「変えない要素」として明記する
- 同じ人物の続編カットでは毎回同じ参照素材を使う

Kling AI(クリング AI)は快手(Kuaishou)グループが手がける動画生成モデルです。テキストや画像からショートクリップを生成でき、人物の顔立ちを保つ一貫性、セリフと口の動きを合わせるネイティブ音声、最長15秒のマルチショット演出までを1つのワークフローで扱えます。
まずは日本語の解説動画で、Kling 3.0の使い方とマルチショット演出・音声同期などの新機能をチェック。イメージが掴めたら、上のツールで自分のシーンを試せます。
会話、マルチショット、商品、手仕事、ダンス、写真起点の6パターンです。動き・カメラ・固定したい要素の3点を書く型はどれも同じなので、被写体だけ自分の題材に置き換えて使えます。
屋台のカウンター越しに交わされる短い会話。セリフに合わせて口が動く、ネイティブ音声向きのシーンです。

「夜の屋台通り。カウンター越しに店主と客が笑いながら短い会話を交わす。湯気と提灯の光、浅い被写界深度。カメラはゆっくり横移動。二人の顔と服装は固定し、口の動きはセリフに合わせる。」
遠景・足元・クローズアップの3ショットを1回の生成でつなぐ構成例。引き継ぐ要素を先に決めるのがコツです。

「雪の温泉街を3ショットで。①石段の遠景から湯気の立つ通りへ ②下駄で歩く旅人の足元 ③手ぬぐいを持って振り返る笑顔のクローズアップ。夕暮れの青とオレンジ。人物の顔と着物の柄は全ショットで統一。」
ラベルの形を崩さずに水の動きだけを加える商品カット。ECやSNS広告のリビール演出に使えます。

「明るい水面にガラスのコスメボトルがゆっくり落ち、王冠状のしぶきが上がって静止する。水滴がラベルを流れ、光が屈折する。真横からのスローモーション。ボトルの形とラベルの文字は崩さない。」
指先の動きにカメラが寄っていくマクロカット。物の質感と手の動きを大画面で見せる解説・紹介動画向けです。

「和菓子店の作業台。職人の手が練り切りを木べらで仕上げていく。指先の動きに合わせてカメラが少しずつ寄る。柔らかい窓光、粉の質感。手元と和菓子の色は変えない。」
参照クリップの振付を別のダンサーに引き継がせる、Motion Control前提のシーンです。

「参照クリップのダンスの振付を、夜のネオン路地で踊る別のダンサーに転写する。ステップと腕の軌道は参照通り、濡れた路面にネオンが反射する。ダンサーの顔と衣装は参照写真のまま固定する。」
1枚の写真を起点に、表情と視線だけを動かす画像から動画の定番パターンです。

「アップロードした写真の店先の三毛猫が、ひなたでゆっくり顔を上げてカメラを見る。しっぽが小さく揺れる。午後の柔らかい光、背景のボケ。毛色と模様は写真のまま変えない。」
Kling AIは1行のプロンプトでも動きますが、真価は演出指示にあります。人物の固定、セリフの同期、ショットの積み上げ——素材と指示を渡すほど、仕上がりは映像制作の言葉で返ってきます。
参照写真や短い動画、複数アングルの素材から人物の見た目をロックできます。動きの途中で顔が別人になる「崩れ」を抑えられるため、シリーズものや続編カットでも同じキャラクターとして通せます。

Kling 3.0は音声を後付けではなく生成の段階で同期します。セリフに合わせた口の動きに対応し、複数キャラクターのシーンでは誰が話すかの指定も可能とされています。会話劇やナレーション動画の下地づくりが一気に速くなります。

1回の生成で複数ショットの流れを扱えます。導入・展開・寄りのクローズアップのように順番を書き、カット間で引き継ぐ要素(人物・光・場所)をメモしておくと、15秒が1本の物語としてつながります。

ダンスや所作、指先のジェスチャーまで、文章にしにくい動きは参照動画で渡せます。Kling Motion Controlは動作参照と「従わせたい被写体」をペアで指定する方式で、同じ振付を複数のバリエーションに再利用できます。

Kling O3 Standardでは、キャラクター・小道具・背景・声などの参照を役割ごとに分けて扱えます。ブランドの世界観を保ったまま、シーン違いのカットを量産する使い方に向いています。

トラッキング、POV、ドローン風の俯瞰などカメラの言葉が通じます。布や水、髪の揺れも重力と慣性に沿って動くため、実写素材と並べても違和感の少ないカットになります。開始・終了フレームを画像で指定する組み立ても可能です。

モデルの性能を引き出すのは、指示と素材の整理です。Gazoulabは、Klingに渡すブリーフづくりから他モデルとの比較までを1つの画面にまとめました。
Kling 1.6から2.x、3.0、O3まで、バージョンの切り替えは生成画面のセレクターだけ。案件ごとに使い分けても、プロンプトと参照素材はそのまま引き継げます。
アプリのインストールも海外サービスのアカウント開設も不要。日本語のUIで、思いついたときにすぐ試せます。
月額プランに縛られず、使う分だけ。必要なクレジットは選ぶバージョン・尺・画質に応じて、生成画面にリアルタイムで表示されます。
顔用の写真、動き用のクリップ、雰囲気用の画像。アップロードと役割メモを同じパネルで管理でき、ブリーフの迷子を防げます。
16:9・9:16・1:1を生成前に選択。リール、ショート、フィード投稿から横型の広告面まで、書き出し後のトリミング作業を減らせます。
同じブリーフのまま、Veo、Sora、Seedance、Hailuoなどに切り替えて試せます。Klingが得意なカットかどうか、迷ったら並べて判断できます。
Kling 2.1・Kling 3.0・Kling O3を、用途、入力、シーン構成、一貫性、音声、クリップ長の観点で並べました。Gazoulabでは1.6からO3まで選べます。Kling 3.0系をさらに深掘りしたい場合はKling 3.0の生成画面もご覧ください。
| 比較項目 | Kling 2.1 | Kling 3.0 | Kling O3 |
|---|---|---|---|
| 得意な用途 | 1アクションのシンプルな短尺カット | シネマティックな短編、広告フック、キャラクターの芝居 | 人物・物・場所・声を参照で分離管理する複雑なショット |
| 入力の重心 | プロンプト中心。必要なら画像1枚 | プロンプト+キャラ・商品・場所・スタイル・カメラの指定 | 役割別の複数参照(人物・小物・場面・スタイル・声・演技) |
| シーン構成 | 単一ビートで短く読みやすく | ショット順・アクション・カメラ・終了状態を1つのアークで | 役割と転換を分割し、参照同士を競合させない |
| 一貫性の狙い | 被写体・衣装・形状を名指しで固定 | キャラ・物・場・光・スタイルをショット全体で固定 | 参照ごとにレーンを割り当て、カメラが変わっても分離を維持 |
| 音声の扱い | 音声を主役にしない設計が安全 | セリフ・声・音楽・環境音を追加可(選択肢は生成画面で確認) | 話者のトーンや演技、音の役割まで参照で指示 |
| クリップ長の設計 | 1つの短いシーンとして書く | 1ビートの短い物語。公式説明では最長15秒(プランで要確認) | 参照が重いアイデアは短いクリップに分割 |
| Motion Control | 振付・ジェスチャー・繰り返しの所作が主役なら、Kling Motion Controlを使います。動作の参照クリップと「従わせたい被写体」をペアで指定するのが基本形です。 | ||
Kling AIの使い方は3ステップです。入力方法を選び、動きとカメラを言葉にして、生成結果を見ながら仕上げていきます。

新しいシーンをゼロから作るならテキストから動画。人物や商品の見た目、最初のフレームを決めておきたいなら、画像から動画を選んで写真をアップロードします。

アクション、カメラの軌道、雰囲気、光、そして「変えたくない要素」を書きます。セリフを入れる場合は、誰が何をどんなトーンで話すかも指定します。

まず1本生成し、イメージと違う箇所を確認。プロンプトか参照素材のどちらか一方だけ直して再生成すると、変化の原因が追いやすくなります。長さやバージョンの変更も同じパネルで試せます。
SNSの1本から広告のABテスト、本編集前のプリビズまで。人物と音がからむ短尺動画を作る人ほど、Kling AIの一貫性と音声同期が効いてきます。
縦型ショートやリールを毎日回す人へ。話すキャラクター、コント仕立ての小ネタ、トレンドの型を15秒以内のクリップとして形にできます。
商品リビール、使用シーン、季節キャンペーンを配信面別に量産。ラベルやパッケージの形を参照で固定できるのが強みです。
撮影前のコンセプト検証やクライアント向けのムードリールを低コストで。同じキャストのまま複数案を並べて提案できます。
カメラの軌道、カットのつなぎ、芝居の間合いをプリビズとして確認。Motion Controlで振付や所作の再現性も試せます。
ルックとトーンの方向性を「動く形」で提示。静止画のモックより速く、関係者の意思決定を進められます。
手順のデモ、会話のロールプレイ、解説動画のドラフトづくりに。セリフ付きのシーンを撮影なしで用意できます。
快手(Kuaishou)グループが開発する動画生成モデルで、日本では「クリング AI」とも呼ばれます。テキストや画像からショートクリップを生成でき、キャラクターの一貫性、セリフと口の動きの同期、最長15秒のマルチショット演出に対応します。公式サイトはkling.aiで、動画のほか画像・音声・エフェクトのツールも提供されています。
Kling側には無料枠がありますが、公式の説明では無料生成には透かしが付き、透かしなしの書き出しは有料メンバーシップの範囲です。Gazoulabでは上のツールでプロンプトや参照素材の整理を無料で行えます。実際の生成条件は変わることがあるため、利用時点の表示を確認してください。
Kling公式はメンバーシップ制、Gazoulabはクレジット制の従量課金です。必要なクレジット数は選ぶバージョン・尺・画質で変わるため、生成画面のリアルタイム表示が基準になります。有償案件の前には料金ページと生成画面で最新の条件を確認してください。
上のワークスペースで3ステップです。①テキストから動画か画像から動画を選ぶ ②動き・カメラ・雰囲気と「変えたくない要素」を書く ③長さとアスペクト比を選んで生成し、結果を見ながら微調整します。詳しい流れは本ページの「使う方法」セクションをご覧ください。
Kling 3.0はネイティブ音声とリップシンクに対応し、セリフや環境音を映像と同時に生成できます。複数人のシーンでは誰が話すかの指定も可能とされています。書き出しやプランによる差があるため、納品前にダウンロードした動画で口の動きと音ズレを確認しましょう。
公式の説明では最長15秒の連続生成に対応し、標準で1080p、上位プランでは4Kの書き出しが可能です。実際の選択肢はバージョンとプランで変わるため、生成画面の表示を基準にしてください。
保ちやすいです。写真1枚、短い参照動画、複数アングルの素材から人物の顔立ちや衣装を固定できます。「変えてはいけない要素」を具体的な言葉で書き、同じ参照素材を使い続けるのがコツです。
Kling 3.0はプロンプトと参照を組み合わせて短編を仕上げる主力モデル、Kling O3 Standardは人物・小物・場所・声といった参照を役割ごとに分離して扱う上位ワークフローです。参照が2〜3種類を超える企画ならO3、1つの物語ビートを速く形にしたいなら3.0が目安です。詳しくは上のモデル比較表をご覧ください。
商用利用の可否は、Klingの利用規約、生成に使ったプラン、参照素材やブランド資産の権利で決まります。公式FAQは広告やSNSなどでの商用利用を認めるとしていますが、条件は変わり得るため、有償案件やクライアントワークの前に最新の規約を確認してください。
いいえ、快手・Klingの公式サイトではありません。GazoulabはKlingの各バージョンをブラウザから使える生成ワークスペースで、同じ画面からVeoやSoraなど他のモデルに切り替えて比較することもできます。名前の似た非公式サイトやアプリも存在するため、公式情報はkling.aiで確認してください。