Kling 3.0 Turbo ハンディカム風プロンプト検証

Q: Klingのプロンプトで「テキストが長すぎる（your text is too long）」というエラーが出るのはなぜですか？

`multi_prompt` のセグメントのどれかが512文字を超えているからです。プロンプト全体ではなく、**個々のセグメント**です。実APIで確認しました。512文字は通り、513文字で落ちます。ドキュメントには2500と書かれていますが、それが本当なのは単体の `prompt` フィールドの場合だけで、`multi_prompt` の中のセグメントには当てはまりません。エラーメッセージはフィールド名も上限値も教えてくれないので、まずいちばん長いショットから二分探索してください。犯人はほぼ必ずCAMERA / LOOKブロックです。アクションを足す前の時点で、すでに約360文字あります。

Q: Kling 3.0 Turboの絵コンテは何ショットまで作れますか？

6つです。`multi_prompt` が受け付けるセグメントは最大6つで、これを引き上げるパラメータはありません。これが効いてくるのは、Xで出回っているハンディカム風テンプレートが10ビート構成（15秒クリップを2秒刻みで10ビート）だからです。この10ビートは入りません。シーケンスを6ショットに圧縮するか——検証した限りではこちらのほうが良い結果でしたが——全体を散文にして単体の `prompt` フィールドに書いてください。こちらは2,400文字以上を受け付け、ショット数の上限もありません。

Q: Kling 3.0 Turboにネガティブプロンプトはありますか？

ありません。`input` オブジェクトが公開しているフィールドはちょうど5つ——`prompt` または `multi_prompt`、`image_urls`、`duration`、`aspect_ratio` です。`negative_prompt` も `seed` も `cfg_scale` もありません。したがって、バズっているテンプレートの「no stabilization」「avoid plastic skin」といった行は、すべて**肯定プロンプトの中に入ってしまいます**。あの劣化した質感がめったに出てこないのは、これが理由だと考えられます。こうした指示は、欲しいアーティファクトを肯定文で描写する形に書き換えてください。

Q: Kling 3.0 Turboでハンディカム風の見た目は作れますか？

私たちが試した限り、**テキストだけでは作れません**。ハンディカム風テンプレートを丸ごと投げたところ、アクションもライティングも人物のディテールもすべて正確に実行された動画が返ってきました——そして、浅い被写界深度と正確な露出で、クリーンに描かれていました。ノイズゼロ、揺れゼロ、ピント迷いゼロ。いちばん見込みがあるのは、**本当に劣化した先頭フレームを使った画像から動画（i2v）＋質感を肯定文で描写＋後処理でノイズ追加**という組み合わせです。ここでのTurboの弱点は「レンダラーとして優秀すぎること」であり、それは他のほぼすべての用途では、まさに望ましい性質でもあります。

Q: Kling 3.0 Turboの動画は何秒まで作れますか？

3〜15秒、デフォルトは5秒です。`duration` は整数フィールドで、standardとproのどちらのティアでも同じ範囲です。私たちのテスト動画は10秒で発注し、実測10.04秒で返ってきました——h264、1280×720、24fps、そして自動生成されたaac音声トラック付き。APIに音声のトグルがないためです。

Q: 画像を使うと aspect_ratio が無視されるのはなぜですか？

無視されているのではなく、**そもそも送れません**。Kling 3.0 Turboでは `aspect_ratio` と `image_urls` は排他です。先頭フレーム（画像は最大1枚）を渡した時点で、出力の画面比はその画像が決めます。9:16が必要なら、アップロードする前に参照フレームを9:16にトリミングしておいてください。

最終更新: 2026年7月

TL;DR

2026年7月第2週、Xのタイムラインを埋め尽くしたあのミニDV風ハンディカム動画は、Kling 3.0 Turboで作られています。そこで、実際にコピーされているテンプレートをそのまま実APIに投げてみました。結果、ドキュメントのどこにも書かれていない仕様が3つ出てきました。multi_prompt の絵コンテは1ショットあたり512文字が上限（OpenAPI仕様書には2500と書いてあります）、絵コンテ自体も最大6ショットまで（バズっているテンプレートは10ビート構成です）、そして**negative_prompt フィールドが存在しません**。つまり、テンプレートに並ぶ「No stabilization, no cinematic polish, avoid plastic skin」の類は、すべて肯定文としてモデルに渡っているということです。

そのうえで、テンプレート全文で実際に1本生成しました。Turboは演出を完璧にこなし、そして——絵を汚すことだけは、頑として引き受けてくれませんでした。

テンプレートが要求したこと	Kling 3.0 Turboの実際の出力
毛布をたたむ→本を積む→ケーブルを巻く、この順番で	完璧。ビートの順番まで指示どおり
暖色のランプ、夜の窓、同一人物の一貫性	完璧。顔も最後まで崩れず
手持ちの揺れ、ピント迷い、露出の呼吸	出ませんでした
ミニDVテープのノイズ、2000年代の潰れた画質	出ませんでした
出力	h264 / 1280×720 / 24fps / aac音声 / 10.04秒

このトレンドの正体

2026年7月8日ごろから、Xにある種のクリップが急増しはじめました。少し散らかった寝室にいる人物を、2003年に親が持っていたようなビデオカメラで撮ったような映像です。手持ち。オートフォーカスが行ったり来たりする。ランプが画角に入るたびに露出が跳ねる。暗部をノイズが這う。何かをぼそぼそとつぶやき、ハンガーがパイプをこすり、最後に手がレンズに伸びてきて画面を覆う。この「手でレンズを覆う」締めは、ほぼすべての作例に入っていて、いまやこのジャンルの見分け方になっています。

被写体はわざと退屈です。深夜の部屋の片づけ、買ってきた食材をしまう、スーツケースに荷物を詰める、コーヒーを淹れる。「発掘されたミニDVテープ」や2000年代初頭のメイキング映像、という体裁のものもあります。ウケているのは派手さではなく、その逆です。誰も演じていないように見える——これは、きれいに仕上がったAI動画がずっとできなかったことでした。

作り手はほぼ同じテンプレートを、Kling 3.0 TurboとSeedance 2.0の両方で回しています。私たちが検証したのはKlingだけなので、この記事で断言するのもKlingについてだけです。ただ、プロンプト付きで拡散され続けているのはKling版のほうで、だからこそ同じテキストが数百件のリプライにコピペされている、という状況になっています。

先に現物を見たい方はこちらへ。

みんながコピーしているプロンプト

SNSで広まったものにしては、テンプレートの作りがやけにしっかりしています。一行プロンプトではありません。ラベル付きの6ブロック構成で、作者が違ってもこの型はほとんど変わりません。

ブロック	中身
CAMERA / LOOK	カメラ本体（ミニDV、Hi-8、2000年代初頭のハンディカム）、手ブレ、ピント迷い、テープノイズ、露出の呼吸
STYLE	ASMR的な空気感、ゆっくりした間、「何も起きない」テンション
SUBJECT / SETTING	人物ひとり、部屋ひとつ、平凡な作業ひとつ
STORYBOARD	2秒に1ビート——15秒クリップなら通常10ビート
AUDIO NOTES	音の一覧表。ハンガーが滑る音、紙を重ねる音、掃除機のうなり、布ずれ。音楽は明確に禁止
REALISM NOTES	モデルに「やってはいけないこと」のリスト

このテンプレートの心臓部はCAMERA / LOOKブロックで、これがとにかく長い。私たちが計測したバージョンでは、このブロックだけで約360文字ありました。この数字、あとで効いてきます。

面白いのはREALISM NOTESブロックです。中身がほぼ全部、否定形で書かれているのです。出回っているテンプレートから、原文のまま引きます。「No stabilization.（手ブレ補正なし）」「No cinematic camera moves.（映画的なカメラワークなし）」「No modern color grading.（現代的なカラーグレーディングなし）」「no cinematic polish.（映画的な磨き上げなし）」「Avoid warped anatomy, face morphing, over-smoothing, CGI shine, plastic skin.（体の破綻、顔の変形、のっぺりした平滑化、CGI的な光沢、プラスチック肌を避けよ）」

つまり、5〜6文まるごと「描くな」と伝えることだけに使われている。これも、頭の片隅に置いておいてください。

実際に生成してみた

ハンディカム風テンプレートを丸ごと使い、Kling 3.0 Turboのstandardティアで10秒のテキストから動画（t2v）を1本生成し、コマ送りで見返しました。正直な結果を書きます。トレンドが約束しているものとは、違いました。

実際に生成したKling 3.0 Turboの1フレーム——動作も暖色のランプ光も指示どおりだが、ハンディカムのテープ質感ではなくクリーンに描かれている

プロンプトの「物語」の部分は、すべて着地しました。暖かいランプの灯る寝室で、青年が毛布をたたみ、机の上の本の山をそろえ、充電ケーブルを巻く。窓の外には街の灯り。ライティングは、まさに指示したとおりのしっとりしたアンバー。しかも人物の顔が、1秒目から最後まで一貫している。これは小さな話ではありません。顔の崩れ（face drift）は、10秒級のAIクリップをいちばん多く殺している失敗モードだからです。**演出家としてのTurboは、仕事をきっちりやりました。**書いたビートは、全部撮ってくれた。

同じクリップの別フレーム——充電ケーブルを巻く動作はプロンプトどおりだが、同じプロンプトで指示したノイズもピント迷いも一切出ていない

問題は、絵そのものです。きれいなのです。 浅い被写界深度、正確な露出、考え抜かれた構図、なめらかな動き。よくできた短編映画に見えます。テープノイズはありません。手ブレもありません。ピント迷いも、露出の呼吸もない。この画面のどこにも2003年のビデオカメラの気配はなく、あるのは「腕のいいカメラマン」の気配だけです。

生成した10秒の元動画はこちらから、ご自身の目で確かめてください。実測した出力仕様はこうです。

項目	実測値
コーデック	h264
解像度	1280×720（standardティア）
フレームレート	24fps
音声	aac、自動で付与
尺	10.04秒

居心地の悪い結論を書きます。Kling 3.0 Turboは、この小技をやるには「うますぎる」モデルです。 描画がきれいすぎる。そしてこの美学は、汚く描けることに全面的に依存している。ここは慎重に言葉を選ぶ必要があります。というのも、「きれいすぎる」は、Kling 3.0 Turboの用途のおよそ95%——商品カット、広告、ストーリークリップ、要するに「高そうに見せたい」あらゆる仕事——においては、褒め言葉だからです。困るのは、クリエイティブの要件が「自分が生まれる前のカメラで撮ったように見せてくれ」であるときだけ。

ドキュメントに書かれていない3つの壁

実APIを叩いて、「本当はどこで壊れるのか」と「ドキュメントがどこで壊れると言っているか」を突き合わせました。この2つは、一致しませんでした。

Kling 3.0 Turboが実際に受け付ける仕様とドキュメントの記載の比較——1ショット512文字の壁、6ショット上限、ネガティブプロンプトなし

壁1: 1ショット512文字。2500ではありません

プロバイダのOpenAPIスキーマは、multi_prompt 内のプロンプト文字列に maxLength: 2500 と宣言しています。実際の上限は1セグメントあたり512文字でした。見つけ方は地味です。二分探索しました。512文字のセグメントは通り、513文字のセグメントは弾かれます。ドキュメント上の天井と実際の天井のあいだに、5倍の開きがあるということです。

いちばんタチが悪いのは、弾かれ方です。返ってくるのはこれだけ。

"Your text is too long. Please shorten it and try again."

フィールド名なし。上限値の明示なし。6つあるショットのどれが犯人かの手がかりもなし。このAPIの上に何かを作っているなら、このエラーで半日は溶けます。

しかも上限はセグメント単位であって、合計ではありません。480文字のセグメントを3本、合計1,440文字で投げたら、問題なく通りました。一方、519文字のセグメントを1本だけ、リクエスト全体でもわずか1,032文字という状態で投げたら、弾かれました。APIは、あなたが合計でどれだけ書いたかを気にしていません。気にしているのは、個々のショットが512を超えていないかだけです。

ここで、さっきのCAMERA / LOOKブロックに戻ってください。アクションを1つも書かないうちに、すでに約360文字。そこへ「彼女がパイプからハンガーを引き抜き、レンズが彼女の手にピントを探す」を足せば、ショット1の時点でもう線を越えています。いちばんコピーされているハンディカム風テンプレートは、構造的に、絵コンテとして走らせようとした瞬間にこの壁に必ずぶつかるようにできているのです。

例外がひとつ、しかも役に立つ例外があります。単体の prompt フィールドは512文字制限の対象外です。プレーンな prompt に2,400文字超を流し込んだところ、受理されました。ドキュメントの2500は本当らしい——ただしそれは prompt の話であって、multi_prompt の中のセグメントの話ではありません。

壁2: ショットは最大6つ

multi_prompt が受け付けるセグメントは最大6つ。一方、Xで広まっているハンディカム風テンプレートは、2秒刻みのビートグリッド上に10ビートを並べて15秒クリップにする設計です。

10ビートは6枠に入りません。上限を引き上げるフラグもありません。つまり、みんながコピペしている絵コンテは、Turboでは絵コンテとしてそもそも実行できない。1本の散文プロンプトに圧縮するしかない——そして、おそらく多くの人が、4ビート落としていることに気づかないまま、すでにそうしています。

壁3: ネガティブプロンプトが存在しない

すべての前提をひっくり返すのがこれです。Kling 3.0 Turboの input オブジェクトには、フィールドがちょうど5つしかありません。

フィールド	受け付ける値
`prompt` または `multi_prompt`	テキスト。`multi_prompt` は最大6セグメント、各512文字
`image_urls`	画像は最大1枚。先頭フレームとして使われる
`duration`	3〜15秒（デフォルト5）
`aspect_ratio`	`16:9` / `9:16` / `1:1` ——`image_urls` と同時には送れません

negative_prompt はありません。seed もありません。cfg_scale も resolution もない。standard（720p）とpro（1080p）はパラメータではなくモデルパスで選びます——kling-3.0-turbo/standard か kling-3.0-turbo/pro か。音声にもトグルはなく、常に自動生成されます。私たちのテスト動画に、頼んでもいないaac音声トラックが付いてきたのはそのためです。

なぜ粒状感が出ないのか

壁3と、「クリーンに描かれた」実測結果。この2つを並べると、ひとつの筋書きが浮かび上がってきます。

テンプレートに並ぶ「No stabilization」「No cinematic camera moves」「no cinematic polish」「Avoid plastic skin」——これらの行き先は、肯定プロンプトしかありません。振り分けるべきネガティブフィールドが、そもそも存在しないからです。結果としてモデルは、それらを「注意を向けるべきテキスト」として受け取ります。そして拡散モデルは、肯定文の中の否定表現の扱いが極端に苦手なことで知られています。画像モデルに「映画的な磨き上げをするな」と言えば、しばしば映画的に磨き上げられたものが返ってくる。「シロクマのことを考えるな」が、シロクマを考えない方法として最悪なのと同じ理屈です。トークンはプロンプトの中に入る。「no」という意味のほうは、しばしば入らない。

ここは、言い切りかたに気をつけたいところです。私たちはこれを証明していません。 証明するには対照実験（アブレーション）が要りますが、そもそもネガティブプロンプトのフィールドが存在しない以上、比較対象を外す実験ができません。言えるのは、これが現時点で最も有力な説明である、ということです——テンプレートは劣化表現をほぼ全面的に否定形の指示に頼っている、APIには否定を流すチャンネルがない、そして同じプロンプトの中で肯定形で書かれた指示だけが完璧に着地し、劣化表現だけが一貫して出てこない。この相関は、手を打つ根拠としては十分に強い。その「手」が次のセクションです。

では、どこまで近づけるか

以下はすべて、実測から直接導かれる話です。このどれをやっても、Turboであの見た目を完全に再現することはできません——現状それは無理だと考えています。ただ、それぞれが、見つかった失敗モードをひとつずつ潰してくれます。

劣化は「禁止」ではなく「断定」で書く。 これが最も効く一手です。プロンプトから「no」と「avoid」を全部消して、欲しいアーティファクトを肯定文で描写し直します。「手ブレ補正なし」ではなく「カメラは一歩ごとに揺れて跳ね、水平線が傾く」。「現代的なカラーグレーディングなし」ではなく「色は褪せ、黒は白っぽく浮き、緑がかったかぶり、ランプの周りはハイライトが飛んでいる」。「CGI的な光沢を避けよ」ではなく「マットで、少しやわらかい、毛穴の見える肌」。存在しない絵を締め出すのではなく、存在する絵を描写する。 ネガティブフィールドがない以上、あなたに残されたチャンネルはこれだけです。

multi_prompt ではなく単体の prompt を使う。 512文字ではなく2,400文字以上使えて、セグメントの壁と6ショット上限の両方を回避できます。ビートは「まず彼女は…、次に…、最後に…」という散文の流れとして、1つのフィールドの中に書いてください。

それでも絵コンテを使うなら、文字数はケチにケチる。 1ショット512文字、ここは動きません。CAMERA / LOOKブロックを全セグメントで繰り返す余裕はない、ということです。ルックの説明はショット1で一度だけ、360文字よりかなり短く圧縮して書き、残りのセグメントはアクションだけに絞ります。

「汚い」参照フレームを与える。 Turboは image_urls に1枚だけ、先頭フレームを受け付けます。本当に劣化した静止画——実機のハンディカムからのキャプチャ、あるいは自分でノイズ・色ノイズ・白飛びを意図的に叩き込んだ写真——を食わせれば、モデルは質感について言葉ではなく実物の目標を手にします。Xで出回っているHi-8風の画像から動画（i2v）バリエーションが取っているのがこの手で、このAPIで使えるレバーの中では構造的に最も強いやり方です。ただし、画像と一緒に aspect_ratio は送れません。画面比を決めるのはフレームのほうです。

「汚す」工程は後処理でやる。 Kling 3.0 Turboではクリーンに生成しておいて、あとから編集ソフトでノイズ、ゲートウィーブ、色にじみ、4:3クロップを足す——これを止めるものは何もありません。魔法感はありませんが、「テープに見える」ところまで確実に着地する唯一のルートは、いまのところこれでした。逆に目的が最大限の劣化ではなく最大限の解像度なら、解像度まわりは4K動画ガイドにまとめてあります。

クレジット料金

kling4.coでは、Kling 3.0 Turboは出力1秒あたりの課金です。

ティア	解像度	クレジット/秒	10秒クリップ	15秒クリップ
standard	720p	22	220クレジット	330クレジット
pro	1080p	29	290クレジット	435クレジット

無料枠について、正直に書きます。サインアップすると100無料クレジット（カード登録不要）がもらえますが、これは10秒のTurboクリップ1本にすら足りません。ただし、短いテストなら十分にまかなえます——standardの4秒レンダーが90クレジット、3秒なら65クレジット。そもそもプロンプトの調整は、この長さでやるのが正解です。粒状感が出たかどうかは、4秒あれば分かってしまうのですから。

つまり無料枠は、プロンプトが機能するかどうかを確かめるには十分。動画を仕上げるには足りません。 それ以上のことを言ってくる情報があれば、それは何かを売りたい話だと思ってください。

その先の話をすると、買い切りのStarterパックが1,480クレジットで$19.90（standardの10秒クリップ約6本ぶん）、月額プランは2,000クレジットで$19.90から、Standardが5,200クレジットで$49.90です。内訳は料金ページにあります。

ここで見積もるべきは試行回数のコストです。文字数オーバーで弾かれるぶんには無料——APIは生成する前に断るので、512文字の壁を探る作業自体はタダです。しかし、あの見た目を探して回すたびに出てくる「きれいで粒状感のない動画」は、1本220クレジット。90クレジットの4秒レンダーで詰めてから、本番に行ってください。

FAQ

Klingのプロンプトで「テキストが長すぎる（your text is too long）」というエラーが出るのはなぜですか？
multi_prompt のセグメントのどれかが512文字を超えているからです。プロンプト全体ではなく、個々のセグメントです。実APIで確認しました。512文字は通り、513文字で落ちます。ドキュメントには2500と書かれていますが、それが本当なのは単体の prompt フィールドの場合だけで、multi_prompt の中のセグメントには当てはまりません。エラーメッセージはフィールド名も上限値も教えてくれないので、まずいちばん長いショットから二分探索してください。犯人はほぼ必ずCAMERA / LOOKブロックです。アクションを足す前の時点で、すでに約360文字あります。

Kling 3.0 Turboの絵コンテは何ショットまで作れますか？
6つです。multi_prompt が受け付けるセグメントは最大6つで、これを引き上げるパラメータはありません。これが効いてくるのは、Xで出回っているハンディカム風テンプレートが10ビート構成（15秒クリップを2秒刻みで10ビート）だからです。この10ビートは入りません。シーケンスを6ショットに圧縮するか——検証した限りではこちらのほうが良い結果でしたが——全体を散文にして単体の prompt フィールドに書いてください。こちらは2,400文字以上を受け付け、ショット数の上限もありません。

Kling 3.0 Turboにネガティブプロンプトはありますか？
ありません。input オブジェクトが公開しているフィールドはちょうど5つ——prompt または multi_prompt、image_urls、duration、aspect_ratio です。negative_prompt も seed も cfg_scale もありません。したがって、バズっているテンプレートの「no stabilization」「avoid plastic skin」といった行は、すべて肯定プロンプトの中に入ってしまいます。あの劣化した質感がめったに出てこないのは、これが理由だと考えられます。こうした指示は、欲しいアーティファクトを肯定文で描写する形に書き換えてください。

Kling 3.0 Turboでハンディカム風の見た目は作れますか？
私たちが試した限り、テキストだけでは作れません。ハンディカム風テンプレートを丸ごと投げたところ、アクションもライティングも人物のディテールもすべて正確に実行された動画が返ってきました——そして、浅い被写界深度と正確な露出で、クリーンに描かれていました。ノイズゼロ、揺れゼロ、ピント迷いゼロ。いちばん見込みがあるのは、本当に劣化した先頭フレームを使った画像から動画（i2v）＋質感を肯定文で描写＋後処理でノイズ追加という組み合わせです。ここでのTurboの弱点は「レンダラーとして優秀すぎること」であり、それは他のほぼすべての用途では、まさに望ましい性質でもあります。

Kling 3.0 Turboの動画は何秒まで作れますか？
3〜15秒、デフォルトは5秒です。duration は整数フィールドで、standardとproのどちらのティアでも同じ範囲です。私たちのテスト動画は10秒で発注し、実測10.04秒で返ってきました——h264、1280×720、24fps、そして自動生成されたaac音声トラック付き。APIに音声のトグルがないためです。

10秒のTurbo動画は何クレジットかかりますか？
standardティアで220クレジット（22クレジット/秒、720p）、proなら290クレジット（29クレジット/秒、1080p）です。standardの15秒クリップは330クレジット。クレジットは5単位に丸められるので、4秒のテストは90、3秒なら65になります。サインアップ時にもらえる100無料クレジットでは10秒を1本フル生成することはできませんが、短いテストなら2回ほど回せます——そもそもプロンプトの調整は、その回し方でやるべきです。

画像を使うと aspect_ratio が無視されるのはなぜですか？
無視されているのではなく、そもそも送れません。Kling 3.0 Turboでは aspect_ratio と image_urls は排他です。先頭フレーム（画像は最大1枚）を渡した時点で、出力の画面比はその画像が決めます。9:16が必要なら、アップロードする前に参照フレームを9:16にトリミングしておいてください。