Kling 3.0 Turbo 画像→動画プロンプトレシピ：そのままコピーできるプロンプトと実際の出力

概要

• 本記事の内容：そのままコピーできる4つの kling-3.0-turbo 画像→動画プロンプトレシピ。それぞれに入力ファーストフレーム、正確なモーションプロンプト、そして実際の API で生成した実クリップを掲載——リトライを一切隠さない、初回のオリジナル出力です。
• 対象範囲：EC 商品のオービットショット、縦型 9:16 ポートレートの微動、信憑性のある物理で継続するフリーズした動作の瞬間、そして定番のリビングフォト風景。
• モデルの事実（ライブのタスク API で検証済み）：入力は prompt + image_urls（ちょうど1つの公開画像 URL）+ duration（整数 3〜15 秒）+ resolution（720p/1080p）。aspect_ratio フィールドはありません——出力は入力フレームに従うため、9:16 の静止画は 9:16 の動画になります。
• 価格（出力1秒あたり、料金ページより）：720p は $0.13/秒、1080p は $0.16/秒——テキスト→動画版と同じ均一料金。5秒クリップは $0.65、3秒のお試しは $0.39。
• 音声：クリップにはネイティブの環境音トラックが付いて返されます——音声をオンにして再生してください。

テキスト→動画 vs 画像→動画：いつ1フレームから始めるべきか

テキスト→動画は構図においてくじ引きのようなものです。シーンを描写し、モデルが返すどんなフレーミングでも受け入れます。画像→動画はこの変数を排除します。まず静止画で構図、被写体、光、ブランドの見え方を固定します——これはアートディレクションも実写もできるもの——そしてプロンプトはすべて動きに使います。何が動くか、どれくらい速く、そしてカメラが何をするか。

これが書き方を変えます。画像→動画プロンプトは、すでに画面にある内容を再描写すべきではありません。モデルはそれを見ています。以下のレシピは1つのルールに従います：画面の内容を参照し、変化だけを描写する——カメラの経路、被写体の動き、環境の動き、そして何が静止したままでなければならないか。

各例は、実際の入力フレームと生成されたクリップ、その間に正確なプロンプトを示します。これらのフレームは gpt-image-2 で生成したので、ワークフロー全体が API で再現可能ですが、お手持ちのどんな画像でも構いません——商品写真、撮影スチル、レンダリング画像など。

レシピ 1——EC：スタジオ写真から商品オービットを生成（16:9）

目標：静止した商品写真を、クリーンなカメラモーション付きのショーケースクリップに変える——EC で最もレバレッジの効く画像→動画のユースケースです。

商品が中央にあり、ライティングがすでに正しいヒーローショットから始めます：

入力ファーストフレーム（16:9、gpt-image-2 で生成——お手持ちのどんな画像でも同じ結果になります）。

次にモーションプロンプト：

Slow smooth orbit around the coffee set, the camera circling a quarter turn to the right while keeping the carafe centered. Steam keeps rising and curling naturally, reflections slide across the glass as the angle changes. The product stays sharp and undistorted, studio lighting unchanged, no cuts, elegant product-video motion.

コーヒーセットを囲む4分の1回転のオービット、湯気は立ち上り続ける——kling-3.0-turbo/image-to-video、5秒 @ 720p。上記のファーストフレームから生成した実際の出力、初回オリジナル、本ガイド用に生成。

なぜ効果的か：プロンプトは商品を再描写しません——画面がすでにそれを担っています。代わりに1つのカメラ指示（「slow smooth orbit ... a quarter turn to the right」）、アンカー（「keeping the carafe centered」）、そして保険条項（「stays sharp and undistorted, studio lighting unchanged」）を与えます。オービットを4分の1回転に制限することが重要です。5秒で完全な360度回転は、モデルに商品の見えない背面を捏造させることになり、通常は歪みます。

レシピ 2——縦型 9:16：ショート動画向けポートレート微動

目標：スマホネイティブの縦型で呼吸するような一枚——風、水、まばたき、ゆっくりしたズームイン。これは重要な schema の事実の実演でもあります：画像→動画には aspect_ratio パラメータがありません——出力は画面を継承するため、この 9:16 静止画はトリミングなしで 9:16 クリップを生成します。

入力ファーストフレーム（9:16、gpt-image-2 で生成——お手持ちのどんな画像でも同じ結果になります）。

The scene comes alive: a steady sea wind lifts strands of her hair and ripples the hem of the red coat, small waves roll behind the pier, she blinks slowly and a faint smile forms. The camera pushes in very slowly toward her face. Subtle, realistic motion, no cuts, melancholic cinematic mood.

風が髪を持ち上げ、カメラが同時に寄る——縦型——kling-3.0-turbo/image-to-video、5秒 @ 720p。上記のファーストフレームから生成した実際の出力、初回オリジナル、本ガイド用に生成。

なぜ効果的か：動きはスケールで階層化されています——環境（波、風）、衣装（コートの裾の揺れ）、演技（ゆっくりしたまばたき、かすかな微笑み）、そして1つのカメラモーション（ごくゆっくりしたズームイン）。各層は小さく、合わさると歪んだ写真ではなく生きた瞬間として読めます。「Subtle, realistic motion」はここで実際に効いています——これを省くと、画像→動画モデルは顔を過剰にアニメーション化しがちです。

レシピ 3——物理的な連続性：動作ショットを解凍（16:9）

目標：フリーズした動作の中間フレームを取り、信憑性のある運動量でモデルに動作を完結させる——画像→動画モデルの物理能力への最も難しいテストです。

入力ファーストフレーム（16:9、gpt-image-2 で生成——お手持ちのどんな画像でも同じ結果になります）。

The frozen moment continues: the skateboarder completes the air, drops back into the bowl, wheels hit the concrete with a small wobble he absorbs with bent knees, then he carves up the far wall. The camera pans right to follow him through the landing. Natural skate physics, momentum preserved from the pose, no cuts.

空中動作を完結させ、着地して遠い壁を滑り上がる——kling-3.0-turbo/image-to-video、5秒 @ 720p。上記のファーストフレームから生成した実際の出力、初回オリジナル、本ガイド用に生成。

なぜ効果的か：プロンプトはこのフレームを物理の問題として扱い、正しい続きは1つだけです——「completes the air, drops back into the bowl, wheels hit ... he absorbs with bent knees」。着地を順序立ったビートとして書き、「momentum preserved from the pose」を明示的に要求することで、モデルがスケーターを再び跳ね上げて2つ目の不可能な技をさせるのを防ぎます。小さな不完全さ（「a small wobble he absorbs」）は失敗ではなくリアリズムとして読めます。

レシピ 4——リビングフォト：環境風景のループ（16:9）

目標：定番の画像→動画手法——漂う風景。予算テンプレートでもあります。これは4秒クリップ（$0.52）で、環境の動きを反復するときの安価な形です。

入力ファーストフレーム（16:9、gpt-image-2 で生成——お手持ちのどんな画像でも同じ結果になります）。

Bring the photograph to life with gentle ambient motion: mist drifts slowly across the far shore, soft ripples cross the mirror reflection, clouds creep behind the peaks, and two distant birds glide across the sky. The camera dollies forward very slowly over the water. Calm, seamless, loop-like motion, no cuts.

霧が漂い、さざ波が反射を横切り、カメラが同時に寄る——kling-3.0-turbo/image-to-video、4秒 @ 720p。上記のファーストフレームから生成した実際の出力、初回オリジナル、本ガイド用に生成。

なぜ効果的か：すべてが自然なリズムで動きます——霧は「drifts slowly」、雲は「creep」、さざ波は「cross」——2羽の鳥が目にフォーカスとなる出来事を与え、クリップがスクリーンセーバーのようになりません。「Loop-like motion」はモデルを均一なリズムへ導き、繰り返し再生に耐えます。これはヒーローエリアの背景動画にまさに求めるものです。

入力 Schema、検証済み

以下のすべては、クリップを生成する前にライブのタスク API で確認済みです（無効な値は 400 を返し、受け入れ可能な値を列挙します）：

フィールド	型	説明
prompt	string	必須——画面ではなく動きを描写する
image_urls	文字列配列	必須、ちょうど1つの URL（maxItems: 1）、公開アクセス可能であること
duration	integer	3〜15 秒
resolution	string	720p または 1080p

Schema は厳格です：aspect_ratio、seed、negative_prompt、sound はすべて拒否され、additional properties ... not allowed のエラーになります。知っておくべき結果が2つあります：

• 出力のアスペクト比は入力フレームに従います。縦型動画が欲しい？縦型画像を渡してください（レシピ 2）。画面に対抗できるパラメータはありません。
• 画像 URL はプラットフォームからアクセス可能でなければなりません——CDN やオブジェクトストレージにホストし、認証の後ろや localhost に置かないでください。

自分で実行する（API）

4つのレシピはすべて同じ非同期フローを使います——フレーム URL でタスクを作成し、終状態までポーリングし、mp4 をダウンロードします：

import requests, time

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY", "Content-Type": "application/json"}

def animate(image_url, prompt, duration=5, resolution="720p"):
    body = {"model": "kling-3.0-turbo/image-to-video",
            "input": {"prompt": prompt, "image_urls": [image_url],
                      "duration": duration, "resolution": resolution}}
    task_id = requests.post(API, json=body, headers=HEADERS, timeout=60).json()["data"]["taskId"]
    while True:
        t = requests.get(f"{API}/{task_id}", headers=HEADERS, timeout=30).json()["data"]
        if t["status"] == "success":
            return t["output"][0]["url"]   # signed link, expires — download immediately
        if t["status"] == "fail":
            raise RuntimeError(t.get("error"))
        time.sleep(5)

print(animate("https://your-cdn.example.com/product.jpg",
              "Slow smooth orbit around the product, quarter turn right, no cuts"))

返される output[0].url は一時的です——ホットリンクせず、バイトをすぐに永続化してください。完全なパラメータリファレンスはドキュメントを参照してください。

よくある質問

これは kling-3.0-turbo のテキスト→動画とどう違いますか？
同じファミリー、同じ秒単位の価格、異なる制御面です。テキスト→動画は aspect_ratio を受け取り構図を生み出します。画像→動画は1つの image_urls エントリを受け取り、そこから構図を継承します。開始フレームがない場合は、テキスト→動画レシピ集を代わりに使ってください。

1クリップいくらですか？
出力の秒単位で課金されます：720p は $0.13/秒、1080p は $0.16/秒。本記事の5秒クリップは各 $0.65、4秒の風景は $0.52、3秒の 720p お試しは $0.39。最新の数字は料金ページを参照してください。

出力のアスペクト比を制御できますか？
入力画像を通じてのみ可能です——aspect_ratio フィールドはありません。9:16 のフレームは 9:16 クリップを生成し（レシピ 2）、16:9 のフレームは 16:9 クリップを生成します。

入力画像は AI 生成でなければなりませんか？
いいえ——公開アクセス可能な画像 URL なら何でも構いません：商品写真、映画のスチル、レンダリング画像など。これらのフレームを gpt-image-2 で生成したのは、ワークフロー全体を1つの API で再現可能にするためだけです。

クリップに音声はありますか？
本ガイドのクリップにはネイティブの環境音トラックが付いて返されます（実際のファイルで検証済み）。明示的な音声価格ティアと 4K 出力については omni ティアを確認してください——kling-3.0-omni 画像→動画ガイドを参照。

これらのプロンプトパターンは他の画像→動画モデルに移植できますか？
構造は移植できます——動きのみのプロンプト、階層化された環境の動き、順序立ったビートとして書かれた物理。同じパターンで別のモデルファミリーを比較したい場合は、対応するwan2.7 画像→動画レシピ集も管理しています。

---

4つのモーションプロンプトはすべてコピーできます。API キーを取得し、上記のコードスニペットを kling-3.0-turbo 画像→動画 に向け、お手持ちの任意のフレームを設定すれば、3秒のテストクリップは $0.39 です。