Kling AI ショート動画 API：TikTok フックをバッチテストする

なぜ1つのクリップでは不十分なのか

TikTokやReels向けのショート動画を作っているなら、フックがすべてだ——ユーザーがスワイプで去る前に、あなたに与えられるのはおよそ1秒。問題は、いくつかのオープニングビートを並べて比較するまで、どれが効くのか分からないことだ。単一の生成クリップは「これは良く見えるか？」にしか答えられず、「この5つのアイデアのうち、どれが本当にスクロールを止めさせるのか？」には答えられない。

hiapi上のkling-3.0-turbo/text-to-videoは速くて安いので、二者択一にする必要はまったくない。同じアイデアの4〜5個のフックバリエーションを1つの並列バッチとして送信し、同時にレンダリングさせ、台本の読み上げではなく実際の素材から勝者を選び出そう。本ガイドではこのワークフローを端から端までたどる：バリエーション用プロンプトを設計し、hiapiの非同期タスクAPIで並列に送信し、その出力を再現可能なバッチ生産の習慣に変える。

要約：

• kling-3.0-turbo/text-to-video は prompt、duration（3〜15秒）、resolution（720pまたは1080p）、aspect_ratio を受け付ける——他のパラメータはないので、各バリエーションはプロンプトを差し替えるだけ。
• hiapiのタスクAPIは非同期で、各呼び出しはステートレス：すべてのバリエーションを連続して送信し、各taskIdを個別にポーリングする。どのタスクも他のタスクをブロックしない。
• 5秒・9:16・720pの4つのクリップでそれぞれ$0.65——フック候補のバッチ全体で$2.60で、ストック動画1本のライセンスより安い。
• バッチ生成は選別が不要という意味ではない：各クリップは公開前に人の目で確認する必要があり、特に文字や繊細な動きが関わる場合はなおさらだ。
• 以下のパターンは4つ以上のクリップに拡張できる——唯一の本当の上限はアカウント残高と、まだ書けるフックアイデアの数だ。

バッチ：1つのアイデア、4つのフック

具体的に説明するため、ここに実際のバッチを示す——4つの9:16クリップ、同じ製品（少量生産のコールドブリューコーヒー）、同じ5秒の長さ、同じ720p解像度、4つの異なるオープニングビート。これらは実際の出力であり、モックアップではない。

フックA——注ぐ。 固定カメラのマクロショットで注ぐ動作そのものを捉え、その後素早くパンアップしてラベルへ。ブランドが登場する前に、純粋に感覚的なオープニング（液体、結露、氷）だけで注意を引けるかをテストする。

縦型スマートフォン風のショット、極端なクローズアップ、濃いコールドブリューコーヒーが
背の高い氷の入ったグラスにスローモーションで注がれ、グラスには結露の水滴、
背後には朝の窓の光。カメラは全体を通して固定位置を保ち、最後の4分の1秒で
筆記体の「SMALL BATCH」ラベルへパンアップする。フォトリアル、浅い被写界深度、
暖かなキッチンカウンターの背景は柔らかくぼかす。

フックB——お披露目。 木箱の蓋が滑り開き、ずらりと並んだ瓶入りの製品が現れる。「舞台裏」風のオープニングをテストする——製品自体がまとめて見せられたときに視覚的に面白いなら、この好奇心を刺激するフックはよく効く。

縦型スマートフォン風のショット、カフェ店員の手が木箱の蓋を滑らせて開け、
氷の中に並んだ琥珀色のコールドブリューコーヒーの瓶が現れ、湯気のような冷たい霧が立ち上り、
背景には暖かなストリングライトがぼやける。蓋が開くときにカメラがわずかにズームイン、
素早く力強いお披露目、フォトリアル、手持ちのわずかな揺れでリアリティを加える。

フックC——一人称のひと口。 一人称の視点で、グラスが日当たりの良いテラスでカメラに向けて掲げられる。製品優先ではなく、ライフスタイル／憧れのオープニングをテストする。

縦型スマートフォン風の一人称視点、飲む人の視線から、氷で冷えたコールドブリューコーヒーの
グラスが日当たりの良い屋外カフェのテラスを背景にカメラへ掲げられ、テラスは後景でぼやけ、
結露がグラスを伝って流れ、氷がぶつかって沈む。グラスが持ち上がる間カメラは安定し、
最後にはグラスが画面の大部分を占め、縁がまさにレンズに触れようとする。フォトリアル、明るい自然光。

フックD——動感のある注ぎ。 まず氷が落ち、続いて素早い注ぎで氷の周りにグラスが満たされる。フックAのゆっくりした注ぎよりも高エネルギーで動感のあるオープニングをテストする。

縦型スマートフォン風のショット、濃い木の台の上の空のグラスに氷がスローモーションで
一つずつ落ち、各氷が小さな水滴をはね上げ、その後コールドブリューコーヒーが素早く注がれ、
氷の周りにグラスを満たし、注ぎ口にはわずかなモーションブラー。単一の連続ショット、カットなし、
フォトリアル、ムードのある暖かなサイドライト、浅い被写界深度。

このバッチの総コスト：4クリップ × 5秒 × $0.13/秒（720p）= $2.60。4つのクリップすべてが1回の並列送信からレンダリングされた——具体的な仕組みについては以下を参照。

実際のAPIの仕組み

kling-3.0-turbo/text-to-video は hiapi の統合非同期タスクエンドポイントで動作する。専用の「バッチ」エンドポイントは存在しない——バッチ処理はあなたの側で起こるもので、つまり複数の独立したタスクリクエストを連続して送信し、それらを並行してポーリングする。

ステップ1——各バリエーションを送信する。 各送信は通常のPOST /v1/tasks呼び出しにすぎない：

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0-turbo/text-to-video",
    "input": {
      "prompt": "縦型スマートフォン風のショット、極端なクローズアップ、濃いコールドブリューコーヒーがスローモーションで背の高い氷の入ったグラスに注がれる……",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "9:16"
    }
  }'

レスポンスはすぐにtaskIdを返す——レンダリングの完了を待たない。各バリエーションに対してこれを1回ずつループで呼べば、数秒でバッチ全体を送信でき、最初のクリップのレンダリングが完了するよりはるかに早い。

ステップ2——各タスクを個別にポーリングする。 各taskIdは個別に確認する：

curl https://api.hiapi.ai/v1/tasks/<taskId> \
  -H "Authorization: Bearer $HIAPI_API_KEY"

一定間隔でポーリングし（数秒に1回が妥当）、statusがsuccessまたはfailになるまで続ける。各タスクは独立しているので、遅いレンダリングが他のタスクをブロックすることは決してない——小さな{taskId: status}辞書を維持し、完了したエントリを削除するだけでよい。これが「バッチスケジューラ」のすべてだ：キューもオーケストレーションサービスもなく、独立した非同期呼び出し上でループを回すだけ。

ステップ3——すぐにダウンロードする。 success時、レスポンスには出力URLが含まれる——ただしこれは署名付きで時間制限のあるリンクであり、永続リンクではない。タスクが完了したらすぐにバイトをダウンロードして自分で保存する（R2、S3、またはあなたのパイプラインがある場所）。クリップを期限切れになるURLに置いたままにしないこと。

厳格モード、完全版：

フィールド	型	値
prompt	string	シーンの説明
duration	integer	3〜15（秒）
resolution	string	720p または 1080p
aspect_ratio	string	16:9、9:16 または 1:1

これだけ——追加フィールドは受け付けない。これこそがバッチ生成をこれほど簡単にしている理由だ：バッチ内の各バリエーションは同じ4つのキーに、異なるprompt（希望すれば異なるaspect_ratioでプラットフォーム間の再利用も可能）を組み合わせただけにすぎない。

本当に異なるフックバリエーションを書く

バッチ生成の罠の一つは、実際には同じクリップの同義語を差し替えただけの4つのプロンプトを書いてしまうことだ——そうするとほぼ同一のレンダリングが4つ得られ、どのフックが効くかについて本当のシグナルが得られない。観客が最初の1秒で実際に見るものを変える次元で変化をつけよう：

• カメラの挙動：固定カメラ vs. 手持ちのわずかな揺れ vs. ズームイン vs. 一人称の上昇。これはどんな題材調整よりもオープニングの体感エネルギーを大きく変える。
• 視点：三人称の製品ショット vs. 一人称視点 vs. 他者の手による動作。一人称ショットはショート動画のフィードでよりネイティブに見えることが多い。
• お披露目のタイミング：製品／ラベルが最初のフレームから登場するか、それともクリップが徐々にそこへ向かって積み上げていくか（フックAのパンアップでのお披露目）？結果からコールドオープンするのとゆっくり積み上げるのは、同じものの変形ではなく本当に異なるフックだ。
• 動きのエネルギー：ゆっくり意図的な注ぎ（フックA）vs. 素早く動感のある注ぎ（フックD）——同じ被写体、正反対のテンポであり、テンポこそが完視聴率を決める本当の変数であることが多い。

4つの次元、それぞれに1つのプロンプトで、バッチから本当のシグナルを得るには十分だ。ほぼ重複した10個のプロンプトを積み重ねても、予算を燃やすだけで情報は増えない。

バッチ処理が解決すること——そして解決しないこと

バッチ生成が答えるのは「どのアイデアが本当の短編に編集する価値があるか？」だ。出力を人の目で確認する必要性をなくすものではない：

• 公開前に各クリップを見る。 kling-3.0-turbo は動きと光を説得力をもってレンダリングするが、偶然の画面上の文字（フックAのラベルのような）は依然として人の確認が必要だ——生成されたテキストはAIがレンダリングしたテキストとして扱い、検証し、正しいと仮定しない。
• バッチは選別ラウンドであり、最終カットではない。 重要なのは、3つのアイデアを安く捨て、本当に効く1つにだけさらなる編集時間を投資することだ。
• コストは線形かつ予測可能に拡大する。 $0.13/秒（720p）または$0.16/秒（1080p）では、N個のクリップからなる長さDのバッチのコストはN × D × rate——送信前に簡単に予測でき、キャンペーンが終わるまでコストが分からない一部の有料広告テストとは違う。

よくある質問

1つのバッチに何個のバリエーションを入れるべきか？ 3〜5個が実用的な範囲だ——本当に異なるフック（カメラの挙動、視点、お披露目のタイミング、テンポ）をカバーするには十分であり、ほぼ重複した内容を生成することもない。これを超えると、通常は新しい情報ではなく冗長なシグナルに支払っていることになる。

解像度はテストできる内容に影響するか？ いいえ——720pと1080pは価格（$0.13/秒 vs $0.16/秒）とファイルサイズを変えるだけで、アスペクト比や長さの制限は変わらない。出力の大部分を捨てる予定のフックテストラウンドでは、720pが安い選択肢だ；最終納品用に高解像度のファイルが必要なら、勝者を1080pで再レンダリングすればよい。

一度に4つや5つ以上送信できるか？ できる——タスクAPIは送信できる独立タスク数に制限を設けておらず、制約はアカウント残高と、どれだけ早く結果を得たいかだけだ。上記の送信ループとポーリングパターンは、4タスクでも40タスクでも同じように拡張できる；同じループでより多くのtaskIdを追跡するだけだ。

クリップには音声が含まれるか？ 含まれる——kling-3.0-turbo は別途の「音声付き」価格ティアがなくても、リアルな環境音（水しぶき、注ぐ音、背景の部屋のノイズ）をレンダリングする。無音だと仮定しないこと；独自のサウンドデザインを加える前に実際の出力を確認しよう。

これはテキストtoビデオのプロンプトレシピガイドを直接使うのとどう違うのか？ そのガイドは単一クリップのプロンプト参照であり、kling-3.0-turbo が何をレンダリングできるかを理解するのに適している。本ガイドは1つのアイデアに対して複数の競合バージョンを並列生成し、勝者を選び出す生産習慣についてのものであり、ショート動画コンテンツを定期的に公開するようになってから本当に重要になるワークフローだ。

重要なポイント：

• kling-3.0-turbo でのバッチ生成とは、複数のプロンプトバリエーションを独立した非同期タスクとして送信することを意味し、特別な「バッチ」APIを使うことではない——並列性はあなた自身の送信・ポーリングループにすぎない。
• このモデルのスキーマは意図的に最小限に保たれており（prompt、duration、resolution、aspect_ratio）、バッチ内でプロンプトを差し替えるのは極めて簡単だ。
• カメラの挙動、視点、お披露目のタイミング、動きのエネルギーで変化をつけること——同義語ではなく——がバッチから本当のシグナルを得る鍵だ。
• $0.13/秒（720p）なら、4クリップのフックテスト1ラウンドは数ドルで済む——大規模キャンペーンだけでなく、ショート動画を公開するたびに毎回1ラウンド回せるほど安い。
• バッチはどのアイデアを追求すべきかの範囲を絞る；勝ったクリップの人的校正を置き換えるものではない。

自分のバッチを実行する準備はできたか？大規模な実行の前に現在の価格とレート制限を確認するか、kling-3.0-turbo/text-to-video モデルページから完全なパラメータリファレンスを入手しよう。まず単一クリップのプロンプトアイデアが欲しいなら、プロンプトレシピガイドは、あなた自身のフックバリエーションに作り変えるのに適した出発点のライブラリだ。