
上のスチールは、このサイトで制作したThe Veil at Dawnのものです。以下の設定画をすべてのセグメントに付けたため、キャストの顔が一貫して保たれました。
顔がズレる理由は3つあり、それぞれに対応する層があります。文章での説明は一文ごとに薄まり、参照画像には撮影時の光が焼き付き、共通点のない2つのショットには拠り所がありません。解決策は、より良いティアでも長いプロンプトでもなく — 情報を保持する層です:
このモデルの詳しい説明はAI ショートドラマのキャラクター一貫性:3つの層にあります。ここでは、Kling のティアでエピソードを仕上げるときにどうなるかを説明します。
ステップ2では、脚本に書かれたキャラクターの描写をもとに、それぞれのキャラクターに専用の参照画像が生成されます。まず顔と体型を描き、一目で分かる目印を1つ(傷、ほくろ、アクセサリー、髪型など)加え、無地の背景と方向性のある光で仕上げます。この設定画がキャストの同一性です。キャラクターが登場するすべてのセグメントは、どのティアがテイクを生成するかに関係なく、この設定画に沿って生成されます。
設定画について知っておきたいことが3つあります。
アカウントの最初の15枚の参照画像は無料です(キャラクター、シーン、小道具で共通の枠です)。それ以降は、1枚ごとに画像ティアの料金で課金されます。

セグメントを生成するとき、サイトは絵コンテを見て、そのセグメントに必要な参照を付けます。フレームに入っているとされた全キャラクターの設定画、ロケーション画像、小道具画像、衣装替えやシーンの変化を示す状態画像です。ショットごとに参照を手で選ぶ必要はありません — その組み立てをパイプラインが行います。
覚えておきたいポイントが2つあります。
連続性は、絵コンテでショットごとに決まります:
1つのショットの書き方はこのリストの詳しい版で、空間の一貫性ではショット間で人がどこに立つかを扱います。
ティアが決めるのは絵であって、同一性ではありません。セグメントごとに、モデル選択画面で選びます:
| ティア | 解像度 | セグメントの上限 | 価格 |
|---|---|---|---|
| Kling 4.0 | 1080P | 最大30秒 | 1秒あたり38クレジット |
| Kling 4.0 Flash | 720P | 最大20秒 | 1秒あたり29クレジット |
解像度の高いティアは絵がシャープになります — 顔がクローズアップで映るときや、クリップを大画面で見るときに役立ちます。ただし顔が安定するわけではありません。同じ設定画が、どちらのティアにも付いてくるからです。これを安く活かす方法は、物語がまだ動いているうちは標準のティアでエピソードを下書きし、残すテイク — とくにクローズアップ — をKling 4.0で再生成することです。Kling のティアでショートドラマを作るで、流れ全体を説明しています。
計画時に押さえておく上限が1つあります:Kling 4.0 Flashが生成できるセグメントは最大20秒です。長い会話シーンは、短いセグメントに分ければどちらのティアでも生成できます。20秒を超える途切れのない1テイクにはKling 4.0が必要で、最大30秒まで対応します。
モデル自体にも同一性のためのツールが付属していて、それが何かを知っておくのは有益です — ただし大事な注記つきで。これらはKling 自身のモデルの公式に発表された機能であって、このサイトのティアで使えるものの説明ではありません。
このサイトで作業する場合、これに相当する役割は設定画、シーンプレート、絵コンテが担い、テイクは選んだティアで生成されます。両者は競合しません。同じ考え方 — 同一性を参照に持たせて使い回す — を、2つの場所で実現しているだけです。発表内容はKling の 4.0 モデルのリリースページにあります。
一貫性を支えるのはティアではなく、参照レイヤーです。ここでは、キャラクターの設定画が、どのティアでも、そのキャラクターが登場するすべてのセグメントに付けられます。ティアが決めるのは、解像度、セグメントの長さ、価格です。
ステップ2で、脚本を読み込んだあとに描きます。キャラクターごとに参照画像が1枚、さらにシーンと小道具の画像も作られます。アカウントの最初の15枚の参照画像は無料です。
はい。その1枚の設定画だけを再生成または差し替えれば、そのキャラクターが登場するすべてのセグメントが新しい設定画に切り替わります。ほかのキャストには影響しません。
いいえ。絵がシャープになるので、クローズアップや大画面では役立ちますが、同一性を決めるのはあくまで設定画で、どちらのティアでも同じ設定画が付きます。
被写体の Element references、Character Identity 3.0(参照動画または複数の画像からキャラクターを定義します。Kling 自身の推奨は、最も安定した一貫性を得るための3-8秒のキャラクター動画です)、そして Element Voice Control です。Kling 4.0 は、1タスクあたり最大15件の参照に対応する Omni Reference とともに公式に発表されました。
いいえ。それらは Kling のモデルが公式に発表している機能です。このサイトのティアで使えるのは、モデル選択画面と料金ページに表示されているものだけで、ここでの同一性の層は設定画と絵コンテです。
キャラクターの声は、ステップ2でキャラクターごとに設定します。言葉で説明するか、ライブラリのプリセットから選びます。そのため、同じキャラクターはどの話でも同じ声になります。
前のショットの位置関係を引き継がず、キャラクターを新しい言葉で描き直したショットや、実際にはフレームにいない人の名前を挙げたショットです。1ショットにつきビートは1つにして、フレーム内のリストを正直に書いてください。
いいえ。参照画像はステップ2で生成され、そこで一度だけ課金されます(アカウントの最初の15枚は無料)。セグメントに付けるのは生成処理の一部で、秒単位で課金されます。
2026年10月15日更新
料金プラン·ガイド·サンプル·代替ツール·回答·サポート·プライバシーポリシー·利用規約·法的情報·お問い合わせ·アフィリエイトプログラム·© 2026 SceneMixer