30 s
Tempo de tela
Uma geração dura até 30 segundos sem cortes; o Kling 3.0 parava em 15.
Aviso de segurança de conteúdo
O sistema verifica periodicamente todos os conteúdos gerados e o conteúdo não conforme será removido. Observe que contas com conteúdo extremo, como material anti-humano ou antissocial, poderão ser suspensas. Obrigado pela sua compreensão e colaboração.Clique para ver a política de conteúdo
Use @Video 1 as the reference for camera movements and shot pacing. Replace the Element with the car from @Image 1 and the background with @Image 2.
@1
@2
@3💡 Dicas
Capacidades do modelo
Os limites do modelo dividem-se em quatro grupos. Cada grupo responde a uma questão de planejamento que surge antes da redação do prompt.
30 s
Uma geração dura até 30 segundos sem cortes; o Kling 3.0 parava em 15.
10 quadros-chave
É possível posicionar até 10 quadros estáticos ao longo do clipe. Cada um é uma imagem pela qual o vídeo deve passar, de modo que cabe ao modelo apenas definir como a cena avança de uma para a seguinte.
15 referências
Cada geração comporta 15 referências. As imagens podem ocupar até 10 dessas posições, os vídeos até 5 e os sujeitos até 7. Elas mantêm um rosto, um produto ou um estilo visual estável do início ao fim e também permitem orientar alterações em material já existente.
1080p
O vídeo é gerado em 720p ou 1080p. O som chega com o vídeo como uma faixa estéreo de dois canais, e o movimento dos lábios acompanha a fala com mais precisão do que nas versões anteriores.
O Kling 4.0 oferece dois tipos de controle: os quadros-chave definem por quais imagens o vídeo passa e os sujeitos definem a aparência de uma pessoa ou objeto. Veja o que cada um faz e como configurá-lo.
Um quadro-chave é uma imagem estática pela qual o vídeo precisa passar. Você define o início, o fim e os pontos de virada; o modelo gera o movimento e as transições entre eles.
Um sujeito é uma pessoa ou objeto com nome, definido por material de vários ângulos. Digite @nome no prompt para incluí-lo, e a aparência dele se mantém.
Sujeitos em vídeo contam para a duração do vídeo de entrada assim como os vídeos de referência, com limite conjunto de 30 segundos.
Os números estão agrupados conforme a etapa do projeto em que são relevantes.
Os quadros-chave e a maioria das referências são imagens estáticas; por isso, a aparência de uma tomada pode ser definida antes de qualquer vídeo ser gerado. Recomenda-se seguir as etapas na ordem.
Crie ou reúna os quadros que a tomada precisa conter: a vista de abertura, o ponto de virada e a imagem final. Um modelo de imagem é o caminho mais rápido para obter imagens estáticas coerentes em um mesmo estilo.
Criar imagens estáticas com o Nano Banana ProOrganize as imagens estáticas como quadros-chave na sequência em que o público as verá. O Kling 4.0 aceita até 10, embora um movimento simples de A para B seja descrito por completo com dois.
Adicione referências para tudo o que deve permanecer reconhecível: uma pessoa, um produto, um local ou uma estética. A cota de 15 rende mais quando cada arquivo cumpre uma função distinta; por isso, descarte os quase duplicados.
Reserve o prompt para aquilo que as imagens estáticas não conseguem mostrar: como os sujeitos se movem, para onde vai a câmera, o que é dito e o que se ouve. A margem de 8.000 caracteres permite redigir tudo na ordem em que acontece.
Selecione a proporção conforme o destino, por exemplo vertical para feeds de celular ou 21:9 para um quadro cinematográfico, e depois a resolução. O 1080p é adequado para material que passará por edição ou correção de cor.
Relacione a necessidade da tomada ao modelo. Cada linha indica o fator decisivo.
| A tomada exige | Modelo | Motivo |
|---|---|---|
| Uma tomada única com mais de 15 segundos, com quadros específicos fixados ao longo do percurso | Kling 4.0 | Gerações de até 30 segundos e até 10 quadros-chave. |
| Um clipe cinematográfico curto com som, em qualidade Standard ou Pro | Kling 3 | Clipes de 3, 5, 10 ou 15 segundos com áudio nativo, a partir de texto ou de uma imagem de referência. |
| Um quadro inicial e um final, ou alterações em um vídeo existente | Kling o3 | Um modelo omni com controle do primeiro e do último quadro e edição de vídeo. |
| Um grande conjunto de material de referência variado | Seedance 2.5 | Aceita até 50 materiais de referência multimodais e produz até 30 segundos em até 4K. |
Cada plano lista separadamente as imagens estáticas, as referências e o prompt, porque o modelo os recebe como entradas distintas.
Vertical · 30 segundos
21:9 · 30 segundos
Horizontal · 15 segundos
Clipes mais longos dão mais tempo para que pequenas incoerências apareçam. Cinco verificações identificam a maioria delas.
Quadros-chave criados com iluminação, lentes ou paletas diferentes produzem saltos visíveis. Gere-os como um conjunto e compare-os lado a lado.
Prepare as imagens estáticas na proporção do vídeo final. Uma imagem quadrada não preenche um quadro 21:9 sem cortes ou bordas inventadas.
Uma referência que diverge de um quadro-chave, como uma jaqueta ou um penteado diferente, deixa o resultado ao acaso. Remova um dos dois.
Indique o que deve ser ouvido e de que lado. Em uma faixa de dois canais, a posição faz parte da descrição.
Encerre o último segundo com uma imagem estável. A edição, a reprodução em loop e a extensão partem desse quadro.
Respostas práticas para planejar o trabalho em torno do modelo.
Não. Os 30 segundos são gerados de forma nativa em uma única passagem, portanto não há emendas a disfarçar. O Kling 3.0 produzia no máximo 15 segundos por geração.
Não. O Kling 4.0 também funciona apenas com texto ou com uma única imagem. Os quadros-chave são opcionais e tornam-se úteis quando determinadas imagens precisam aparecer em pontos específicos; é possível fornecer até 10.
O limite aplica-se ao total de todos os tipos. Dentro dele, uma geração pode incluir até 10 imagens, até 5 vídeos e até 7 sujeitos, em qualquer combinação que não ultrapasse 15.
Cada geração pode ser feita em 720p ou 1080p. O 720p consome menos créditos e serve para rascunhos e redes sociais; o 1080p serve para versões finais e material que ainda será editado.
Sim. O áudio é produzido junto com o vídeo como uma faixa estéreo de dois canais. A fala não se limita a um único idioma: inglês, chinês, espanhol, japonês e coreano estão entre os idiomas compatíveis, com sotaques e dialetos regionais, e o movimento dos lábios acompanha as palavras com mais exatidão do que nas versões anteriores do Kling.
As saídas horizontal, vertical e quadrada são todas atendidas, e a elas se soma um quadro ultralargo 21:9 para composições na proporção das telas de cinema.
Sim, de 8.000 caracteres. Na prática, esse limite raramente é a restrição; a clareza é. Escreva os acontecimentos na ordem em que ocorrem e mantenha uma instrução por frase.
O Kling 3 pertence à mesma família e gera clipes de 3 a 15 segundos com áudio nativo em qualidade Standard ou Pro. O Seedance 2.5 também gera até 30 segundos, produz até 4K e aceita até 50 materiais de referência multimodais. O Kling o3 abrange o controle do primeiro e do último quadro e a edição de vídeo.
Projete cenas e personagens com nossa galeria de prompts de imagens AI, depois dê vida a eles com Kling 4.0.
Explorar prompts de imagens AI →