So erstellen Sie einen 30-Sekunden-Produktspot mit Kling 4.0

Ein brauchbarer 30-sekündiger Kling 4.0-Produktspot beginnt mit einer stabilen Produktreferenz und einer einfachen Abfolge: das Objekt etablieren, ein Detail zeigen, eine Interaktion darstellen und mit einer Hero-Ansicht abschließen. Dieses Tutorial baut diese Abfolge um eine eigens erstellte, markenlose korallenorange Flasche auf statt um das Produkt eines echten Herstellers.

Das Referenzbild ist ein eigenes, KI-generiertes Produkt-Asset, das für dieses Tutorial erstellt wurde. Das Video ist eine separate Kling 4.0-Generierung über PoYo. Das gemalte Titelbild oben ist redaktionelles Artwork, kein Frame aus dem generierten Video.

1. Eine saubere Produktreferenz vorbereiten

Laden Sie das Referenz-PNG herunter. Dank der einfachen Silhouette lassen sich Abweichungen leichter erkennen: ein matter korallenfarbener Körper, abgerundete Schultern und eine kurze elfenbeinfarbene Schraubkappe. Es gibt kein Etikett, kein Logo, kein Leistungsversprechen und keine echte Markenidentität, die reproduziert werden müsste.

Wählen Sie für Ihr eigenes Produkt eine Referenz mit freier Silhouette und korrekten Proportionen. Zeigen mehrere Bilder unterschiedliche Kappen, Farben oder Verpackungsgenerationen, lösen Sie diesen Widerspruch vor dem Senden auf. Ein schönes Lifestyle-Bild kann weniger nützlich sein als ein schlichter Packshot, wenn die Produktgeometrie die Hauptanforderung ist.

2. Jeder Einstellung eine Aufgabe geben

Die Zeitbereiche beschreiben den angeforderten Plan, keine gemessene Garantie für exaktes Schnitt-Timing. Jede Einstellung verwendet dieselbe Produktreferenz. Die Interaktionseinstellung ist bewusst der schwierigste Schritt: Sie prüft, ob das Objekt den Kontakt übersteht, statt nur im Stillstand attraktiv auszusehen.

3. Eine Referenzanfrage mit vier Einstellungen senden

Laden Sie die vollständige aufgezeichnete Anfrage und die Task-Daten herunter. Die Anfrage verwendet reference_image_urls für die Produktidentität und multi_prompt für die Anweisungen pro Einstellung. Sie fordert 30 Sekunden, 720p, 16:9 an, wobei die Einstellungsdauern zusammen 30 Sekunden ergeben.

Dieses gekürzte Beispiel zeigt die Struktur. Die herunterladbare Anfrage enthält die vollständigen Anweisungen, die für die tatsächliche Ausgabe verwendet wurden.

{
  "model": "kling-4.0",
  "input": {
    "duration": 30,
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "reference_image_urls": ["https://storage.poyo.ai/blog/kling-4-0-series-20261024/product-reference-c473f71baacd.png"],
    "multi_prompt": [
      {"duration": 5, "prompt": "Establish the exact coral-orange bottle and ivory cap from @Image1 on a coastal limestone plinth at dawn. Slow push, full product visible, natural ocean ambience, no text or logos."},
      {"duration": 7, "prompt": "Close detail of the same bottle's matte shoulder and ivory cap, then reveal its body. Preserve exact shape and color. Natural ocean ambience, no text or logos."},
      {"duration": 8, "prompt": "One adult hand lifts the same capped bottle from the plinth, pauses and sets it back. Locked medium close-up, believable grip and shadows, no text or logos."},
      {"duration": 10, "prompt": "Slow shallow arc around the same bottle on the original plinth. Keep the full product visible. End with a still three-second hold and space for later typography. Natural ocean ambience, no text or logos."}
    ]
  }
}

Fügen Sie innerhalb von input nicht zusätzlich ein prompt auf oberster Ebene hinzu; es schließt multi_prompt gegenseitig aus. Der Prompt jeder Einstellung darf höchstens 512 Zeichen lang sein. Eine Einstellungsliste ist eine textbasierte Regieanweisung, kein Upload von zehn zeitlich gesetzten Keyframe-Bildern.

4. Den tatsächlich generierten Entwurf prüfen

Dies ist die gespeicherte Ausgabe des Tasks JW5Z9D7U7QL715WM. Der Task forderte 30 Sekunden in 720p an und wurde mit 855 Credits belastet, was beim aktuell angegebenen Umrechnungskurs $4.275 entspricht. Es ist ein einzelner Generierungsversuch, keine Zusage für einen fertigen Werbespot in einem Durchgang.

Prüfen Sie die angeforderte Interaktion und das Ende besonders sorgfältig. Vergleichen Sie die Flasche am Anfang, in der Mitte und am Ende mit der Referenz. Achten Sie auf Formänderungen, veränderte Kappen, zusätzliche Produktkopien, Fehler beim Handkontakt, Kamerasprünge und darauf, ob das Ende genug Zeit für den Schnitt lässt. Beurteilen Sie die tatsächliche Datei, statt anzunehmen, dass jeder angeforderte Moment umgesetzt wurde.

5. Den Spot im Schnittprogramm fertigstellen

Fügen Sie exakte Markentypografie, Preis, Untertitel, lizenzierte Musik und erforderliche Hinweise in der Postproduktion hinzu. Dieses Tutorial verzichtet bewusst darauf, das Modell ein echtes Logo rendern oder Produktvorteile erfinden zu lassen. Generierte Bildinhalte sind kein Beleg für ein Leistungsversprechen eines Produkts.

Muss nur der Hintergrund geändert werden, prüfen Sie eine kleine Bearbeitung des Quellvideos, statt die ganze Idee neu zu generieren. Die Videobearbeitung mit Kling nutzt einen anderen Anfragemodus und die Abrechnung mit Videoeingabe, kalkulieren Sie die Kosten daher separat.

Den gesamten Workflow budgetieren

Zu den aktuellen PoYo-Tarifen kostet eine 30-sekündige Anfrage mit Bildreferenz und ohne Videoeingabe 855 Credits in 720p oder 1.275 Credits in 1080p. Drei Versuche in 720p ergäben 2.565 Credits / $12.825, vor Bearbeitungen oder Kontorabatten. Das ist ein Rechenszenario, keine geschätzte Abnahmequote.

Ein Referenzvideo würde den Abrechnungsmodus ändern. Beginnen Sie mit dem kürzesten Experiment, das die schwierige Frage beantwortet, etwa die Interaktion mit der Hand, bevor Sie eine vollständige 30-Sekunden-Anfrage wiederholen. Bewahren Sie exakte Referenz, Anfrage, Task-ID und Ausgabe zusammen auf. Zur Integration lesen Sie den API-Leitfaden; die Kostenformel finden Sie unter Kling 4.0-Preise.