Utilisez le montage vidéo de Kling 4.0 lorsque vous voulez modifier une séquence existante tout en demandant au modèle d’en conserver l’action, le rythme, le cadrage ou le sujet. La requête doit préciser ce qui change et ce qui reste. Une vidéo de référence servant d’inspiration à une nouvelle génération relève d’un autre flux de travail que le montage d’une vidéo source.
Ce guide utilise l’API Kling 4.0 de PoYo et un exemple PoYo enregistré et terminé : un renard roux marchant dans la neige, transposé dans une forêt automnale. Il s’agit d’un exemple de changement de décor, et non de la preuve que tout remplacement de produit ou toute retouche préservant l’identité réussira.
Regarder la source et le résultat modifié
Source : plan de faune hivernale. Tâche enregistrée 9DRXDJ5XGW41B9IW, cinq secondes demandées en 720p, générée à partir d’une première image. Coût enregistré : 142,5 crédits.
Résultat modifié : forêt automnale. Tâche enregistrée 84PEDOWZ40C5D7VM, cinq secondes demandées en 720p, à partir de la vidéo source et d’une image de référence automnale. Coût enregistré : 187 crédits.
Téléchargez la requête de montage exacte et les métadonnées de l’exemple. Comparez directement le clip original et le clip modifié : le pelage du renard, sa démarche, les mouvements de sa tête, le contact avec le sol, le travelling de la caméra et les contours du feuillage comptent tous. Un arrière-plan modifié ne suffit pas si l’action dont vous aviez besoin a dérivé.
Choisir explicitement le montage avec video_url
Le gabarit abrégé suivant montre les champs ; le fichier téléchargeable contient le prompt complet de la tâche enregistrée.
{
"model": "kling-4.0",
"input": {
"video_url": "https://storage.poyo.ai/blog/kling-4-0-series-20261024/fox-video-d0100387a0e0.mp4",
"reference_image_urls": ["https://storage.poyo.ai/blog/kling-4-0-series-20261024/autumn-reference-0773c88cbeb3.png"],
"prompt": "Edit @Video1 into the autumn woodland shown in @Image1. Replace snow with dry fallen leaves and distant conifers with silver birches. Preserve the same fox, its markings, proportions, walking and head movements, timing, framing and camera tracking. Match shadows and light to the new environment. Return one coherent live-action scene, not a montage or transition.",
"duration": 5,
"resolution": "720p"
}
}
La source est désignée par @Video1 ; l’image de référence par @Image1. Les images définissent la nouvelle apparence, tandis que la source fournit le mouvement à conserver. video_url donne la priorité au montage sur les modes de génération : ne l’ajoutez donc pas à une requête censée générer un nouveau plan à partir d’une référence de mouvement.
Ce qu’accepte le schéma de montage de PoYo
La source doit durer de 3 à 30 secondes réelles. Le montage exige un prompt et prend en charge 720p ou 1080p. Il peut utiliser des images de référence et des sujets définis par des images, mais refuse image_urls, reference_video_urls, les sujets définis par vidéo, multi_prompt et aspect_ratio.
N’envoyez pas les champs non pris en charge avec une valeur null ou vide pour tenter de les désactiver. Omettez-les. L’interface de montage actuelle de PoYo accepte un seul champ de vidéo source ; le flux multividéo du produit plus large destiné aux créateurs ne justifie pas d’inventer ici un tableau video_urls. Consultez la documentation actuelle de l’API pour les mises à jour.
Rédiger un prompt de montage encadré
Séparez l’instruction en deux énoncés clairs. D’abord, nommez le changement souhaité : remplacer la saison, changer une veste ou remplacer un produit. Ensuite, nommez la structure à conserver : identité du sujet, rythme de l’action, mouvement de caméra, cadrage et objets à ne pas toucher.
Pour un remplacement de produit, fournissez une référence nette à la silhouette bien lisible et indiquez quel objet doit être remplacé. Vérifiez le contact avec les mains et les surfaces, les occultations en mouvement, les ombres et les reflets. Le modèle peut modifier plus que ce que vous avez demandé : comparez donc le plan entier et vérifiez les détails de marque avant validation. L’exemple du renard de cet article ne démontre aucun taux de réussite mesuré pour le remplacement de produit.
Évitez de changer le personnage, l’arrière-plan, la tenue, la caméra et le dialogue dans un même premier test. Si une retouche échoue, un changement plus modeste rend le diagnostic suivant plus utile.
Estimer le coût à partir des durées source et de sortie
Le montage utilise la tarification avec entrée vidéo. Au tarif public actuel de PoYo, la 720p coûte 17 crédits par seconde facturée, et la 1080p 25,5. Les secondes facturables valent output + max(ceil(source duration), output).
Pour une source d’exactement cinq secondes et une sortie demandée de cinq secondes, l’estimation est de 10 secondes facturées : 170 crédits / 0,85 $ en 720p. Les fichiers réels peuvent durer un peu plus longtemps que la durée de génération demandée. Le coût enregistré de 187 crédits pour la tâche automnale correspond à 11 secondes facturées ; appuyez-vous sur la durée source mesurée côté serveur et sur les enregistrements de tâche plutôt que de supposer que chaque fichier « de cinq secondes » dure exactement cinq secondes.
Lorsque duration est omis, PoYo utilise l’arrondi supérieur de la durée source pour la facturation de la sortie, tout en laissant la durée omise en amont. Consultez le guide des tarifs pour des exemples de durées fractionnaires.
Vérifier avant de publier
Regardez les deux clips aux mêmes instants, puis à vitesse normale. Vérifiez l’identité des objets, la continuité du mouvement, le scintillement des contours, la stabilité des textures et tout contenu non désiré. Écoutez la bande sonore complète lors d’une vérification séparée : des visuels préservés ne garantissent pas un audio préservé.
Pour une nouvelle génération avec références, utilisez le guide Omni Reference. Pour la soumission et l’interrogation des tâches, utilisez le tutoriel de l’API. Le guide officiel pour créateurs propose d’autres flux de création, selon la disponibilité de la plateforme.