Dobry prompt do Kling 4.0 mówi modelowi, co zmienia się w czasie, a co ma pozostać spójne. Zacznij od jednego bohatera, jednej czytelnej akcji i jednego planu kamery. Gdy liczy się tożsamość postaci albo geometria produktu, dodaj referencje, a oceniaj całe wideo, a nie tylko jego najlepszą klatkę.
Poniższe przykłady korzystają z Kling 4.0 na PoYo. Przykład z piekarzem to istniejące, zakończone zadanie PoYo; pozostałe szablony promptów to punkty wyjścia do dopasowania, a nie gwarancja konkretnego wyniku.
Opisz scenę jak wskazówki reżyserskie
Trzymaj się tej kolejności, żeby instrukcje pozostały czytelne:
Subject and identity → action sequence → setting → camera
→ light and material → sound → continuity requirements
Na przykład zamiast „kinowy szef kuchni robiący coś niesamowitego” opisz konkretną sekwencję: szef kuchni unosi pokrywkę, wydostaje się para, a on odkłada pokrywkę obok patelni. Określ, czy kamera stoi w miejscu, czy podąża za ruchem. Trzy konkurujące ze sobą ruchy kamery w krótkim ujęciu mogą przesłonić akcję, którą naprawdę chcesz sprawdzić.
Przy tożsamości powtarzaj cechy wyróżniające: granatowa koszula, beżowy fartuch, krótkie ciemne włosy. Przy ciągłości nazwij obiekt, który trwa: „ten sam kawałek ciasta”, a nie nowo wprowadzony bochenek.
Prawdziwy przykład z dwoma ujęciami
Poniższa próbka z PoYo użyła multi_prompt, łącznie pięciu sekund, rozdzielczości 720p i proporcji 16:9. Zapisane zadanie: WXSD8J3D2MS5HI3U; zapisane obciążenie: 142,5 kredytu. To zapisany przykład, a nie wynik generowany od nowa przy każdym wczytaniu tej strony.
{
"model": "kling-4.0",
"input": {
"duration": 5,
"resolution": "720p",
"aspect_ratio": "16:9",
"multi_prompt": [
{
"duration": 2,
"prompt": "Close-up at a lantern-lit night-market bakery. An adult male baker with short dark hair, a navy shirt and a plain beige canvas apron kneads one small piece of dough on a wooden counter. A soft puff of flour rises and settles with realistic weight and texture. Warm practical lighting, cinematic live action, natural hands and believable contact. No text, logos, subtitles or extra hands."
},
{
"duration": 3,
"prompt": "Cut to a medium view of the same adult male baker, identical short dark hair, navy shirt and beige canvas apron, at the same lantern-lit wooden bakery counter. He rounds that same dough gently with both hands, then places it on the wooden tray immediately beside him. Keep continuous action and consistent props across the cut. Subtle camera push-in, natural pacing and realistic anatomy. No text, logos or subtitles."
}
]
}
}
Sprawdź, czy ciasto, dłonie i blat pozostają spójne po cięciu. Poprawne żądanie i zapisane obciążenie zadania potwierdzają wykonanie, ale nie dowodzą skuteczności modelu w ogóle ani idealnej dokładności fizycznej.
Trzy szablony kamery
Nieruchoma kamera przy interakcji z przedmiotem. Przydaje się, gdy chcesz obejrzeć dłonie, kontakt i geometrię:
One continuous five-second medium shot. An adult ceramicist lifts one
small cream bowl from a wooden table, pauses, and returns it to the same
spot. Keep the full bowl and both hands visible. Locked eye-level camera,
soft side light, realistic weight and shadows. Quiet studio ambience.
Jazda kamery przy ruchu postaci. Opisz kierunek, tempo i granicę kadru:
One continuous five-second low tracking shot beside a single red fox.
It takes two unhurried steps toward the right, pauses, and raises its
head. Keep all paws visible, with believable weight transfer and snow
compression. Match the reference animal's markings and proportions.
Powściągliwy orbit przy prezentacji produktu. Oddziel ruch kamery od ruchu produktu:
The referenced bottle remains upright and stationary on a limestone
plinth. The camera makes one slow shallow arc from front-left toward
front-center. Preserve the cap, silhouette and color. Soft morning
light moves across the matte surface. Natural coastal ambience.
Dialog i dźwięk
Wskaż mówiącego, podaj dokładną kwestię i opisz ton. Na początek testu dialogu weź jedną dorosłą osobę i jedno krótkie zdanie. Potem sprawdź synchronizację ust, wymowę, tożsamość mówiącego i to, czy nie pojawiły się dodatkowe słowa. Dodanie kilku języków albo nakładających się głosów utrudnia zdiagnozowanie nieudanego wyniku.
Schemat wejścia Kling 4.0 w PoYo nie udostępnia przełącznika generate_audio ani pola z adresem URL referencji audio. Opisz zamierzoną ścieżkę dźwiękową w prompcie i odsłuchaj wynik. Jeśli mimo twojej prośby pojawi się muzyka albo napisy, potraktuj ich usunięcie jako kwestię do przeglądu; instrukcja negatywna nie jest mechanizmem wymuszającym.
Rozwiązuj problemy, zmieniając jedną zmienną naraz
| Objaw | Następna kontrolowana zmiana |
|---|---|
| Akcja dzieje się zbyt szybko | Zmniejsz liczbę akcji albo daj więcej czasu |
| Produkt zmienia kształt | Dodaj wyraźną referencję produktu i uprość kamerę |
| Postać zmienia się po cięciu | Użyj ponownie jawnych cech tożsamości albo referencji bohatera |
| Dłoń traci kontakt z przedmiotem | Użyj szerszego, nieruchomego ujęcia i wolniejszej interakcji |
| Dialog trudno ocenić | Użyj jednego mówiącego i krótszej, dokładnej kwestii |
Zapisuj pełne żądanie razem z każdym wynikiem. PoYo akceptuje obecnie zwykłe prompty do 26 000 znaków, ale pojedyncze prompty ujęć w multi_prompt są ograniczone do 512 znaków. Używaj albo prompt, albo multi_prompt, nigdy obu naraz. Czasy trwania poszczególnych ujęć muszą w sumie dawać 3–30 sekund i zgadzać się z jawnie podanym czasem trwania na najwyższym poziomie.
W przewodniku po API znajdziesz kod wysyłania żądań, w przewodniku po referencjach kontrolę bohatera, a w poradniku o reklamie produktu kompletny plan ujęć. Oficjalny przewodnik użytkownika Kling 4.0 zawiera wskazówki dla aplikacji twórczej; zanim skopiujesz jej workflow, sprawdź każdą funkcję u swojego dostawcy API.