Use a edição de vídeo do Kling 4.0 quando quiser modificar um vídeo existente pedindo ao modelo que mantenha a ação, o ritmo, o enquadramento ou o sujeito. A requisição deve indicar o que muda e o que permanece. Um vídeo de referência usado para inspirar uma nova geração é um fluxo diferente de um vídeo de origem que está sendo editado.
Este guia usa a API do Kling 4.0 na PoYo e um exemplo salvo e concluído na PoYo: uma raposa-vermelha caminhando na neve, editada para um bosque de outono. É um exemplo de troca de cenário, não uma prova de que toda substituição de produto ou edição que preserve a identidade vai dar certo.
Assista ao vídeo de origem e ao resultado editado
Origem: plano de vida selvagem no inverno. Tarefa registrada 9DRXDJ5XGW41B9IW, com cinco segundos em 720p solicitados, gerada a partir de um primeiro quadro. Cobrança registrada: 142,5 créditos.
Resultado editado: bosque de outono. Tarefa registrada 84PEDOWZ40C5D7VM, com cinco segundos em 720p solicitados, usando o vídeo de origem e uma imagem de referência de outono. Cobrança registrada: 187 créditos.
Baixe a requisição de edição exata e os metadados da amostra. Compare diretamente os clipes original e editado: as marcas da raposa, o andar, o movimento da cabeça, o contato com o chão, o travelling da câmera e os contornos da folhagem importam. Um fundo trocado não basta se a ação de que você precisava se desviou.
Escolha a edição explicitamente com video_url
O modelo resumido a seguir mostra os campos; o arquivo para download contém o prompt completo da tarefa registrada.
{
"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"
}
}
O vídeo de origem é referenciado como @Video1; a imagem de referência é @Image1. As imagens definem a nova aparência, enquanto o vídeo de origem fornece o movimento a preservar. video_url seleciona a edição com prioridade sobre os modos de geração, então não o adicione a uma requisição que deveria gerar um novo plano a partir de uma referência de movimento.
O que o schema de edição da PoYo aceita
O vídeo de origem deve ter de 3 a 30 segundos reais. A edição exige prompt e aceita 720p ou 1080p. Ela pode usar imagens de referência e sujeitos definidos por imagem, mas rejeita image_urls, reference_video_urls, sujeitos definidos por vídeo, multi_prompt e aspect_ratio.
Não envie campos não suportados com valores null ou vazios na tentativa de desativá-los. Omita-os. A interface de edição atual da PoYo aceita um único campo de vídeo de origem; o fluxo com vários vídeos do produto mais amplo para criadores não é motivo para inventar um array video_urls aqui. Consulte a documentação atual da API para ver atualizações.
Como escrever um prompt de edição controlado
Separe a instrução em duas declarações claras. Primeiro, nomeie a mudança desejada: trocar a estação do ano, mudar uma jaqueta ou substituir um produto. Depois, nomeie a estrutura mantida: identidade do sujeito, ritmo da ação, movimento de câmera, enquadramento e objetos que não devem ser alterados.
Para substituir um produto, forneça uma referência limpa com silhueta nítida e escreva qual objeto deve ser substituído. Confira o contato com mãos e superfícies, oclusões em movimento, sombras e reflexos. O modelo pode mudar mais do que você pediu, então compare o plano inteiro e verifique os detalhes da marca antes de aprovar. O exemplo da raposa deste artigo não demonstra uma taxa de sucesso medida para substituição de produtos.
Evite mudar o personagem, o fundo, o figurino, a câmera e o diálogo no mesmo primeiro teste. Se uma edição falhar, uma mudança menor torna o próximo diagnóstico mais útil.
Estime o custo pela duração de origem e de saída
A edição usa o preço com entrada de vídeo. Na tarifa de tabela atual da PoYo, 720p custa 17 créditos por segundo cobrado e 1080p, 25,5. Os segundos cobráveis são output + max(ceil(source duration), output).
Para um vídeo de origem de exatamente cinco segundos e uma saída solicitada de cinco segundos, a estimativa é de 10 segundos cobrados: 170 créditos / US$ 0,85 em 720p. Arquivos reais podem durar um pouco mais do que a duração de geração solicitada. A cobrança registrada de 187 créditos na tarefa de outono corresponde a 11 segundos cobrados; use a duração de origem medida no servidor e os registros da tarefa em vez de presumir que todo arquivo “de cinco segundos” tem exatamente cinco segundos.
Quando duration é omitido, a PoYo usa o teto da duração de origem para a cobrança da saída, sem enviar a duração ao provedor upstream. Veja o guia de preços para exemplos com durações fracionárias.
Revise antes de publicar
Assista aos dois clipes nos mesmos pontos e depois em velocidade normal. Confira a identidade dos objetos, a continuidade do movimento, a cintilação nas bordas, a estabilidade das texturas e qualquer conteúdo não intencional. Ouça a trilha sonora completa como uma verificação à parte; imagens preservadas não garantem áudio preservado.
Para uma nova geração com referências, use o guia de Omni Reference. Para envio e polling, use o tutorial da API. O guia oficial para criadores oferece fluxos criativos adicionais, sujeitos à disponibilidade da plataforma.