
Um bom anúncio de produto de 30 segundos com o Kling 4.0 começa com uma referência de produto estável e uma sequência simples: apresentar o objeto, revelar um pormenor, mostrar uma interação e terminar numa vista de destaque. Este tutorial constrói essa sequência em torno de um frasco original, sem marca, cor de laranja coral, e não de um produto real de um fabricante.
A imagem de referência é um asset de produto original gerado por IA para este tutorial. O vídeo é uma geração separada do Kling 4.0 através do PoYo. A capa pictórica acima é uma ilustração editorial, não um frame do vídeo gerado.
1. Prepara uma referência de produto limpa

Transfere o PNG de referência. A silhueta simples facilita a deteção de desvios: um corpo coral mate, ombros arredondados e uma tampa de rosca curta cor de marfim. Não há rótulo, logótipo, alegação de desempenho nem identidade de marca real para reproduzir.
Para o teu próprio produto, escolhe uma referência com a silhueta desimpedida e proporções rigorosas. Se várias imagens mostrarem tampas, cores ou gerações de embalagem diferentes, resolve esse conflito antes de submeteres. Uma bela imagem de estilo de vida pode ser menos útil do que um packshot simples quando a geometria do produto é o requisito principal.
2. Dá a cada plano uma única função
| Tempo | Duração | Objetivo do plano | Pergunta principal de revisão |
|---|---|---|---|
| 0–5s | 5s | Apresentar o frasco num terraço junto à costa | O produto completo é reconhecível? |
| 5–12s | 7s | Revelar o pormenor da tampa e da superfície mate | A cor, os ombros e a tampa mantêm-se consistentes? |
| 12–20s | 8s | Uma mão levanta e volta a pousar o frasco | A pega, o peso e o contacto continuam credíveis? |
| 20–30s | 10s | Arco lento de destaque, terminando com uma pausa | A silhueta sobrevive ao movimento de câmara? |
Os intervalos de tempo descrevem o plano pedido, não garantias medidas do momento exato dos cortes. Todos os planos usam a mesma referência de produto. O plano de interação é deliberadamente o passo mais difícil: testa se o objeto sobrevive ao contacto, e não apenas se fica atraente quando está parado.
3. Submete um pedido de referência com quatro planos
Transfere o pedido completo gravado e os dados da tarefa. O pedido usa reference_image_urls para a identidade do produto e multi_prompt para as instruções de cada plano. Pede 30 segundos, 720p, 16:9, com durações dos planos que somam 30 segundos.
Este exemplo abreviado mostra a estrutura. O pedido para transferir contém as instruções completas usadas na saída real.
{
"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."}
]
}
}
Não acrescentes também um prompt de nível superior dentro de input; é mutuamente exclusivo com multi_prompt. O prompt de cada plano tem de ficar dentro dos 512 carateres. Uma lista de planos é uma orientação baseada em texto, não o carregamento de dez imagens de keyframe com tempos definidos.
4. Analisa o rascunho realmente gerado
Esta é a saída guardada da tarefa JW5Z9D7U7QL715WM. A tarefa pediu 30 segundos em 720p e foi cobrada em 855 créditos, o que corresponde a $4.275 à conversão atualmente indicada. É uma tentativa de geração, não a promessa de um anúncio final à primeira.
Revê com particular cuidado a interação e o final pedidos. Compara o frasco com a referência no início, no meio e no fim. Procura alterações de forma, alterações na tampa, cópias extra do produto, erros no contacto da mão, saltos de câmara e um final que deixe tempo suficiente para a edição. Avalia o ficheiro real em vez de assumires que cumpriu todos os momentos pedidos.
5. Termina o anúncio num editor
Acrescenta em pós-produção a tipografia exata da marca, o preço, as legendas, a música licenciada e qualquer aviso obrigatório. Este tutorial evita deliberadamente pedir ao modelo que desenhe um logótipo real ou invente benefícios do produto. O conteúdo visual gerado não é prova de uma alegação sobre o desempenho do produto.
Se só for preciso mudar o fundo, avalia uma pequena edição do vídeo de origem em vez de gerares novamente toda a ideia. A edição de vídeo do Kling usa um modo de pedido diferente e faturação com entrada de vídeo, por isso calcula o custo em separado.
Orça o fluxo completo
Às tarifas atuais do PoYo, um pedido de 30 segundos com uma imagem de referência e sem entrada de vídeo custa 855 créditos em 720p ou 1275 créditos em 1080p. Três tentativas em 720p seriam 2565 créditos / $12.825 antes de quaisquer edições ou descontos de conta. É um cenário aritmético, não uma taxa de aprovação estimada.
Um vídeo de referência alteraria o modo de faturação. Começa pela experiência mais curta que responda à pergunta difícil, como a interação da mão, antes de repetires um pedido completo de 30 segundos. Mantém juntos a referência exata, o pedido, o ID da tarefa e a saída. Para a integração, consulta o guia da API; para a fórmula de custos, consulta os preços do Kling 4.0.