Recetas de prompts para el control de movimiento de Kling 3.0: prompts listos para copiar y salidas reales

La mayoría de los artículos de "recetas de prompts" para modelos de video suponen que escribes una frase y el modelo inventa el movimiento por sí solo. El control de movimiento de Kling 3.0 no funciona así; si lo usas con esa expectativa, la primera llamada a la API devolverá un 400. El modelo requiere dos entradas obligatorias: una imagen de personaje y un video de referencia de movimiento de 3 a 30 segundos, y transfiere el movimiento y las expresiones faciales del video de referencia a tu personaje. El campo de texto prompt es opcional; solo ajusta ligeramente el estilo, la iluminación y la escena. No describe el movimiento.

Por lo tanto, la verdadera "receta" no es una frase, sino una combinación: qué imagen de personaje usar + qué fragmento de referencia usar + cómo usar el prompt opcional. A continuación hay dos recetas que usan el mismo personaje y el mismo fragmento de referencia; la única variable es si se adjunta o no un prompt de estilo. Cada fragmento aquí es una tarea real de kling-3.0/motion-control ejecutada a través de la API de hiapi, no una imagen simulada.

Qué necesita realmente el control de movimiento de Kling 3.0

Campo	Obligatorio	Función
image_url	Sí	El personaje que ejecuta el movimiento
video_url	Sí	Fragmento de 3 a 30 segundos que aporta el movimiento y las expresiones faciales
prompt	No	Solo controla el estilo, la escena y la iluminación; no controla el movimiento
resolution	No	720p o 1080p

La facturación se calcula por segundos de salida y se divide por resolución:

• 720p: $0.10/segundo
• 1080p: $0.172/segundo

Por lo tanto, un fragmento de 6 segundos en 720p cuesta $0.60, que es exactamente lo que cuesta cada receta a continuación. Tabla de precios completa: hiapi.ai/pricing.

Paso 1: obtener la imagen del personaje

Generamos un retrato sencillo con iluminación de estudio usando gpt-image-2 ($0.03/imagen, 1024×1024):

Cualquier imagen de personaje clara y de frente sirve; puede ser ilustración o fotorrealista. Esto define el "quién".

Paso 2: obtener el fragmento de referencia de movimiento

Este es el paso que la gente suele saltarse, y es justamente el que realmente controla la salida. Si aún no tienes un fragmento que muestre el movimiento que deseas, puedes generar uno. Usamos grok-imagine/text-to-video ($0.015/segundo en 480p) para generar un fragmento de referencia de 6 segundos a partir de un prompt de solo texto:

{
  "model": "grok-imagine/text-to-video",
  "input": {
    "prompt": "A person turns their head to look over their shoulder, raises one hand in a small wave, then smiles directly at the camera. Medium shot, static frame, soft daylight.",
    "duration": "6",
    "resolution": "480p"
  }
}

Costo: 6 segundos × $0.015 = $0.09. Este fragmento ahora se puede reutilizar; puedes aplicarlo a cualquier imagen de personaje.

Receta A: transferencia base, sin prompt de estilo

Introduce directamente la imagen del personaje y el fragmento de referencia, sin usar prompt en absoluto:

{
  "model": "kling-3.0/motion-control",
  "input": {
    "image_url": "https://static.hiapi.ai/blog/kling-3-0-motion-control-prompts/character-source.png",
    "video_url": "https://static.hiapi.ai/blog/kling-3-0-motion-control-prompts/motion-reference.mp4",
    "resolution": "720p"
  }
}

El personaje gira, saluda y sonríe exactamente en los mismos momentos que el fragmento de referencia; la iluminación y la composición coinciden con el retrato de origen. Costo: 6 segundos × $0.10 (720p) = $0.60.

Receta B: mismo movimiento, prompt de guía de estilo

image_url y video_url son idénticos. El único cambio es la adición de un prompt que describe una escena y una iluminación diferentes, mientras que el movimiento en sí sigue anclado al fragmento de referencia:

{
  "model": "kling-3.0/motion-control",
  "input": {
    "image_url": "https://static.hiapi.ai/blog/kling-3-0-motion-control-prompts/character-source.png",
    "video_url": "https://static.hiapi.ai/blog/kling-3-0-motion-control-prompts/motion-reference.mp4",
    "prompt": "Golden-hour outdoor lighting, warm rim light from the left, shallow depth of field with a softly blurred park background.",
    "resolution": "720p"
  }
}

La misma secuencia de girar-sALUDar-sONREÍR, los mismos momentos, pero la iluminación, la gradación de color y el fondo cambiaron según el prompt. Costo: otros $0.60.

La verdadera clave

Si la receta A y la receta B parecen "dos prompts diferentes produjeron dos videos diferentes", ese es el modelo mental incorrecto. El movimiento en ambos fragmentos es exactamente el mismo, porque el video de referencia es exactamente el mismo. El prompt solo cambió la decoración de la escena. Para obtener un movimiento diferente (saludar en lugar de girar, caminar en lugar de saludar), necesitas cambiar el video de referencia, no la redacción del prompt. Crea una pequeña biblioteca de fragmentos de referencia reutilizables (material propio, con licencia, o generado como en el paso 2 anterior) y reutilízalos en cualquier cantidad de imágenes de personaje; esa es la verdadera palanca para escalar las salidas de control de movimiento.

Para trabajos de texto a video donde el prompt sí impulsa el movimiento, consulta nuestras recetas de prompts para Kling 3.0 Turbo, o la guía de texto a video de grok-imagine que usamos para crear el fragmento de referencia anterior.

Ambos modelos ya están disponibles en la API de hiapi, con la misma clave; no necesitas registrarte por separado para cada modelo.