Kling 3.0: cómo escribir los prompts completos de 6 vídeos

Los 6 vídeos siguientes se generaron con Kling 3.0 de una sola vez: 4 de texto a vídeo y 2 de imagen a vídeo. Cada uno incluye el prompt completo, los parámetros y el precio; al hacer clic en «Generar con este prompt» se abre la página del modelo con el prompt ya rellenado. Kling 3.0 ya está disponible en HiAPI; abre la página del modelo y genera: 5 segundos en 720p cuestan $0.50 por vídeo, y los usuarios nuevos reciben 200 créditos al registrarse.

1. Un prompt, tres planos

Shot 1: wide shot of a small street noodle stall on a rainy night, neon signs reflecting on the wet pavement, steam rising from a big pot. Shot 2: close-up of the cook's hands lifting noodles high out of the boiling water. Shot 3: medium shot of a customer taking the first bite and smiling. Cinematic, warm lights against cool blue rain. Sound: rain on the canvas awning, boiling water, a sizzling wok, quiet street chatter.

Generar con este prompt → (5 segundos, 720p, 16:9, con sonido)

kling-3.0/text-to-video, 5 segundos, 720p, con sonido, $0.715.

En 5 segundos se cortan tres planos: plano general del puesto de fideos, primer plano de los fideos escurridos y el cliente dando el primer bocado, en el mismo orden que el prompt. La forma de escribirlo es sencilla: divide con Shot 1 / Shot 2 / Shot 3 y en cada segmento indica el encuadre (wide / close-up / medium) y una sola cosa que ocurre en ese plano. El sonido se escribe aparte, en una frase al final.

2. Hablar a cámara: locución vertical

竖屏画面，一家明亮的奶茶店柜台后，一位扎马尾、穿浅绿色围裙的年轻女店员双手捧着一杯奶茶，看着镜头微笑着说："今天第二杯半价，欢迎来尝尝！"口型与说话同步，背景有封口机的声音和轻柔的店内音乐，镜头固定，自然光，写实。

Generar con este prompt → (5 segundos, 720p, 9:16, con sonido)

kling-3.0/text-to-video, 5 segundos, 720p, 9:16, con sonido, $0.715.

Para que un personaje hable, hay que poner sound en true, escribir el diálogo entre comillas dentro del prompt y añadir una frase como «los labios se sincronizan con el habla». Limita el diálogo a una sola frase que se pueda decir en 5 segundos; con la cámara fija, el modelo centra su atención en la cara y la sincronización labial.

3. Ambiente de producto: solo la llama se mueve

Imagen inicial:

The candle flame flickers gently and a thin wisp of smoke curls upward, the eucalyptus leaves tremble slightly in a soft breeze, morning light slowly brightens across the windowsill. Camera stays locked off, subject motion only.

Generar con este prompt → (sube tu imagen de producto, 5 segundos, 720p, sin sonido)

kling-3.0/image-to-video, 5 segundos, 720p, sin sonido, $0.50.

La imagen apenas se mueve: solo parpadea la llama y se eleva un hilo de humo. Para una imagen de ambiente de producto se busca justo esa sensación de «vivo pero sin agitarse»: a cada cosa que se mueve se le asigna una acción muy pequeña (flicker, curl, tremble) y, al final, se fija la cámara con "Camera stays locked off, subject motion only".

4. Dolly interior: cambiar solo una cosa a la vez

Imagen inicial:

The camera slowly dollies forward into the living room. Outside the window the dusk sky fades into night and the city lights switch on one by one, while the hidden ceiling light strip gradually glows warmer. Smooth, steady motion, realistic.

Generar con este prompt → (sube tu imagen de interior, 5 segundos, 720p, sin sonido)

kling-3.0/image-to-video, 5 segundos, 720p, sin sonido, $0.50.

Este solo se cumplió a medias: el dolly es estable, pero ni el cielo del exterior pasa del atardecer a la noche ni se encienden las luces de la ciudad. En 5 segundos, el modelo priorizó el movimiento de cámara frente al cambio de luz tan marcado. Si quieres «que anochezca y se enciendan las luces», quita el movimiento y escribe "camera stays locked off" para que solo cambie la luz; o genera dos vídeos y únelos en el montaje.

5. Ejemplo de la página del modelo: animales corriendo

A lone red fox sprints across a windswept snowy ridge at golden hour, powder snow kicking up behind each stride, then leaps over a frozen creek in a graceful arc. Cinematic, dramatic side lighting, ultra-detailed fur, shallow depth of field, smooth motion.

Generar con este prompt → (5 segundos, 16:9)

Ejemplo de la página del modelo kling-3.0/text-to-video, 5 segundos. Con 720p y sin sonido, $0.50.

La acción se escribe en dos partes: primero corre (sprints) y después salta sobre el arroyo (then leaps over). Encadenar las acciones con then en orden temporal da resultados más coherentes que amontonar una ristra de adjetivos.

6. Ejemplo de la página del modelo: de imagen fija a noche de tormenta

Imagen inicial:

The waves surge and crash against the rocks, the lighthouse beam sweeps slowly across the stormy night sky, rain streaks through the wind. Smooth cinematic motion, synchronized ambient sound of waves and storm.

Generar con este prompt → (sube tu imagen de paisaje, 5 segundos)

Ejemplo de la página del modelo kling-3.0/image-to-video, 5 segundos. Con 720p y sonido, $0.715.

Que una imagen de paisaje cobre movimiento depende del movimiento propio de varios elementos: las olas rompiendo contra las rocas, el haz del faro barriendo el cielo y la lluvia inclinada por el viento. Un verbo para cada elemento y la escena gana profundidad.

Las 5 reglas para escribir prompts en Kling 3.0

1. Para varios planos, divide con Shot 1 / Shot 2. Un encuadre y una acción por segmento; como máximo tres en 5 segundos.
2. Si alguien habla, activa sound y pon el diálogo entre comillas. Añade una frase como «los labios se sincronizan con el habla» y limita el diálogo a una sola frase.
3. Indica qué no debe moverse. En productos y retratos, añade "camera stays locked off".
4. Cambia solo una cosa por vídeo. No metas movimiento de cámara y cambios de luz marcados en el mismo vídeo de 5 segundos.
5. Ajusta primero en 720p y luego cambia de nivel para el resultado final. resolution es 1080p por defecto; al ajustar el prompt, escribe 720p explícitamente y el precio de 5 segundos baja de $0.645 a $0.50.

Preguntas frecuentes

¿El prompt se escribe en chino o en inglés?

En cualquiera de los dos. El segundo ejemplo usa un prompt en chino, y el diálogo también está en chino.

¿Cuánto costaron estos 6 en total?

Los 4 que generamos nosotros: 2 con sonido a $0.715 cada uno y 2 sin sonido a $0.50 cada uno, $2.43 en total. Los otros 2 son ejemplos de la página del modelo.

¿Se puede elegir la relación de aspecto en imagen a vídeo?

No, la relación de aspecto sigue a la imagen del primer fotograma. Si quieres vertical, sube una imagen vertical.

Para ver el código de integración y cómo elegir entre las tres líneas (Kling 3.0, Omni y Turbo), consulta el tutorial en chino de la API de Kling 3.0. Elige el prompt que más se acerque a lo que necesitas y ve a la página del modelo para generar el primero.