Receitas de prompts do Kling 3.0 Motion Control: prompts prontos para copiar e saídas reais

A maioria dos artigos de “receitas de prompts” para modelos de vídeo assume que você digita uma frase e o modelo inventa o movimento por conta própria. O Kling 3.0 Motion Control não funciona assim; se você tentar usá-lo com essa expectativa, a primeira chamada à API retornará 400. O modelo exige duas entradas obrigatórias — uma imagem de personagem e um vídeo de referência de movimento de 3 a 30 segundos — e transfere o movimento e as expressões faciais do vídeo de referência para o seu personagem. O campo de texto prompt é opcional e apenas ajusta estilo, iluminação e cenário. Ele não descreve o movimento.

Portanto, a verdadeira “receita” não é uma frase — é uma combinação: qual imagem de personagem usar + qual trecho de referência usar + como usar o prompt opcional. Abaixo há dois testes que usam o mesmo personagem e o mesmo trecho de referência; a única variável é se um prompt de estilo é anexado ou não. Cada trecho aqui é uma tarefa real kling-3.0/motion-control executada via API hiapi, não uma imagem simulada.

O que o Kling 3.0 Motion Control realmente exige

Campo	Obrigatório	Função
image_url	Sim	O personagem que executa o movimento
video_url	Sim	Trecho de 3 a 30 segundos que fornece o movimento + expressões faciais
prompt	Não	Controla apenas estilo/cenário/iluminação — não controla o movimento
resolution	Não	720p ou 1080p

A cobrança é feita por segundo de saída e varia conforme a resolução:

• 720p — US$ 0,10/s
• 1080p — US$ 0,172/s

Assim, um trecho de 6 segundos em 720p custa US$ 0,60 — exatamente o custo de cada receita abaixo. Tabela de preços completa: hiapi.ai/pricing.

Passo 1 — Obter a imagem de personagem

Geramos um retrato simples com iluminação de estúdio usando gpt-image-2 (US$ 0,03/imagem, 1024×1024):

Qualquer imagem de personagem nítida e frontal serve — ilustração ou realista. É o “quem”.

Passo 2 — Obter o trecho de referência de movimento

Esta é a etapa que as pessoas costumam pular, e é justamente ela que controla de fato a saída. Se você ainda não tem um trecho que mostre o movimento desejado, pode gerar um. Usamos grok-imagine/text-to-video (US$ 0,015/s em 480p) para gerar um trecho de referência de 6 segundos a partir de um prompt puramente textual:

{
  "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"
  }
}

Custo: 6 segundos × US$ 0,015 = US$ 0,09. Esse trecho agora pode ser reutilizado — você pode aplicá-lo a qualquer imagem de personagem.

Receita A — Transferência de linha de base, sem prompt de estilo

Envie a imagem de personagem e o trecho de referência diretamente, sem usar prompt:

{
  "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"
  }
}

O personagem se vira, acena e sorri exatamente nos mesmos momentos do trecho de referência — a iluminação e o enquadramento são consistentes com o retrato de origem. Custo: 6 segundos × US$ 0,10 (720p) = US$ 0,60.

Receita B — Mesmo movimento, prompt de direção de estilo

image_url e video_url são idênticos. A única mudança é a adição de um prompt que descreve um cenário e uma iluminação diferentes, enquanto o movimento em si continua atrelado ao trecho de referência:

{
  "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"
  }
}

A mesma sequência de virar-acenar-sorrir, nos mesmos momentos — mas a iluminação, a correção de cor e o fundo mudaram conforme o prompt. Custo: mais US$ 0,60.

O ponto principal

Se as Receitas A e B parecerem “dois prompts diferentes gerando dois vídeos diferentes”, esse é o modelo mental errado. O movimento nos dois trechos é idêntico, porque o vídeo de referência é idêntico. O prompt mudou apenas a decoração do cenário. Para obter um movimento diferente — acenar em vez de virar, andar em vez de acenar —, você precisa trocar o vídeo de referência, não a redação do prompt. Crie uma pequena biblioteca de trechos de referência reutilizáveis (seus próprios materiais licenciados ou gerados como no Passo 2 acima) e reutilize-os em qualquer quantidade de imagens de personagem; essa é a verdadeira alavanca para escalar a produção de motion control.

Para trabalhos de texto para vídeo em que o prompt de fato controla o movimento, consulte nossas Receitas de prompts do Kling 3.0 Turbo, ou o guia de texto para vídeo do grok-imagine que usamos para criar o trecho de referência acima.

Ambos os modelos estão disponíveis na API hiapi, com a mesma chave — sem necessidade de cadastro separado para cada modelo.