API de vídeos curtos do Kling AI: testes em lote de ganchos para o TikTok

Por que um único clipe não basta

Se você produz vídeos curtos para o TikTok ou Reels, o gancho é tudo — você tem cerca de um segundo antes de o usuário rolar para o próximo. O problema é que você não consegue saber qual gancho funciona antes de montar alguns primeiros segundos lado a lado para comparar. Um único clipe gerado só responde "isto ficou bom?", mas não responde "destes cinco conceitos, qual realmente faz a pessoa parar de rolar?"

O kling-3.0-turbo/text-to-video no hiapi é rápido e barato o suficiente para você não precisar escolher entre um ou outro. Envie quatro ou cinco variantes de gancho do mesmo conceito como um lote paralelo, renderize todas ao mesmo tempo e depois escolha o vencedor a partir do material real, e não da leitura de um roteiro. Este guia percorre esse fluxo de trabalho de ponta a ponta: projetar prompts de variantes, enviá-los em paralelo pela API de tarefas assíncronas do hiapi e transformar a saída em um hábito de produção em lote repetível.

Resumo:

• kling-3.0-turbo/text-to-video aceita prompt, duration (3-15 segundos), resolution (720p ou 1080p) e aspect_ratio — nenhum outro parâmetro, então cada variante é só uma troca de prompt.
• A API de tarefas do hiapi é assíncrona e cada chamada é sem estado: envie todas as variantes em sequência e depois consulte cada taskId independentemente. Nenhuma tarefa bloqueia as outras.
• Quatro clipes de 5 segundos em 9:16 a 720p custam $0,65 cada — um lote inteiro de candidatos a gancho sai por $2,60, mais barato que uma única licença de vídeo de banco de imagens.
• Gerar em lote não dispensa a triagem: cada clipe ainda precisa passar por revisão humana antes de ser publicado, especialmente quando envolve texto ou movimentos delicados.
• O padrão abaixo escala para mais de 4 clipes — o único limite real é o saldo da sua conta e quantas ideias de gancho você ainda consegue escrever.

O lote: um conceito, quatro ganchos

Para tornar isso concreto, aqui está um lote real — quatro clipes em 9:16, o mesmo produto (cold brew em pequenos lotes), a mesma duração de 5 segundos, a mesma resolução de 720p e quatro primeiros segundos diferentes. Estas são saídas reais, não mockups.

Gancho A — despejo. Um plano macro de câmera fixa no próprio ato de despejar, seguido de um chicote rápido para cima até o rótulo. Testa se uma abertura puramente sensorial (líquido, condensação, gelo) basta para prender a atenção antes de a marca aparecer.

Plano vertical em estilo de celular, close extremo, cold brew escuro sendo despejado em
câmera lenta em um copo alto cheio de gelo, gotas de condensação no vidro, luz de janela
pela manhã ao fundo. A câmera permanece totalmente fixa até o último quarto de segundo,
quando faz um chicote rápido para cima até um rótulo "SMALL BATCH" em caligrafia manuscrita.
Fotorrealista, profundidade de campo rasa, fundo de bancada de cozinha aconchegante
suavemente desfocado.

Gancho B — revelação. A tampa da caixa de madeira desliza e revela fileiras de garrafas do produto. Testa uma abertura no estilo "nos bastidores" — um gancho de curiosidade que funciona quando o próprio produto é visualmente interessante em apresentação em lote.

Plano vertical em estilo de celular, as mãos de um funcionário de cafeteria deslizam a tampa
de uma caixa de madeira, revelando fileiras de garrafas âmbar de cold brew no gelo, névoa fria
como vapor subindo, luzes de fio quentes desfocadas ao fundo. A câmera avança levemente
quando a tampa abre, revelação rápida e impactante, fotorrealista, leve tremor de mão
para dar realismo.

Gancho C — gole em primeira pessoa. Ponto de vista em primeira pessoa, o copo erguido em direção à câmera em um terraço ensolarado. Testa uma abertura de estilo de vida/desejável em vez de uma abertura centrada no produto.

Ponto de vista em primeira pessoa, vertical em estilo de celular, a partir do olhar de quem
bebe, um copo de cold brew gelado erguido em direção à câmera diante de um terraço de cafeteria
ao ar livre e ensolarado, o terraço desfocado em segundo plano, condensação escorrendo pelo
vidro, cubos de gelo tilintando e assentando. A câmera permanece estável enquanto o copo sobe,
terminando com o copo ocupando a maior parte do quadro, a borda quase tocando a lente.
Fotorrealista, luz natural brilhante.

Gancho D — despejo dinâmico. Os cubos de gelo caem primeiro e depois um despejo rápido enche o copo ao redor do gelo. Testa uma abertura mais energética e dinâmica que o despejo lento do gancho A.

Plano vertical em estilo de celular, cubos de gelo caindo um a um em câmera lenta em um copo
vazio sobre uma bancada de madeira escura, cada cubo espirrando pequenas gotas, seguido de
cold brew despejado rapidamente, enchendo o copo ao redor do gelo, leve desfoque de movimento
no ponto do despejo. Plano único e contínuo, sem cortes, fotorrealista, luz lateral quente e
atmosférica, profundidade de campo curta.

Custo total deste lote: 4 clipes × 5 segundos × $0,13/segundo (720p) = $2,60. Todos os quatro clipes foram renderizados a partir de uma única rodada de envio paralelo — para os detalhes do mecanismo, veja abaixo.

O mecanismo real da API

kling-3.0-turbo/text-to-video roda pelo endpoint unificado de tarefas assíncronas do hiapi. Não há um endpoint separado de "lote" — o lote acontece do seu lado, ou seja, você envia várias requisições de tarefa independentes em sequência e as consulta em paralelo.

Passo 1 — envie cada variante. Cada envio é uma chamada POST /v1/tasks comum:

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-3.0-turbo/text-to-video",
    "input": {
      "prompt": "Plano vertical em estilo de celular, close extremo, cold brew escuro despejado em câmera lenta em um copo alto cheio de gelo...",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "9:16"
    }
  }'

A resposta retorna um taskId imediatamente — ela não espera a renderização terminar. Execute uma chamada em loop para cada variante e em poucos segundos você terá enviado o lote inteiro, muito antes de o primeiro clipe terminar de renderizar.

Passo 2 — consulte cada tarefa independentemente. Cada taskId é verificado separadamente:

curl https://api.hiapi.ai/v1/tasks/<taskId> \
  -H "Authorization: Bearer $HIAPI_API_KEY"

Consulte em intervalos regulares (a cada poucos segundos é razoável) até que status mude para success ou fail. Como cada tarefa é independente, uma renderização lenta nunca bloqueia as outras — você só precisa manter um pequeno dicionário {taskId: status} e remover as entradas quando elas terminarem. Esse é todo o "agendador de lote": sem fila, sem serviço de orquestração, apenas um loop sobre chamadas assíncronas independentes.

Passo 3 — baixe imediatamente. Quando o status for success, a resposta inclui uma URL de saída — mas é um link assinado e com prazo de validade, não um link permanente. Baixe os bytes e armazene você mesmo (R2, S3 ou onde estiver seu pipeline) assim que a tarefa terminar. Não deixe os clipes em URLs que vão expirar.

Modo estrito, versão completa:

Campo	Tipo	Valores
prompt	string	a descrição da sua cena
duration	integer	3–15 (segundos)
resolution	string	720p ou 1080p
aspect_ratio	string	16:9, 9:16 ou 1:1

É só isso — nenhum campo extra é aceito. Na prática, é justamente por isso que a geração em lote é tão simples: cada variante de um lote usa as mesmas quatro chaves, com um prompt diferente (e, se quiser, um aspect_ratio diferente para reaproveitar em várias plataformas).

Escrever variantes de gancho realmente diferentes

Uma armadilha da geração em lote é escrever quatro prompts que na prática são o mesmo clipe com sinônimos — você recebe quatro renderizações quase idênticas e nenhum sinal real sobre qual gancho funciona. Varie nas dimensões que mudam o que o espectador realmente vê no primeiro segundo:

• Comportamento da câmera: câmera fixa vs. leve tremor de mão vs. avanço vs. ascensão em primeira pessoa. Isso muda a energia percebida da abertura mais do que qualquer ajuste de tema.
• Ponto de vista: plano de produto em terceira pessoa vs. ponto de vista em primeira pessoa vs. as mãos de outra pessoa em ação. Planos em primeira pessoa muitas vezes parecem mais nativos no feed de vídeos curtos.
• Momento da revelação: o produto/rótulo aparece já no primeiro quadro ou o clipe vai construindo até ele (a revelação com chicote do gancho A)? Abrir pelo resultado e construir devagar são ganchos de fato diferentes, não variantes do mesmo.
• Energia do movimento: despejo lento e deliberado (gancho A) vs. despejo rápido e dinâmico (gancho D) — mesmo objeto, ritmo oposto, e o ritmo costuma ser a variável que realmente decide a taxa de retenção.

Quatro dimensões, um prompt cada, já bastam para obter sinal real de um lote. Acumular dez prompts quase duplicados só queima orçamento sem acrescentar informação.

O que o lote resolve — e o que não resolve

A geração em lote responde "qual conceito vale a pena editar em um vídeo curto de verdade?". Ela não elimina a necessidade de inspeção humana da saída:

• Assista a cada clipe antes de publicar. O kling-3.0-turbo renderiza movimento e iluminação de forma convincente, mas qualquer texto acidental na tela (como o rótulo do gancho A) ainda precisa de verificação humana — trate o texto gerado como qualquer texto renderizado por IA: verifique, não presuma que está correto.
• O lote é uma rodada de triagem, não a edição final. O ponto é descartar três conceitos a baixo custo e investir tempo de edição adicional apenas no que realmente funcionar.
• O custo escala de forma linear e previsível. A $0,13/segundo (720p) ou $0,16/segundo (1080p), um lote de N clipes de duração D custa N × D × rate — fácil de prever antes de enviar, ao contrário de alguns testes de anúncios pagos em que você só descobre o custo quando a campanha termina.

Perguntas frequentes

Quantas variantes colocar em um lote? De três a cinco é a faixa prática — o suficiente para cobrir ganchos realmente distintos (comportamento da câmera, ponto de vista, momento da revelação, ritmo) sem gerar conteúdo quase repetido. Acima disso, você normalmente está pagando por sinal redundante, não por informação nova.

A resolução afeta o que posso testar? Não — 720p e 1080p mudam apenas o preço ($0,13/segundo vs $0,16/segundo) e o tamanho do arquivo, não a proporção ou o limite de duração. Para rodadas de teste de gancho em que você pretende descartar a maior parte da saída, 720p é a opção mais barata; se precisar de arquivos em resolução maior para a entrega final, renderize o vencedor novamente em 1080p.

Posso enviar mais de 4 ou 5 de uma vez? Sim — a API de tarefas não limita quantas tarefas independentes você envia, apenas o saldo da sua conta e a rapidez com que você quer os resultados. O loop de envio e o padrão de consulta descritos acima escalam da mesma forma se você rodar 4 ou 40 tarefas; você só acompanha mais taskId no mesmo loop.

Os clipes incluem áudio? Sim — o kling-3.0-turbo também renderiza áudio ambiente realista (respingos, som de despejo, ruído de fundo do ambiente), mesmo sem um nível de preço separado de "com áudio". Não presuma que está mudo; verifique a saída real antes de adicionar seu próprio desenho de som.

Qual é a diferença em relação ao guia de receitas de prompts de texto para vídeo? Aquele guia é uma referência de prompt para clipe único — útil para entender o que o kling-3.0-turbo consegue renderizar. Este guia trata do hábito de produção de gerar várias versões concorrentes de um conceito em paralelo e escolher a vencedora, que é o fluxo de trabalho que realmente importa depois que você passa a publicar conteúdo de vídeo curto com regularidade.

Pontos-chave:

• Gerar em lote com o kling-3.0-turbo significa enviar várias variantes de prompt como tarefas assíncronas independentes, e não usar uma API especial de "lote" — o paralelismo é apenas o seu próprio loop de envio e consulta.
• O esquema do modelo é deliberadamente mínimo (prompt, duration, resolution, aspect_ratio), o que torna trivial trocar o prompt dentro de um lote.
• Varie comportamento da câmera, ponto de vista, momento da revelação e energia do movimento — e não sinônimos — para obter sinal real do lote.
• A $0,13/segundo (720p), uma rodada de teste de gancho com 4 clipes custa só alguns dólares — barato o bastante para rodar antes de cada publicação de vídeo curto, não apenas em grandes campanhas.
• O lote reduz o escopo de qual conceito perseguir; ele não substitui a revisão humana do clipe vencedor.

Pronto para rodar seu próprio lote? Confira os preços e limites de taxa atuais antes de uma execução grande, ou comece pela página do modelo kling-3.0-turbo/text-to-video para obter a referência completa de parâmetros. Se quiser primeiro ideias de prompt para clipe único, o guia de receitas de prompts é uma boa biblioteca inicial para adaptar às suas próprias variantes de gancho.