Рецепты промптов Kling 3.0 Turbo для видео из изображения: промпты, готовые к копированию, и реальные результаты

Краткое содержание

• О чём эта статья: четыре готовых к копированию рецепта промптов для видео из изображения kling-3.0-turbo, каждый из которых показывает входной первый кадр, точный промпт движения и реальный клип, сгенерированный через настоящий API — первый результат с первой попытки, без скрытых повторных запусков.
• Охват: облёт товара для электронной коммерции, лёгкое оживление вертикального портрета 9:16, застывший момент движения с правдоподобным физическим продолжением и классическая ожившая фотография пейзажа.
• Факты о модели (проверены по живому API задач): вход — это prompt + image_urls (ровно один публичный URL изображения) + duration (целое число 3–15 секунд) + resolution (720p/1080p). Поля aspect_ratio нет — выход наследует ваш входной кадр, поэтому кадр 9:16 даёт видео 9:16.
• Цена (за каждую секунду выходного видео, по данным страницы тарифов): $0.13/сек за 720p, $0.16/сек за 1080p — единый тариф, как и у версии для видео из текста. 5-секундный клип — $0.65; 3-секундная проба — $0.39.
• Звук: клипы возвращаются с нативной звуковой дорожкой окружения — включайте звук при воспроизведении.

Видео из текста vs видео из изображения: когда начинать с кадра

Видео из текста в плане композиции — лотерея: вы описываете сцену и принимаете любое кадрирование, которое предложит модель. Видео из изображения убирает эту переменную. Сначала вы фиксируете композицию, объект, свет и брендовое ощущение на статичном изображении — то, что можно художественно поставить или снять вживую, — а затем тратите весь промпт на движение: что двигается, как быстро и что делает камера.

Это меняет то, как вы пишете. Промпт для видео из изображения не должен заново описывать то, что уже есть в кадре; модель это видит. Рецепты ниже следуют одному правилу: ссылайтесь на содержимое кадра, а затем описывайте только изменения — путь камеры, движение объекта, движение среды и то, что должно остаться неподвижным.

Каждый пример показывает фактический входной кадр и сгенерированный клип, а между ними — точный промпт. Я генерировал эти кадры с помощью gpt-image-2, чтобы весь процесс был воспроизводим через API, но подойдёт любое ваше изображение — фотография товара, кадр со съёмки, рендер.

Рецепт 1 — Электронная коммерция: облёт продукта из студийного снимка (16:9)

Цель: превратить статичную фотографию продукта в демонстрационный клип с чистым движением камеры — самый выгодный сценарий видео из изображения для магазина.

Начните с главного изображения, где продукт в центре, а свет уже выставлен правильно:

Входной первый кадр (16:9, сгенерирован в gpt-image-2 — любое ваше изображение даст тот же эффект).

Затем промпт движения:

Slow smooth orbit around the coffee set, the camera circling a quarter turn to the right while keeping the carafe centered. Steam keeps rising and curling naturally, reflections slide across the glass as the angle changes. The product stays sharp and undistorted, studio lighting unchanged, no cuts, elegant product-video motion.

Облёт кофейного набора на четверть оборота, пар продолжает подниматься — kling-3.0-turbo/image-to-video, 5 сек @ 720p. Реальный результат, сгенерированный из кадра выше, с первой попытки, для этого руководства.

Почему это работает: промпт ни разу не описывает продукт заново — кадр уже несёт его. Вместо этого он даёт одну инструкцию камере («slow smooth orbit ... a quarter turn to the right»), точку привязки («keeping the carafe centered») и страховку («stays sharp and undistorted, studio lighting unchanged»). Ограничение облёта четвертью оборота важно: полные 360 градусов за пять секунд заставят модель выдумать невидимую заднюю сторону продукта, и обычно она деформируется.

Рецепт 2 — Вертикаль 9:16: лёгкое оживление портрета для коротких видео

Цель: изображение, которое дышит, в нативном вертикальном формате телефона — ветер, вода, одно моргание, одно медленное приближение. Заодно демонстрация ключевого факта схемы: у видео из изображения нет параметра aspect_ratio — выход наследует кадр, поэтому этот вертикальный кадр 9:16 даёт клип 9:16 без обрезки.

Входной первый кадр (9:16, сгенерирован в gpt-image-2 — любое ваше изображение даст тот же эффект).

The scene comes alive: a steady sea wind lifts strands of her hair and ripples the hem of the red coat, small waves roll behind the pier, she blinks slowly and a faint smile forms. The camera pushes in very slowly toward her face. Subtle, realistic motion, no cuts, melancholic cinematic mood.

Ветер поднимает её волосы, камера медленно приближается — вертикальный формат — kling-3.0-turbo/image-to-video, 5 сек @ 720p. Реальный результат, сгенерированный из кадра выше, с первой попытки, для этого руководства.

Почему это работает: движение расслоено по масштабу — среда (волны, ветер), одежда (колышущийся подол пальто), игра (медленное моргание, лёгкая улыбка) и одно движение камеры (очень медленное приближение). Каждый слой мал; вместе они читаются как живой момент, а не как искажённая фотография. «Subtle, realistic motion» здесь играет реальную роль — без этой фразы модели видео из изображения часто чрезмерно анимируют лицо.

Рецепт 3 — Физическая преемственность: разморозка динамичного кадра (16:9)

Цель: взять средний кадр застывшего движения и заставить модель завершить действие с правдоподобным импульсом — самая сложная проверка физических способностей модели видео из изображения.

Входной первый кадр (16:9, сгенерирован в gpt-image-2 — любое ваше изображение даст тот же эффект).

The frozen moment continues: the skateboarder completes the air, drops back into the bowl, wheels hit the concrete with a small wobble he absorbs with bent knees, then he carves up the far wall. The camera pans right to follow him through the landing. Natural skate physics, momentum preserved from the pose, no cuts.

Полёт завершается, приземление и проезд вдоль дальней стены — kling-3.0-turbo/image-to-video, 5 сек @ 720p. Реальный результат, сгенерированный из кадра выше, с первой попытки, для этого руководства.

Почему это работает: промпт трактует кадр как физическую задачу с единственным правильным продолжением — «completes the air, drops back into the bowl, wheels hit ... he absorbs with bent knees». Запись приземления как упорядоченных долей и явное требование «momentum preserved from the pose» не дают модели снова подбросить скейтбордиста во второй невозможный трюк. Небольшое несовершенство («a small wobble he absorbs») читается как реализм, а не как провал.

Рецепт 4 — Ожившая фотография: зацикленный пейзаж с движением среды (16:9)

Цель: классический приём видео из изображения — дрейфующий пейзаж. Это ещё и бюджетный шаблон: это 4-секундный клип ($0.52) — дешёвая форма для итераций с движением среды.

Входной первый кадр (16:9, сгенерирован в gpt-image-2 — любое ваше изображение даст тот же эффект).

Bring the photograph to life with gentle ambient motion: mist drifts slowly across the far shore, soft ripples cross the mirror reflection, clouds creep behind the peaks, and two distant birds glide across the sky. The camera dollies forward very slowly over the water. Calm, seamless, loop-like motion, no cuts.

Туман дрейфует, рябь проходит по отражению, камера медленно движется вперёд — kling-3.0-turbo/image-to-video, 4 сек @ 720p. Реальный результат, сгенерированный из кадра выше, с первой попытки, для этого руководства.

Почему это работает: всё движется в естественном темпе — туман «drifts slowly», облака «creep», рябь «cross» — а две птицы дают глазу событие-фокус, чтобы клип не выглядел как скринсейвер. «Loop-like motion» направляет модель к ровному ритму, который выдерживает повторное воспроизведение — именно то, что нужно от фонового видео для главного баннера.

Входная схема, проверено

Всё ниже было подтверждено по живому API задач до генерации любого клипа (недопустимые значения возвращают 400 со списком допустимых):

Поле	Тип	Описание
prompt	string	Обязательно — описывает движение, а не картинку
image_urls	массив строк	Обязательно, ровно один URL (maxItems: 1), должен быть публично доступен
duration	integer	3–15 секунд
resolution	string	720p или 1080p

Схема строгая: aspect_ratio, seed, negative_prompt и sound будут отклонены с ошибкой additional properties ... not allowed. Стоит знать два следствия:

• Соотношение сторон выхода наследует входной кадр. Нужно вертикальное видео? Подайте вертикальное изображение (рецепт 2). Параметра, чтобы переспорить кадр, нет.
• URL изображения должен быть доступен с платформы — размещайте его на своём CDN или в объектном хранилище, а не за аутентификацией или на localhost.

Запустите это самостоятельно (API)

Все четыре рецепта используют один и тот же асинхронный процесс — создайте задачу с URL вашего кадра, опрашивайте до конечного состояния, скачайте mp4:

import requests, time

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_HIAPI_KEY", "Content-Type": "application/json"}

def animate(image_url, prompt, duration=5, resolution="720p"):
    body = {"model": "kling-3.0-turbo/image-to-video",
            "input": {"prompt": prompt, "image_urls": [image_url],
                      "duration": duration, "resolution": resolution}}
    task_id = requests.post(API, json=body, headers=HEADERS, timeout=60).json()["data"]["taskId"]
    while True:
        t = requests.get(f"{API}/{task_id}", headers=HEADERS, timeout=30).json()["data"]
        if t["status"] == "success":
            return t["output"][0]["url"]   # signed link, expires — download immediately
        if t["status"] == "fail":
            raise RuntimeError(t.get("error"))
        time.sleep(5)

print(animate("https://your-cdn.example.com/product.jpg",
              "Slow smooth orbit around the product, quarter turn right, no cuts"))

Возвращённый output[0].url временный — сразу сохраните байты, а не вставляйте ссылку напрямую. Полный справочник параметров — в документации.

Частые вопросы

Чем это отличается от видео из текста kling-3.0-turbo?
Та же семья, та же поминутная цена, разные поверхности управления: видео из текста принимает aspect_ratio и создаёт композицию; видео из изображения принимает одну запись image_urls и наследует из неё композицию. Если у вас нет начального кадра, используйте собрание рецептов для видео из текста.

Сколько стоит один клип?
Оплата за каждую секунду выхода: $0.13/сек за 720p, $0.16/сек за 1080p. Каждый из трёх 5-секундных клипов в этой статье — $0.65, 4-секундный пейзаж — $0.52, 3-секундная проба 720p — $0.39. Актуальные цифры — на странице тарифов.

Можно ли управлять соотношением сторон выхода?
Только через входное изображение — поля aspect_ratio нет. Кадр 9:16 даёт клип 9:16 (рецепт 2), кадр 16:9 — клип 16:9.

Входное изображение обязательно должно быть сгенерировано ИИ?
Нет — подойдёт любой публично доступный URL изображения: предметная съёмка, кадр из фильма, рендер. Я генерировал эти кадры в gpt-image-2 исключительно для того, чтобы весь процесс воспроизводился через один API.

Есть ли у клипов звук?
Клипы в этом руководстве возвращаются с нативной звуковой дорожкой окружения (проверено на реальных файлах). О явных тарифах на аудио и выводе 4K смотрите уровень omni — см. руководство по видео из изображения kling-3.0-omni.

Переносятся ли эти схемы промптов на другие модели видео из изображения?
Структура — да: промпт только о движении, слоистое движение среды, физика, записанная как упорядоченные доли. Мы также ведём соответствующее собрание рецептов для видео из изображения wan2.7, если хотите сравнить другую линейку моделей на тех же схемах.

---

Все четыре промпта движения в вашем распоряжении. Получите ключ API, направьте фрагмент кода выше на kling-3.0-turbo видео из изображения с любым имеющимся у вас кадром — тестовый 3-секундный клип стоит $0.39.