Рецепты промптов для генерации видео из текста в Kling 3.0 Turbo: промпты для копирования и реальные результаты генерации

Краткое содержание

• О чём эта статья: Пять готовых к копированию рецептов промптов для генерации видео из текста в kling-3.0-turbo, каждый с фрагментом, который он фактически сгенерировал на живом API — каждое видео на этой странице создано промптом, напечатанным непосредственно над ним, это первые сырые результаты без скрытых повторных попыток.
• Охват: один непрерывный подъём крана с раскрытием, один быстрый следящий кадр, фиксация стиля китайской туши, вертикальный эмоциональный крупный план 9:16 и 12-секундная однокадровая последовательность, использующая гибкую настройку длительности модели.
• Факты о модели (проверены по живому API задач): duration — целое число от 3 до 15 секунд, resolution — 720p или 1080p, aspect_ratio принимает 16:9, 9:16 или 1:1. Схема строгая — неизвестные поля вроде seed или negative_prompt отклоняются с кодом 400, поэтому опечатки выдают громкую ошибку.
• Аудио: у каждого фрагмента ниже есть собственная дорожка окружающего звука — включите звук.
• Цена (за каждую секунду вывода, согласно странице цен): $0.13/сек для 720p, $0.16/сек для 1080p — 5-секундные фрагменты здесь стоят $0.65 каждый, а 3-секундная проба в 720p — $0.39.
• Скорость: пять фрагментов отправлены параллельно, все вернулись в течение десяти минут — turbo это скоростной уровень линейки Kling 3.0.

Как создавались эти рецепты

Каждый рецепт состоит из трёх частей: цель в одном предложении, точный промпт (копируйте как есть) и фрагмент, который он сгенерировал. Каждый промпт я написал сам и запустил на kling-3.0-turbo через живой API задач hiapi; видео размещены здесь навсегда, поэтому они не истекут и не будут заменены тщательно отобранными демонстрациями. Настройки указаны в каждом описании, чтобы вы могли воспроизвести точный вызов.

Рабочие привычки, которые хорошо зарекомендовали себя с этой моделью:

• Описывайте одно непрерывное движение камеры и указывайте «без склеек». Если движение описано первым, kling-3.0-turbo проведёт подъём крана, слежение или проезд стедикама через весь фрагмент; при расплывчатом описании камеры он начнёт монтировать.
• Для несфотореалистичных стилей сначала объявляйте стиль, затем описывайте содержимое и называйте физический материал («градиенты туши на текстуре рисовой бумаги»), а не просто тип.
• Записывайте эмоциональный такт как изменение во времени («хмурый взгляд медленно сменяется улыбкой») — модель воспринимает фрагмент как дугу, а не как позу.
• Итерируйте в 3 секунды / 720p (по $0.39 за попытку), а для сдачи делайте более длинные фрагменты. Длительность — бесплатное целое число от 3 до 15, так что можно дешево пробовать, а затем перезапускать зафиксированный промпт на той длине, которая реально нужна монтажу.

Рецепт 1 — движение камеры: медленный подъём крана с раскрытием (16:9)

Цель: одно непрерывное восходящее движение, завершающееся широким раскрытием, без склеек.

Низкий ракурс мокрой от дождя брусчатки в старом портовом городке на закате, затем медленный непрерывный подъём крана над швартовыми канатами и освещёнными фонарями рыбацкими лодками, раскрывающий всю пристань, сияющую под пурпурно-оранжевым небом. Единое непрерывное восходящее движение, без склеек, устойчивая кинематографическая камера, фотореализм, сверкающие отражения на мокром камне.

Подъём от мокрой брусчатки к освещённой фонарями пристани — kling-3.0-turbo/text-to-video, 5 секунд @ 720p, 16:9. Реальный вывод, первый сырой дубль, сгенерирован для этого руководства.

Почему работает: камера описана как путь — начинается низко у брусчатки, поднимается над канатами и лодками, заканчивается на пристани — поэтому у модели есть начало, середина и пункт назначения, а не статичное описание сцены. «Единое непрерывное восходящее движение, без склеек» — это страховочная оговорка; уберите её, и такие раскрывающие кадры часто разрезаются на два плана.

Рецепт 2 — быстрое действие: следящий кадр с низкого ракурса (16:9)

Цель: быстрое движение субъекта, которому вторит камера, с сохранением целостности.

Следящая камера с низкого ракурса мчится рядом с горным велосипедистом, который летит вниз по узкой лесной тропинке, корни и камни размыто проносятся мимо объектива, сухие листья взлетают за задним колесом, солнечный свет мерцает сквозь кроны. Камера закреплена на гонщике на всём протяжении, быстро и динамично, фотореализм.

Слежение за горным велосипедистом, спускающимся по лесной тропинке — kling-3.0-turbo/text-to-video, 5 секунд @ 720p, 16:9. Реальный вывод, первый сырой дубль, сгенерирован для этого руководства.

Почему работает: движение гонщика и движение камеры описаны как единая система («следящая камера с низкого ракурса мчится рядом… закреплена на гонщике»), поэтому субъект остаётся в кадре, а не выпадает из него. Второстепенные детали — взлетающие листья, мерцающий сквозь кроны свет — дают видимое доказательство скорости, не добавляя ещё один субъект, которым нужно управлять.

Рецепт 3 — визуальный стиль: китайская анимация тушью (16:9)

Цель: зафиксировать несфотореалистичный стиль и удерживать его стабильным на всём фрагменте.

Стиль традиционной китайской анимации тушью. Красный журавль взлетает с туманного горного озера на рассвете, медленные взмахи крыльев расходятся рябью по воде, силуэты сосен растворяются в слоистом тумане. Монохромные градиенты туши на видимой текстуре рисовой бумаги, единственный акцент красной печати, спокойное неторопливое движение.

Журавль в стиле туши взлетает с туманного горного озера — kling-3.0-turbo/text-to-video, 5 секунд @ 720p, 16:9. Реальный вывод, первый сырой дубль, сгенерирован для этого руководства.

Почему работает: «Стиль традиционной китайской анимации тушью» объявлен до любого описания сцены, а промпт даёт стилю физический носитель — градиенты туши, видимую текстуру рисовой бумаги, акцент красной печати — поэтому модель рендерит материал, а не расплывчатую эстетику. Kling очень хорош в этом жанре; вывод даже размещает печать так, как это делалось бы на настоящем свитке.

Рецепт 4 — вертикальный 9:16: эмоциональный крупный план для короткометражек (9:16)

Цель: собственная вертикальная портретная сцена, держащаяся на игре, а не на действии.

Вертикальный портретный крупный план пожилого часовщика, разглядывающего крошечную латунную шестерёнку через ювелирную лупу, освещённого тёплой настольной лампой в тёмной комнате. Когда механизм начинает тикать, его сосредоточенная хмурость медленно смягчается в тихую довольную улыбку. Малая глубина резкости, фотореалистичная текстура кожи, лёгкая ручная камера.

Хмурость часовщика смягчается в улыбку — вертикальный формат — kling-3.0-turbo/text-to-video, 5 секунд @ 720p, 9:16. Реальный вывод, первый сырой дубль, сгенерирован для этого руководства.

Почему работает: эмоциональный такт записан как изменение во времени («Когда механизм начинает тикать, его сосредоточенная хмурость медленно смягчается в тихую довольную улыбку»), что даёт фрагменту играбельную дугу, а не одно выражение, которое нужно удержать. Установите aspect_ratio в 9:16, и композиция станет родной для вертикального холста — без кадрирования широкоэкранного фрагмента постфактум.

Рецепт 5 — длинный план: 12-секундная однокадровая последовательность (16:9)

Цель: небольшая последовательность, использующая гибкую длительность 3–15 секунд — три повествовательных такта в одном непрерывном кадре.

Один непрерывный кадр: камера проскальзывает через маятниковые двери оживлённой кухни ночного ресторана, следует за официанткой с тремя тарелками между поварами на линии и клубами пара, затем скользит через её плечо, и тарелки опускаются на неоново освещённую стойку перед посетителем. Единый непрерывный стедикам-кадр, без склеек, тёплое практическое освещение, фотореализм.

Однокадровый проезд стедикама от кухни ресторана до стойки — kling-3.0-turbo/text-to-video, 12 секунд @ 720p, 16:9. Реальный вывод, первый сырой дубль, сгенерирован для этого руководства.

Почему работает: большинство моделей генерации видео из текста запирают вас в фиксированных 5- или 10-секундных фрагментах; kling-3.0-turbo принимает любое целое число от 3 до 15, а двенадцать секунд достаточно, чтобы вместить настоящую последовательность — проход через дверь, следование за официанткой, посадка тарелок на стойку. Структурируйте промпт как упорядоченные такты («проскальзывает… следует… затем скользит»), и модель уложит их в оплаченную вами длительность.

Схема входных данных, проверено

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

Поле	Тип	Описание
prompt	строка	обязательно
duration	целое число	3–15 секунд; строки вроде "5" отклоняются
resolution	строка	720p или 1080p
aspect_ratio	строка	16:9, 9:16, 1:1

Схема строгая: неизвестные поля (seed, negative_prompt и т. п.) отклоняются с сообщением additional properties ... not allowed, поэтому опечатки падают громко, а не игнорируются молча.

Запустите эти рецепты сами (API)

Все пять рецептов используют один и тот же асинхронный процесс — создайте задачу, опрашивайте до терминального состояния, скачайте mp4:

import requests, time

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

def run(prompt, duration=5, resolution="720p", aspect_ratio="16:9"):
    body = {"model": "kling-3.0-turbo/text-to-video",
            "input": {"prompt": prompt, "duration": duration,
                      "resolution": resolution, "aspect_ratio": aspect_ratio}}
    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"]   # 签名链接，会过期——请立即下载
        if t["status"] == "fail":
            raise RuntimeError(t.get("error"))
        time.sleep(5)

print(run("Low angle on rain-slicked cobblestones in an old harbor town at dusk ..."))

Возвращаемый output[0].url временный — сразу сохраняйте байты, а не ссылайтесь на него напрямую. Полный справочник параметров см. в документации, а практическое руководство по API kling-3.0-turbo пошагово объясняет отправку задачи, опрос и обработку ошибок.

Часто задаваемые вопросы

Какой длины могут быть фрагменты и какое разрешение?
Любая целая длительность от 3 до 15 секунд, 720p или 1080p. 12-секундный однокадровый проход по ресторану в рецепте 5 — это одна генерация, а не склейка.

Поддерживается ли вертикальное видео?
Да — aspect_ratio принимает 16:9, 9:16 и 1:1. Рецепт 4 — это собственная генерация 9:16, скомпонованная для вертикального кадра.

У фрагментов есть звук?
У каждого фрагмента в этом руководстве есть собственная дорожка окружающего звука (проверено на реальных файлах). Если вам нужен более полный сгенерированный звуковой дизайн, уровень Kling 3.0 omni предлагает специальные опции аудио.

Сколько стоит один фрагмент?
Оплата за каждую секунду вывода: $0.13/сек для 720p, $0.16/сек для 1080p. Четыре 5-секундных фрагмента здесь стоят $0.65 каждый, 12-секундный длинный план — $1.56, а 3-секундная проба в 720p — $0.39. Актуальные цифры см. на странице цен.

Turbo или Omni?
kling-3.0-turbo — это скоростной уровень — фиксированные $0.13/сек (720p) или $0.16/сек (1080p), рассчитанный на массовость; каждый фрагмент в этом руководстве вернулся за считанные минуты. Уровень omni добавляет вывод 4K и отдельные ценовые уровни аудио, а также варианты «изображение-в-видео» и «референс-в-видео» — если вам нужно оживить существующее изображение, см. руководство по генерации видео из изображений в kling-3.0-omni. (У Turbo тоже есть вариант «изображение-в-видео»: kling-3.0-turbo/image-to-video, по той же цене.)

Можно ли перенести эти промпты на другие модели?
Структуру — да: непрерывный язык камеры, объявление стиля в первую очередь, развивающиеся во времени такты. Если вы хотите сравнить, как другая линейка моделей реагирует на те же шаблоны, у нас есть подходящая коллекция рецептов seedance-2.0-mini.

---

Все пять промптов можно копировать свободно. Получите API-ключ, направьте приведённый выше фрагмент кода на kling-3.0-turbo, и тестовый 3-секундный фрагмент обойдётся в $0.39 — дешевле, чем 4K-уровень большинства моделей изображений.