Skip to main content

Guida ai prompt Kling 4.0

Scrivi un prompt per Kling 4.0
come una lista di inquadrature

Guida ai prompt Kling 4.0: il modello segue da vicino il brief scritto, con sequenze scandite nel tempo fino a 30 secondi, battute recitate, insegne leggibili e una colonna sonora, tutto in un'unica generazione. Ecco come scrivere il brief, con tutti gli esempi generati sul modello disponibile online.

Panoramica

Basta un prompt di una riga: Kling 4.0 crea inquadrature e audio da solo. Con un brief dettagliato, segue quello che scrivi: è qui che stacca gli altri. Legge intervalli di tempo, indicazioni di ripresa, dialoghi tra virgolette e una sezione audio, mantenendo coerenti personaggi, prodotti e insegne tra un'inquadratura e l'altra.

Fino a 30 secondi

Una sola generazione può creare una scena completa: una sequenza di inquadrature con tempi e stacchi netti, oppure un unico piano sequenza.

Dialoghi in nove lingue

Le battute tra virgolette vengono pronunciate parola per parola, con l'accento e l'interpretazione che descrivi.

Testo sempre leggibile

Insegne, etichette e titoli mantengono il testo esatto e restano ancorati alla loro superficie mentre la camera si muove.

Ogni input ha un compito

Fotogrammi iniziale e finale, fino a 10 immagini di riferimento, video di riferimento o una clip esistente da modificare.

Struttura del prompt

Scrivi tre parti, in quest'ordine. Le impostazioni fissano ciò che resta invariato, i passaggi collocano ogni azione nel tempo e la sezione audio descrive la traccia.

1. Ambientazione

Luogo, momento della giornata, direzione della luce, superfici, colore. Trasforma gli aggettivi in ciò che vedrebbe la camera: "premium" deve corrispondere a scelte precise di luce e materiali.

2. Azioni a tempo

Usa intervalli in secondi come "3-7 s", con un'azione per ciascuno, calibrata sul tempo disponibile. Specifica il movimento della camera, la sua altezza e velocità e l'inquadratura su cui si ferma.

3. Audio

Non c'è un interruttore per l'audio, quindi descrivi la traccia: suoni ambientali, effetti, voci. Se non vuoi musica di sottofondo e sottotitoli, chiedi chiaramente di escluderli.

Itera a basso costo

Non c'è un seed: ogni rendering è una nuova ripresa. Fai le prove a 720p e renderizza la versione scelta a 1080p.

Modello di brief

Impostazioni, sequenze, audio. La somma degli intervalli deve coincidere con la durata.

[Location, time of day, light, color, what stays constant.] 0-[a] s: [framing] [one action], camera [move, height, speed]. [a]-[b] s: [framing] [one action]. [b]-[end] s: [framing] [one action], ending on [what to hold]. Audio: [ambience], [effects], [voices], no background music, no subtitles.

Video generati

Ogni clip qui sotto è il primo risultato del prompt mostrato, generato su Pixel Dojo. Guardale con l'audio attivo.

Spot in tre inquadrature

Prima le impostazioni, poi le inquadrature con i tempi, infine la colonna sonora

10 s · 1080p · 16:9

Sunrise on a rocky mountain ridge, natural color, low warm side light, light mist in the valley below. Shot 1, 0-3 s: ground-level close-up as a trail shoe lands on wet granite and kicks up droplets. Shot 2, 3-7 s: the camera tracks alongside a runner in a red windbreaker climbing the ridge at shoulder height, matching her pace. Shot 3, 7-10 s: wide shot from behind as she reaches the summit and stops, mist rolling below. Hard cuts between shots. Same runner, same red windbreaker in every shot. Audio: shoes crunching on gravel, steady breathing, light wind, no dialogue, no background music, no subtitles.

Gli intervalli di tempo coprono l'intera durata, ogni inquadratura ha una sola azione e un taglio di ripresa preciso, e l'ultima riga indica quali suoni mantenere e quali escludere.

Una battuta di dialogo

Metti le parole tra virgolette, indica la voce

10 s · 1080p · 16:9

A small cafe at night, rain streaking the front window, warm tungsten pendant lights, empty tables. 0-4 s: slow push in on a barista in her thirties with a short dark bob and a green apron, wiping down the espresso machine. 4-10 s: she looks up toward the door, smiles, and says in warm, relaxed American English: "Last order of the night. What can I get you?" Audio: rain on the glass, a low espresso machine hiss, her clear close voice, no background music, no subtitles.

Tutto ciò che metti tra virgolette viene pronunciato parola per parola. Assegna alla battuta un intervallo di tempo dedicato e descrivi nella stessa frase come va pronunciata.

Un unico piano sequenza

Intervalli di tempo come posizioni della camera, non come stacchi

10 s · 1080p · 16:9

One continuous gimbal shot with no cuts, walking pace, through a Victorian glass greenhouse in the morning. 0-3 s: the camera passes through an open iron door into humid air and hanging ferns. 3-7 s: it glides down a brick path between giant lily pads in a central pool, light rays cutting through the condensation. 7-10 s: it rises slowly and settles on a single white orchid in sharp focus, background soft. Audio: dripping water, distant birds, soft footsteps on brick, no music, no subtitles.

Le inquadrature multiple sono attive per impostazione predefinita. Scrivi "Un unico piano sequenza, senza stacchi" per disattivarle: le sequenze descriveranno così dove si trova la camera in ogni momento.

Testo che resta fermo

Scrivilo esattamente, ancoralo a una superficie

10 s · 1080p · 16:9

A wet alley in Tokyo at night. A pink neon sign on a brick wall reads exactly "OPEN ALL NIGHT" in bold block letters. The camera dollies slowly right past puddles reflecting the sign, and the lettering stays fixed to the wall and fully legible the whole time. A cook in a white cap steps out of a side door and lights a paper lantern. Audio: buzzing neon, rain dripping from gutters, distant traffic, no music, no subtitles.

Testo breve, tra virgolette, con la posizione e l'indicazione di restare fisso mentre la camera si muove. Riserva i testi lunghi a un intervento di editing successivo.

Due parlanti a turno

Una voce alla volta, tutte ben distinte

10 s · 1080p · 16:9

Two old friends sit facing each other on a night train, city lights streaking past the window. Medium two-shot, steady camera. They take turns, only one person speaks at a time, and each voice is distinct. 0-4 s: the man on the left, sixties, grey beard, says in a low, dry British voice: "You kept the ticket. After all these years." 4-9 s: the woman on the right, sixties, silver curls, laughs softly and answers in a bright American voice: "Of course I did. You still owe me the trip." Audio: rhythmic train wheels, their two voices, no music, no subtitles.

Indica la posizione di ogni parlante, assegna un intervallo a ogni battuta e specifica chiaramente che parlano a turno. Così le voci non si sovrappongono né si confondono.

Spot verticale con persona che parla in camera

9:16 with a spoken pitch

10 s · 1080p · 9:16

Vertical selfie video. A woman in her late twenties with curly auburn hair holds her phone at arm's length in a bright packing studio, shelves of small amber glass bottles behind her. She holds up one bottle to the lens and says in warm, natural American English at a relaxed pace: "We pack every order by hand. This one is going to Portland." She smiles at the end. Audio: her clear close voice, quiet room tone, no music, no subtitles.

Due frasi brevi entrano comodamente in 8-10 secondi. Per un copione più lungo, aumenta la durata invece di aggiungere parole alla stessa clip.

Un cast dalle foto di riferimento

Un ritratto per persona, un compito per immagine

5 s · 1080p · 3 immagini di riferimento
@Image1
@Image1
@Image2
@Image2
@Image3
@Image3

@Image1 is Brian: keep his face, shaved head, toothpick and mustard-yellow racing jacket over a black tee. @Image2 is Pamela: keep her face, dark curly hair and emerald-green jumpsuit. @Image3 is Circe, the German Shepherd: keep her markings. Sunny 1980s seaside boardwalk, 16:9 widescreen, warm saturated film look with light grain. Brian and Pamela walk toward the camera side by side with Circe trotting between them; behind them a giant three-headed blue inflatable dragon looms over the pier and puffs orange smoke. Slow backward tracking shot at chest height. Same faces in every frame. Audio: gulls, boardwalk crowd, no music, no subtitles.

Dedica una frase a ogni riferimento: chi rappresenta e cosa mantenere. Su Pixel Dojo, @Image1 viene convertito automaticamente nel tag immagine del modello.

Shot list e piani sequenza

Numera le inquadrature

"Inquadratura 1, 0-5 s: primissimo piano macro mentre..." Un'azione per inquadratura e un taglio visivo diverso ogni volta, così ogni stacco mostra qualcosa di nuovo.

Copri tutta la durata

Gli intervalli che non coprono tutta la durata lasciano vuoti che il modello riempie con inquadrature non richieste.

Specifica come collegare le inquadrature

"Stacchi netti" gli dice di tagliare. "Un'unica ripresa continua, senza tagli" gli dice di non farlo.

Specifica cosa non deve cambiare

Chiudi con "stesso corridore, stessa giacca in ogni inquadratura". Per generazioni separate, usa invece i riferimenti.

Dialoghi e testi a schermo

Parole esatte tra virgolette

Identifica chi parla per ruolo o posizione, poi scrivi la battuta tra virgolette e specifica come va pronunciata: età, tono, ritmo, accento.

Adatta la battuta alla clip

Una clip di 8 secondi contiene una o due frasi brevi. Nei video lunghi, le battute troppo corte vengono allungate con parole inventate.

Una voce alla volta

Con due interlocutori, assegna un intervallo a ogni battuta e specifica che devono parlare a turno, con voci ben distinte.

Scrivi il testo esatto

Mettilo tra virgolette, indica dove va posizionato e, se la camera si muove, chiedi che resti ancorato a quella superficie. Tienilo breve.

Modello per i dialoghi

Un parlante, una battuta e il modo di recitarla nella stessa frase.

[Setting and light.] [Framing] of [speaker: age, look]. 0-[a] s: [action before the line]. [a]-[end] s: [speaker] says in [language, accent, tone, pace]: "[line]" Audio: [ambience], their clear voice, no background music, no subtitles.

Fotogrammi e riferimenti

Fino a 10 immagini in totale tra fotogramma iniziale, fotogramma finale e riferimenti. Richiamale con @Image1, @Image2 e così via: prima i fotogrammi, poi i riferimenti, nell'ordine in cui li hai aggiunti.

Fotogrammi iniziale e finale

Il fotogramma iniziale definisce l'immagine di apertura e il formato. Aggiungi un fotogramma finale e descrivi come la scena passa dall'uno all'altro.

Assegna un ruolo a ogni riferimento

Una frase per immagine: chi o cosa rappresenta e cosa mantenere (volto, abbigliamento, etichetta, disposizione). Se non assegni un ruolo alle immagini, il modello lo deduce da solo.

Riferimenti puliti

Sfondi semplici e luce uniforme. Per le persone, usa un ritratto a testa e chiedi che i volti restino coerenti.

Video di riferimento

Fino a 5 clip (30 s totali) per trasferire una sequenza di movimenti, un percorso di camera o la struttura di uno spot su nuove persone e nuovi luoghi. Si applica la tariffa per gli input video.

Modificare una clip

Trascina una clip nel riquadro Clip: la ripresa resta la stessa, mentre il prompt ne modifica il contenuto. Il risultato mantiene formato e durata dell'originale.

Inizia con "Edit @Video1"

Così mantieni il filmato originale. Poi indica l'unica modifica da fare ed elenca cosa deve restare invariato: un semplice "mantieni tutto il resto" è meno efficace che nominare ogni elemento.

Sostituisci un prodotto

Allega il nuovo prodotto come immagine di riferimento e indica cosa deve sostituire. La mano e i tempi restano quelli del video originale.

Aggiungi o rimuovi un soggetto

Indica dove si trova rispetto a un altro elemento nell'inquadratura. Se lo rimuovi, specifica cosa deve riempire lo spazio che lascia.

Cambia stile

Descrivi in modo concreto lo stile che vuoi ottenere, escludi il fotorealismo se parti da riprese dal vero e mantieni invariati i movimenti del soggetto e della camera.

Modello per l'editing

Mantieni il girato, cambia una cosa, elenca cosa resta.

Edit @Video1: replace [what] with [new thing, or @Image1]. Keep [the person, their hands, the camera move, the lighting, the background] unchanged. Audio: keep the original room tone.

Parametri

ImpostazioneValoriNote
Durata3-30 sSecondi interi. Se modifichi una clip, vale la durata della clip stessa.
Risoluzione720p, 1080pFai le prove a 720p, finalizza a 1080p.
Formato16:9, 9:16, 1:1, 21:9Clip generate solo da testo. Fotogrammi e clip determinano il proprio formato.
ImmaginiFino a 10Fotogramma iniziale, fotogramma finale e riferimenti combinati.
VideoFino a 5, 30 s totaliUna clip da modificare e video di riferimento.
AudioSempre attivoDescrivilo nel prompt.

FAQ

Qualsiasi numero intero di secondi da 3 a 30, a 720p o 1080p. Le clip lunghe vengono suddivise automaticamente in più inquadrature, a meno che tu non chieda un unico piano sequenza.