Guide d'invite Kling 4 : références, images clés, audio et édition

Kling 4 peut fonctionner à partir d’une courte idée ou d’un brief de production. La bonne invite dépend moins du nombre de mots que du type de contrôle dont vous avez besoin : explorez-vous un concept, préservez-vous un personnage, suivez-vous un mouvement de référence, fixez-vous des jalons visuels, générez-vous un dialogue ou éditez-vous un clip existant ?

Ce guide explique le système d'invite complet dans les principaux flux de travail de Kling 4. Pour les spécifications et l'état de lancement, consultez le Guide de version Kling 4.

Commencez par choisir le bon mode Kling 4

Kling 4 présente deux points d’entrée principaux. Ils résolvent différents problèmes et ne peuvent être combinés au sein d’une même tâche de génération.

Choisissez la référence Omni lorsque vous souhaitez générer à partir de texte, conserver un personnage ou un produit, emprunter le langage du mouvement ou de la caméra, combiner plusieurs éléments ou éditer une vidéo téléchargée.

Choisissez des images clés lorsque votre exigence non négociable est le placement visuel dans le temps : partir de telle image, arriver à telle image, ou passer par plusieurs frames validés dans un ordre défini.

Commencez avec une idée

Une bonne invite Kling 4 n'a pas besoin d'être longue dès la première tentative. Commencez par l'événement que vous souhaitez que le spectateur voie, puis ajoutez des contrôles uniquement là où le modèle a besoin de moins de liberté.

Un point de départ utile est :

An exhausted astronaut finds a tiny green plant growing inside an abandoned lunar base.

Ajoutez ensuite les détails en trois passes :

1. Événement principal : Qui ou quoi est présent et qu’est-ce qui change ?
2. Décisions incontournables : Quels détails d'identité, de composition, de mouvement ou d'éclairage ne peuvent pas dériver ?
3. Contrôles de production : Quelles références, plages de temps, mouvements de caméra, couches audio ou limites de montage sont importantes ?

Cette progression permet de garder l'invite lisible tout en rendant explicites les contraintes importantes. Cela facilite également la révision : si le résultat échoue, vous pouvez savoir si le problème vient de l'idée, des rôles des actifs ou de la chronologie.

Utilisez une structure d'invite en quatre blocs

Pour une tâche Omni Reference contrôlée, divisez l’invite en quatre blocs. Les étiquettes ne sont pas des commandes magiques. Ils constituent un moyen d'empêcher que l'identité, l'action, le timing et les instructions sonores soient en concurrence dans le même paragraphe.

[Asset Roles]
@Image1 defines the character's face, hairstyle, and clothing. Preserve those details.
@Image2 defines the room layout and window light. Preserve the furniture and spatial arrangement.
@Video1 provides the walking rhythm only. Do not copy its people, location, objects, or audio.

[Overall Settings]
16:9, 10 seconds. Natural skin texture, soft afternoon window light, medium lens,
shallow depth of field, realistic motion, stable exposure.

[Sequence of Events]
0-3s: The character enters from the left and walks toward the window.
3-7s: The camera tracks backward at a steady distance as the character slows down.
7-10s: The character stops, turns toward the light, and holds the pose.
Keep the shot continuous and preserve the room layout throughout.

[Audio]
Quiet room tone, soft footsteps, fabric movement, no dialogue, no background music.

1. Rôles d'atout

Attribuez à chaque élément téléchargé une fonction spécifique. Une image de référence peut contrôler un visage, une tenue, la géométrie d'un produit ou une pièce. Une vidéo peut contrôler le rythme du mouvement ou le mouvement de la caméra. Un profil vocal peut contrôler la voix d'un locuteur.

Ne présumez pas qu’une étiquette de téléchargement s’explique toute seule. Utilisez l'étiquette et le rôle ensemble, puis indiquez ce qui ne doit pas être transféré. Par exemple, « référencer uniquement le chemin de la caméra de @Video1 » est plus précis que « utiliser @Video1 ».

2. Paramètres généraux

Remplacez les adjectifs abstraits par des propriétés visibles ou audibles. Au lieu de « premium », décrivez l’éclairage des bords, la réponse des matériaux, le choix des lentilles, la texture de la surface et la séparation de l’arrière-plan. Au lieu de « vintage », spécifiez une peinture vieillie, une lumière incandescente chaude, des bords usés ou un grain de film.

Le guide officiel fait la même distinction générale : les descriptions concrètes réduisent la quantité d'inférence visuelle que le modèle doit effectuer.

3. Séquence des événements

Écrivez les actions dans l'ordre dans lequel le spectateur doit les voir. Ajoutez des plages de temps lorsqu'un clip plus long comporte plusieurs battements et expliquez comment la caméra se déplace entre ces battements.

Une chronologie doit également indiquer ce qui reste continu. Si le personnage, la pièce, la direction de la lumière ou le placement du produit doivent rester stables, énoncez cette règle après les événements plutôt que de la répéter à chaque ligne.

4. Audio

Séparez les dialogues, les caractéristiques vocales, l'ambiance, la musique et les effets sonores. Cela évite qu'une demande de pièce calme n'entre en conflit avec une demande de lit musical ou une affectation peu claire des enceintes.

Écrire des invites texte en vidéo

La synthèse texte-vidéo fonctionne mieux lorsque l'invite répond à quatre questions pratiques :

• Sujet : Qui ou quoi le spectateur doit-il suivre ?
• Scène : Où se déroule l’action et quels détails physiques définissent le lieu ?
• Action : Qu’est-ce qui change avec le temps et dans quel ordre ?
• Traitement : Comment la caméra, la lumière, la texture, le son et le rythme doivent-ils présenter l’action ?

Voici un exemple complet :

A ceramic artist works alone in a small pottery studio during a summer thunderstorm.
The artist centers a hand-built clay bowl on a spinning wheel, wearing a dark linen apron
with rolled sleeves. Rain streaks the tall windows, and cool blue daylight fills the room
while a warm tungsten lamp illuminates the wheel.

12 seconds, 16:9, one continuous shot. Begin with a close view of wet clay under the
artist's hands. The camera slowly pulls backward and slightly to the right, revealing the
studio shelves, tools, and rain-covered windows. The bowl rises gradually as the wheel
turns. Keep the artist's hands, bowl shape, shelf positions, and light direction consistent.

Audio: rain against glass, low thunder in the distance, the soft motor of the wheel, and
subtle clay movement. No dialogue, no subtitles, no background music.

Le but n’est pas d’utiliser tous les détails possibles. Le but est de rendre observables les décisions importantes : ce qui est dans le cadre, ce qui bouge, comment la caméra le révèle et quelles couches sonores appartiennent à la scène.

Utiliser la référence Omni

Omni Reference est le bon choix lorsque le texte seul ne peut pas véhiculer de manière fiable l'identité visuelle, le mouvement ou la composition dont vous avez besoin. Les documents officiels de Kling décrivent un budget de référence combiné allant jusqu'à 15 entrées, dont jusqu'à 10 images, jusqu'à 5 vidéos d'une durée vidéo totale de 30 secondes, jusqu'à 7 éléments et jusqu'à 3 profils vocaux. Les limites partagent un budget total, les maximums des catégories ne doivent donc pas être additionnés.

Le même guide officiel répertorie les limites d’images, de vidéos, de profils vocaux et d’éléments pour son flux de travail actuel. Les interfaces et les intégrations peuvent changer, alors vérifiez les contrôles affichés dans votre espace de travail sélectionné avant de préparer un grand lot d'actifs.

Références de personnages et de produits

Attribuez des références d'identité aux détails qui doivent survivre à la génération :

@Image1 defines the character's face, hairstyle, and age. Preserve these features.
@Image2 defines the character's coat and accessories. Preserve the fabric, color, and fit.
@Image3 defines the product's shape, label placement, and surface finish. Do not redesign it.

Si un actif contient des informations supplémentaires qui ne doivent pas être transférées, indiquez-le. Par exemple, une photo de produit peut définir la géométrie de la bouteille sans définir l'arrière-plan du studio, les reflets ou le texte qui apparaît derrière elle.

Pour les flux de travail qui démarrent à partir d'une image fixe existante, génération d'image en vidéo peut être un compagnon utile lorsque la tâche principale est d'animer une composition préparée plutôt que de coordonner de nombreuses références.

Références d'action et de caméra

Une vidéo de référence peut guider le mouvement sans devenir la scène. Indiquez exactement quelle couche emprunter :

Reference the walking rhythm and lateral camera movement of @Video1 only.
Do not copy its characters, location, vehicles, wardrobe, color grade, or audio.

Ceci est important car une référence vidéo contient plus d’informations que l’action souhaitée. Le fait de restreindre son rôle rend le transfert prévu plus facile à inspecter et à réviser.

Références de composition et de storyboard

Utilisez une image lorsque la composition correspond à la décision que vous souhaitez conserver. Utilisez un storyboard ou une référence de mise en page pour décrire l'ordre des plans, puis demandez à Kling de restituer la scène elle-même plutôt que de reproduire des étiquettes, des flèches, des panneaux ou des repères de planification.

Une règle utile consiste à télécharger le plus petit ensemble de références qui contrôle les décisions qui vous intéressent. Plus d’entrées ne créent pas automatiquement plus de contrôle. Ils peuvent également introduire des instructions concurrentes.

Utiliser la première et la dernière image

Les images clés sont utiles lorsque les images d’ouverture et de fin sont déjà connues. Ne décrivez pas seulement le début et la fin. Décrivez le chemin qui les sépare.

Use @Image1 as the first frame and @Image2 as the last frame.
The camera moves slowly toward the upright glass bottle, transitioning from the wide studio
composition to the close-up. Soft reflections travel across the bottle as the camera moves.
Keep the bottle vertical, preserve the label, and maintain the same background lighting.
The transition is continuous and physically plausible.

Le premier cadre établit la composition d’ouverture. La dernière image établit la destination. Le milieu de l'invite explique comment l'appareil photo, le sujet, la lumière et les matériaux y parviennent.

Planifier plusieurs images clés

Le guide officiel de Kling 4 répertorie la prise en charge d'un maximum de 10 images clés. Utilisez une image clé lorsqu'un état visuel est important à un moment donné, pas simplement parce que l'interface permet davantage de téléchargements.

0-4s: @Image1. A wide view of the empty train platform at dawn. The camera is locked.
4-8s: Transition toward @Image2. A commuter enters from the far right as the camera begins
      a slow push forward. Keep the platform architecture unchanged.
8-12s: @Image3. The commuter reaches the yellow line and looks down the tracks.
12-16s: @Image4. Warm sunlight reaches the platform. Preserve the character's coat and
        direction of travel while the camera settles into a medium shot.

Les jalons d’images clés utiles incluent :

• Un personnage entrant ou sortant du cadre
• Passage du plan large au gros plan
• Un produit qui change d’état ou de position
• Une transition météo ou lumière
• Une transformation qui nécessite un état intermédiaire défini

Expliquez la transition entre chaque paire d'images clés. Sans cette instruction de connexion, le modèle doit déduire davantage de mouvement et de continuité.

Planifiez une vidéo multi-prises de 30 secondes

Kling 4 prend en charge 3 à 30 secondes de génération par incréments d'une seconde, selon le guide de l'utilisateur officiel. Une invite de 30 secondes doit se lire comme un plan compact, et non comme un long paragraphe d'adjectifs.

Incluez cinq couches :

1. Plan du territoire : Où sont le sujet, l’appareil photo et les objets importants ?
2. Plan de prise de vue : Combien y a-t-il de plans et quelle est la durée de chacun ?
3. Action : Quel est l’événement principal de chaque plan ?
4. Transitions : Comment un plan mène-t-il au suivant ?
5. Continuité : Quelles règles d'identité, de lumière, de direction et d'audio s'appliquent à la coupe ?

30 seconds, 16:9, three connected shots. Keep the same red delivery bicycle,
rider's yellow rain jacket, wet street reflections, and overcast lighting throughout.

Spatial plan: the rider travels from the left side of the market street toward the station
entrance. Pedestrians move in the same direction as the bicycle, never through it.

Shot 1, 0-8s: Wide tracking shot from the front-left as the rider turns into the street.
Shot 2, 8-20s: Side tracking shot. The rider passes food stalls while rain collects on the
camera lens. Maintain the rider's speed and direction.
Shot 3, 20-30s: The camera moves ahead and rotates toward the station entrance as the rider
slows, parks the bicycle, and looks up at the station sign.

Audio: rain, tires on wet pavement, distant market voices, and one bicycle bell at 23s.
No subtitles, no background music, no sudden change in weather or wardrobe.

Une durée plus longue crée plus de place pour le développement narratif, mais elle donne également plus de temps aux erreurs de continuité pour apparaître. Gardez les règles spatiales et les détails d'identité récurrents visibles dans l'invite.

Dialogue rapide et son stéréo

Pour les scènes de dialogue, définissez le locuteur avant la ligne. Incluez la langue ou l'accent lorsque cela est important, puis décrivez l'âge, le ton, le rythme, l'émotion, les pauses et indiquez si les autres personnages restent silencieux.

Dialogue:
Speaker A, a calm woman in her 30s, speaks in a low, measured voice:
"We have one chance to get this right."
Pause for half a second before the final sentence.
Speaker B remains silent and listens, then nods without speaking.

Ambience: quiet control room, low ventilation, faint keyboard sounds.
SFX: one alert tone at the end of the line.
Music: none.
Stereo: Speaker A is centered. The alert tone begins on the right and moves toward center.

Les documents de lancement officiels de Kling décrivent l'audio stéréo à deux canaux et des performances de synchronisation labiale améliorées. Considérez cela comme une capacité de modèle et non comme une promesse que chaque interface expose des commandes audio identiques.

Pour la musique, l'ambiance et les effets, utilisez des étiquettes distinctes. Pour le son spatial, décrivez le mouvement à travers le champ stéréo comme un événement, comme un véhicule se déplaçant de l'arrière gauche vers l'avant droit.

Écrire des invites de montage vidéo

Lorsque vous modifiez un clip téléchargé, commencez par identifier la vidéo comme élément à modifier. Une structure pratique est :

Edit @Video1.
Change: [the exact element or property to change]
Timing: [when the change happens and how it progresses]
Preserve: [identity, camera, geometry, lighting, audio, duration, and everything else]

Supprimer un objet

Edit @Video1.
Change: Remove the advertising board in the foreground from the first frame onward.
Timing: Keep the removal consistent as the camera pans right.
Preserve: The people, building geometry, shadows, reflections, camera movement, audio,
and original duration. Do not add a replacement object.

Remplacer un sujet ou un arrière-plan

Edit @Video1.
Change: Replace the backpack with the backpack shown in @Image1.
Timing: Match its position, scale, movement, contact points, and occlusion throughout.
Preserve: The person's face, clothing, hands, walking pace, background, lighting, shadows,
camera path, audio, and duration.

Changer une partie du style

Edit @Video1.
Change: Convert the vehicle into a hand-built clay model with visible fingerprints and
soft matte surfaces.
Timing: Apply the material change gradually during the first two seconds.
Preserve: The vehicle's size, route, wheel motion, camera movement, background, lighting,
shadows, audio, and all other objects in the scene.

Le Préserver la ligne n’est pas un remplissage. Il limite les modifications involontaires et vous donne une liste de contrôle concrète lorsque vous examinez le résultat.

Si votre projet nécessite une passe qualité finale après génération, mise à l'échelle vidéo est une étape de finition distincte. Il ne faut pas l’utiliser pour cacher un problème urgent qui nécessite une nouvelle génération.

Utilisez les instructions négatives avec parcimonie

Décrivez directement l’image ou l’action souhaitée lorsque cela est possible. « Montrer le personnage de profil tout en parlant au téléphone » est généralement plus clair que « Ne pas montrer le visage du personnage ».

Conservez les instructions négatives pour des limites de défaillance spécifiques, telles que :

• Pas de sous-titres
• Pas de musique de fond
• Aucun personnage supplémentaire
• Ne copiez pas les personnes, le lieu ou l'audio de la référence de mouvement.
• Préserver tous les autres objets et la durée d’origine pendant une modification

De longues listes de déclarations « non » peuvent rivaliser avec la description positive de la scène. Utilisez-les pour fermer un mode de défaillance connu, et non pour décrire l'intégralité de la vidéo par exclusion.

Réviser dans le bon ordre

Lorsqu'un résultat ne correspond pas au brief, modifiez une couche de contrôle à la fois :

1. Vérifiez les étiquettes. Assurez-vous que chacun @Image, @Video, élément ou profil vocal fait référence au téléchargement prévu.
2. Clarifier les rôles des actifs. Indiquez si une référence contrôle l'identité, la composition, le mouvement, la caméra ou le son.
3. Remplacez les adjectifs abstraits. Convertissez « cinématique » ou « premium » en détails de lumière, de matériaux, d'objectif, de caméra et de texture.
4. Réparez la chronologie. Ajoutez des plages de temps et définissez comment l'action atteint l'état suivant.
5. Renforcer la continuité. Nommez l’identité, la direction, la lumière, la géométrie et le son qui doivent rester stables.
6. Réduisez la portée des modifications. Modifiez un sujet, un objet ou un calque de style avant de demander plusieurs modifications sans rapport.
7. Supprimez les conflits. Supprimez les instructions répétées ou contradictoires plutôt que d’ajouter du texte.

Cet ordre rend la prochaine génération plus facile à diagnostiquer. Cela évite également de transformer chaque clip échoué en une invite plus longue et moins cohérente.

Vérifiez la divulgation de l'IA avant de publier

Si une sortie Kling 4 semble réaliste et représente une personne, un lieu, un événement ou une scène qui ne s'est pas produit comme indiqué, consultez les règles de divulgation de la plateforme avant de la publier. Conseils actuels de YouTube dit que les créateurs doivent divulguer un contenu réaliste généré par l'IA ou modifié de manière significative, y compris des scènes réalistes qui ne se sont jamais produites et des images qui donnent l'impression qu'une personne réelle dit ou fait quelque chose qu'elle n'a pas fait.

Cette étape de divulgation est distincte de la qualité rapide. Une invite bien rédigée peut améliorer le résultat, mais elle ne change rien à la responsabilité d’étiqueter les médias synthétiques ou modifiés lorsque la plateforme de destination l’exige.

FAQ

Quelle est la meilleure structure pour une invite Kling 4 ?

Pour une génération contrôlée, utilisez quatre blocs : rôles d'actifs, paramètres globaux, séquence d'événements et audio. Pour une idée simple, commencez par une phrase et ajoutez uniquement les contraintes qui affectent le résultat.

Dois-je utiliser Omni Reference ou des images clés ?

Utilisez Omni Reference lorsque vous devez combiner des images, des vidéos, des éléments, des profils vocaux ou un concept créatif. Utilisez des images clés lorsque des images spécifiques doivent apparaître à des points spécifiques de la chronologie. Les deux points d'entrée de création ont des contrôles différents et ne peuvent pas être traités comme interchangeables.

Comment référencer un fichier téléchargé ?

Utilisez l'étiquette attribuée par l'espace de travail, telle que @Image1 ou @Video1, et indiquez ce que cet actif contrôle. « @Video1 contrôle uniquement le rythme de marche » est plus utile que de nommer le fichier sans rôle.

Comment rédiger une invite de montage vidéo Kling 4 ?

Commencez par Edit @Video1. Séparez ensuite la demande en Changement, Calendrier, et Préserver. Spécifiez l'élément exact à modifier et répertoriez l'identité, la caméra, l'éclairage, l'audio et la durée qui doivent rester stables.

Kling 4 peut-il générer des dialogues, de la musique et des effets sonores ?

Les documents officiels de Kling décrivent l'audio généré, la stéréo à deux canaux, les dialogues et la synchronisation labiale améliorée. Décrivez le dialogue, la voix, l'ambiance, la musique et les effets en tant que couches distinctes et vérifiez les commandes disponibles dans l'interface sélectionnée.

Les invites plus longues sont-elles toujours meilleures ?

Non. Le guide officiel répertorie la saisie rapide jusqu'à 8 000 jetons, mais il s'agit d'une limite de capacité et non d'un objectif. Une invite plus courte avec des rôles, un calendrier et des règles de préservation clairs est souvent plus facile à suivre qu'une longue invite pleine d'adjectifs répétés.