Kling V4.0 Text-to-Video: un prompt, un piano sequenza, con l'audio
Kling V4.0 Text-to-Video crea clip da 3 a 30 secondi con audio stereo a partire dal solo prompt. Come scrivere un'inquadratura che regge, con esempi di prompt.
La maggior parte dei modelli text to video ti dà qualche secondo e ti lascia il compito di montare. Kling V4.0 Text-to-Video è quello da aprire quando vuoi l'opposto: un'unica inquadratura che continua a scorrere. Puoi chiedere qualsiasi durata da 3 fino a 30 secondi, a 720p o 1080p, in quattro formati tra cui l'ultrawide 21:9, e la clip torna con audio stereo sincronizzato. Nessuna immagine da caricare, nessun riferimento da preparare. Solo parole.
Perché sceglierlo?
Per quella durata. Una clip di cinque secondi è una reazione; una clip di venti secondi può essere una scena con un inizio, una svolta e una fine, e quella è un'altra scrittura. È anche il modello da scegliere quando il suono conta e non vuoi un secondo strumento: passi, vento, folla e una frase musicale arrivano nello stesso file. Se ti serve solo un rapido loop animato, un modello più breve costa meno; il confronto tra modelli video ti aiuta a decidere.
Scrivi l'inquadratura come un regista da piano sequenza
Una clip lunga fallisce in un modo preciso: il modello ha il tempo di vagare. La cura è dirgli dove comincia l'inquadratura, cosa si muove e dove finisce. Di solito bastano tre frasi: il fotogramma d'apertura, l'unico movimento continuo (della camera o del soggetto, non entrambi a piena velocità) e l'ultima immagine che vuoi vedere.
Opening on a rain-soaked alley at night, a lone cyclist with a yellow jacket waiting under a flickering sign. The camera slowly pushes in as the cyclist pushes off and rides toward us, puddles splashing, reflections smearing across the asphalt. The shot ends on a close, sharp view of the wet front tyre rolling past the lens. Sound of rain, a distant siren, the soft whirr of a bicycle chain.A wide ultrawide landscape of a salt flat at dawn, a thin line of low mist hovering over the white ground, a single small tractor crossing the frame from left to right at walking pace. Slow, steady, almost still camera. Warm gold light grows behind the horizon. Quiet wind, an engine far away.Vertical video: a baker's hands dust a wooden table with flour, shape a round loaf and score the top with a razor in one quick motion. Close, warm kitchen light, shallow depth of field. Sounds of soft flour, the scrape of the blade, a gentle radio playing in the background.Impostazioni che contano
- Durata: un numero intero da 3 a 30, 5 di default. È l'impostazione che cambia di più la scrittura, quindi decidila prima del prompt.
- Risoluzione: 720p di default, 1080p quando sei pronto per la versione finale. Fai le bozze con la più bassa.
- Rapporto d'aspetto: 16:9, 9:16, 1:1 o 21:9. Il rapporto lo fissi tu, non viene intuito, quindi scegli quello che serve alla tua destinazione; la guida ai rapporti d'aspetto elenca le scelte più comuni.
Tieni il suono nel prompt
Poiché l'audio arriva con la clip, trattalo come parte dell'inquadratura. Una frase sui suoni alla fine del prompt, come negli esempi qui sopra, basta a orientarlo. Se lo vuoi silenzioso, o pensi di musicarlo tu, scrivi 'no music' così una colonna sonora non arriva senza essere invitata. Se il suono generato è quasi giusto ma non del tutto, il modello di effetti sonori per video può scrivere una nuova colonna sonora per una clip finita.
Dove non arriva
La durata è un rischio oltre che un regalo. Più la clip è lunga, più spazio c'è perché una mano faccia spuntare un dito o uno sfondo cambi di nascosto, e il testo sulle insegne raramente resta leggibile. Più stacchi rapidi in un solo prompt tendono a fondersi in un'unica strana inquadratura, quindi chiedi un unico piano sequenza, e per le scene che richiedono lo stesso personaggio in più inquadrature usa invece un modello basato su immagini come Kling V4.0 Reference-to-Video. Per consigli generali sulla formulazione vedi la guida ai prompt text to video, e tutti i modelli video sono sulla pagina dei modelli.
Domande
Quanto può durare una clip text to video di Kling V4.0?
Da 3 a 30 secondi, in secondi interi, con 5 come valore predefinito.
La clip ha l'audio?
Sì. Torna con audio stereo sincronizzato. Descrivi i suoni alla fine del prompt, oppure scrivi 'no music' se vuoi una clip più silenziosa.
Quali formati e quale nitidezza posso scegliere?
16:9, 9:16, 1:1 o 21:9, a 720p o 1080p. 720p è il valore predefinito.
