Kling V4.0 Text-to-Video: um prompt, um plano longo, com som
O Kling V4.0 Text-to-Video cria clipes de 3 a 30 s com áudio estéreo só com um prompt. Como escrever um plano que se sustenta, três prompts e um teste barato.
A maioria dos modelos de texto para vídeo dá alguns segundos e deixa você emendar. O Kling V4.0 Text-to-Video é o que você abre quando quer o contrário: um único plano que continua rodando. Dá para pedir de 3 a 30 segundos, em 720p ou 1080p, em quatro formatos, incluindo o ultrawide 21:9, e o clipe volta com áudio estéreo sincronizado. Sem imagem para enviar, sem referência para preparar. Só palavras.
Por que escolher este modelo?
Por causa dessa duração. Um clipe de cinco segundos é uma reação; um de vinte segundos pode ser uma cena com começo, virada e final, e isso é outro tipo de escrita. Também é o modelo certo quando o som importa e você não quer uma segunda ferramenta: passos, vento, uma multidão e um trecho de música chegam no mesmo arquivo. Se você só precisa de um loop animado rápido, um modelo mais curto sai mais barato; a comparação de modelos de vídeo ajuda a decidir.
Escreva o plano como um diretor de plano-sequência
Um clipe longo falha de um jeito específico: o modelo tem tempo para divagar. A cura é dizer onde o plano começa, o que se move e onde termina. Três frases costumam bastar: o quadro de abertura, o único movimento contínuo (da câmera ou do sujeito, não os dois em velocidade máxima) e a última imagem que você quer ver.
Abertura num beco encharcado de chuva à noite, um ciclista solitário de jaqueta amarela esperando sob uma placa que pisca. A câmera avança devagar enquanto o ciclista arranca e pedala na nossa direção, poças espirrando, reflexos se esticando pelo asfalto. O plano termina num close nítido do pneu dianteiro molhado passando rente à lente. Som de chuva, uma sirene distante, o zumbido suave da corrente de uma bicicleta.Uma ampla paisagem ultrawide de um salar ao amanhecer, uma fina linha de névoa baixa pairando sobre o chão branco, um único trator pequeno atravessando o quadro da esquerda para a direita em ritmo de caminhada. Câmera lenta, firme, quase parada. Uma luz dourada e quente cresce atrás do horizonte. Vento tranquilo, um motor ao longe.Vídeo vertical: as mãos de um padeiro polvilham farinha numa mesa de madeira, modelam um pão redondo e fazem um corte no topo com uma lâmina num só movimento rápido. Close, luz quente de cozinha, pouca profundidade de campo. Sons de farinha macia, o raspar da lâmina, um rádio tocando baixinho ao fundo.Configurações que importam
- Duração: um número inteiro de 3 a 30, padrão 5. É a configuração que mais muda a escrita, então decida antes do prompt.
- Resolução: 720p por padrão, 1080p quando estiver pronto para a versão final. Faça os rascunhos na mais baixa.
- Proporção: 16:9, 9:16, 1:1 ou 21:9. A proporção é definida por você, não adivinhada, então escolha a que o seu destino pede; o guia de proporções lista as escolhas mais comuns.
Deixe o som no prompt
Como o áudio vem junto com o clipe, trate-o como parte do plano. Uma frase sobre os sons no fim do prompt, como nos exemplos acima, basta para guiá-lo. Se você quer o clipe mudo, ou pretende musicá-lo você mesmo, escreva 'sem música' para que uma trilha não chegue sem ser convidada. Se o som gerado está quase certo, mas não totalmente, o modelo de efeitos sonoros para vídeo pode escrever uma nova trilha para um clipe pronto.
Onde ele fica devendo
A duração é um risco além de ser um presente. Quanto mais longo o clipe, mais espaço para uma mão ganhar um dedo ou um fundo mudar em silêncio, e o texto em placas raramente continua legível. Vários cortes rápidos num só prompt tendem a virar um plano estranho e borrado, então peça uma tomada contínua, e para cenas que precisam do mesmo personagem em vários planos use um modelo baseado em imagem, como o Kling V4.0 Reference-to-Video. Para dicas gerais de redação, veja o guia de prompts de texto para vídeo, e todos os modelos de vídeo estão na página de modelos.
Perguntas
Quanto tempo pode ter um clipe de texto para vídeo do Kling V4.0?
De 3 a 30 segundos, em segundos inteiros, com 5 como padrão.
O clipe tem som?
Sim. Ele volta com áudio estéreo sincronizado. Descreva os sons no fim do prompt, ou escreva 'sem música' se quiser um clipe mais silencioso.
Quais formatos e níveis de nitidez posso escolher?
16:9, 9:16, 1:1 ou 21:9, em 720p ou 1080p. O 720p é o padrão.
