01 Le brief de réalisateur
Kling 4.0 se comporte moins comme un générateur de clips que comme une petite équipe de tournage. Il planifie plusieurs plans par défaut, développe un prompt minimal en mise en scène et en mouvements de caméra, et accepte jusqu’à 8 000 tokens de direction. Empiler les adjectifs ne suffit plus. Ce qui marche, c’est un brief : ce qui est dans le cadre, ce qui se passe et dans quel ordre, comment la caméra se comporte, ce que fait le son et ce qui ne doit pas changer. Ce chapitre construit ce brief, d’une phrase à un plan de tournage complet.
1.1 Le brief en cinq parties
Tout prompt Kling 4.0 solide répond à cinq questions. Le décor installe le monde, l’action le met en mouvement, les références distribuent les rôles, la caméra et l’audio dirigent, les contraintes protègent. Seuls le décor et l’action sont obligatoires : un prompt texte vers vidéo sans référence reste un brief complet. Écrivez dans cet ordre et arrêtez-vous où vous voulez : chaque ligne ajoutée enrichit le brief.
[Décor] + [Action] + facultatif [Références] [Caméra] [Audio] [Contraintes]
Décor
Où et quand le plan se déroule, avec le ton visuel.
Action
Ce que fait le sujet, dans l’ordre, avec les parties du corps et le rythme.
Références
Les assets qui définissent l’identité, le produit ou le décor : @Image1, @Video1, @Audio1.
Caméra
Cadrage, objectif, trajectoire de caméra et rythme. Un seul mouvement par plan.
Audio
Dialogue, ambiance, effets sonores et musique. Stéréo par défaut.
Contraintes
Ce qui doit rester fixe, et la rare instruction négative qui mérite d’être écrite.
Un brief minimal que le modèle complète
Prompt
Une violoniste de rue range son étui quand les premières grosses gouttes de pluie frappent le trottoir. La caméra reste sur ses mains, puis remonte vers l’auvent tandis que la rue se vide. Ambiance calme, humide, de fin de journée.
Un prompt court est un point de départ valable : Kling 4.0 le complète avec la mise en scène, les cadrages et le rythme. Traitez le résultat comme une première version. Quand un rendu précis compte, remplissez vous-même les lignes caméra et audio. Suggestion : 10 secondes, 1080p, 16:9.
1.2 Le brief de réalisateur en quinze blocs
Quand le plan doit être reproductible, écrivez le brief long. Les exemples de prompts de Kling 4.0 utilisent souvent quinze blocs : contexte de scène, références actives, carte des lieux, première image, liste des plans, optique, comportement de la caméra, chronologie de l’action, physique, éclairage, audio, jeu des personnages, style, qualité et contraintes positives. Vous aurez rarement besoin des quinze. Chargez les blocs qui portent le plan : une séquence d’action multi-plans a besoin de la chronologie et de la liste des plans ; un gros plan produit a besoin de l’optique et de l’éclairage.
Un brief de poursuite en six blocs
Prompt
CONTEXTE DE SCÈNE : une poursuite de 10 secondes sur les toits à l’heure bleue. Exactement deux personnes : un coursier dans une veste de pluie jaune et un poursuivant dans un manteau sombre. Le toit est mouillé, couvert de gravier et encombré de conduits de ventilation. RÉFÉRENCES ACTIVES : @Image1 définit le visage, la carrure et la veste jaune du coursier. @Image2 définit l’agencement du toit : château d’eau à gauche, escalier de secours à droite, verrière au centre. LISTE DES PLANS : plan 1 — 0 à 3,5 s, travelling bas derrière le coursier. Plan 2 — 3,5 à 7 s, coupe franche sur les bottes du poursuivant qui éclaboussent les flaques. Plan 3 — 7 à 10 s, le coursier saute par-dessus la verrière, atterrit et regarde en arrière. CAMÉRA : plan 1, 24 mm, hauteur de poitrine, poursuite caméra à l’épaule. Plan 2, 50 mm, au sol, faible profondeur de champ. Plan 3, 28 mm, orbite vers la gauche au moment de l’atterrissage. Un seul mouvement de caméra par plan. CHRONOLOGIE DE L’ACTION : 0–3,5 s, le coursier sprinte, esquive un conduit, jette un regard en arrière. 3,5–7 s, le poursuivant gagne du terrain, manteau claquant au vent. 7–10 s, elle pose une main sur le cadre de la verrière et la franchit ; le poursuivant s’arrête au bord. PHYSIQUE ET ÉCLAIRAGE : traînées de pluie, gravier mouillé projeté, tissus et cheveux en retard à chaque virage. Lumière ambiante bleu froid ; la lumière chaude de la cage d’escalier déborde de la verrière. AUDIO : stéréo. Proche : bottes sur le gravier, souffle, pluie sur le métal. Loin : circulation urbaine, une sirène lointaine. Une partition percussive grave entre à 3,5 s et s’arrête à l’atterrissage. CONTRAINTES : la veste jaune et le visage du coursier restent identiques dans les trois plans. Gardez l’agencement du toit cohérent. Pas de sous-titres.
Une version compacte du modèle en quinze blocs : six blocs suffisent à contrôler une scène d’action multi-plans. Sur Kling 4.0, la même chronologie peut s’étirer à 20 ou 30 secondes ; Essayez charge la version de 10 secondes. Deux images sont nécessaires.
1.3 Le multi-plan par défaut
Kling 4.0 découpe une scène en plans et organise le rythme sans qu’on le lui demande. C’est utile, mais cela ne revient pas à diriger le montage. Quand vous avez besoin de contrôle, écrivez une liste de plans : numérotez chaque plan, donnez-lui une plage temporelle, un mouvement de caméra et une action. Les coupes franches sont la norme ; écrivez « coupe franche » quand la transition compte. Gardez des directions cohérentes à l’écran pour que le spectateur n’ait jamais à se réorienter.
Trois plans, un rituel du café
Prompt
Trois plans, 10 secondes, un rituel matinal continu. Plan 1 — 0 à 3 s : gros plan sur une main qui moud des grains de café ; la meule tourne, la mouture tombe dans un bocal en verre. Caméra fixe, faible profondeur de champ, lumière chaude de la fenêtre. Plan 2 — 3 à 6,5 s : coupe franche sur une bouilloire qui verse un filet d’eau dans un filtre à café en cône ; la vapeur s’enroule vers l’objectif. La caméra avance lentement. Plan 3 — 6,5 à 10 s : coupe franche sur la tasse finie posée sur un comptoir en bois, une main la soulève vers la fenêtre ; la ville dehors est floue. La caméra s’immobilise, puis déplace la mise au point vers la fenêtre. AUDIO : stéréo. Craquement du moulin, versement de l’eau, tintement de céramique, ambiance lointaine de la rue. Pas de musique. CONTRAINTES : même cuisine, même lumière matinale chaude dans les trois plans. Gardez la tasse et le bocal cohérents.
Une liste de plans est le moyen le plus fiable d’obtenir une séquence multi-plans. Numérotez les plans, donnez à chacun une plage temporelle et écrivez un seul mouvement de caméra par plan. Suggestion : 10 secondes, 1080p, 16:9.
02 Omni Reference
Omni Reference est le point d’entrée de la version 4.0 pour tout ce qui doit ressembler à quelque chose : jusqu’à dix images, cinq vidéos, sept éléments, trois profils vocaux et quinze assets au total. Les imports sont numérotés dans l’ordre — @Image1, @Image2, @Video1 — et le prompt attribue un rôle à chacun. Une référence sans rôle reste une suggestion ; avec un rôle, elle devient une contrainte. Ce chapitre couvre les quatre usages qui comptent : le casting, les scènes à plusieurs personnages, l’emprunt de caméra et les storyboards.
2.1 Donner un rôle à chaque asset
Écrivez le rôle avant la scène : « Utilisez @Image1 comme acteur, @Image2 comme produit, @Image3 comme décor. » Indiquez ensuite ce qui ne doit surtout pas être repris. Quand deux assets se chevauchent — une photo produit et une photo de décor contiennent toutes deux une table —, précisez quelle table l’emporte. Cette seule phrase évite la plupart des dérives d’identité.
[Rôle de @Image1] + [Rôle de @Image2] + [Rôle de @Video1] + [Nouvelle scène et action] + [Ce qui reste cohérent]
Assets
Chaque asset et sa fonction : identité, produit, décor, costume, mouvement ou voix.
Nouvelle scène
La scène, l’action et la caméra dans lesquelles les assets sont intégrés.
Cohérence
Ce qui doit rester identique dans le plan, et ce qui ne doit pas être repris.
Caméra
Un mouvement de caméra adapté à la nouvelle scène, pas à la référence.
Audio
Dialogue, ambiance ou profil vocal, si la scène a besoin de son.
Un acteur, un produit et un décor
Prompt
Utilisez @Image1 comme acteur : une femme d’une trentaine d’années aux cheveux courts et bouclés, en chemise de lin, avec une expression calme et directe. Utilisez @Image2 comme produit : une bouilloire électrique noir mat, avec la forme de sa poignée et son petit voyant ambre. Utilisez @Image3 comme décor : une cuisine scandinave lumineuse, plans de travail en chêne blanc et grande fenêtre à gauche du cadre. La femme se tient au comptoir, remplit la bouilloire au robinet, la repose sur sa base et l’allume. La caméra part d’un plan moyen, avance jusqu’au voyant qui passe à l’ambre, puis recule tandis que la vapeur monte. Gardez son visage, ses cheveux et sa chemise identiques à @Image1, la bouilloire identique à @Image2 et l’agencement de la cuisine identique à @Image3. Ne reprenez pas la table de @Image2 dans la nouvelle cuisine. Pas de sous-titres.
Trois rôles, une règle de conflit. Nommer ce qui ne doit pas être repris empêche une référence produit d’emporter son arrière-plan d’origine dans la nouvelle scène. Nécessite trois images importées.
2.2 Distribuer plusieurs personnages
Pour une scène à deux, donnez à chaque personnage sa propre image et sa propre ligne de description. Verrouillez ensuite la relation : qui se tient où, qui regarde qui et ce qui ne doit pas s’inverser. Une photo de groupe fait une mauvaise référence pour deux personnes ; des images séparées et nettes donnent de meilleurs résultats. Si un personnage apparaît dans plusieurs plans, répétez sa description d’identité dans la liste des plans.
Une dispute de cuisine, deux références
Prompt
Utilisez @Image1 comme Maya : milieu de la quarantaine, cheveux sombres en chignon lâche, tablier vert, sourcils expressifs. Utilisez @Image2 comme Daniel : fin de la quarantaine, barbe grise naissante, chemise bleue aux manches retroussées, yeux fatigués. Maya et Daniel se tiennent de part et d’autre de l’îlot de cuisine. Maya pose une tasse trop brusquement ; Daniel lève les yeux de son ordinateur portable. Ils se disputent à voix basse, puis Daniel ferme l’ordinateur et sort par la droite du cadre. La caméra tient un plan à deux, puis avance lentement vers Maya pendant qu’elle expire. Gardez le visage, les cheveux et le tablier de Maya identiques à @Image1, et le visage, la barbe et la chemise de Daniel identiques à @Image2 dans chaque plan. Ne changez pas leurs vêtements ni leurs traits. Maya reste à gauche du cadre, Daniel à droite. Pas de sous-titres.
Une référence par personnage, plus une règle spatiale — « Maya reste à gauche, Daniel reste à droite » — et l’essentiel de la cohérence est réglé. Nécessite deux images importées.
2.3 Emprunter les mouvements de caméra d’une vidéo
Une vidéo de référence peut prêter sa trajectoire de caméra, son rythme, sa chorégraphie ou le timing d’une attaque, sans prêter son sujet. Écrivez à quoi sert la vidéo, puis remplacez explicitement tout le reste. Si la référence montre une personne, précisez que son visage et ses vêtements ne sont pas repris. C’est le moyen le plus rapide de reproduire un mouvement que vous avez vu sans savoir le décrire.
Un mouvement de caméra, une nouvelle voiture
Prompt
Utilisez @Video1 uniquement pour le mouvement de caméra et le rythme : un travelling bas qui accélère le long d’un sujet en mouvement, puis s’élève en une orbite de trois quarts. Utilisez @Image1 comme voiture : un coupé argenté des années 1970 avec pare-chocs chromés. Utilisez @Image2 comme décor : une route côtière luisante de pluie au crépuscule, falaises à droite du cadre. Remplacez le sujet de @Video1 par la voiture de @Image1 et le décor par la route de @Image2. Alignez la vitesse et le rythme de la caméra sur @Video1, sans copier son sujet, son arrière-plan ni son étalonnage. La voiture conserve la forme, le chrome et la peinture de @Image1 tout du long. Pas de sous-titres.
Trois propositions font le travail : ce qu’il faut emprunter, ce qu’il faut remplacer et ce qui ne doit pas être repris. Cet exemple demande une vidéo de référence et deux images ; Essayez reste donc indisponible tant que l’emplacement de vidéo de référence de Kling 4.0 n’est pas disponible dans le générateur.
2.4 Utiliser un storyboard comme carte des plans
Une image de storyboard n’est pas une référence de style. C’est une carte : ordre des plans, cadrage, trajectoire de caméra, direction d’écran, progression émotionnelle. Demandez au modèle de lire le storyboard pour sa structure et, explicitement, de ne pas le dessiner. C’est particulièrement utile pour l’action et la comédie, où le timing compte plus que n’importe quelle image fixe.
Un storyboard en quatre cases, tourné comme une scène
Prompt
Utilisez @Image1 comme storyboard en quatre cases. Lisez-le uniquement comme une carte des plans : la case 1 est un plan large d’une boulangerie à l’aube ; la case 2 est un gros plan d’un boulanger qui enfourne une plaque ; la case 3 est un plan par-dessus l’épaule d’un client qui désigne une pâtisserie ; la case 4 est un plan large du client qui sort avec un sac en papier. Ne dessinez pas le storyboard, ni les bordures des cases, ni les flèches, ni les annotations. Tournez les quatre plans en prises de vues réelles, dans cet ordre, avec des coupes franches entre eux. L’intérieur de la boulangerie reste cohérent : carrelage vert pâle, quincaillerie en laiton, suspensions chaudes. Le boulanger porte un tablier blanc et une casquette sombre ; le client porte un manteau couleur rouille. Pas de sous-titres.
La ligne négative est essentielle ici : sans « ne dessinez pas le storyboard », le modèle peut traiter les bordures des cases comme une direction artistique. Les références de storyboard restent, pour l’instant, réservées à l’affichage ; l’emplacement de référence de Kling 4.0 les acceptera à son lancement.
03 Images clés
Les images clés offrent l’autre façon de contrôler le temps : plutôt que de décrire le mouvement, vous épinglez des images fixes à des moments précis. Kling 4.0 accepte jusqu’à dix images clés dans une même tâche, y compris la première image, la dernière, les deux à la fois et des images intermédiaires n’importe où sur la timeline. Utilisez-les quand la destination compte autant que le trajet : l’entrée d’un personnage, la position finale d’un produit, un changement de scène qui doit tomber pile. Les images clés et Omni Reference sont deux entrées distinctes : impossible de les combiner dans une même génération, et les images clés n’acceptent pas d’assets de référence.
3.1 Première et dernière image
La formule première/dernière image tient en une phrase de mise en place et une phrase de transformation. Nommez les images, indiquez ce qui se passe entre elles et précisez ce qui doit rester fixe. Ne décrivez pas les images fixes en détail : elles le font déjà. Décrivez le mouvement, le rythme et la seule chose qui change.
Utilisez @Image1 comme première image et @Image2 comme dernière image. [Ce qui se passe entre les deux] + [Ce qui reste fixe]
Première image
L’image fixe d’ouverture : composition, sujet, éclairage.
Dernière image
L’image fixe de clôture : l’état sur lequel le plan doit se terminer.
Transformation
Le changement visible entre les deux images, dans l’ordre.
Éléments fixes
Ce qui ne doit pas changer : identité, décor, forme du produit.
Audio
Le son qui accompagne la transformation.
La même rue, du jour à la nuit
Prompt
Utilisez @Image1 comme première image : une ruelle étroite de Lisbonne en plein jour, des lignes de linge au-dessus, un arrêt de tram à droite du cadre. Utilisez @Image2 comme dernière image : la même rue après la tombée de la nuit, éclairée par des vitrines chaudes et un unique lampadaire. Entre les deux, le soleil descend, le ciel passe du bleu pâle à l’indigo profond, les enseignes s’allument une à une et un tram traverse le cadre de gauche à droite. La caméra reste immobile ; seuls la lumière et le tram bougent. Gardez les bâtiments, les lignes de linge et l’arrêt de tram identiques aux deux images. Pas de sous-titres.
La caméra reste fixe pour que la transformation se lise. Le prompt ne décrit que ce qui change entre les deux images fixes : la lumière, les enseignes, le tram. Nécessite deux images clés importées.
3.2 Jusqu’à dix images clés
Au-delà de deux images clés, vous écrivez une progression d’états, pas une transformation. Donnez à chaque image clé un moment et un état visible : image 1 assemblée, image 3 à moitié démontée, image 5 rangée dans un carton. Le modèle interpole les étapes ; à vous de rendre chaque étape sans ambiguïté. Gardez la caméra et le décor stables, sauf si le changement est lui-même le mouvement de caméra.
Un produit qui s’assemble en cinq états
Prompt
Utilisez @Image1 à @Image5 comme cinq images clés sur la timeline. @Image1 montre le produit entièrement assemblé sur un établi. @Image2 montre la coque extérieure soulevée de deux centimètres au-dessus de la base. @Image3 montre la coque retirée, révélant la batterie et la carte de circuit imprimé. @Image4 montre la batterie qui glisse vers la droite du cadre. @Image5 montre la coque vide et la batterie posées côte à côte. Interpolez en continu de @Image1 à @Image5 sur 10 secondes. La caméra garde une vue fixe de trois quarts au-dessus de l’établi ; le produit reste centré. L’éclairage reste constant : une lumière principale douce au-dessus et un contour froid. Aucune main n’entre dans le cadre. Pas de sous-titres.
Cinq images clés, une caméra fixe, une action continue. Le modèle a besoin que chaque état soit visuellement distinct ; une ambiguïté entre deux images produit du morphing. Cet exemple reste limité à l’affichage tant que l’emplacement multi-images clés de Kling 4.0 n’est pas disponible.
04 Son, voix et texte à l’écran
Kling 4.0 génère de la stéréo à deux canaux en même temps que l’image et améliore la synchronisation labiale. Dialogue, ambiance et musique s’écrivent comme le reste du brief : nommez ce que vous voulez, précisez sa place dans le mixage et gardez la réplique dans la langue que vous voulez entendre. Le texte à l’écran est une autre compétence : indiquez les mots exacts, leur emplacement et leur comportement, puis vérifiez le rendu en mouvement.
4.1 Construire un paysage sonore stéréo
Écrivez le son par couches. Le son le plus proche reçoit le plus de détails ; les sons de milieu de champ installent le lieu ; un fond lointain évite que la scène ne sonne vide. Attribuez la gauche et la droite quand la direction compte. Si vous voulez une scène silencieuse, dites-le explicitement : un prompt audio vide invite le modèle à inventer de la musique.
Un marché qui s’éveille
Prompt
Un marché couvert à 6 heures du matin, rideaux de fer qui remontent un à un. Un marchand dispose des oranges en pyramide ; un autre traîne une caisse sur le béton mouillé. La caméra avance lentement dans l’allée à hauteur des yeux, entre ampoules suspendues et cageots de légumes verts. AUDIO : stéréo. Proche, à gauche du cadre : un rideau métallique qui remonte en cliquetant. Proche, à droite du cadre : des oranges qui tombent lourdement dans une caisse. Milieu de champ : une radio qui diffuse un boléro grave et étouffé. Loin : un balayeur de rue et des pigeons. Pas d’autre musique que la radio. Aucun dialogue dans la scène.
Proche, milieu de champ et loin forment les trois couches ; la gauche et la droite placent l’auditeur. « Pas d’autre musique que la radio » est une contrainte, pas un prompt négatif. Suggestion : 10 secondes avec audio natif.
4.2 Le dialogue en neuf langues
Kling 4.0 parle chinois, anglais, japonais, coréen, espagnol, portugais, allemand, français et hindi, avec des accents et dialectes régionaux, dont le cantonais, le sichuanais, les variantes mandarines de Pékin, de Taïwan et du Nord-Est, ainsi que les accents américain, britannique et indien de l’anglais. Écrivez la réplique dans la langue cible entre guillemets, nommez le locuteur et ajoutez une indication de ton. Gardez les répliques courtes : un échange par battement se synchronise plus facilement qu’un monologue.
Un échange en trois langues au comptoir
Prompt
Un comptoir de boulangerie lumineux. Une touriste japonaise en manteau beige, une barista espagnole et un boulanger chinois se tiennent dans cet ordre, de la gauche vers la droite du cadre. La caméra tient un plan moyen. Touriste (en japonais, légèrement hésitante) : 「クロワッサンはまだありますか？」 Barista (en espagnol, chaleureuse et rapide) : «Sí, quedan tres. ¿Quiere el último?» Boulanger (en chinois, appelant depuis l’arrière-boutique) : 「刚出炉的，给你留了一个。」 La touriste sourit et hoche la tête. La barista emballe un croissant dans du papier et le fait glisser sur le comptoir. Audio stéréo, ambiance de boulangerie, pas de musique de fond. La bouche de chaque locuteur reste synchronisée avec la langue qu’il parle.
Trois langues, un plan, trois répliques courtes. Les échanges brefs gardent une synchronisation labiale lisible ; nommer la langue avant chaque réplique est ce qui amène le modèle à changer de voix. Les répliques entre guillemets restent dans leur langue d’origine dans toutes les versions de ce guide.
4.3 Diriger un profil vocal
Un profil vocal est un asset de référence, pas une description textuelle. Importez cinq à trente secondes de voix nette et distribuez-le comme un acteur : « Utilisez @Audio1 comme voix du narrateur. » Empilez jusqu’à trois profils vocaux par tâche. Décrivez le jeu — débit, hauteur, énergie — dans le prompt ; le profil fournit l’identité, pas le jeu.
Une narration documentaire
Prompt
Utilisez @Audio1 comme voix du narrateur : un baryton grave et posé, légèrement rauque. La scène est un lent plan aérien au-dessus d’un lac salé au lever du soleil, la surface se craquelant en pâles polygones. La caméra avance à allure de marche. Narrateur (mesuré, intime, en anglais) : « By the time the sun clears the ridge, the water has already gone. What’s left is a map of where it stood. » AUDIO : stéréo. Vent sur l’étendue, oiseaux lointains, le narrateur centré et sec, pas de musique. Gardez la voix identique à @Audio1 tout du long.
Le profil porte l’identité ; le prompt porte le jeu. Importez un extrait net de cinq à trente secondes, puis décrivez le débit et le ton. Cet exemple nécessite une référence audio : il reste donc limité à l’affichage tant que l’emplacement de profil vocal de Kling 4.0 n’est pas actif.
4.4 Rendre un texte stable
Kling 4.0 affiche du texte dans les mêmes neuf langues, ainsi que des emoji et des logos, et il est conçu pour le garder stable malgré les mouvements de caméra et de sujet. Écrivez les caractères exacts entre guillemets, indiquez leur emplacement et précisez le matériau. Pour des sous-titres, donnez la position, la taille, le nombre de lignes et le timing : « des sous-titres » tout seul n’est pas une consigne. Quand vous ne voulez ni texte incrusté ni musique, « pas de sous-titres, pas de musique de fond » est la rare ligne négative qui mérite d’être écrite.
L’enseigne d’une librairie à l’heure de la fermeture
Prompt
Une petite librairie indépendante à l’heure de la fermeture. La caméra avance lentement depuis la rue vers la vitrine. Derrière la vitrine, une libraire empile des livres ; des suspensions chaudes se reflètent sur la vitre. L’enseigne peinte à la main au-dessus de la porte affiche « MOLYIN BOOKS » en lettres crème à empattements sur un bois vert sombre. L’enseigne reste nette et lisible pendant que la caméra bouge. Un petit mot en papier sur la porte indique « CLOSED » en majuscules noires. AUDIO : ambiance calme de rue et un loquet qui tourne. Pas de sous-titres, pas de musique de fond.
Caractères exacts, matériau exact, position exacte. Testez le texte en mouvement : s’il tremble, raccourcissez la ligne ou verrouillez la caméra. Les deux négations autorisées sont les seules dont ce prompt a besoin.
05 Montage, recréation et longues prises
Le dernier chapitre porte sur les images existantes et sur le temps. Kling 4.0 peut monter jusqu’à cinq clips totalisant trente secondes, emprunter le rythme d’une vidéo pour une nouvelle distribution et générer une seule prise allant jusqu’à trente secondes. Chaque usage a sa propre grammaire de prompt ; employer le mauvais verbe est l’erreur la plus fréquente.
5.1 Monter, pas référencer
Pour un montage, le verbe compte. Écrivez « Edit @Video1 », puis indiquez la modification. Si vous écrivez « Reference @Video1 », le modèle risque de générer un nouveau plan dans le style de la vidéo au lieu de la monter. Ajoutez « gardez tout le reste inchangé » dès que le reste du cadre doit rester intact. Les montages pris en charge comprennent l’ajout d’un élément, le remplacement d’un personnage ou d’un décor, le remplacement de plusieurs personnages, la suppression d’un élément et le changement de style.
Edit @Video1 : [modification précise] + gardez tout le reste inchangé
Clip source
Le clip en cours de montage. Utilisez @Video1 dans le prompt.
Modification
Un seul changement précis : ajouter, remplacer, supprimer ou changer le style.
Préservation
Ce qui ne doit pas changer : cadrage, jeu, arrière-plan, étalonnage.
Référence
Une image qui fournit le personnage, le produit ou la texture de remplacement.
Remplacez le verre, gardez le plan
Prompt
Edit @Video1 : remplacez le verre de jus d’orange sur la table par la tasse en céramique de @Image1. Faites correspondre la taille, l’anse et l’émail de la tasse à @Image1. Gardez tout le reste inchangé : la même table, la même main qui entre dans le cadre, la même lumière de fenêtre, le même mouvement de caméra et le même timing. La tasse doit projeter une ombre plausible et refléter la fenêtre. Pas de sous-titres.
Un changement, une clause de préservation. « Gardez tout le reste inchangé » n’est pas du remplissage : sans cette phrase, le modèle peut remettre en scène tout le plan. Cet exemple nécessite un clip source et une image de référence ; Essayez reste donc limité à l’affichage.
5.2 Reprendre le rythme, changer la distribution
La recréation créative emprunte le rythme narratif, la composition des plans ou le style de présentation d’une vidéo existante et les applique à de nouveaux personnages, produits ou décors. Elle fonctionne mieux quand la référence et la cible se rapprochent par le rythme et la structure des plans. Écrivez ce qu’il faut emprunter, ce qu’il faut remplacer et ce qui ne doit pas être repris — en particulier les visages et le décor d’origine.
Recastez une scène à deux
Prompt
Utilisez @Video1 uniquement pour le rythme narratif et la composition des plans : une conversation à deux de part et d’autre d’un bureau, ouverte sur un plan large, coupée sur un gros plan de chaque locuteur, se terminant sur un rire partagé. Utilisez @Image1 comme nouvelle protagoniste : une femme dans la soixantaine, cheveux argentés et lunettes rondes. Utilisez @Image2 comme nouveau décor : un atelier de poterie baigné de soleil, avec des étagères de bols non émaillés. Remplacez les deux personnes de @Video1 par la femme de @Image1 et un collègue d’âge et de carrure similaires. Conservez l’ordre des plans, les positions de caméra et le timing de @Video1. Ne reprenez ni les visages, ni les vêtements, ni le décor de bureau d’origine. L’identité de la femme reste identique à @Image1 dans chaque plan. Pas de sous-titres.
Empruntez la structure, remplacez l’identité. Plus la mise en scène de la nouvelle scène est proche de la référence, plus la recréation est fiable. Limité à l’affichage tant que l’emplacement de vidéo de référence de Kling 4.0 n’est pas actif.
5.3 Réaliser une prise de 30 secondes
Une génération Kling 4.0 dure de 3 à 30 secondes, par pas d’une seconde, avec 10 secondes par défaut. Plus long n’est pas automatiquement meilleur : cinq secondes suffisent pour une action unique, dix à quinze secondes tiennent une courte scène, et vingt à trente secondes servent une prise continue avec un début, un tournant et une fin. Écrivez les battements sur une timeline, pas comme une liste d’adjectifs. Si le plan demande plus de trente secondes, c’est une séquence multi-plans ou une future extension, pas un prompt plus long.
Une prise unique de 15 secondes dans une cuisine
Prompt
Une prise continue de 15 secondes, sans coupe. Une cuisinière en T-shirt blanc travaille à un îlot de cuisine et prépare des pâtes à la main. La caméra part de l’extrémité du comptoir et avance lentement vers elle. 0–3 s : elle farine le plan de travail et casse deux œufs dans un puits. 3–6 s : elle ramène la farine dans les œufs avec une fourchette, puis passe aux mains. 6–10 s : la pâte prend forme ; elle la pétrit avec le talon de la main, la retourne, recommence. La caméra est maintenant en plan rapproché poitrine. 10–13 s : elle enveloppe la pâte et la met de côté ; une petite casserole d’eau commence à bouillir derrière elle. 13–15 s : elle regarde vers la casserole, s’essuie les mains sur un torchon et tend la main vers le couvercle. La caméra s’immobilise tandis que la vapeur monte. AUDIO : stéréo. Fourchette sur la céramique, farine sur le bois, pâte pressée contre le comptoir, eau qui arrive à ébullition. Pas de musique. Pas de sous-titres. CONTRAINTES : un seul plan continu. Même cuisinière, même cuisine, même lumière tout du long.
Une timeline transforme un long prompt en jeu. Kling 4.0 peut tourner cet exemple en 20 ou 30 secondes ; Essayez charge une version de 15 secondes, la plus longue que Kling 3.0 puisse générer aujourd’hui.