Kling AI: referências e planejamento de cenas no Kling 4.0

Uma referência pode dizer ao Kling como um objeto deve aparecer, como a câmera deve se mover ou qual imagem precisa encerrar uma cena. Se essas funções ficam misturadas, o pedido também fica ambíguo. Antes de gerar um vídeo, vale decidir o que cada arquivo controla e o que será conferido na saída.

Este guia trabalha com o Kling 4.0 descrito na documentação oficial consultada em 4 de novembro de 2026. O objetivo é preparar uma cena, escolher entre Omni Reference e Keyframes e organizar uma revisão de continuidade. O exemplo é fictício: nenhum vídeo foi gerado para este artigo, e as instruções não representam resultados testados.

Qual versão do Kling este guia acompanha

O índice oficial de guias do Kling já apresenta a seção Kling 4.0. É importante entrar no documento correspondente, porque tutoriais de versões anteriores podem mostrar comandos, durações e opções diferentes. O nome do produto sozinho não identifica o procedimento que você está seguindo.

Há uma inconsistência na página consultada: seu título de navegador ainda menciona VIDEO 3.0, enquanto o título principal e o conteúdo são do Kling 4.0. Para esta leitura, a referência é o corpo do Kling 4.0 User Guide, com suas ressalvas. A tabela de capacidades e a descrição de disponibilidade também precisam ser lidas juntas.

O guia oficial do VIDEO 3.0 permanece útil como documento da versão anterior. Por exemplo, ele descreve geração entre 3 e 15 segundos e um controle Multi-Shot próprio daquele fluxo. Não transfira automaticamente esses limites ou a localização dos seus botões para o 4.0.

Omni Reference ou Keyframes: escolha pelo controle necessário

Segundo o guia atual, Omni Reference é a entrada padrão para combinar referências e orientar aparência, estilo, ações e câmera. Ela admite imagens, vídeos e perfis de voz, dentro dos limites documentados. Também é uma opção quando há apenas uma ideia inicial, sem um conjunto de imagens já fechado.

Keyframes serve a outra necessidade: estabelecer imagens em momentos da linha do tempo. O guia descreve primeiro quadro, último quadro, combinação dos dois e quadros intermediários. Essa entrada aceita imagens; não conte com o envio de vídeos de referência pelo mesmo caminho.

A documentação afirma que as capacidades das duas entradas não podem ser combinadas em uma única tarefa de geração. Isso não impede planejar um projeto com tarefas diferentes, mas exige escolher a entrada de cada uma. Se o requisito principal é terminar numa composição definida, registre isso antes de organizar um pacote de referências de movimento.

Preparar as referências de uma cena fictícia

Imagine uma apresentação curta de uma mochila verde sem marca, apoiada em um banco de madeira. A mochila fica parada, e a câmera percorre um arco curto para mostrar frente e lateral. A proposta evita pessoas, falas e logotipos para concentrar a avaliação em forma, material e movimento.

Em um exercício hipotético de Omni Reference, separe três arquivos: uma foto frontal da mochila, uma imagem do banco e do ambiente e um clipe autorizado que mostre apenas o movimento de câmera desejado. A foto do objeto responde “qual mochila”; a imagem do ambiente responde “onde”; o vídeo responde “como a câmera se desloca”.

Antes do envio, confira se as imagens são compatíveis. Uma mochila frontal com dois bolsos e outra referência com três pode criar uma disputa que um adjetivo no prompt não resolve. Escolha um desenho como principal. Se houver vistas adicionais, elas devem representar o mesmo objeto e ajudar a reconhecer detalhes ocultos.

O guia informa que os arquivos recebem identificadores conforme a ordem de envio, como @Image1 e @Video1. Faça um pequeno mapa depois de anexá-los. Não presuma que uma referência conservou o mesmo número ao remover ou reorganizar arquivos. Identificador correto e função explícita são parte do pedido.

Esse cuidado também ajuda a distinguir o que veio da referência e o que foi pedido em texto. Anote cor, número de bolsos, posição das alças e lado iluminado como critérios do exercício. Assim, a revisão poderá apontar uma diferença concreta, em vez de apenas concluir que o resultado “não ficou parecido”.

Resolva conflitos entre referências antes de aumentar o pacote

No exercício da mochila, imagine que a imagem do ambiente tenha uma bolsa vermelha sobre o banco. Se ela serve apenas para definir o cenário, diga isso no mapa de referências. A mochila verde vem de @Image1; o banco e a iluminação vêm de @Image2. A identificação de papéis, recomendada pelo guia, ajuda a explicitar qual informação deve orientar cada parte da cena.

Observe também o vídeo de movimento antes de escolhê-lo. Um clipe com várias mudanças de direção, cortes rápidos e objetos atravessando a lente transmite mais informações do que um arco simples. Para o objetivo definido, prefira uma referência cuja trajetória possa ser descrita em uma frase. Essa escolha é uma recomendação de planejamento, não a promessa de que o modelo reproduzirá a trajetória com precisão.

Faça uma última leitura das instruções junto dos anexos: o pedido manda manter o fundo de uma imagem e trocar todo o cenário? A foto frontal mostra as alças, mas o texto pede escondê-las sem explicar o enquadramento? Corrija contradições reconhecíveis antes de atribuir qualquer diferença futura à geração. Um pacote menor e coerente é mais fácil de conferir do que várias referências com funções sobrepostas.

Limites que interferem no planejamento

No Omni Reference do Kling 4.0, o total documentado é de até 15 referências, combinando categorias. Os máximos por tipo não podem ser somados como se cada um tivesse uma cota independente. Para a mochila, três arquivos bem definidos são suficientes para formular o exercício; ocupar todos os espaços não é um objetivo.

O guia lista 720p, 1080p e 4K para o Kling 4.0. Isso descreve capacidades do modelo, não garante que todas estejam liberadas em qualquer conta, modalidade ou tela. Confira as opções e condições exibidas antes de iniciar uma geração. Este artigo não fixa preços ou promete acesso universal.

Confira a soma das durações dos clipes

Considere outro pacote fictício: um vídeo de 12 segundos para orientar a câmera, outro de 10 segundos para orientar o ritmo e um terceiro de 9 segundos destinado à edição. São três clipes, abaixo do máximo de cinco, mas a soma é de 31 segundos. Isso ultrapassa a duração total de 30 segundos descrita para a cota compartilhada.

A correção de planejamento seria selecionar somente os trechos necessários ou retirar uma referência redundante. Não basta conferir o tamanho em megabytes e a duração de cada arquivo isoladamente. No exemplo, mesmo três arquivos individualmente dentro do intervalo documentado podem exceder a soma permitida. Registre quantidade e duração total antes de montar a tarefa.

Faça a mesma conta para o conjunto de referências. Dez imagens mais cinco vídeos já alcançam os 15 itens combinados; o máximo de sete elementos não abre sete vagas extras. Esses exemplos são apenas aplicação aritmética dos limites publicados, sem alegar que os pacotes foram enviados ou aceitos em uma conta real.

Escrever a direção de câmera e o prompt

Para o exemplo, escolha uma única ação de câmera: um arco da frente para a lateral direita. “Mostrar melhor a mochila” deixa muitas decisões abertas. Descrever ponto inicial, direção, velocidade aproximada e enquadramento final cria um pedido que também pode ser avaliado.

A recomendação do guia é trocar termos abstratos por características visíveis. Em vez de “visual premium”, descreva tecido fosco, luz lateral suave e fundo desfocado. Não é necessário transformar cada solicitação numa lista extensa de lentes, movimentos e efeitos que disputam atenção.

O prompt abaixo é um roteiro fictício de preparação, não uma receita validada no produto. Os números das referências pressupõem a ordem descrita na seção anterior. Ajuste-os aos anexos reais, sem copiar nomes que não existem na sua tarefa.

Repare que a instrução separa movimento da câmera e movimento do objeto. Se o resultado girar a mochila sobre o banco, ele não atende ao exercício, mesmo que a imagem seja atraente. Se um segundo bolso desaparecer na lateral, isso deve ser anotado como problema de continuidade.

O guia recomenda reduzir instruções negativas e explicitar o que se deseja ver. Ele destaca a exclusão de legendas e música quando elas não são necessárias. Aqui essas duas exclusões têm função clara; uma longa sequência de proibições desconectadas da cena tornaria o pedido mais difícil de revisar.

Quando usar primeiro, último e quadros intermediários

Suponha que o requisito mude: o vídeo precisa começar de frente e terminar exatamente na composição lateral aprovada. Nesse caso, vale avaliar a entrada Keyframes. O guia 4.0 documenta até 10 imagens e permite estabelecer momentos intermediários, além das imagens de início e fim.

Para o exercício da mochila, prepare duas imagens coerentes do mesmo objeto e ambiente. Escreva o que acontece entre elas: a câmera se desloca enquanto o objeto continua apoiado. Dois quadros visualmente incompatíveis não se tornam uma transição plausível apenas porque foram definidos como extremos.

Segundo a documentação, após enviar imagens nessa entrada, a proporção segue o primeiro quadro-chave. Portanto, revise o recorte inicial antes de preparar os demais. Uma imagem horizontal seguida por uma composição pensada para tela vertical pode introduzir um problema de enquadramento já no planejamento.

Use quadros intermediários quando houver um momento visual realmente necessário. Cada imagem adicional cria outra condição a conferir na sequência. Se a exigência é só um movimento simples, comece identificando início, fim e trajetória; não adicione marcos sem uma finalidade visual.

Descreva um quadro intermediário que possa ser comparado

Em uma alternativa fictícia de Keyframes para os mesmos oito segundos, o início mostraria a frente da mochila, o marco central mostraria um ângulo intermediário e o final mostraria a lateral direita. Cada imagem teria o mesmo banco e a mesma direção de luz. O propósito do quadro central seria orientar uma etapa visual da trajetória, sem criar uma segunda ação para o objeto.

Na revisão, compare primeiro a mochila em cada marco e depois as passagens entre eles. Um bolso que muda de lado entre duas imagens pode indicar um conflito já presente nos quadros preparados. Um bolso que só desaparece durante a passagem exige avaliar a sequência gerada. Essa distinção organiza o diagnóstico: revisar a entrada ou reformular a transição pedida.

Evite transformar os intervalos em uma lista de movimentos incompatíveis. Para percorrer um arco e manter a mochila inteira visível, não peça ao mesmo tempo uma aproximação extrema do zíper e um plano aberto do ambiente em todos os instantes. Se ambos forem necessários, planeje planos separados e decida onde a montagem fará a ligação entre eles.

Editar um vídeo ou usar seu movimento como referência

O guia distingue pedidos de edição de pedidos de referência. Ao solicitar uma alteração sobre um vídeo existente, recomenda explicitar “Edit @Video1”. Dizer apenas que o clipe é uma referência pode levar a uma geração orientada por ele, em vez de uma edição do material enviado.

Em uma hipótese de edição, a instrução poderia ser: “Edite @Video1. Troque somente o fundo por uma parede clara; preserve o desenho da mochila, a posição do banco e o percurso da câmera”. Trata-se de uma intenção de preservação, que ainda precisa ser conferida no resultado, não de uma garantia de que os demais pixels permanecerão iguais.

Quando a intenção é aproveitar o ritmo de um clipe, descreva o que deve ser referenciado: duração de cada etapa, arco da câmera ou composição. Evite pedir simultaneamente a preservação integral de um cenário e sua substituição completa. Separe a criação de uma nova cena da revisão de um vídeo já existente.

Para organizar a etapa posterior, o artigo sobre edição de vídeos para iniciantes ajuda a situar cortes e montagem no fluxo. Já o guia de planejamento de vídeos no Higgsfield trata dos controles de outra plataforma.

Conferir continuidade, texto e áudio

Assista à sequência inteira e depois observe trechos em que a câmera revela uma parte nova do objeto. No exemplo, confira se bolsos, alças e costuras mantêm posição e quantidade. A comparação deve seguir a referência principal, não uma lembrança aproximada da mochila.

Em seguida, confira a trajetória. O movimento começou frontal, avançou para a direita e terminou em três quartos? A mochila saiu do quadro? O banco se deslocou? Um vídeo pode cumprir a aparência geral e ainda descumprir a direção pedida. Registre os dois aspectos separadamente.

O guia 4.0 inclui português entre os idiomas suportados e descreve geração de texto em vídeo. Essas capacidades não dispensam ouvir falas, ler legendas e conferir grafia, números e sincronização. No exemplo sem diálogo, a pergunta é mais simples: apareceu uma voz, música ou texto que não deveria estar lá?

Ao comparar alternativas, mantenha o pedido e as referências identificados. Se alterar objeto, câmera e ambiente ao mesmo tempo, fica difícil explicar qual mudança melhorou ou piorou a cena. Uma revisão por problema observado permite decidir o próximo ajuste com mais clareza.

Registre o motivo de aceitar ou refazer um trecho

Uma ficha de revisão para a mochila pode ter quatro campos: intervalo observado, requisito, diferença encontrada e próximo ajuste. Por exemplo: “Entre quatro e cinco segundos, o bolso frontal muda de formato; comparar com @Image1 e reforçar a preservação do desenho”. Essa anotação é mais útil do que apenas classificar a cena como boa ou ruim.

Separe também defeito visual de escolha criativa. Uma câmera que para cedo pode contrariar a trajetória de oito segundos. Uma sombra mais suave pode ser aceitável, caso a luz lateral continue reconhecível e a mudança não atrapalhe a apresentação. Defina quais características são obrigatórias e quais admitem variação antes de escolher a alternativa preferida.

Se houver texto ou fala em outro projeto, acrescente uma conferência dedicada a eles. Não aprove a grafia porque a composição geral parece correta, nem a fala porque os lábios se movem. A lista de idiomas do produto descreve suporte; a aceitação do material depende do conteúdo efetivamente ouvido e lido em cada trecho.

Ao terminar, guarde a relação entre anexos, pedido e decisão de revisão. Isso permite retomar uma cena sem depender da memória sobre qual imagem definiu o objeto ou qual vídeo orientou a câmera. O registro é do seu processo editorial: não equivale a uma promessa de repetição idêntica do resultado em gerações posteriores.

A demonstração oficial associada a este guia mostra um carro em derrapagem, com fumaça e acompanhamento de câmera. É um exemplo de resultado publicado pelo Kling, sem interface de operação; não é um tutorial do procedimento da mochila.

Flash e funções anunciadas para depois

A FAQ oficial distingue o Kling 4.0 Flash do 4.0: descreve Flash com até 20 segundos e resolução máxima de 720p, sem suporte atual à combinação de primeiro e último quadros ou a múltiplos quadros-chave. Para a composição final da mochila, essa diferença interfere na escolha; “mais rápido” sozinho não resolve o requisito.

O texto também marca a extensão repetida de vídeos até dois minutos como em breve. A apresentação de HDR de 10 bits traz a mesma ressalva, embora a tabela o liste como capacidade. Neste guia, ambos permanecem como funções anunciadas, sem pressupor que estejam disponíveis para uso.

Antes de gerar, confira modelo selecionado, entrada escolhida, anexos, duração, formato e condições exibidas. Depois, compare a saída com o pedido escrito. Esse fechamento ajuda a transformar uma tentativa visual em uma decisão: manter o trecho, ajustar uma instrução específica ou reformular a cena.

Perguntas frequentes

Qual é a diferença entre Omni Reference e Keyframes no Kling 4.0?

Omni Reference combina referências para orientar aparência, ações, estilo e câmera. Keyframes define imagens em momentos da linha do tempo. O guia informa que as capacidades dessas duas entradas não podem ser combinadas em uma única tarefa de geração.

Posso enviar 10 imagens e 5 vídeos e depois adicionar mais elementos?

O limite combinado é de 15 referências. Além disso, vídeos de referência, vídeos para edição e elementos de vídeo compartilham a cota de até 5 clipes e 30 segundos totais. Os máximos de cada categoria não são cotas adicionais independentes.

Como pedir uma edição em vez de apenas referenciar um vídeo?

O guia recomenda explicitar “Edit @Video1” e descrever a mudança desejada e o que deve ser preservado. A preservação solicitada precisa ser conferida no resultado; a instrução não garante que todo o restante ficará idêntico.

Kling 4.0 e Kling 4.0 Flash têm os mesmos limites?

Não. A FAQ oficial descreve Flash com até 20 segundos e 720p, sem suporte atual à combinação de primeiro e último quadros ou a múltiplos quadros-chave. Para o 4.0, o guia descreve geração de 3 a 30 segundos e outras opções de resolução e controle.

A extensão até dois minutos e o HDR de 10 bits já estão disponíveis?

O guia consultado marca a extensão até dois minutos e a apresentação de HDR de 10 bits como “em breve”. Este artigo trata essas funções como anunciadas e recomenda conferir a disponibilidade no produto antes de planejar um trabalho que dependa delas.