Kling-3.0-Prompt-Anleitung

Der Kling-3.0-Prompt-Generator schreibt einen Prompt in dieser Reihenfolge; diese Anleitung erklärt jeden Teil. Zum Modell siehe die Seite zu Kling 3.0.

Klings Text-zu-Video-Leitfaden nennt als Formel Motiv, Bewegung und Szene, dann Kamera, Licht und Atmosphäre. Setze bei 3.0 Format und Einstellung an den Anfang, weil sie bestimmen, wie viel Handlung hineinpasst, und den Ton ans Ende, weil 3.0 ihn mit dem Bild erzeugt.

1. 1Beginne mit Format und Länge: „Breitbild 16:9, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt.“
2. 2Nenne das Motiv mit den Details, die sich nicht ändern dürfen: Kleidung, Farben, Form.
3. 3Schreib die Handlung im Präsens, vom Anfang der Einstellung bis zu ihrem Ende, in kurzen, einfachen Sätzen.
4. 4Füge eine Kamerabewegung, den Schauplatz, das Licht und seine Richtung sowie einen Look hinzu.
5. 5Ende mit dem Ton und jedem Satz in Anführungszeichen hinter der Person, die ihn sagt.

Kling hat 3.0 so entwickelt, dass Figuren und Objekte stabil bleiben, während sich die Kamera bewegt. Nenne eine Bewegung mit ihrem Tempo direkt nach der Handlung, der sie folgt. Klings App hat außerdem eine Kamerasteuerung mit sechs Grundbewegungen; in einem Prompt übernehmen Worte diese Aufgabe.

Eine Bewegung pro Einstellung: Eine Fahrt, die in eine Kreisfahrt übergeht, verschmiert. Bei Dialogen und Produkten halten eine statische Kamera oder eine langsame Ranfahrt Gesichter und Schrift scharf.

Mit eingeschaltetem Ton erzeugt Kling 3.0 Atmosphäre, Effekte und Sprache mit dem Bild. Sein Benutzerhandbuch zu Video 3.0 sagt, dass es Sätze den richtigen Sprechenden zuordnen kann, wenn jede Figur ihre eigenen Sätze bekommt, selbst bei drei oder mehr Personen. Siehe Natives Audio.

• Nenne die sprechende Person, dann den Satz in Anführungszeichen: Die Besitzerin sagt: „Das ist der letzte für heute.“
• Setze die Handlung jeder Person vor ihren Satz und sag, wer schweigend zuhört.
• Bleib bei den fünf Dialogsprachen von Kling und nenne die Sprache: sagt auf Japanisch: „どうぞ。“ Einen Satz in jeder anderen Sprache übersetzt Kling ins Englische.
• Bitte in der Beschreibung um einen Akzent oder Dialekt: Englisch mit britischem oder indischem Akzent, oder Kantonesisch.
• Gib dort, wo es zählt, einen Tonfall an, und bleib in 10 Sekunden bei zwei oder drei kurzen Sätzen.

Klings separate Funktion Lip Sync synchronisiert die Lippen einer Person in einem von Kling erstellten Video mit einer hochgeladenen Stimme oder einer Stimme aus Text to Speech. Ein Satz in einem Prompt für 3.0 braucht keins von beidem: Er wird in derselben Generierung gesprochen. Siehe Lip Sync.

Die Länge des Clips steht fest, bevor Kling den Prompt liest, also schreib so viel Handlung, wie die Sekunden fassen: Eine Handlung, die länger braucht, wird gehetzt oder bricht mitten in der Bewegung ab.

Auf DreamBench rendert Kling 3.0 9:16 für Reels, TikTok und Shorts, 16:9 für YouTube, 1:1 für Feeds, 4:3 und 21:9 für einen Kino-Look. Zeig bei 9:16 ein einzelnes Motiv groß.

Wenn Kling von einem Bild ausgeht, legt das Bild Motiv, Ort und jeden Text bereits fest; sie zu wiederholen verschwendet Worte. Klings Bild-zu-Video-Leitfaden gibt eine kürzere Formel: Motiv und Bewegung, dann Hintergrund und Bewegung. Siehe Bild-zu-Video.

1. 1Nenne das Motiv so, wie das Bild es zeigt: die Frau im roten Mantel.
2. 2Sag, was es tut, mit einem klaren Verb, und was sich um es herum bewegt: Sie dreht sich zum Fenster; ihr Haar hebt sich im Wind.
3. 3Füge die Kamerabewegung und den Ton hinzu und halte die Bewegung plausibel: Kling warnt, dass eine Beschreibung, die weit vom Bild entfernt ist, einen Schnitt verursachen kann.

Klings Beispiel: „Mona Lisa setzt sich mit der Hand eine Sonnenbrille auf“ funktioniert, wo „Sonnenbrille tragen“ scheitert. Auf DreamBench beginnt jeder Kling-Clip mit einem Startbild, das aus deinen Referenzen gezeichnet wird, deshalb verwenden seine Prompts ihre Worte auf Bewegung, Kamera und Ton.

Kling nennt „Start & End Frames-to-Video“ für 3.0: Gib ein erstes und ein letztes Bild an, und der Prompt beschreibt die Veränderung dazwischen. Halte beide in Motiv, Licht und Bildausschnitt ähnlich, sonst kann aus der Veränderung ein Schnitt werden. Siehe Start- und Endbild.

Der Composer von DreamBench hat kein Feld für Start- oder Endbild: Du fügst Referenzbilder hinzu, DreamBench zeichnet daraus jedes Startbild, und der Prompt entscheidet, wie der Clip endet. An einer Stelle gibt DreamBench Kling 3.0 ein Endbild: bei der Logo-Animation, fünf Sekunden, die mit deinem Logo enden.

Zwei Kling-Einstellungen stimmen nur in dem überein, was beide bekommen haben. In Klings App hält ein Element aus 2 bis 4 Bildern Aussehen und Stimme einer Figur fest. In einem Prompt:

• Beschreibe jede Figur in jeder Einstellung mit denselben Worten: „ein alter Leuchtturmwärter mit weißem Bart und marineblauem Wollpullover“.
• Behalte Kleidung, Requisiten, Tageszeit und Lichtrichtung bei.
• Gib jeder Einstellung, in der die Figur vorkommt, dieselben Referenzbilder.

Auf DreamBench wird jede Figur, jeder Ort und jede Requisite einmal als Blatt gezeichnet und das Startbild jeder Einstellung aus den Blättern, die sie braucht. Siehe Figurenkonsistenz.

Klings App hat einen Schalter „Multi-Shot“, der Schnitte innerhalb einer Generierung von bis zu 15 Sekunden plant. DreamBench plant einen Film stattdessen als mehrere Kling-Generierungen, jede eine durchgehende Einstellung, sodass er länger als 15 Sekunden laufen und jede Einstellung neu generiert werden kann.

• Zerlege die Idee in Momente, mit je einer Handlung und den Sekunden, die sie braucht; die Einstellungen eines DreamBench-Films dauern 3 bis 12 Sekunden.
• Ändere bei jedem Schnitt den Bildausschnitt, lass einen Satz innerhalb einer Einstellung und wechsle den Ort nur bei einem Schnitt.

Schreib jede Einstellung nach der Formel und wiederhole die Beschreibungen der Figuren, oder beschreib den Film auf DreamBench: Es schreibt den Prompt jeder Einstellung, zeichnet die Besetzung, rendert jede Einstellung mit Kling 3.0 und schneidet sie zusammen. Siehe Multi-Shot-Video.

Füge sie in Klings App ein oder nutze einen als DreamBench-Briefing. Ändere das Motiv; behalte die Form.

Sport: ein Skateboard-Grind

Breitbild 16:9, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt. Ein Skateboarder in grünem Hoodie rollt auf einem leeren Parkplatz auf eine Betonkante zu, springt einen Ollie, grindet die ganze Länge entlang und landet sauber. Tiefe Kamerafahrt. Späte Sonne von hinten. Rumpelnde Rollen, das Kratzen des Grinds.

Tanz: eine Popping-Choreografie

Hochformat 9:16, eine durchgehende 10-Sekunden-Einstellung ohne Schnitt. Eine Tänzerin in rotem Hemd steht still in einem kahlen Studio und bricht dann in eine Popping-Choreografie aus: Arme, die einrasten, eine Körperwelle, zwei Drehungen, ein Freeze auf dem letzten Beat. Die Kamera umkreist sie langsam. Weiches Fensterlicht. Quietschende Sneaker, ein gedämpfter Beat.

Produkt mit lesbarem Text: ein Honigglas

Quadratisch 1:1, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt. Ein Honigglas mit cremefarbenem Etikett, auf dem in fetten schwarzen Großbuchstaben „WILD MEADOW HONEY“ steht, steht auf einem Eichentisch. Eine Hand hebt den Deckel, und ein Honiglöffel zieht ein langsames goldenes Band heraus. Langsame Ranfahrt, das Etikett durchgehend scharf. Warmes Morgenlicht von rechts. Das Ploppen des Deckels, tropfender Honig.

Dialog: zwei Personen in einer Buchhandlung

Breitbild 16:9, eine durchgehende 10-Sekunden-Einstellung ohne Schnitt. In einer Buchhandlung kurz vor Ladenschluss blickt ein älterer Besitzer in grauer Strickjacke zu einer jungen Frau mit einem Taschenbuch auf und sagt mit britischem Akzent: „That one’s been waiting for you.“ Sie lacht: „Then I’d better take it home.“ Statische Zweiereinstellung. Warmes Lampenlicht, Regen am Fenster.

Ein Satz auf Chinesisch: der Teigtaschenstand

Hochformat 9:16, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt. An einem Stand auf einem Nachtmarkt reicht eine Großmutter in geblümter Schürze einem kleinen Jungen ein Tablett mit dampfenden Teigtaschen und sagt sanft auf Chinesisch: „小心烫，慢慢吃。“ Der Junge nickt. Statische halbnahe Einstellung. Warme Glühbirnen, ziehender Dampf. Stimmengewirr auf dem Markt, brutzelnde Pfannen.

Fahrzeug: ein Motorrad auf einer Küstenstraße

Kinoformat 21:9, eine durchgehende 10-Sekunden-Einstellung ohne Schnitt. Ein silbernes Oldtimer-Motorrad, der Fahrer in brauner Lederjacke, legt sich auf einer Klippenstraße in eine Kurve und beschleunigt in Richtung Meer. Drohnenaufnahme von hinten, die aufsteigt und die Küste zeigt. Goldene Stunde, Dunst über dem Meer. Der Motor dreht hoch, Wind.

Tier: ein Fuchs im Schnee

Breitbild 16:9, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt. Ein Rotfuchs trabt über eine verschneite Wiese, bleibt stehen, legt den Kopf schief, springt dann und taucht mit der Schnauze voran in die Schneewehe. Statische Kamera tief im Schnee, Teleobjektiv. Bedecktes Winterlicht. Wind, knirschende Pfoten, ein dumpfer Aufprall.

Essen: Chiliöl auf Nudeln

Hochformat 9:16, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt. Nahaufnahme einer gusseisernen Pfanne mit dicken Nudeln. Eine Hand gießt Chiliöl darüber, und sie brutzeln; Essstäbchen heben ein Knäuel in Richtung Kamera, Dampf steigt auf. Langsame Neigung nach oben mit den Essstäbchen. Hartes Fensterlicht von links, dunkler Hintergrund. Lautes Brutzeln, knisterndes Öl.

Mode: ein Mantel auf einer Kopfsteinpflasterstraße

Hochformat 9:16, eine durchgehende 10-Sekunden-Einstellung ohne Schnitt. Ein Model in einem langen kobaltblauen Mantel geht in der Abenddämmerung eine Kopfsteinpflasterstraße entlang auf die Kamera zu; sie bleibt stehen, blickt über die Schulter zurück, und der Saum kommt zur Ruhe. Die Kamera fährt im Schritttempo zurück und hält dann. Warmes Licht aus Schaufenstern. Absätze auf Kopfsteinpflaster.

Social-Clip im Hochformat: ein Hook in die Kamera

Hochformat 9:16, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt. Eine junge Frau in gelbem Regenmantel filmt sich nachts auf einer belebten Kreuzung und sagt: „Drei Dinge, die dir niemand über diese Stadt erzählt.“ Sie dreht das Smartphone, um die Menge zu zeigen. Selfie mit Handkamera. Neonlicht auf der nassen Straße. Geräusche der Menge.

Eine Sequenz aus zwei Einstellungen: der Leuchtturmwärter

Einstellung 1. Breitbild 16:9, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt. Ein alter Leuchtturmwärter mit weißem Bart und marineblauem Wollpullover steigt die letzten Stufen einer Wendeltreppe hinauf, eine Laterne in der Hand. Totale, Kranfahrt mit ihm nach oben. Kaltes blaues Morgenlicht. Stiefel auf Eisenstufen, Wind.

Einstellung 2. Breitbild 16:9, eine durchgehende 5-Sekunden-Einstellung ohne Schnitt. Der alte Leuchtturmwärter mit weißem Bart und marineblauem Wollpullover reißt ein Streichholz an und entzündet die große Lampe; warmes Licht flutet sein Gesicht. Statische Nahaufnahme. Kalte blaue Morgendämmerung, die golden wird. Ein Streichholz wird angerissen, das Zischen der Lampe.

Beide Einstellungen beschreiben den Leuchtturmwärter mit denselben Worten und behalten das Licht bei; beim Schnitt ändert sich der Bildausschnitt.

Die meisten schwachen Prompts sind zu kurz, nicht falsch: Jede Lücke ist eine Entscheidung, die das Modell zufällig trifft.

• Ein Prompt, zweimal ausgeführt, ergibt zwei Clips.
• Bei Händen, Menschenmengen und schneller Physik zeigen sich Fehler zuerst.
• Eine echte Person oder ein echtes Produkt lässt sich nicht aus Worten erkennen; dafür braucht es ein Bild, das du verwenden darfst.
• Eine Generierung endet nach 15 Sekunden, und auf DreamBench wird ein Prompt über 2.500 Zeichen gekürzt.

• Ein Prompt: Der Kling-3.0-Prompt-Generator schreibt ihn in der Reihenfolge dieser Anleitung, mit einem lippensynchronen Satz in einer der fünf Sprachen von Kling. Er schreibt nur den Prompt.
• Ein Film: Beschreib ihn, füge bis zu 8 Referenzbilder hinzu und wähle Kling 3.0. DreamBench schreibt den Prompt jeder Einstellung, zeichnet die Startbilder und schneidet die Einstellungen zusammen; generiere jede Einstellung mit einer Notiz neu.
• Nicht angeboten: ein getippter Prompt, der unverändert an Kling geschickt wird. Die Seite „Video“ von DreamBench bietet Modelle an, die nur von Text ausgehen; Kling 3.0 beginnt hier mit einem Bild.

Der Composer zeigt den Preis in Credits, bevor du generierst; beim ersten Mal erstellst du ein kostenloses Konto und wählst einen Tarif. Für nummerierte Einstellungen innerhalb eines Clips siehe den Seedance-2.5-Prompt-Generator; für Prompts nur aus Worten Text-zu-Video.