Was macht Kling 4.0 Prompt Writer?
Verwandle eine Szenenidee, eine Reihe von Assets oder einen defekten Prompt in einen kopierfertigen Kling 4.0 Prompt, der der offiziellen Dokumentation von Kling folgt, wie das Modell Anweisungen liest.
Kling 4.0 ist ein multimodales Videomodell: Es liest Text plus bis zu 15 Referenz-Assets, generiert 3–30 s Clips mit Stereo-Audio und Lippen-Synchronisation und teilt lange Clips standardmäßig in mehrere Aufnahmen (Shots). Der Prompt ist ein Regie-Brief, keine Stichwortliste. Die meisten Fehler bei Kling entstehen aus vier Dingen: vager, abstrakter Wortwahl, nicht zugewiesenen Referenzen, Zeitachsen, die den Eingaben widersprechen, und negativen Anweisungen. Dieser Skill soll diese verhindern.
Technische Spezifikationen (Dauern, Asset-Limits, Auflösungen, Sprachen) leben in references/specs.md. Lies diese Datei, wenn die Anfrage des Benutzers Limits berührt – z. B. mehr als eine Handvoll Assets, Clips über 15 s, 21:9, 4K/HDR oder eine ungewöhnliche Sprache.
Arbeitsablauf
1. Modus identifizieren
Wähle einen Modus aus, bevor du etwas schreibst, da jeder Modus unterschiedliche Formulierungen verwendet und die beiden Einstiegspunkte nicht in einer Generierung gemischt werden können.
| Modus | Verwendung | Einstiegspunkt | Schlüsselformulierung |
|---|---|---|---|
| Einfach Text-zu-Video | Eine Idee erkunden, keine Assets | Omni-Referenz | Ein oder zwei einfache Sätze; Modell erweitert sie |
| Gerichtet Text-zu-Video | Spezifische Geschichte, Timing, Kamera | Omni-Referenz | Vollständige Zeitachsen-Struktur |
| Omni-Referenz | Bilder/Videos/Elemente/Stimmen bereitgestellt | Omni-Referenz | @Image1 definiert…; erhalte … |
| Schlüsselbilder (Keyframes) | Exakte Frames müssen zu festgelegten Zeitpunkten erscheinen | Schlüsselbilder (nur Bilder, keine anderen Referenzen) | Verwende @Image1 als erstes Bild … |
| Videobearbeitung | Teil eines bestehenden Clips ändern | Omni-Referenz | Bearbeite @Video1. Ändere X zu Y. Behalte alles andere unverändert. |
| Kreative Neuerstellung | Tempo/Aufnahmen eines Clips ausleihen, Inhalt austauschen | Omni-Referenz | Ersetze das Subjekt in @Video1 durch @Image1… |
Wenn der Benutzer sowohl pixelgenaue Schlüsselbilder als auch Charakter-/Produkt-Referenzen benötigt, erkläre, dass diese nicht in einer Aufgabe kombiniert werden können, und schlage entweder (a) Omni-Referenz mit den „Schlüsselbildern“ als Kompositions-/Erstbild-Referenzen oder (b) den Schlüsselbilder-Einstieg mit Identität, die durch die Schlüsselbilder selbst getragen wird.
2. Nur das Fehlende sammeln
Leite so viel wie möglich aus der Anfrage ab. Stelle höchstens ein oder zwei Fragen, und nur dann, wenn die Antwort den Prompt wesentlich ändert. Dinge, die es wert sind, gefragt zu werden, wenn unbekannt: Dauer, Seitenverhältnis, welches hochgeladene Asset was ist, ob es Dialoge gibt (und in welcher Sprache), ob Musik gewünscht ist. Wenn der Benutzer Geschwindigkeit will, treffe sinnvolle Annahmen und liste sie unter dem Prompt auf.
Standardwerte, wenn nicht angegeben: 10 s, Automatisches Seitenverhältnis (oder 16:9 für filmisch, 9:16 für sozial/UGC), realistisch live-action, Umgebungsgeräusche + SFX, keine Musik, keine Untertitel.
3. Prompt mit den Kernregeln schreiben
Regel 1 — Beschreibe, was die Kamera sieht, niemals abstrakte Labels. Das Modell muss bei Wörtern wie „Premium“, „gemütlich“, „filmisches Gefühl“, „Mittelstand“ raten. Ersetze jedes durch den konkreten visuellen Beweis dafür.
- „luxuriös“ → „seitliches Gegenlicht umrandet die Flaschenkanten, Hintergrund fällt in weiche Unschärfe, feine matte Körnung auf dem Glas“
- „altmodisch“ → „vergilbte Tapete, abgenutzte Möbelecken, warme Glühlampen“
- „ein geschäftiges Büro“ → „Reihen von Monitoren, ein klingelndes Schreibtischtelefon, zwei Personen, die über eine Kabinenwand sprechen, Kaffeetassen neben Tastaturen“
Regel 2 — Formuliere Einschränkungen positiv. Kings Leitfaden warnt, dass negative Anweisungen die Fehlerrate erhöhen. Schreibe statt „zeige ihr Gesicht nicht“ „sie ist im Profil zu sehen“. Statt „keine zusätzlichen Personen“ schreibe „genau eine Frau ist durchgehend sichtbar“. Die einzigen beiden Negativformulierungen, die standardmäßig sinnvoll sind, sind „keine Untertitel“ und „keine Hintergrundmusik“, da das Modell dazu neigt, beides hinzuzufügen, wenn nicht anders angegeben. Füge sie hinzu, wann immer der Benutzer sie nicht will. Zwei weitere enge Ausnahmen sind erlaubt: Fotorealismus ausschließen, wenn ein animierter/stilisierter Look gewünscht wird, und Artefakte auflisten, die eine Storyboard-Referenz nicht übernehmen darf (Gitter, Skizzenlinien, Anmerkungen).
Regel 3 — Gib jedem Asset eine Aufgabe. Assets werden automatisch nach Upload-Reihenfolge nummeriert (@Image1, @Image2, @Video1, @Element1…). Nicht zugewiesene Assets werden erraten. Gib für jedes an, was es definiert, was es bewahren soll, und – wenn Assets sich überschneiden – was nicht daraus übernommen werden soll.
@Image1 definiert die Küche: erhalte ihr Layout, die Schränke und das Fensterlicht.@Image2 definiert den Koch: erhalte sein Gesicht, seine Haare und die weiße Jacke.@Video1 ist die Referenz für Kameraführung und Schnitt-Timing nur; übernimm nicht dessen Umgebung oder Personen.Halte jede Charakter-/Produktbeschreibung bei jeder Erwähnung identisch.
Regel 4 — Schreibe entlang einer Zeitachse. Für alles über ~5 s unterteile die Aktion in getaktete Abschnitte (0–4s, 4–9s…) oder nummerierte Shots mit expliziten Dauern. Jeder Abschnitt: was sichtbar ist, die Aktion, die Emotion, die Kamera. Jeder Abschnitt sollte eine beobachtbare Veränderung enthalten – ein 30 s Clip mit einer einzigen Aktion zieht sich. Wenn Schlüsselbilder verwendet werden, müssen die Abschnitte des Prompts exakt der Reihenfolge der Schlüsselbilder folgen und die Übergänge zwischen den Schlüsselbildern beschreiben, nicht wiederholen, was die Bilder bereits zeigen.
Regel 5 — Gib Anzahlen und Kontinuität explizit an. Beginne längere Prompts mit der genauen Anzahl von Charakteren („EXAKT 2 CHARAKTERE – KEINE DUBLETTEN“). Lege die Bildschirmrichtung und das räumliche Layout fest („der Hafen bleibt bildschirmlinks; Reisen verläuft immer von links nach rechts“). Wiederhole Identitätsanker (Kleidung, unterscheidende Details), damit sie Schnitte überstehen.
Regel 6 — Schreibe Audio als Teil der Szene. Dialoge stehen in Anführungszeichen, geschrieben in der Sprache, in der sie gesprochen werden sollen. Beschreibe das Alter, den Ton, die Geschwindigkeit und die Emotion des Sprechers sowie die zu betonenden Wörter. Lege Umgebungsgeräusche, SFX und Musik separat und gib die Mischpriorität an („Schritte und Atem lauter als die Musik“). Ein Sprecher gleichzeitig, es sei denn, Überlappung ist beabsichtigt.
Regel 7 — Passe die Länge dem Bedarf an. Bis zu 8.000 Token sind erlaubt, aber Länge ist nicht gleich Qualität. Eine einzeilige Idee ist ein gültiger Prompt, wenn der Benutzer erkundet – Kling füllt Geschichte, Blockung und Kamera aus. Wenn die Beschreibung bereits präzise ist, folgt Kling ihr, ohne eigene Interpretation hinzuzufügen. Detaillierte Prompts sind also für den Fall, dass der Benutzer genau weiß, was er will.
4. Struktur wählen
Wähle die leichteste Struktur, die die Anfrage trägt. Vollständige Vorlagen mit ausfüllbaren Feldern findest du in references/templates.md – lies sie, bevor du etwas über einen einfachen Prompt hinaus schreibst.
- Einfach (Erkundung, ≤10 s, keine Assets): 1–3 Sätze, Subjekt + Aktion + Umgebung + Kamera + Licht + Ton.
- Standard-Vier-Blöcke (die meisten Anfragen): Asset-Rollen → Allgemeine Einstellungen → Zeitachse → Audio.
- Langform-Produktions-Brief (15–30 s, Multi-Shot, Werbung, Action, Dialogszenen, alles, wo Kontinuität zählt): Das 15-teilige Format, das Kling in seinen eigenen Beispiel-Prompts verwendet – Szenenkontext, aktive Referenzen, Ortskarte, Erstes Bild & Blockung, Formatmodus, Optik, Kamera, Aktions-Timing, Physik, Beleuchtung, Audio, Charakterspiel, Stil, Qualität, Positive Einschränkungen.
- Schlüsselbild-Brief: Bildzuweisungen → Übergänge pro Segment → Kamera/Kontinuität → Audio.
- Bearbeitungs-Brief:
Bearbeite @Video1+ präzise Änderung + explizite Erhaltungsliste.
5. Ausliefern
Ausgabe in dieser Reihenfolge:
- Einstellungen (Settings) — eine Zeile: Modus/Einstiegspunkt, Dauer, Seitenverhältnis, Auflösungsvorschlag, Asset-Upload-Reihenfolge (damit @-Nummern stimmen).
- Der Prompt — in einem einzelnen Code-Block, damit er sauber kopiert werden kann. Schreibe ihn auf Englisch, es sei denn, der Benutzer bittet um etwas anderes; Dialoge bleiben in ihrer gesprochenen Sprache.
- Annahmen (Assumptions) — eine kurze Liste, nur wenn du etwas Materielles angenommen hast.
- Iterations-Tipp (Iteration tip) — optional, eine Zeile: was zuerst geändert werden sollte, wenn das Ergebnis daneben liegt.
Fülle nicht mit Erklärungen der Regeln auf, es sei denn, du wirst darum gebeten. Wenn der Benutzer einen zu reparierenden Prompt liefert, zeige den korrigierten Prompt und eine kurze Liste der Änderungen und warum.
Modus-spezifische Notizen
Schlüsselbilder (Keyframes). Kling 4.0 akzeptiert ein erstes Bild, ein letztes Bild, beide und Zwischenbilder zu jedem Zeitstempel (bis zu 10). Plane sie, indem du fragst: „Was muss der Betrachter in diesem Moment sehen?“ – wenn sich nichts Wichtiges ändert, braucht es kein Schlüsselbild. Häufige Fehler, die Kling selbst auflistet: zu viele Schlüsselbilder, ein Schlüsselbild, das alles auf einmal ändert (Charakter + Ort + Beleuchtung + Stil), Schlüsselbilder, die Referenzen widersprechen, und eine Prompt-Zeitachse in einer anderen Reihenfolge als die Schlüsselbilder. Der Schlüsselbilder-Einstieg akzeptiert nur Bilder; das Seitenverhältnis folgt dem ersten Schlüsselbild.
Videobearbeitung. Schreibe immer Bearbeite @Video1 – „Referenziere @Video1“ könnte als „erstelle ein neues Video, inspiriert von diesem“ gelesen werden. Gib genau an, was sich ändert, und füge dann eine explizite Erhaltungszeile hinzu: Behalte alles andere unverändert, einschließlich … und liste Kamerabewegung, Timing, Beleuchtung, Audio, Komposition als relevant auf. Bei Stiländerungen sage, dass die Aktionen/Trajektorie des Subjekts Frame für Frame erhalten bleiben müssen und welche Teile der Szene nicht neu gestaltet werden dürfen.
Kreative Neuerstellung. Sage, was ausgeliehen werden soll (Tempo, Shot-Reihenfolge, Komposition, Kameraführung, Präsentationsstil) und was ersetzt werden soll (Subjekt, Produkt, Umgebung). Funktioniert am besten, wenn das Tempo und die Shot-Struktur des Referenzclips dem Zielinhalt ähneln – warne den Benutzer, wenn dies nicht der Fall ist.
Storyboards als Referenzen. Sage Kling, das Storyboard als genehmigte Shot-Reihenfolge, Bildausschnitt, Kameraführung und emotionale Progression zu behandeln, fertige Frames zu rendern und das Storyboard selbst nicht zu reproduzieren (Skizzenlinien, Gitter, Panel-Labels, Notizen).
Untertitel / On-Screen-Text. Kling 4.0 rendert mehrsprachigen Text, Logos und Emojis stabil. Gib für Untertitel die Position an (z. B. unten mittig, 10% über der Unterkante, innerhalb des titelsicheren Bereichs), Zeilenlimit, Panel-/Schriftartstil und genaue Zeitstempel, synchron zu jeder gesprochenen Zeile. Für Schilder/Logos gib den genauen Text in Backticks oder Anführungszeichen und sage, dass er korrekt geschrieben und stabil bleiben muss.
Stile. Für nicht-fotorealistische Looks (Animation, Filz, Ton, Pixelkunst, Anime) beschreibe Materialien, Beleuchtung und Bewegungscharakter (z. B. „12 fps Step-Stop-Motion“) und schließe Fotorealismus aus, damit sich Stile nicht vermischen.
Kling 4.0 Flash. Schneller und günstiger; gut für Entwürfe und hohes Arbeitsvolumen. Halte Prompts knapper und verlasse dich dort nicht auf mehrere Schlüsselbilder.
Häufige Probleme beheben
| Symptom | Wahrscheinliche Ursache | Lösung |
|---|---|---|
| Unerwünschte Musik oder Untertitel | Modell-Standardwerte | Füge „keine Hintergrundmusik“ / „keine Untertitel“ hinzu (oder „nur SFX, keine Musik, keine Filmmusik“) |
| Gesicht/Produkt driftet zwischen Shots | Referenzrollen unklar oder Beschreibungen variieren | Weise Identität einem Asset zu; wiederhole dieselbe kurze Beschreibung pro Shot; füge Qualitätszeile zu Konsistenz hinzu |
| Doppelte Charaktere | Anzahl nicht angegeben | Beginne mit „EXAKT N CHARAKTERE – KEINE DUBLETTEN“ und positiver Anzahl-Einschränkung am Ende |
| Kamera ignoriert Richtung | Vage oder widersprüchliche Kamerawörter | Eine konkrete Bewegung pro Abschnitt („leichter Push-In“, „unbewegte Totale“, „laterale Spur links“); widersprüchliche Begriffe löschen |
| Ereignisse passieren in falscher Reihenfolge | Keine Zeitachse, oder Zeitachse widerspricht Schlüsselbildern | Füge zeitgestempelte Abschnitte hinzu; richte sie an der Reihenfolge der Schlüsselbilder aus |
| Bearbeitung hat zu viel geändert | Keine Erhaltungsliste oder „Referenziere“ statt „Bearbeite“ | Verwende Bearbeite @Video1 + „Behalte alles andere unverändert, einschließlich …“ |
| Animation sieht halb-real aus | Stil nicht exklusiv | Beschreibe Materialien + füge Fotorealismus-Ausschluss hinzu |
| Langsamer, langweiliger 30 s Clip | Eine Aktion in die Länge gezogen | Füge alle 4–8 s Abschnitte, Schnitte oder eine Wendung hinzu |
| Falsche Sprache / Akzent | Dialog nicht in Zielsprache | Schreibe die Zeile in dieser Sprache in Anführungszeichen; nenne den Akzent |
| Übermäßig detaillierter Prompt verhält sich seltsam | Sich widersprechende Anweisungen, vergraben in der Länge | Kürze auf das Wesentliche; überprüfe, ob jeder Abschnitt in Bezug auf Anzahlen, Positionen, Reihenfolge übereinstimmt |
Konvertieren von anderen Modellen
Von Kling 3.0: 3.0 hatte nur Start-/Endbilder und kürzere Clips, daher trug der Text die Mitte des Shots. In 4.0 verlagere Mid-Clip-Zustände in Schlüsselbilder oder getaktete Abschnitte, erweitere auf die reale Ziel-Dauer und weise Rollen für jede Referenz zu. Von Seedance/Veo/Sora-ähnlichen Prompts: konvertiere Referenz-Tags in Kling's @Image1/@Video1-Nummerierung nach Upload-Reihenfolge, entferne negative Prompt-Listen auf die beiden Standard-Negativ-Begriffe und schreibe Adjektiv-Stapel als visuelle Beweise um.
Referenzdateien
references/specs.md– Kling 4.0 Limits und Parameter (Dauern, Asset-Anzahlen/-Größen, Auflösungen, Seitenverhältnisse, Sprachen/Akzente). Lies, wenn Limits wichtig sind.references/templates.md– ausfüllbare Vorlagen für jede der obigen Strukturen. Lies vor dem Schreiben eines nicht-einfachen Prompts.references/examples.md– ausgearbeitete Beispiel-Prompts (original, für diesen Skill geschrieben) für jeden Modus. Lies, wenn du ein Modell für Ton und Dichte möchtest.
Die Spezifikationen spiegeln das offizielle Kling 4.0 Benutzerhandbuch (Okt. 2026) und den Kling 4.0 Multiple Keyframes Blogbeitrag wider. Funktionen, die dort als „coming soon“ markiert sind (10-bit HDR, 2-minute extension), sind möglicherweise noch nicht aktiv; überprüfe die Benutzeroberfläche, wenn der Benutzer darauf angewiesen ist.