¿Qué hace Escritor de Prompts para Kling 4.0?
Convierte una idea de escena, un conjunto de activos o un prompt roto en un prompt listo para copiar para Kling 4.0 que sigue la forma en que la propia documentación de Kling dice que el modelo lee las instrucciones.
Kling 4.0 es un modelo de video multimodal: lee texto y hasta 15 activos de referencia, genera clips de 3–30 s con audio estéreo y sincronización de labios, y divide clips largos en múltiples tomas de manera predeterminada. El prompt es un briefing de director, no una lista de palabras clave. La mayoría de los problemas en Kling provienen de cuatro cosas: redacción abstracta y vaga, referencias no asignadas, líneas de tiempo que contradicen las entradas e instrucciones negativas. Esta skill existe para prevenirlos.
Las especificaciones técnicas (duraciones, límites de activos, resoluciones, idiomas) se encuentran en references/specs.md. Léelo cuando la solicitud del usuario toque los límites, por ejemplo, más de un puñado de activos, clips de más de 15 s, 21:9, 4K/HDR o un idioma inusual.
Flujo de trabajo
1. Identificar el modo
Elige uno antes de escribir nada, porque cada modo usa una redacción diferente y los dos puntos de entrada no se pueden mezclar en una sola generación.
| Modo | Úsalo cuando | Punto de entrada | Redacción clave |
|---|---|---|---|
| Texto a video simple | Explorando una idea, sin activos | Omni Reference | Una o dos frases sencillas; el modelo las expande |
| Texto a video dirigido | Historia, tiempo, cámara específicos | Omni Reference | Estructura de línea de tiempo completa |
| Omni Reference | Se proporcionan imágenes/videos/elementos/voces | Omni Reference | @Image1 define…; preserve… |
| Fotogramas clave (Keyframes) | Los fotogramas exactos deben aparecer en momentos determinados | Keyframes (solo imágenes, sin otras referencias) | Usa @Image1 como el primer fotograma… |
| Edición de video | Cambiar parte de un clip existente | Omni Reference | Edita @Video1. Cambia X a Y. Mantén todo lo demás sin cambios. |
| Recreación creativa | Tomar prestado el ritmo/las tomas de un clip, intercambiar contenido | Omni Reference | Reemplaza el sujeto en @Video1 con @Image1… |
Si el usuario necesita tanto fotogramas clave exactos como referencias de personajes/productos, explícale que no se pueden combinar en una sola tarea y sugiérele (a) Omni Reference con las imágenes "fotograma clave" usadas como referencias de composición/primer fotograma, o (b) la entrada Keyframes con la identidad transmitida por las propias imágenes de fotograma clave.
2. Recopilar solo lo que falta
Infiere tanto como sea posible de la solicitud. Haz como máximo una o dos preguntas, y solo cuando la respuesta cambie materialmente el prompt. Cosas que vale la pena preguntar si se desconocen: duración, relación de aspecto, qué activo subido es cuál, si hay diálogo (y en qué idioma), si se desea música. Si el usuario quiere rapidez, asume de manera sensata y enumera las suposiciones debajo del prompt.
Valores predeterminados cuando no se especifican: 10 s, relación de aspecto Auto (o 16:9 para cinematográfico, 9:16 para redes sociales/UGC), acción real realista, sonido ambiente + efectos de sonido, sin música, sin subtítulos.
3. Escribir el prompt usando las reglas principales
Regla 1 — Describe lo que ve la cámara, nunca etiquetas abstractas. El modelo tiene que adivinar palabras como "premium", "acogedor", "sensación cinematográfica", "clase media". Reemplaza cada una con la evidencia visual concreta.
- "lujoso" → "la contralateral lateral ilumina los bordes de la botella, el fondo cae en un suave desenfoque, grano mate fino en el vidrio"
- "anticuado" → "papel pintado amarillento, muebles con las esquinas astilladas, bombillas incandescentes cálidas"
- "una oficina ocupada" → "filas de monitores, un teléfono de escritorio sonando, dos personas hablando por encima de la pared de un cubículo, tazas de café junto a los teclados"
Regla 2 — Formula las restricciones de manera positiva. La guía de Kling advierte que las instrucciones negativas aumentan la tasa de error. En lugar de "no muestres su rostro", escribe "ella se ve de perfil". En lugar de "sin personas adicionales", escribe "exactamente una mujer es visible en todo momento". Las únicas dos negaciones que vale la pena escribir por defecto son "sin subtítulos" y "sin música de fondo", porque el modelo tiende a añadir ambas a menos que se le indique lo contrario. Agréguelas siempre que el usuario no las quiera. Se permiten dos excepciones más: excluir el fotorrealismo cuando se solicita un estilo animado/estilizado, y enumerar los artefactos que una referencia de storyboard no debe transmitir (cuadrículas, líneas de boceto, anotaciones).
Regla 3 — Asigna un trabajo a cada activo. Los activos se numeran automáticamente según el orden de carga (@Image1, @Image2, @Video1, @Element1…). Los activos no asignados se adivinan. Para cada uno, indica qué define, qué preservar y, cuando los activos se superpongan, qué no tomar de él.
@Image1 define la cocina: preserva su distribución, armarios y luz de ventana.@Image2 define al chef: preserva su rostro, cabello y chaqueta blanca.@Video1 es la referencia para la trayectoria de la cámara y el tiempo de corte solamente; no tomes su escenario ni sus personas.Mantén la descripción de cada personaje/producto idéntica cada vez que se mencione.
Regla 4 — Escribe a lo largo de una línea de tiempo. Para cualquier cosa de más de ~5 s, divide la acción en tiempos marcados (0–4s, 4–9s…) o tomas numeradas con duraciones explícitas. Cada tiempo: qué es visible, la acción, la emoción, la cámara. Cada tiempo debe contener un cambio observable — un clip de 30 s con una sola acción se vuelve lento. Si se usan fotogramas clave, los tiempos del prompt deben seguir exactamente el orden de los fotogramas clave y describir las transiciones entre fotogramas clave, no repetir lo que las imágenes ya muestran.
Regla 5 — Indica el recuento y la continuidad explícitamente. Abre los prompts largos con el número exacto de personajes ("EXACTAMENTE 2 PERSONAJES — SIN DUPLICADOS"). Fija la dirección de la pantalla y la disposición espacial ("el puerto permanece a la izquierda de la pantalla; el viaje siempre va de izquierda a derecha"). Repite los anclajes de identidad (vestimenta, detalles distintivos) para que sobrevivan a los cortes.
Regla 6 — Escribe el audio como parte de la escena. El diálogo va entre comillas, escrito en el idioma en el que se debe hablar. Describe la edad, el tono, la velocidad y la emoción del hablante, y qué palabras enfatizar. Coloca el ambiente, los efectos de sonido y la música por separado, e indica la prioridad de la mezcla ("pasos y respiración más fuertes que la banda sonora"). Un hablante a la vez, a menos que se pretenda superposición.
Regla 7 — Ajusta la longitud a la necesidad. Se permiten hasta 8,000 tokens, pero la longitud no es calidad. Una idea de una línea es un prompt válido cuando el usuario está explorando: Kling completará la historia, la puesta en escena y la cámara. Cuando la descripción ya es precisa, Kling la sigue sin añadir su propia interpretación, por lo que los prompts detallados son para cuando el usuario sabe lo que quiere.
4. Elegir la estructura
Elige la estructura más ligera que pueda con la solicitud. Las plantillas completas con espacios para rellenar están en references/templates.md — léelo antes de escribir cualquier cosa que no sea un prompt simple.
- Simple (exploración, ≤10 s, sin activos): 1–3 frases, sujeto + acción + escenario + cámara + luz + sonido.
- Bloque de cuatro estándar (la mayoría de las solicitudes): Roles de activos → Configuración general → Línea de tiempo → Audio.
- Brief de producción de formato largo (15–30 s, múltiples tomas, anuncios, acción, escenas de diálogo, cualquier cosa donde la continuidad importe): el formato de 15 secciones que Kling usa en sus propios prompts de muestra: Contexto de la escena, Referencias activas, Mapa de ubicación, Primer fotograma y bloqueo, Modo de formato, Óptica, Cámara, Temporización de la acción, Física, Iluminación, Audio, Actuación del personaje, Estilo, Calidad, Restricciones positivas.
- Brief de fotogramas clave: asignaciones de fotogramas → transiciones por segmento → cámara/continuidad → audio.
- Brief de edición:
Edita @Video1+ cambio preciso + lista de preservación explícita.
5. Entregar
Salida en este orden:
- Configuración — una línea: modo/punto de entrada, duración, relación de aspecto, sugerencia de resolución, orden de carga de activos (para que los números @ coincidan).
- El prompt — en un solo bloque de código para que se copie limpiamente. Escríbelo en inglés a menos que el usuario pida lo contrario; el diálogo permanece en su idioma hablado.
- Suposiciones — una lista corta solo si asumiste algo material.
- Consejo de iteración — opcional, una línea: qué cambiar primero si el resultado falla.
No añadas explicaciones de las reglas a menos que te lo pidan. Si el usuario proporciona un prompt para corregir, muestra el prompt corregido y una breve lista de qué cambió y por qué.
Notas específicas del modo
Fotogramas clave (Keyframes). Kling 4.0 acepta un primer fotograma, un último fotograma, ambos y fotogramas intermedios en cualquier marca de tiempo (hasta 10). Planifícalos preguntando "¿qué debe ver el espectador en este momento?" — si nada importante cambia, no necesita un fotograma clave. Fallos comunes que la propia Kling enumera: demasiados fotogramas clave, un fotograma clave que lo cambia todo a la vez (personaje + ubicación + iluminación + estilo), fotogramas clave que contradicen las referencias y una línea de tiempo del prompt en un orden diferente al de los fotogramas clave. La entrada Keyframes acepta solo imágenes; la relación de aspecto sigue al primer fotograma clave.
Edición de video. Escribe siempre Edita @Video1 — "Referencia @Video1" puede interpretarse como "crea un nuevo video inspirado en esto". Nombra exactamente qué cambia, luego añade una línea de preservación explícita: Mantén todo lo demás sin cambios, incluido … y enumera el movimiento de cámara, el tiempo, la iluminación, el audio, la composición según corresponda. Para cambios de estilo, indica que las acciones/trayectoria del sujeto deben preservarse fotograma a fotograma y qué partes de la escena no deben ser reestilizadas.
Recreación creativa. Di qué tomar prestado (ritmo, orden de las tomas, composición, trayectoria de la cámara, estilo de presentación) y qué reemplazar (sujeto, producto, escenario). Funciona mejor cuando el ritmo y la estructura de las tomas del clip de referencia se parecen al contenido objetivo: advierte al usuario si no es así.
Storyboards como referencias. Dile a Kling que trate el storyboard como el orden de tomas aprobado, el encuadre, las trayectorias de la cámara y la progresión emocional, que renderice fotogramas terminados y que no reproduzca el storyboard en sí (líneas de boceto, cuadrículas, etiquetas de panel, notas).
Subtítulos / texto en pantalla. Kling 4.0 renderiza texto multilingüe, logotipos y emojis de manera estable. Para subtítulos, especifica la posición (por ejemplo, centro inferior, 10% por encima del borde inferior, dentro del área segura de títulos), límite de líneas, estilo del panel/fuente y marcas de tiempo exactas sincronizadas con cada línea hablada. Para letreros/logotipos, da el texto exacto entre comillas invertidas o comillas y di que debe permanecer escrito correctamente y estable.
Estilos. Para looks no fotorrealistas (animación, fieltro, arcilla, píxel art, anime), describe los materiales, la iluminación y el carácter del movimiento (por ejemplo, "animación stop-motion a 12 fps"), y excluye el fotorrealismo para que los estilos no se mezclen.
Kling 4.0 Flash. Más rápido y más barato; bueno para borradores y trabajo de alto volumen. Mantén los prompts más ajustados y no confíes en múltiples fotogramas clave allí.
Corrección de problemas comunes
| Síntoma | Causa probable | Solución |
|---|---|---|
| Música o subtítulos no deseados | Valores predeterminados del modelo | Añade "sin música de fondo" / "sin subtítulos" (o "solo efectos de sonido, sin música, sin banda sonora") |
| El rostro/producto se desplaza entre tomas | Roles de referencia poco claros o descripciones que varían | Asigna la identidad a un activo; repite la misma descripción corta cada toma; añade una línea de calidad sobre la consistencia |
| Personajes duplicados | Recuento no indicado | Abre con "EXACTAMENTE N PERSONAJES — SIN DUPLICADOS" y una restricción de recuento positivo al final |
| La cámara ignora la dirección | Palabras de cámara vagas o contradictorias | Un movimiento concreto por tiempo ("push-in lento", "gran angular fijo", "traveling lateral a la izquierda"); elimina términos contradictorios |
| Los eventos suceden en el orden incorrecto | Sin línea de tiempo, o línea de tiempo contradice los fotogramas clave | Añade tiempos con marcas de tiempo; alinea con el orden de los fotogramas clave |
| La edición cambió demasiado | Sin lista de preservación, o "Referencia" en lugar de "Editar" | Usa Edita @Video1 + "Mantén todo lo demás sin cambios, incluido …" |
| La animación se ve medio real | Estilo no exclusivo | Describe los materiales + añade exclusión de fotorrealismo |
| Clip de 30 s lento y aburrido | Una sola acción estirada | Añade tiempos, cortes o un giro cada 4–8 s |
| Idioma/accento incorrecto | Diálogo no en el idioma objetivo | Escribe la línea en ese idioma entre comillas; nombra el acento |
| Prompt sobredetallado que se comporta de manera extraña | Instrucciones contradictorias enterradas en la longitud | Recorta a lo esencial; verifica que cada sección esté de acuerdo sobre recuentos, posiciones, orden |
Conversión desde otros modelos
Desde Kling 3.0: 3.0 solo tenía fotogramas de inicio y fin y clips más cortos, por lo que el texto llevaba la parte media de la toma. En 4.0, mueve los estados de mitad de clip a fotogramas clave o tiempos marcados, extiende a la duración objetivo real y asigna roles a cada referencia. Desde prompts de estilo Seedance/Veo/Sora: convierte las etiquetas de referencia a la numeración @Image1/@Video1 de Kling por orden de carga, elimina las listas de prompt negativo hasta los dos negativos predeterminados y reescribe las pilas de adjetivos como evidencia visual.
Archivos de referencia
references/specs.md— Límites y parámetros de Kling 4.0 (duraciones, recuentos/tamaños de activos, resoluciones, relaciones de aspecto, idiomas/acentos). Léelo cuando los límites importen.references/templates.md— Plantillas para rellenar para cada estructura anterior. Léelo antes de escribir cualquier prompt no simple.references/examples.md— Ejemplos de prompts trabajados (originales, escritos para esta skill) para cada modo. Léelo cuando quieras un modelo de tono y densidad.
Las especificaciones reflejan la Guía de Usuario oficial de Kling 4.0 (octubre de 2026) y la publicación del blog de Múltiples Fotogramas Clave de Kling 4.0. Las funciones marcadas como "próximamente" allí (HDR de 10 bits, extensión de 2 minutos) pueden no estar activas; verifica la interfaz si el usuario depende de ellas.