ZWID_Pierwszy film AI za darmo - 5 kredytów na start, potem od 3 zł. Bez abonamentu.1. film za 0 złZrób film →
✨ Świeża dostawa•nowe kody na kinetyka.pl: Gemini Pro 18 mies. 170 zł•Cursor, ElevenLabs, Lovable i więcej, roczne plany AI w ułamku ceny Zobacz →
Przejdź do treści
Artykuły

Kling 4.0 do teledysków: plan ujęć, ta sama postać i montaż do muzyki

Teledysk z Kling 4.0: 30-sekundowe ujęcia, 21:9, ruch z nagrania, ta sama postać z referencji, montaż do muzyki i co z polskim śpiewem.

10 min czytania
Logo Kling AI i napis Kling 4.0 teledysk - 30 s, 21:9, ta sama postać

👁 116 przeczytań

// w skrócie
  • Kling 4.0 pozwala tworzyć teledyski dzięki ujęciom do 30 s, formatowi 21:9 i do 5 filmów referencyjnych (łącznie do 30 s) dla spójności postaci.
  • Lip-sync działa tylko w 9 językach i nie obejmuje polskiego - śpiew po polsku wymaga nagrania z wykonawcą lub rezygnacji z synchronizacji ust.
  • Najtaniej za sekundę w 1080p wychodzi plan Premier 18K za 135 USD, który daje 1200 sekund materiału w pierwszym miesiącu po 0,11 USD za sekundę.

Teledysk zaczyna się od utworu. Zanim przygotujesz pierwsze ujęcie w Kling 4.0, zdecyduj, co obraz ma zrobić z muzyką: opowiedzieć historię, pokazać wykonawcę czy zbudować nastrój. Próba połączenia wszystkich pomysłów naraz może skończyć się kolekcją efektownych scen, które nie tworzą jednego klipu.

Ten szkic prowadzi przez planowanie i montaż przykładowego teledysku o nocnej podróży przez miasto. To projekt do adaptacji, bez deklaracji wyników testu. Informacje o samym narzędziu znajdziesz w przewodniku po Kling 4.0. Tutaj punktem odniesienia będzie rytm utworu i historia bohaterki.

Co Kling 4.0 daje przy teledysku

Kling 4.0 w teledysku - fakty na 15.10.2026

  • Ujęcia do 30 s w jednej generacji i format 21:9 - kinowy kadr bez docinania.
  • Omni Reference: do 5 filmów referencyjnych (łącznie do 30 s) - ruch tancerza albo praca kamery z własnego nagrania.
  • Do 7 elementów (w tym 3 z wideo) - ta sama bohaterka w wielu klipach.
  • Lip-sync tylko w 9 językach (bez polskiego) - śpiew po polsku nagraj z wykonawcą albo pokaż postać bez synchronizacji ust.
  • „Wkrótce”: 10-bitowy HDR i przedłużanie filmu do 2 minut.
  • Koszt (sprawdziłem w kreatorze): 15 kredytów za sekundę w 1080p, 10 w 720p. Do teledysku najwięcej sekund za rozsądną cenę daje plan Premier 18K - 1200 s w 1080p.
Część utworuTyp ujęciaFunkcja Kling 4.0
Introplan szeroki, przestrzeń21:9, długie ujęcie
Zwrotkamarsz bohaterkielement postaci + ruch kamery z referencji
Refrenzmiana skali, odsłonaklatki kluczowe: zbliżenie - plan ogólny
Finałpowrót motywuta sama referencja co w intro

Opisy scen poniżej są po polsku dla czytelności - do Kling 4.0 wpisz je po angielsku (wzory w tekście Kling 4.0 prompty). Jeśli wolisz zlecać serię ujęć agentowi AI, zobacz Kling 4.0 MCP i CLI.

Oficjalny przykład Kling AI (źródło: kanał Kling AI na YouTube, „The Beat | Made with KLING 4.0”, 28.09.2026). Krótki film o perkusiście wracającym na scenę, zrobiony w Kling 4.0 - gra na instrumencie zsynchronizowana z rytmem. To materiał producenta, nie mój test.

Najpierw wybierz zasadę całego klipu

Zapisz jedno zdanie, które opisuje zmianę zachodzącą między początkiem a końcem. Na przykład: „Bohaterka idzie przez puste miasto, początkowo unika światła, a pod koniec wychodzi na otwartą przestrzeń”. Taka zasada pomaga ocenić, czy kolejne ujęcie jest potrzebne.

Dobierz formę do materiału muzycznego i dostępnych zasobów:

  • Klip narracyjny potrzebuje czytelnego działania i następstwa zdarzeń.
  • Klip oparty na występie wymaga zaplanowania gestów, pozycji wykonawcy i relacji z kamerą.
  • Klip nastrojowy może korzystać z powracających miejsc, kolorów i przedmiotów.
  • Forma mieszana potrzebuje reguły określającej, kiedy przechodzisz między tymi porządkami.

Dla pierwszego projektu wybierz jedną postać, kilka miejsc i pojedynczy motyw, na przykład czerwony szalik. Nie jest to limit modelu. To ograniczenie produkcyjne, które ułatwia zapamiętanie historii i utrzymanie konsekwencji wizualnej.

Rozpisz muzykę, zanim rozpiszesz kamerę

Wstaw docelowe nagranie do programu montażowego i zaznacz intro, zwrotki, refreny, mostek oraz zakończenie. Odsłuchaj utwór ponownie, tym razem szukając zmian energii: wejścia basu, pauzy przed wokalem, pojedynczego uderzenia albo wybrzmiewającego akordu.

Nie musisz ciąć na każdym uderzeniu. Wybierz kilka miejsc, w których obraz powinien mocno zareagować na muzykę. Pozostałe fragmenty mogą rozwijać nastrój. Jeśli wszystkie przejścia mają tę samą intensywność, kulminacja nie będzie się wyróżniać.

  • Intro: pokaż przestrzeń i wprowadź bohaterkę.
  • Zwrotka: pozwól rozpoznać jej kierunek ruchu i cel.
  • Refren: otwórz kadr albo zmień skalę przedstawionego świata.
  • Mostek: wykorzystaj bezruch lub detal jako chwilę zawieszenia.
  • Finał: wróć do motywu z początku, ale nadaj mu inne znaczenie.

Zapisz orientacyjne długości ujęć na swojej osi montażowej. Traktuj je jako plan wykorzystania materiału. Nie zakładaj, że każde zdarzenie w wygenerowanej scenie automatycznie trafi w wybrane uderzenie. Synchronizację oceniaj i dopracowuj w montażu.

Oficjalny przykład Kling AI (źródło: kanał Kling AI na YouTube, „What Makes an AI Music Video Feel Real? | Simon Meyer x Kling 4.0”, 12.10.2026). Simon Meyer (PROMPTR Studios) opowiada, jak zrobił teledysk w Kling 4.0 we wczesnym dostępie: ruch ust do gotowego utworu, kamera z ręki, wygląd obiektywu anamorficznego. To materiał producenta, nie mój test.

Zrób kartę postaci i ustal wygląd świata

Oficjalny przewodnik Kling z 30.09.2026 opisuje wykorzystanie referencji do kierowania wyglądem postaci i scen. Nie oznacza to gwarancji identycznej twarzy w każdym ujęciu. Własna dokumentacja wizualna pozostaje potrzebna do wyboru pasujących fragmentów.

Karta bohaterki może zawierać portret, sylwetkę, ubranie i kilka cech, które mają się nie zmieniać. Dla tego przykładu będą to krótkie ciemne włosy, grafitowy płaszcz, czerwony szalik i płaskie czarne buty. Wybierz materiały przedstawiające tę samą osobę oraz ten sam zestaw ubrań.

Oddziel tożsamość od atmosfery

Portret określa wygląd bohaterki. Zdjęcie ulicy pokazuje przestrzeń. Osobna plansza kolorystyczna wyznacza relację między chłodnym tłem a ciepłym światłem. Nie oczekuj, że przypadkowy zestaw ładnych obrazków sam stworzy jednolitą koncepcję.

Ustal także proste reguły świata: akcja dzieje się po zmroku, asfalt jest suchy, w tle nie ma tłumu. Gdy w kolejnym ujęciu pojawi się ulewa albo słońce, od razu zobaczysz, że scena wymaga zmiany lub uzasadnienia w historii.

Pilnuj detali między ujęciami

Obejrzyj obok siebie początek i koniec sąsiadujących klipów. Porównaj długość włosów, zapięcie płaszcza, szalik i kierunek światła. Jeśli bohaterka w poprzednim ujęciu szła w prawo, kolejny kadr powinien świadomie kontynuować albo zmieniać ten ruch.

Przygotuj listę ujęć z konkretną funkcją

Każda pozycja na liście powinna odpowiadać na cztery pytania: co widać, co się zmienia, gdzie patrzy kamera i po co scena istnieje. Dopisz również warunek przyjęcia. „Twarz rozpoznawalna przez całe ujęcie” jest użyteczniejsze niż ogólne „ma być filmowo”.

Dla jednej zwrotki możesz zaplanować następujący zestaw:

  • Plan szeroki ulicy: określa miejsce i izolację bohaterki.
  • Plan średni marszu: pokazuje kierunek oraz tempo ruchu.
  • Detal szalika: przypomina motyw i daje materiał na krótkie cięcie.
  • Zatrzymanie przy witrynie: wprowadza zmianę emocji.

Przygotuj również ujęcia bez twarzy: światło w oknie, pusty chodnik, cień na ścianie. Mogą połączyć dwie sceny, ale powinny należeć do tego samego świata. Losowe przebitki nie naprawią nieczytelnego kierunku historii.

Ruch kamery podporządkuj emocji

Dobierz jeden dominujący ruch do ujęcia. Zbliżenie może skierować uwagę na reakcję bohaterki, ruch boczny podtrzymać marsz, a nieruchomy szeroki kadr podkreślić pustkę. Zapis „kamera dynamiczna” nie wyjaśnia, czego oczekujesz na początku i końcu sceny.

Zwrotka: spokojne podążanie

Bohaterka z referencji idzie w prawo pustym chodnikiem.
Plan średni, kamera przesuwa się równolegle do jej marszu.
Chłodne światło ulicy, czerwony szalik, równe tempo kroków.

Sprawdź, czy ruch postaci i kamery nie dają wrażenia przesuwania tła niezależnie od przestrzeni. Jeśli przejście do kolejnego ujęcia wypada podczas kroku, wybierz moment, który nie powoduje nagłej zmiany pozycji ciała.

Refren: zmiana skali

Bohaterka w grafitowym płaszczu stoi na pustym placu.
Szeroki kadr, kamera powoli oddala się, odsłaniając przestrzeń.
Ciepłe światło okien, nocne niebo, bohaterka patrzy przed siebie.

Kontrast względem ciasnej zwrotki wynika z kompozycji. Nie wymaga dokładania kilku równoczesnych obrotów kamery. Jeśli refren wraca, możesz wrócić do placu, zmieniając pozycję bohaterki zgodnie z rozwojem historii.

Mostek: świadomy bezruch

Zbliżenie bohaterki stojącej przy nieoświetlonej witrynie.
Kamera nieruchoma, spokojny oddech, wzrok skierowany poza kadr.
Delikatne boczne światło, czerwony szalik widoczny przy szyi.

Wybierz ujęcie, w którym drobna reakcja twarzy pasuje do emocji piosenki. Nie trzeba ilustrować każdego słowa tekstu dosłownie. Obraz może podtrzymać napięcie, podczas gdy znaczenie dopowiada wokal.

Ile sekund Kling 4.0 w 1080p dostajesz w każdym planie

Sprawdziłem w kreatorze kling.ai (15.10.2026, wieczorem): Kling 4.0 w 1080p, 30 s, 16:9, jeden wynik kosztuje 450 kredytów, czyli 15 kredytów za sekundę. Ten sam klip w 720p to 300 kredytów, czyli 10 kredytów za sekundę. Kreator pisze wprost: „Billed per second. Input video duration is included in the total billed duration.” - film wejściowy (np. referencja albo klip do edycji) też wlicza się do rozliczanych sekund.

Plan1. miesiącKredytySekundy 1080p / 720pKoszt 1 s 1080p / 720p
Standard6,99 USD660Kling 4.0 nie ma w korzyściach planu
Pro25,99 USD3 000200 / 300 s0,13 / 0,087 USD
Premier 18K135 USD18 0001200 / 1800 s0,11 / 0,075 USD
Ultra+402 USD57 0003800 / 5700 s0,11 / 0,071 USD
  • Po pierwszym miesiącu (Pro 32,56, Premier 18K 181,99, Ultra+ 544,99 USD) sekunda 1080p kosztuje 0,16 / 0,15 / 0,14 USD, a 720p 0,11 / 0,10 / 0,096 USD.
  • Klip 30 s w 1080p (450 kredytów) w pierwszym miesiącu: Pro 3,90 USD, Premier 18K 3,38 USD, Ultra+ 3,17 USD (potem 4,88 / 4,55 / 4,30 USD).
  • Do teledysku najkorzystniejszy jest Premier 18K: 1200 s w 1080p to 40 ujęć po 30 s, czyli kilka wersji każdego ujęcia w 3-minutowym klipie. Sekunda kosztuje tyle co w Ultra+ (0,11 USD), a plan jest prawie 3 razy tańszy (135 USD, 525,85 zł w pierwszym miesiącu).
  • Standard (6,99 USD, potem 8,80 USD) nie ma Kling 4.0 w korzyściach planu („Model Benefits”) - pod Kling 4.0 go nie kupuj.
  • Rabat 10% na Kling 4.0 od planu Pro: nie wiadomo, czy obniża stawkę w kredytach, więc liczę bez niego. Przy rabacie 10% wyjdzie ok. 10% więcej sekund.
  • 4K i HDR mają w kreatorze dopisek „Coming Soon”, a koszt 4K nie jest jeszcze znany.
Plany Kling AI na kling.ai. Link polecający: przy pierwszym planie dostajesz 10% kredytów gratis (do 1500), a ja dostaję kredyty Kling.

Spójność sprawdzaj w sekwencji

Po przygotowaniu pierwszego zestawu ujęć złóż krótki fragment z przejściem między zwrotką a refrenem. Dzięki temu wcześnie zobaczysz, czy koncepcja działa jako całość. Pojedynczy udany obraz nie rozstrzyga, czy pasuje do reszty klipu.

Przy każdym odrzuconym ujęciu zapisz jeden konkretny powód: zmieniona twarz, inna pora dnia, błędny kierunek marszu albo niepotrzebny gest. Następna wersja powinna odpowiadać na ten problem. Zmienianie jednocześnie stroju, lokacji i ruchu kamery utrudnia ocenę poprawki.

Jeśli scena wymaga odmiennego wyglądu postaci, oznacz ją jako osobny etap historii. Rozpuszczone włosy, zdjęty płaszcz czy nowy kolor światła mogą być celowym zabiegiem, pod warunkiem że widz rozumie przejście. Ciągłość nie oznacza braku zmian, tylko ich czytelność.

Montaż: rytm, wykonanie i ostatni obraz

Ułóż pierwszy montaż bez ozdobnych przejść. Sprawdź, czy kolejność scen działa na zwykłych cięciach. Potem dopracuj momenty wejścia i wyjścia: czasem przesunięcie cięcia względem akcentu pozwala zachować spojrzenie bohaterki lub dokończyć ruch.

Oglądaj także bez dźwięku. Powinno być widać rozwój wizualny: od ciasnego kadru do przestrzeni, od ruchu do zatrzymania albo od samotności do spotkania. Następnie wróć do odsłuchu i sprawdź, czy obraz nie przeczy emocjonalnej zmianie w muzyce.

  • Nie przyspieszaj każdego ujęcia tylko po to, aby zmieścić je między akcentami.
  • Unikaj cięć, które urywają ważny gest bez czytelnego powodu.
  • Porównaj jasność i barwy scen pochodzących z różnych wersji.
  • Zostaw miejsce na wybrzmienie finału, jeśli wymaga tego utwór.

Jeśli artysta ma śpiewać do kamery, potraktuj zgodność ust z konkretnym nagraniem jako osobne zadanie produkcyjne. Nie zakładaj jej na podstawie samej obecności dźwięku. Alternatywą jest prawdziwe nagranie wykonawcy przeplatane zaplanowanymi scenami narracyjnymi.

Zapisuj wybrane wersje z numerem sceny i oznaczeniem wariantu. Zachowaj również projekt montażowy z oddzielnym utworem, obrazem i napisami. Gdy zmieni się długość wstępu lub wersja nagrania, łatwiej dopasujesz klip. Do informacji o funkcjach wrócisz przez hub Kling 4.0.

Najczęstsze pytania

Czy cały teledysk powinien powstać jako jedna scena?

Nie ma takiej potrzeby. Planowanie oddzielnych ujęć pozwala przypisać każdemu rolę w utworze i wymienić słabszy fragment. Długość finalnego teledysku wynika z montażu materiału do wybranego nagrania muzycznego.

Jak zachować tę samą postać w kolejnych miejscach?

Przygotuj jednoznaczną kartę wyglądu i korzystaj z konsekwentnych referencji. Następnie porównuj sąsiadujące sceny, zwłaszcza twarz, fryzurę oraz ubranie. Referencje pomagają określić zamiar, ale nie zastępują selekcji materiału.

Czy trzeba ciąć obraz na każde uderzenie?

Nie. Wyznacz najważniejsze akcenty i pozostaw przestrzeń między nimi. Dłuższe ujęcie może utrzymać napięcie, a pojedyncze szybkie cięcie mocniej zaznaczyć wejście refrenu. Decyzję podejmuj podczas odsłuchu konkretnego utworu.

Co zrobić, gdy ujęcie nie pasuje do rytmu?

Najpierw poszukaj innego momentu rozpoczęcia lub zakończenia sceny. Możesz też zamienić ją na zaplanowaną przebitkę. Zmianę prędkości oceniaj ostrożnie, ponieważ może nadać krokom i gestom niezamierzony charakter.

Czy obraz musi dosłownie pokazywać tekst piosenki?

Nie. Wybierz relację między warstwami: ilustrację, równoległą historię albo wspólny nastrój. Najważniejsza jest konsekwencja. Jeśli obraz nagle zmienia sposób opowiadania, widz powinien dostać czytelny powód tej zmiany.

// Newsletter

Cały tydzień w AI, w jednym mailu

Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.

Zapisz się za darmo →
Za darmo. Wypisujesz się jednym kliknięciem.
// czytaj też

Podobne tematy na Promptowym

Piotr Olszewski

Piotr Olszewski

AUTOR I WYDAWCA

Piotr Olszewski - twórca i autor Promptowego, polskiego serwisu o sztucznej inteligencji. Codziennie śledzi premiery modeli, narzędzia i regulacje AI, i tłumaczy je prostym, konkretnym językiem.

// mapa strony

🛒 Sklep Kinetyka Google AI Gemini Pro 170 zł CapCut Pro 460 zł/rok Lovable Pro 450 zł/rok Zobacz wszystko →
promptowy w liczbach 0tekstów w archiwum0newsów z ostatnich 7 dni0modeli wideo w obserwatorium0zagadek w grach
× ‹ powiększenie ›