Kling 4.0 prompty: 20 gotowych poleceń (30 s, klatki, referencje)
20 poleceń do Kling 4.0 w pięciu grupach: 30-sekundowe ujęcia, klatki kluczowe, referencje, reklamy i dialogi, z ustawieniami.

👁 117 przeczytań
- Kling 4.0 przyjmuje polecenia do 8000 tokenów, do 10 klatek kluczowych i do 15 referencji, co czyni jednozdaniowe prompty niewystarczającymi.
- Generowanie 30-sekundowego wideo w 1080p kosztuje 450 kredytów, bo model pobiera 15 kredytów za każdą sekundę w tej rozdzielczości.
- Tekst po polsku w kadrze jest ryzykowny - w Kling 3.0 napis "ŻÓŁTA ŁÓDŹ" został zniekształcony do nieczytelnej formy.
Kling 4.0 przyjmuje polecenie do 8000 tokenów, do 10 klatek kluczowych i do 15 referencji, więc stare, jednozdaniowe prompty z Kling 3.0 marnują większość jego możliwości. Poniżej 20 gotowych poleceń w pięciu grupach: długie ujęcia na 30 s, klatki kluczowe, referencje, reklamy i dialogi z tekstem w kadrze. Każde ma ustawienia (długość, proporcje, tryb) i krótką wskazówkę. Struktura opiera się na nocie wydania Kling 4.0 i wnioskach z moich testów Kling 3.0; polecenia są po angielsku, bo polskiego nie ma na liście języków modelu.
Zanim skopiujesz
- Polecenia przygotowałem pod parametry Kling 4.0 z noty wydania. Na Kling 4.0 jeszcze ich nie generowałem - model nie działa przez API, a test na moich scenach zrobię, gdy ruszy. Wyniki dopiszę przy każdym poleceniu.
- Pisz po angielsku. Kwestie mówione też po angielsku albo w jednym z 9 obsługiwanych języków.
- Licz kredyty przed generacją: 15 za sekundę w 1080p, 10 w 720p, więc 30 s w 1080p to 450 kredytów.
Jak pisać polecenia do Kling 4.0
| Element | Co wpisać | Przykład |
|---|---|---|
| Ujęcie i kamera | plan, ruch, tempo | slow dolly-in, handheld, 180-degree orbit |
| Kto i co robi | wygląd raz, potem „the same” | the same woman in the yellow raincoat |
| Rytm 30 s | kolejne zdarzenia z czasem | 0-10 s…, 10-20 s…, 20-30 s… |
| Dźwięk | otoczenie, muzyka, kwestia w cudzysłowie | says in English: „…” |
| Czego nie chcesz | na końcu, krótko | no subtitles, no extra text |
Długie ujęcia na 30 sekund
- Jeden dzień w kawiarni (30 s, 16:9, tekst na wideo):
One continuous 30-second shot inside a small corner café. 0-10 s: morning, the barista unlocks the door and turns on the espresso machine, steam rises. 10-20 s: midday, the camera slowly pans across busy tables, people talking quietly. 20-30 s: evening, the same barista wipes the counter and switches off the lights. Smooth slow camera movement, warm natural light, ambient café sounds, no text.Wskazówka: znaczniki czasu porządkują akcję w długim klipie.
- Pościg dronem (20 s, 21:9):
Cinematic 21:9 drone shot following a red rally car racing along a gravel road through autumn forest, dust clouds, the drone keeps the same distance behind and slightly above the car, then rises to reveal a lake at the end. Stable motion, engine roar and gravel sounds, no text. - Orbita produktu (15 s, 1:1):
A slow full 360-degree orbit around a matte black wireless headphone on a white pedestal, soft studio lighting, the headphone keeps its exact shape and details, subtle reflections, minimal electronic background music, no text, no logo changes. - Taniec w jednym ujęciu (20 s, 9:16):
Vertical handheld shot of a young dancer performing a contemporary dance on an empty rooftop at sunset, fluid body movement, the camera circles her slowly, wind in her hair, the city skyline in the background, music with a steady beat, realistic, no text.
Klatki kluczowe (do 10 obrazów)
- Metamorfoza wnętrza (3 klatki: początek, środek, koniec; 12 s):
Smooth time-lapse transformation of the same living room from keyframe 1 (empty, bare walls) through keyframe 2 (painted walls, sofa arrives) to keyframe 3 (fully furnished, plants, warm lamps). Fixed camera position, natural light changing from morning to evening.Wskazówka: trzy zdjęcia z tego samego statywu dają najmniej zniekształceń.
- Storyboard reklamy (5 klatek, 25 s):
Follow the keyframes in order as one ad: a runner ties her shoes at dawn, runs across a bridge, slows down on a hill, drinks water from a bottle, smiles at the sunrise. Match each keyframe exactly at its moment, smooth transitions between them, energetic music, no text. - Wejście postaci (pierwsza i ostatnia klatka, 6 s):
The camera starts on the empty doorway from the first frame and ends on the close-up from the last frame: the man walks in, takes off his hat and looks straight into the camera. Slow push-in, film grain, quiet footsteps. - Odsłona produktu (4 klatki, 10 s):
Product reveal following the four keyframes: a closed wooden box, the lid opening, a silver watch inside under a spotlight, a close-up of the watch face. Elegant slow motion, soft piano music, no added text.
Referencje (Omni Reference)
- Ta sama postać w nowej scenie (obrazy postaci jako @Image1, @Image2; 10 s):
The woman from @Image1 and @Image2 walks through a rainy night market, buys a skewer from a street vendor and laughs. Keep her face, hairstyle and red jacket exactly as in the references. Neon reflections, handheld camera, market ambience. - Ruch z nagrania (@Video1 z ruchem, @Image1 z postacią):
The character from @Image1 performs exactly the dance moves from @Video1, same timing and camera framing, in a bright studio with a white background. - Ruch kamery z innego filmu (@Video1 jako wzór kamery):
Recreate the camera movement and pacing of @Video1, but the scene is a mountain cabin in winter with smoke from the chimney and a dog running in the snow. - Produkt do istniejącej reklamy (@Video1 reklama, @Image1 twój produkt):
Keep the shot structure, pacing and lighting of @Video1, but replace the bottle with the product from @Image1. The product label stays sharp and unchanged in every shot.
Reklamy i treści do sieci
- UGC z kosmetykiem (15 s, 9:16):
Vertical selfie-style video: a woman in her bathroom holds a small glass jar of face cream to the camera, opens it, applies a little to her cheek and says in English: "Three days in, and my skin finally feels calm." Natural daylight, authentic phone-camera look, no subtitles. - Jedzenie z bliska (8 s, 16:9):
Macro shot of hot pierogi being dropped into a pan with melted butter and onions, sizzling, steam, the camera slowly pulls back to show a wooden kitchen table. Realistic cooking sounds, no text. - Zwiastun gry (20 s, 21:9):
Epic game trailer style: a lone knight walks through a burning village at night, embers in the air, three quick cuts to close-ups of the sword, the helmet and the glowing eyes of a dragon in the smoke. Orchestral music building up, deep impact sounds, no text. - Nieruchomość (25 s, 16:9):
A smooth gimbal walkthrough of a bright Scandinavian apartment: entrance hall, open kitchen with an island, living room with large windows, balcony with a city view. Constant walking speed, no people, soft background music.
Dialogi i tekst w kadrze
- Rozmowa dwóch osób (12 s, 16:9):
Two friends meet at a bus stop in London at dusk. The man says in a British accent: "You actually came!" The woman laughs and answers: "I said I would." Natural lip sync, street ambience, handheld camera, no subtitles. - Szyld w kadrze (6 s):
Close-up of a hand-painted wooden shop sign that reads exactly "FRESH BREAD DAILY" in white capital letters, the camera slowly tilts down to a bakery window full of bread. No other text.Wskazówka: tekst w kadrze tylko w obsługiwanych językach - polskie znaki to ryzyko (w Kling 3.0 „ŻÓŁTA ŁÓDŹ” wyszło „ŹÓĹTA”).
- Prezenter z emoji (10 s, 9:16):
A cheerful tech vlogger looks at the camera and says in English: "Here are three tips for better phone photos." Floating text "3 TIPS 📸" appears above her head and stays readable while she moves. - Monolog w innym języku (15 s):
An elderly fisherman sits on a pier in Lisbon and tells a short story in Portuguese about the morning sea, calm voice, seagulls and waves in the background, slow push-in to his face, golden hour light.
Co dalej
Polecenia sprawdzone na Kling 3.0 (z wnioskami, co działało) są w tekście Kling prompty. Gdy Kling 4.0 ruszy w API, puszczę wybrane polecenia z tej listy i dopiszę klipy, czasy i koszt. Polecenia z referencjami i klatkami kluczowymi możesz też wysyłać przez agenta - instrukcja w tekście Kling 4.0 MCP i CLI. Cały przewodnik: Kling 4.0.
Źródła
- Kling AI: nota wydania Kling 4.0 - przykłady poleceń i parametry (15.10.2026)
- npm: @klingai/cli-global - parametry klatek i referencji
- Moje polecenia testowane na Kling 3.0 (3.10.2026)
- Moja Arena wideo, 8.10.2026 - scena z napisem „ŻÓŁTA ŁÓDŹ”
- Kling AI, blog: Inside Kling 4.0 - przykłady z poleceniami (30.09.2026)
Cały tydzień w AI, w jednym mailu
Wybrane premiery, narzędzia i analizy. Raz w tygodniu, prosto do skrzynki.
Zapisz się za darmo →Najczęstsze pytania
Ile kredytów kosztuje wygenerowanie 30-sekundowego wideo w Kling 4.0?
Generowanie 30 sekund w rozdzielczości 1080p kosztuje 450 kredytów. Model pobiera 15 kredytów za sekundę w 1080p i 10 kredytów za sekundę w 720p.
Ile klatek kluczowych i referencji obsługuje Kling 4.0?
Kling 4.0 obsługuje do 10 klatek kluczowych i do 15 referencji jednocześnie. Polecenie może mieć do 8000 tokenów.
Czy można pisać polecenia do Kling 4.0 po polsku?
Nie - polskiego nie ma na liście obsługiwanych języków modelu, więc polecenia należy pisać po angielsku. Kwestie mówione można podawać po angielsku lub w jednym z 9 obsługiwanych języków.
Jak ustrukturyzować polecenie do długiego ujęcia 30-sekundowego w Kling 4.0?
Należy podzielić akcję na segmenty czasowe, np. 0-10 s, 10-20 s, 20-30 s, opisując zdarzenia w każdym z nich. Dodatkowo warto określić ujęcie i ruch kamery, opis postaci, dźwięk otoczenia oraz czego model ma unikać, np. "no text".
