Kling 4.0: kilka ujęć w jednym klipie. Jak pisać Shot 1 i Hard cut

👁 120 przeczytań

Kling 4.0 potrafi pociąć jeden klip na kilka ujęć - bez montażu i bez osobnego przełącznika w kreatorze. Wystarczy rozpisać ujęcia w poleceniu. 21 października 2026 sprawdziłem to na trzech klipach: 15 sekund w trzech ujęciach z tym samym piekarzem, krótką scenę z twardym cięciem i pionową rolkę, w której model sam dodał zbliżenie, choć o nie nie prosiłem. Poniżej, jak pisać takie polecenia i co z tego wychodzi.

Jak to działa w kreatorze

W interfejsie kling.ai nie znalazłem osobnego przełącznika kilku ujęć. W szczegółach zadania widać jednak, że kreator zapisuje dwa ustawienia: preferowanie wielu ujęć jest włączone, a ręczne rozpisywanie ujęć wyłączone. W praktyce oznacza to, że model sam decyduje o cięciach, ale bardzo słucha tego, co napiszesz w poleceniu.

Inaczej jest w panelu fal: tam każde ujęcie wpisuje się w osobne pole Multi Prompt, z limitem 512 znaków na ujęcie. Opisuję to w tekście Kling 4.0 w panelu fal krok po kroku.

Klip 1: piekarz, 15 sekund, 3 ujęcia

Chciałem krótką historię o pieczeniu chleba, z jedną postacią z obrazka referencyjnego (@Image1) i jedną polską kwestią na końcu. Rozpisałem trzy ujęcia po 5 sekund:

• Ujęcie 1: piekarz w ciemnej kuchni nocą, pod jedną lampą, przy stole z ciastem.
• Ujęcie 2: zbliżenie na dłonie wyrabiające ciasto, potem blacha z bochenkami wjeżdża do pieca opalanego drewnem.
• Ujęcie 3: lada o świcie, piekarz łamie gotowy bochenek i mówi „No, teraz jest idealny.”

Wynik:

• trzy ujęcia, cięcia w miejscach z polecenia,
• ta sama postać we wszystkich ujęciach, choć w pierwszym, ciemnym, wąs jest słabiej widoczny niż na referencji,
• kwestia „No, teraz jest idealny.” pada w ostatnim ujęciu i Whisper przepisał ją bez błędu,
• generowanie trwało ok. 4-5 minut, czyli tyle co klipy 5-sekundowe.

Jak pisać polecenie na kilka ujęć

Poniżej wzór w tym samym układzie, w jakim pisałem polecenie do piekarza. Opis po angielsku, kwestia po polsku:

A 15-second sequence with the baker @Image1, three shots separated by hard cuts.
Shot 1 (0-5 s): wide shot of a dark bakery kitchen at night, a single lamp above the table, the baker kneads a large ball of dough.
Hard cut.
Shot 2 (5-10 s): close-up of floury hands shaping the dough, then the baker slides a tray of loaves into a glowing wood-fired oven.
Hard cut.
Shot 3 (10-15 s): the bakery counter at dawn, warm sunlight, the baker breaks a fresh loaf in half, smiles at the camera and says in Polish: "No, teraz jest idealny."
The baker keeps the exact face, moustache and clothes from @Image1 in every shot. Realistic, natural ambient sound, no music, no text.

Zasady, które z tego wynikają:

• Na początku długość i liczba ujęć. „A 15-second sequence, three shots” ustawia model, zanim zacznie czytać szczegóły.
• Każde ujęcie z czasem. „Shot 1 (0-5 s)” - nawias z sekundami pomaga rozłożyć akcję.
• „Hard cut.” jako osobne zdanie między ujęciami. Tak samo pisałem scenę testową z Areny wideo i model ciął w tym miejscu.
• Plan zdjęciowy w każdym ujęciu: wide shot, close-up, medium shot. Różne plany robią z klipu sekwencję, a nie trzy podobne kadry.
• Zdanie o spójności na końcu: „keeps the exact face… in every shot”. Przy postaci z referencji odwołaj się do @Image.
• Kwestia mówiona tylko w jednym ujęciu, z dopiskiem „in Polish”.

Klip 2: ta sama postać po cięciu, 5 sekund

To scena z mojej Areny wideo: dwa ujęcia rozdzielone twardym cięciem. Najpierw plan ogólny młodej kobiety z krótkimi rudymi włosami, w okrągłych okularach, żółtym płaszczu i z czarnym plecakiem na deszczowej, neonowej ulicy. Potem zbliżenie tej samej kobiety pod daszkiem sklepu. Polecenie ma tylko tekst, bez referencji, więc spójność zależy wyłącznie od modelu.

Cięcie przyszło po ok. 3 sekundach. Rude włosy, okulary, żółta kurtka i plecak zgadzają się w obu ujęciach. Słabszy punkt: w planie ogólnym kobieta jest mała, więc twarzy z pierwszego ujęcia nie da się dobrze porównać ze zbliżeniem. Kling 3.0 dostał za tę scenę 7,5, Wan 3.0 i FLUX 3 Max po 9. Pełne wyniki: Kling 4.0: mój test na 5 scenach.

Klip 3: rolka 9:16 - model sam dodał cięcie

Do social mediów zrobiłem pionową rolkę: stary trener boksu w bordowym dresie trenuje jamnika na ringu. Dwie referencje (trener i jamnik), 10 sekund, 9:16. Trener woła „Lewy! Prawy! Jeszcze raz, mistrzu!”, a w poleceniu prosiłem o tarcze treningowe.

Co mnie zaskoczyło:

• Cięcie bez prośby. Nie rozpisywałem ujęć, a model w połowie klipu przeszedł z planu pełnego na zbliżenie śmiejącego się trenera. Dla rolki to dobry wybór - zmiana kadru trzyma uwagę.
• Jamnik „boksuje”. Staje na tylnych łapach i uderza w rękawice. Ten klip ma potencjał na rolkę, którą ludzie przesyłają dalej.
• Polskie okrzyki bez błędu według Whispera.
• Rękawice zamiast tarcz. Trener na referencji ma rękawice bokserskie i model je zostawił, choć polecenie mówiło o tarczach. Szerzej o tym w tekście 1, 3 i 10 referencji w Kling 4.0.

Plik ma 720×1280 i 10 sekund - gotowy wymiar na Reels, TikToka i Shorts, bez kadrowania w montażu.

Rolki pod social: praktyczne wskazówki

• Ustaw 9:16 w kreatorze, nie kadruj później z 16:9 - stracisz rozdzielczość.
• 10 sekund wystarczy na jeden żart z puentą. Model i tak może dodać zbliżenie na koniec.
• Jeśli chcesz cięcie w konkretnym miejscu, rozpisz ujęcia jak w klipie z piekarzem. Jeśli nie, zostaw modelowi swobodę.
• Krótkie okrzyki po polsku działają - dopisz je w cudzysłowie z „in Polish”.
• Zwierzęta i rekwizyty z referencji przygotuj tak, jak mają wyglądać w całym klipie.

Koszt i czas

Stawka to 9 kredytów za sekundę w 720p po rabacie 10%. Cięcia nic nie kosztują - płacisz tylko za długość klipu. Model można wypróbować na kling.ai (link polecający), a wszystkie teksty o modelu są w hubie Kling 4.0.

FAQ

Jak zrobić kilka ujęć w jednym klipie Kling 4.0?

Rozpisz ujęcia w poleceniu: „Shot 1 (0-5 s): … Hard cut. Shot 2 (5-10 s): …”. Kreator kling.ai nie ma do tego osobnego przycisku.

Ile ujęć zmieści się w jednym klipie?

Ja sprawdziłem trzy ujęcia w 15 sekundach. Klip może mieć do 30 sekund, więc przy ujęciach po 5 s zmieści się ich sześć.

Czy postać zostaje taka sama po cięciu?

W moich klipach tak: ubrania, fryzura i okulary się zgadzały. Przy postaci z obrazka referencyjnego drobne cechy (np. wąs) mogą słabnąć w ciemnych ujęciach.