Prompts para Kling 4.0 y 3.0: estructura, sintaxis y ejemplos para copiar

Qué versión de Kling está vigente

Kling es el generador de vídeo de Kuaishou y se usa desde kling.ai, en la web y en la app. Comprobado en noviembre de 2026: la versión actual es Kling 4.0, con guía oficial publicada a finales de octubre, y Kling 3.0 y 3.0 Omni, de febrero de 2026, siguen disponibles. Las dos generaciones no se escriben igual, así que lo primero es saber cuál vas a usar.

• Kling 4.0: clips de 3 a 30 segundos (10 por defecto), en 720p, 1080p o 4K, con formato 21:9, 16:9, 1:1, 9:16 o automático. Admite hasta 15 recursos de referencia y prompts muy largos.
• Kling 3.0 y 3.0 Omni: clips de 3 a 15 segundos, en 720p o 1080p, con multiplano de hasta 6 planos.
• Las dos generan audio con diálogo. Kling 4.0 lo hace en estéreo y con sincronía labial en nueve idiomas, español incluido; Kling 3.0 admite cinco, también el español.

Estas cifras cambian con cada actualización. Antes de preparar un proyecto, mira en la propia herramienta qué duración, resolución y modos tienes disponibles en tu cuenta.

Cómo se estructura un prompt para Kling 4.0

La guía oficial de Kling 4.0 propone un orden fijo. Seguirlo ayuda a que el modelo no mezcle lo que tiene que conservar con lo que tiene que inventar:

• Papel de cada recurso: los archivos que subes se llaman @Image1, @Video1, @Element1… Di para qué sirve cada uno y qué hay que mantener («conserva la cara y el abrigo»).
• Ajustes generales: escena, estilo visual y cámara, en frases concretas.
• Secuencia temporal: qué pasa en cada tramo, escrito como «0–4 s: …», «4–10 s: …», hasta cubrir la duración total.
• Audio: diálogo entre comillas indicando el idioma y cómo es la voz (edad, tono, ritmo y emoción), más el sonido ambiente.

@Image1 is the main character's appearance: keep her face, her green apron and the pencil holding up her hair.
Scene: a small pottery workshop with shelves of drying cups. Warm interior light, photorealistic, mid-shot, the camera slowly pushes in.
0–4 s: she opens the kiln door and warm air shimmers.
4–10 s: she lifts out a cup glazed an unexpected deep blue and smiles.
Audio: the woman (in her 40s, warm voice, slow pace, pleasantly surprised) says in Spanish: "Vaya, esta no la esperaba." Ambient: the kiln ticking as it cools.
No subtitles. No background music.

Kling 4.0 tiene dos formas de entrada que no se combinan: «Omni Reference», la opción por defecto, donde subes imágenes, vídeos, voces o elementos de referencia, y «Keyframes», donde das el primer fotograma, el primero y el último o varios fotogramas intermedios, pero sin recursos de referencia. Elige antes de escribir, porque el prompt cambia.

La sintaxis de Kling 3.0 y 3.0 Omni

Kling 3.0 sigue disponible y tiene sus propias convenciones. Si necesitas varios planos en un mismo clip (Multi-Shot o Custom Multi-Shot, hasta seis), escribe cada uno con su duración entre paréntesis, o usa marcas de tiempo como «[00:00 - 00:02] Medium shot: …».

Shot 1 (3s): wide shot, a courier in a yellow rain cape cycles down a rainy street at night, neon reflections on the wet pavement.
Shot 2 (4s): mid-shot, he brakes outside a bakery and checks a paper ticket, handheld feel.
Shot 3 (3s): close-up, he knocks on the glass door and grins.
Courier (cheerful tone, Spanish): "¡Último pedido de la noche!"

Fíjate en el diálogo: primero el personaje y, entre paréntesis, el tono y el idioma. En 3.0 Omni, cuando el personaje viene de un elemento de referencia, se nombra con @ y se escribe como «@Alan says, "…"». Los modos de 3.0 son texto a vídeo, imagen a vídeo, fotogramas de inicio y fin y «Elements», que crea un personaje a partir de dos a cuatro imágenes o de un vídeo.

Diálogo, audio, referencias y negativos

• Diálogo: siempre entre comillas, con el idioma indicado y la voz descrita. Kling 4.0 admite chino, inglés, japonés, coreano, español, portugués, alemán, francés e hindi; Kling 3.0, chino, inglés, japonés, coreano y español.
• Referencias: nombra cada archivo por su etiqueta y di su papel. «Use @Image1 as the character appearance and @Video1 as the camera movement reference» funciona mejor que «usa la foto».
• Edición en 4.0: para cambiar algo de un vídeo subido, escribe «Edit @Video1 …, keep everything else unchanged» y nombra solo lo que cambia.
• Negativos: la guía de Kling 4.0 desaconseja los prompts negativos porque pueden aumentar los errores. Solo recomienda exclusiones concretas, como sin subtítulos o sin música de fondo. Lo demás, descríbelo en positivo.
• Texto en pantalla: indica el texto exacto, el tamaño, la posición y el momento en que aparece.

Edit @Video1: change the colour of the umbrella to bright yellow and make the rain heavier. Keep everything else unchanged: the man's face and clothes, the street, the camera movement and the timing.

En las guías de Kling 3.0 no aparecen ni un campo de prompt negativo ni el «motion brush». Si los ves en tutoriales antiguos, comprueba en la herramienta si existen en tu versión antes de contar con ellos.

Cámara y movimiento en Kling

Kling entiende el vocabulario de cine en inglés sencillo. Pide un solo movimiento por plano o por tramo, y escríbelo con verbos claros en lugar de adjetivos:

• Acercarse o alejarse: «slow push-in», «the camera pulls back».
• Girar alrededor: «the camera circles the subject».
• Cámara en mano: «handheld feel».
• Ángulos: «top-down», «bird's-eye view».
• Planos: «wide shot», «mid-shot», «close-up».

A street violinist plays on a rainy night, neon reflections on the wet pavement. Wide shot, then a slow push-in toward her hands on the strings. Cinematic, cool blue and pink tones. Ambient: rain on the pavement and the violin melody. No background music.

Errores frecuentes

• Usar términos vagos como «premium look» o «épico» en lugar de describir la luz, el plano y el estilo.
• Subir archivos y no etiquetarlos: si no dices qué es @Image1 y qué hay que conservar, el modelo decide por ti.
• Mezclar animación y fotorrealismo en el mismo clip.
• Pedir texto en pantalla sin tamaño, posición ni momento.
• Escribir una lista larga de negativos en Kling 4.0.
• Copiar la sintaxis de una versión en la otra, por ejemplo «Shot 1 (3s)» en un prompt de 4.0 que ya usa tramos por segundos.
• Pedir más duración o resolución de la que admite tu versión: 3.0 llega a 15 segundos y a 1080p.

Scene: a bright, minimal kitchen counter with a ceramic teapot. Clean commercial look, soft daylight, static camera, close-up.
0–3 s: steam rises slowly from the spout.
3–6 s: the words "Hora del té" appear in large white letters, bottom centre, and stay until the end.
Audio: ambient: a kettle clicking off and a quiet room.
No subtitles. No background music.

Cómo usar el generador de PromptNow para Kling

Si no quieres escribir la estructura a mano, el generador de prompts para Kling de PromptNow lo hace por ti: eliges la versión (4.0, 3.0 o 3.0 Omni) y el modo, describes la idea, el sujeto y los archivos que vas a subir, y obtienes un prompt para ChatGPT, Claude o Gemini que te devuelve el texto final en la sintaxis de esa versión.

• Ajusta la duración, la resolución y el idioma del diálogo a los límites de la versión elegida.
• Separa el prompt de los ajustes que se eligen en la herramienta (duración, formato, resolución, archivos).
• Explica en español qué hace cada parte y propone dos variantes que cambian una sola cosa.

No uses personas reales, voces conocidas, marcas ni música con derechos, y etiqueta el vídeo como generado con IA cuando la plataforma o la ley lo exijan.