Como usar o Kling 4.0 no Guma para criar vídeos com IA

Principais pontos

• Regra de ouro: Trate o Kling 4.0 como um diretor humano de verdade, não como um mágico que lê mentes. Dê-lhe uma cena clara, um caminho de ação definido e batidas cronometradas.
• Capacidade principal: Gere clipes contínuos de até 30 segundos com áudio estéreo nativo de dois canais, sincronização labial e rastreamento espacial dentro do espaço de trabalho do criador Guma.
• Otimização do prompt: Elimine tokens genéricos e vazios, como “fotorrealista” ou “4K ultra HD”. Eles diluem as instruções que realmente controlam a cena.

Escolha o fluxo de trabalho adequado antes de criar o prompt

Selecione o pipeline de entrada com base na prontidão dos seus ativos e nos requisitos de controle visual:

Passo a passo: O guia completo de produção do Kling 4.0

Passo 1: Escolha sua proporção de aspecto e enquadramento da cena

Antes de gerar, selecione “Kling 4.0” no menu suspenso da página de texto para vídeo do Guma, depois defina a proporção de aspecto de saída e o enquadramento da câmera no espaço de trabalho:

• Proporções de aspecto: Selecione 9:16 para feeds verticais curtos, 16:9 para clipes narrativos cinematográficos ou 1:1 para cartões de apresentação nas redes sociais.
• Seleção de enquadramento da lente: Close-up: Foca em expressões faciais, detalhes do produto ou diálogos claros com sincronização labial. Plano médio: Captura as ações superiores do corpo e as trocas conversacionais. Plano geral: Estabelece o ambiente ao redor, os caminhos de movimento e layouts com múltiplos personagens.

Passo 2: Prepare as imagens de origem e os ativos de referência

• Corte prévio das imagens: Alinhe a proporção da imagem de origem à tela de saída antes de fazer o upload. Entradas desalinhadas forçam preenchimento interno, causando distorção nas bordas.
• Base de resolução: Use arquivos PNG ou JPG limpos com pelo menos 1080p. Detalhes nítidos nas bordas ajudam o gerador a preservar características faciais e estruturais durante o movimento.

Passo 3: Atribua a cada ativo de referência um papel claro

Ao usar o modo Omni Reference, não faça o upload de várias imagens sem definir suas funções:

• Referência do sujeito: Faça o upload de uma foto clara do rosto ou do produto, marcada como @CharacterA.
• Referência de estilo: Carregue um ativo de referência de iluminação ou paleta de cores, sem excessos.
• Referência de ação: Envie uma imagem de pose ou trajetória de movimento para orientar o posicionamento físico.

Passo 4: Construa seu prompt com o plano do diretor

Estruture seus prompts de texto em blocos modulares para manter um controle criativo claro:

• O plano atualizado do diretor:[Modo e objetivo] + [Papéis de referência] + [Sujeito e ambiente] + [Trajetória de ação] + [Câmera e lente] + [Batidas cronometradas] + [Continuidade e áudio]

Divisão dos campos do plano:

• [Modo e objetivo] — Modo Omni Reference, sequência de corrida de 10 segundos conduzida por personagens.
• [Papéis de referência] — @CharacterA define aparência facial e vestimenta; preserve ambos ao longo de toda a cena.
• [Sujeito e ambiente] — @CharacterA usando uma jaqueta vermelha em uma rodovia costeira molhada.
• [Trajetória de ação] — Correndo steady contra uma leve névoa marítima.
• [Câmera e lente] — Lente de 35mm, close-up de baixo ângulo que se transforma em um plano médio.
• [Batidas cronometradas] — 0–3s: tênis de corrida; 3–8s: câmera sobe até o perfil; 8–10s: mantenha o foco no rosto.
• [Continuidade] — Preserve a jaqueta vermelha, o penteado, a direção do deslocamento e a iluminação original.
• [Trilha de áudio] — Passos de corrida no asfalto, ondas distantes batendo, leve brisa ambiente.

Passo 5: Divida vídeos longos em batidas cronometradas

Para gerações superiores a 5 segundos, defina marcadores exatos de tempo:

• 0–3s: Plano geral estático que estabelece a sala e a iluminação ambiente.
• 3–7s: Sujeito avança em direção à câmera; foco em movimento sobre o rosto.
• 7–10s: Rastreamento lento que desce enquanto o sujeito coloca a xícara de café sobre a mesa de madeira.

Passo 6: Configure a escala de movimento, duração e áudio

Ajuste os controles de geração dentro da interface do Guma:

• Escala de movimento 2.0–4.0: Ideal para microexpressões sutis, viradas de cabeça conversacionais ou deslizamentos lentos da câmera.
• Escala de movimento 6.0–8.0: Use para sprints, movimentos atléticos, panorâmicas rápidas e tomadas aéreas amplas.
• Alternância de áudio: Ative a geração nativa de áudio e insira diálogos vocais entre aspas (“Precisamos sair agora”).

Passo 7: Revise o resultado com uma lista de verificação de cinco pontos

Avalie os clipes gerados dentro do Guma com base nesta lista de revisão de qualidade:

1. Consistência do sujeito: O personagem ou produto permanece reconhecível ao longo de toda a cena?
2. Qualidade do movimento: O movimento parece suave e fisicamente plausível?
3. Direção da câmera: A cena seguiu o movimento e o enquadramento solicitados?
4. Tempo: Cada ação ocorreu dentro do bloco de tempo designado?
5. Sincronização de áudio: Diálogo, movimento labial e efeitos sonoros estão alinhados com as imagens?

Passo 8: Itere mudando uma variável de cada vez

Se o seu clipe se desviar da sua visão criativa, isole o ponto falho:

• Se o rosto do personagem se deslocar → reduza a escala de movimento ou mantenha a descrição física do sujeito no início do seu prompt.
• Se a câmera fizer panorâmicas muito rápidas → substitua adjetivos vagos de movimento por comprimentos focais explícitos (lente de 50mm, rastreamento horizontal lento) em vez de deixar a direção da câmera aberta a interpretações conflitantes.
• Se a iluminação mudar de forma anormal → adicione “Preserve a iluminação e o equilíbrio de cores da fonte” na seção de continuidade do seu prompt.

Passo 9: Exporte e arquive o clipe final

Baixe o vídeo final após revisar o arquivo em alta resolução dentro do espaço de trabalho do Guma. Salve o prompt bem-sucedido, as atribuições de referência, a escala de movimento, a duração e a proporção de aspecto junto com o clipe exportado, para que a configuração possa ser reproduzida com precisão mais tarde.

O que torna o Kling 4.0 diferente?

Se você já usou geradores de vídeo por IA antes, conhece a frustração: escreve um prompt detalhado, clica em gerar e vê o rosto do seu personagem se deformar, os olhos se desviarem ou a geometria do fundo se torcer no meio do clipe.

O Kling 4.0 resolve esses problemas fundamentais de estabilidade. Em vez de tentar adivinhar o movimento do quadro aleatoriamente, ele dá aos criadores mais controle sobre a identidade do sujeito, o movimento da câmera e a continuidade visual ao longo de sequências mais longas.

Pipeline de execução do Guma Kling 4.0:

• Entradas visuais: Foto de origem, quadros-chave-alvo ou ativos de referência do sujeito
• Instruções do roteiro: Plano estruturado do prompt com batidas narrativas cronometradas
• Camada de áudio: Trilha vocal e design de som ambiente

→ Motor do Guma Kling 4.0 → Vídeo de 30 segundos + Áudio sincronizado (rastreamento de identidade estabilizado)

Matriz de funcionalidades entre Kling 3.0 e Kling 4.0

Cinco modelos de prompt do Kling 4.0 para copiar e colar

Modelo 1: Texto para Vídeo – Narrativa Cinematográfica

• Modo: Texto para Vídeo (16:9)
• Prompt:Cena ampla cinematográfica com lente anamórfica de 35mm, sol quente do horário dourado. Um velho relojoeiro de óculos examina um relógio de bolso de latão sobre uma bancada de madeira cheia de ferramentas. 0–3s: Close-up na lupa refletindo as engrenagens do relógio. 3–8s: Câmera inclina-se suavemente até o rosto concentrado do relojoeiro, que sorri gentilmente. Relógios tiquetaqueando ao fundo, ferramentas farfalhando levemente, leve zumbido noturno.
• Escala de movimento: 3.5

Modelo 2: Imagem para Vídeo – Comercial Dinâmico de Produto

• Modo: Imagem para Vídeo (9:16)
• Prompt:Foto comercial, iluminação chave de estúdio, fundo fosco. @ProductBottle sentado sobre granito escuro. 0–2s: Gotas de água se acumulam e escorrem pela superfície do vidro. 2–6s: Câmera gira lentamente 180 graus ao redor da garrafa enquanto uma leve névoa sobe da base. Áudio nítido de respingos de água, leve crescimento de sintetizador grave.
• Escala de movimento: 4.5

Modelo 3: Omni Reference – Bloqueio Multissujeito de Personagens

• Modo: Omni Reference (16:9)
• Prompt:Plano médio de duas pessoas com lente de retrato de 50mm, iluminação suave e nublada. @CharacterA, de casaco escuro, está em uma plataforma de trem molhada, conversando com @CharacterB, que segura um guarda-chuva amarelo. 0–4s: @CharacterA acena lentamente enquanto fala. 4–10s: Câmera segue para trás enquanto um apito distante soa e um trem a vapor entra em cena ao fundo. Chuva ambiental fazendo barulho.
• Escala de movimento: 3.0

Modelo 4: Cena Longa de 20 Segundos com Discurso Vocal Sincronizado

• Modo: Texto para Vídeo (16:9)
• Prompt:Tomada de acompanhamento sobre o ombro com lente de 35mm, iluminação neon atmosférica. Uma detetive feminina se volta lentamente para a câmera. 0–4s: Ela pisa na reflexão de uma poça e diz: “Estamos ficando sem tempo.” Sincronize a frase dita com o movimento visível de sua boca. 4–12s: Câmera gira lentamente para a direita enquanto ela caminha para a escuridão do beco. 12–20s: Mantenha o quadro no letreiro neon piscando na chuva. Som pesado de chuva, zumbido distante do trânsito.
• Escala de movimento: 5.0

Modelo 5: Revelação de Produto com Múltiplas Imagens-Chave

• Modo: Multi-Keyframe Mode (16:9)
• Quadro 0: Caixa fechada do produto centralizada sobre uma mesa escura.
• Quadro 6: Caixa parcialmente aberta com luz quente emergindo.
• Quadro 12: Produto em pé ao lado da caixa aberta.
• Prompt:Preserve a posição da mesa e o fundo ao longo de toda a cena. Transite suavemente entre cada quadro com um empurrão lento da câmera para frente. Evite cortes abruptos. Áudio: Suave som mecânico de abertura seguido de breve revelação tonal.
• Escala de movimento: 3.5

Resolução de problemas comuns de arte gerada

Problema: Deformação facial ou desvio de identidade após 5 segundos

• Causa raiz: Demasiados modificadores podem enfraquecer os detalhes faciais definidores que precisam permanecer consistentes ao longo de todo o clipe.
• Corrigindo o fluxo de trabalho:
1. Remova palavras subjetivas e vazias (deslumbrante, premiado, fotorrealista).
2. Coloque a descrição física do sujeito no início do prompt ([Sujeito: Mulher de 30 anos, cabelo escuro preso num coque, rosto oval]).
3. Mantenha o prompt negativo conciso: sem distorção facial, sem transformação de características, sem membros extras.

Problema: Geometria do fundo se distorcendo durante panorâmicas da câmera

• Causa raiz: Entradas vagas da câmera deixam a direção da câmera aberta a interpretações conflitantes, bagunçando as camadas de consistência espacial.
• Corrigindo o fluxo de trabalho:
1. Especifique parâmetros ópticos reais da câmera: Tomada com lente de retrato de 85mm, panorâmica lenta para a direita no eixo horizontal.
2. Reduza a complexidade do movimento do sujeito ao fazer panorâmicas rápidas sobre fundos detalhados.

Problema: Vídeo acelerando como um GIF em fast-forward

• Causa raiz: Falta de marcadores de ritmo faz com que o motor renderize todas as ações visuais simultaneamente nos primeiros quadros.
• Corrigindo o fluxo de trabalho:
1. Divida as ações em blocos explícitos de tempo (0–3s: Ação A, 3–8s: Ação B).
2. Reduza o controle deslizante da escala de movimento para 3.0–4.0.

Lista final de verificação pré-geração

Antes de clicar em Gerar dentro do Guma, confirme sua configuração:

• [ ] A proporção de aspecto corresponde à proporção da imagem de origem (16:9, 9:16, 1:1).
• [ ] As imagens de origem foram carregadas com resolução mínima de 1080p.
• [ ] Todos os ativos de referência carregados têm identificadores claros @Tag atribuídos no texto.
• [ ] O prompt de texto usa enquadramento óptico explícito e batidas cronometradas (0–3s, 3–8s).
• [ ] O controle deslizante da escala de movimento está ajustado à velocidade real das ações (2.0–4.0 para sutilezas, 6.0–8.0 para dinâmicas).
• [ ] As especificações físicas do sujeito estão colocadas no início do bloco do prompt de texto.

Perguntas frequentes (FAQ)

P1: O Kling 4.0 pode gerar diálogos vocais sincronizados no Guma?

R: Sim. Coloque o diálogo falado entre aspas no prompt e atribua-o a um sujeito marcado (por exemplo, @CharacterA diz: “Precisamos limpar a área”, com movimento labial correspondente).

P2: Por que minha saída de imagem para vídeo ignora a iluminação da fonte?

R: Conflitos ocorrem quando os prompts de texto introduzem descritores de iluminação que contradizem a geometria da foto de origem (por exemplo, pedir “sol do meio-dia” sobre uma foto do pôr do sol). Alinhe as tags de iluminação do prompt com a temperatura da imagem de origem, ou adicione “Preserve a iluminação e o equilíbrio de cores da fonte” na seção de continuidade do seu prompt.

P3: Qual é a configuração ideal da escala de movimento para narrativas?

R: Mantenha a escala de movimento entre 3.0 e 5.0 para cenas com personagens. Valores acima de 7.5 costumam provocar oscilações indesejadas no fundo.

P4: Como o Kling 4.0 se compara ao Runway Gen-3 Alpha?

R: O Kling 4.0 se destaca em gerações mais longas de 30 segundos, controle de trajetória multi-keyframe e bloqueio de referência multissujeito (Omni Reference). O Runway Gen-3 é eficaz para rápidas panorâmicas de 5 segundos.

P5: As gerações de vídeo no Guma incluem direitos comerciais?

R: Sim. Os clipes criados com planos de assinatura pagos do Guma (guma.top) possuem direitos de uso comercial para anúncios nas redes sociais, entregas a clientes e mídia comercial.

P6: Qual formato de imagem funciona melhor para entrada de Imagem para Vídeo (I2V)?

R: Arquivos JPG ou PNG limpos de 1080p oferecem resultados ótimos. Imagens WebP altamente comprimidas contêm artefatos que podem se transformar em falhas no vídeo.

P7: Que proporção de aspecto devo selecionar para TikTok e Instagram Reels?

R: Selecione o formato vertical 9:16 dentro do espaço de trabalho do criador Guma e corte os ativos de origem verticalmente antes da geração.

P8: Quantos quadros-chave posso definir no modo Multi-Keyframe?

R: O Kling 4.0 suporta até 10 quadros-chave sequenciais ao longo de uma linha do tempo de 30 segundos, permitindo bloquear os principais momentos da história do começo ao fim.