Kling 3.0 prompt rehberi: yapı, örnekler ve gerçek klipler

Kling 3.0 rehberi bir promptu altı bölümden kuruyor: özne, eylem, sahne, kamera, ışık ve atmosfer. Birden fazla plan olduğunda her plana süresiyle bir etiket ekleniyor ve diyalog Name (tone): line biçiminde yazılıyor. 28 Ekim 2026'da dört promptu std modda 5 saniye için çalıştırdık: plan etiketleri 1.96 saniyede kesti, diyalog dört transkriptin üçünde senaryoyla eşleşti ve görselden videoya testinde kamera neredeyse hiç hareket etmedi.

Kling 3.0 prompt yapısı

Kling'in prompt blogu (7 Ağustos 2026) bölümleri şu sırayla sayıyor: özne, görünen eylem, sahne, kamera dili, ışık ve atmosfer. Kling buna bir yazım çerçevesi diyor ve 3.0 sürümünün hiçbir sayfası bu sırayı zorunlu tutmuyor.

• Planlar. Otomatik çoklu plan açıkken model sahneyi kendi okur, açıları ve kompozisyonu kendi seçer. Özel çoklu plan her plan için bir etiket ve süre ister; Kling uygulamasında en fazla altı plan. Çoklu plan kapalıyken model varsayılan olarak tek plan üretir.
• Diyalog. Name (tone): line yazın ve repliği tırnak içine alın, aşağıdaki diyalog promptunda olduğu gibi. Kling beş diyalog dili sayıyor (Çince, İngilizce, Japonca, Korece ve İspanyolca) ve diğer dilleri İngilizceye çeviriyor.
• Görselden videoya. Görüntünün zaten gösterdiğini değil, hareketi ve sonu anlatın. Kling'in eski bir sayfası (24 Kasım 2025, 2.x için yazılmış) da bunu ele alıyor. 3.0 rehberinin önerisi, özneyi öğe olarak bağlamak; böylece kamera hareket ederken özne sabit kalıyor.
• İlk ve son kareler. Kling ilk ve son karelerin birbirine yakın olmasını öneriyor, çünkü büyük fark plan değişimini tetikleyebiliyor. Bu belge de 24 Kasım 2025 tarihli, yani önceki sürüm için bir öneri olarak okunmalı.

Kling'in 2.x formülü metinden videoya prompt rehberinde hâlâ duruyor: özne, hareket, sahne, kamera, ışık ve atmosfer (24 Kasım 2025). Biz onu ayrı tuttuk ve yalnızca 3.0 biçimini test ettik.

Klipleri nasıl ürettik

• kling-3.0 modelini 28 Ekim 2026'da OmniaKey üzerinden std modda, dört promptta da duration 5 ile çalıştırdık.
• İlk üçü metinden videoya, 16:9, çıktı 1280×720. Dördüncüsü görselden videoya ve en-boy oranı yok, çünkü biçimi ilk kare belirliyor; çıktı 1176×780.
• Dördüncü promptun ilk karesi GPT Image 2 ile 1536×1024 boyutunda, medium kalitede ürettiğimiz bir durağan görsel. Her render yaklaşık 4.5 ila 8.5 dakika sürdü.
• Kareleri sabit anlarda okuduk, bir kesme algılayıcı çalıştırdık, dosyanın süresini ve ses düzeyini ölçtük ve konuşmayı dört ses modeline yazdırdık. Bir repliği yalnızca üçü aynı fikirde olduğunda alıntılıyoruz.
• OmniaKey Kling 3.0 API erişimi satıyor, klipler oradan geçti. Aşağıdaki fiyatlar Kling'in kendi uygulamasından, bizim fiyatlarımız değil.
• Kaynaklar: VIDEO 3.0 kullanıcı rehberi (6 Şubat 2026) ve Kling'in prompt blogu (7 Ağustos 2026), 28 Ekim 2026'da kontrol edildi.

Her prompt için tek klip ürettik, yani her sonuç tek bir örnek.

Dört prompt ve gerçek klipler

Bu dört prompt tam yazıldığı gibi çalıştırıldı.

1. Tek paragrafta altı bölüm: kemer altında bir kemancı

İlk prompt altı bölümü tek bir paragrafta topluyor ve sonunda bir ses satırı veriyor.

A young street violinist in a long camel coat plays a fast, bright melody under a stone archway in an old European city at dusk. She sways with the music as a few pigeons take off from the cobblestones behind her. The camera slowly pushes in from a medium shot to a close-up of her face. Warm golden streetlights, light haze, long shadows on wet cobblestones. Sound: the violin echoing under the arch and the flutter of pigeon wings.

Türkçesi: alacakaranlıkta, eski bir Avrupa kentinde, uzun deve tüyü rengi paltolu genç bir sokak kemancısı taş bir kemerin altında hızlı ve parlak bir ezgi çalıyor. Müziğin ritmiyle sallanırken arkasındaki taş döşemelerden birkaç güvercin havalanıyor. Kamera yavaşça yaklaşıyor, orta plandan yüzüne doğru. Sıcak altın rengi sokak lambaları, hafif bir pus, ıslak taşların üzerinde uzun gölgeler. Ses, kemerin altında yankılanan keman ve güvercin kanatlarının çırpınışı.

Ayarlar: text_to_video, std modu, 5 saniye, 16:9, 1280×720.

Sonuç: tek bir kesintisiz plan, kamera ise yolun ancak yarısına geliyor.

• Kesme algılayıcısı 5.04 saniye boyunca hiç kesme bulmadı.
• Alacakaranlıkta kemerin altında çalıyor, arkasında aydınlık bir sokak var. 3.0 saniye civarında birkaç güvercin taşlardan havalanıyor.
• 4.9 saniyede kareyi daha çok dolduruyor ama sonunda yüzü yakın plana girmiyor.
• Ses kanalı ortalama −23.2 dB. Dört ses modeli ne duyulduğu konusunda anlaşamadı, bu yüzden hiçbir çalgı adı vermiyoruz.

Ne değiştirmeli:

• Çerçeveyi ve o çerçevenin geleceği saniyeyi adlandırmayı deneyin, örneğin "a close-up of her face by 4 seconds".

2. Plan etiketleri: iki planlı bir deniz feneri

İkinci prompt 2 ve 3 saniyelik iki etiketli plan istiyor, ses satırını sona koyuyor.

Shot 1 (2s): Wide shot, a lighthouse keeper in a dark wool sweater climbs a spiral iron staircase inside a lighthouse at night, holding a glowing lantern. Shot 2 (3s): Close-up, he turns a brass key and the great lamp above him flares to life, its beam sweeping across his face. Sound: his boots on the iron steps, then a deep mechanical hum as the lamp starts.

Türkçesi: 1. plan (2 sn), geniş plan: koyu yün kazaklı bir deniz feneri bekçisi gece bir deniz fenerinin içinde, elinde yanan bir fenerle, demir döner merdivenden çıkıyor. 2. plan (3 sn), yakın plan: pirinç bir anahtarı çeviriyor ve üstündeki büyük lamba yanıyor, ışını yüzünden geçiyor. Ses, demir basamaklardaki botları ve ardından lamba çalışırken çıkan derin mekanik uğultu.

Ayarlar: text_to_video, std modu, 5 saniye, 16:9, 1280×720.

Sonuç: iki plan da göründü, ilk kesme etiketine yakın çıktı ve ikinci planın içine fazladan bir kesme girdi.

• 1. plan, koyu yün kazaklı bekçinin fenerle demir merdivenden çıkışını 1.0 saniyede net gösteriyor.
• İlk kesme 2 saniyelik etikete karşı 1.96 saniyede düştü. İkinci plan 2.4 saniyede pirinç anahtarın üzerindeki eliyle açılıyor.
• İkinci kesme, 3 saniyelik etiketli planın içinde, 2.88 saniyede düştü. Anahtarı 3.5 saniye civarına kadar çevirmeye devam ediyor ve 4.8 saniyede lamba yanmış, ışını kareyi geçiyor, o da başını kaldırıyor.
• Ses kanalı ortalama −24.5 dB, konuşma yok. Ses modelleri ayak sesleri ve mekanik bir ses tarif etti.

Ne değiştirmeli:

• Kling'in önerdiği gibi her plana tek bir amaç vermeyi deneyin, her etikete tek eylem.

3. Her sese bir ton veren diyalog

Üçüncü prompt diyalog testi: iki ses, her birinde parantez içinde bir ton ve tırnak içinde bir replik.

Inside a small bookshop on a rainy afternoon, an old shop owner with round glasses hands a wrapped book across the wooden counter to a teenage girl in a yellow raincoat. Medium two-shot, then the camera slowly pushes in on the girl's smile. Owner (warmly, in a slow, deep voice): "Bring it back when you've finished it." Girl (excited, speaking quickly): "I'll read it tonight!" Rain patters on the shop window.

Türkçesi: yağmurlu bir öğleden sonra küçük bir kitapçıda, yuvarlak gözlüklü yaşlı bir kitapçı, ahşap tezgâhın üzerinden paketlenmiş bir kitabı sarı yağmurluklu bir gence uzatıyor. Önce ikisinin orta planı, sonra kamera yavaşça kızın gülümsemesine yaklaşıyor. Kitapçı sıcak, yavaş ve kalın bir sesle konuşuyor; kız ise coşkuyla ve hızlı. Yağmur vitrine vuruyor.

Ayarlar: text_to_video, std modu, 5 saniye, 16:9, 1280×720.

Sonuç: hiç kesme yok ve diyalog dört transkriptin üçünde senaryoyla eşleşti.

• Kitapçı paketlenmiş kitabı 0.3 ve 1.7 saniyede tezgâhın üzerinden kıza uzatıyor.
• Kamera 3.3 saniyede kıza geçiyor ve 4.9 saniyede yüzü karenin sağ yarısını dolduruyor.
• Dört ses modelinden üçü aynı iki repliği yazdı: "Bring it back when you've finished it. I'll read it tonight!" Dördüncüsü "you've" içindeki kısaltmayı kaçırdı.
• Ses kanalı ortalama −26.0 dB.

Ne değiştirmeli:

• Bir sonraki iki kişilik sahnede bu biçimi koruyun: her adın arkasına parantez içinde ton, sonra o sesin repliğini tırnak içinde.

4. Görselden videoya: hareketi anlatın

Dördüncü prompt GPT Image 2 ile 1536×1024 ürettiğimiz bir durağan görselle başlıyor: sonbaharda parkta bir bankta okuyan, kırmızı atkılı bir kadın, sol yanından çekilmiş. Görselin promptu göz hizasında, altın ışıkta, yolda kuru yapraklarla gerçekçi bir 35 mm fotoğraf istiyordu.

The camera slowly arcs around to the front of the woman, who closes her book, lifts her head and smiles warmly at the camera. A few leaves drift down around her.

Türkçesi: kamera kadının etrafından yavaşça dolaşıp önüne geliyor; kadın kitabı kapatıyor, başını kaldırıyor ve kameraya sıcak bir gülümsemeyle bakıyor. Etrafına birkaç yaprak düşüyor.

Ayarlar: image_to_video, std modu, 5 saniye, ilk kare 1536×1024 ve en-boy oranı yok, çıktı 1176×780.

Sonuç: dönüyor ve gülümsüyor, ama kamera neredeyse hiç dolaşmıyor ve kitap açık kalıyor.

• 1.5 saniyede hâlâ okuyor. 3.0 saniyede kameraya dönmüş ve gülümsüyor, kitap hâlâ ellerinde açık.
• 4.9 saniyede kitap hâlâ açık ve kamera neredeyse hiç kımıldamamış. Dönüş ve gülümseme oldu; dolaşma ve kapanan kitap olmadı.
• Promptta ses satırı yok ve kanal neredeyse sessiz: ortalama −50.0 dB, tepe −20.9 dB, konuşma yok.

Ne değiştirmeli:

• Son durumu tek satırda söylemeyi deneyin, örneğin "the book closed by the end", ve kameraya tek bir hareket bırakın.
• İlk iki prompttaki gibi bir ses satırı ekleyin.

Sık karşılaşılan sorunlar ve çözümleri

Hepsi yukarıdaki dört prompttan geliyor. Bölüm numaraları başlıklardaki numaralarla aynı.

Bir klip ne kadar tutuyor

Kling'in kendi uygulaması saniye başına kredi alıyor. Ücret çözünürlüğe ve yerel sesin açık olup olmamasına göre değişiyor.

Bu sayılar Kling'in kendi uygulamasından, 28 Ekim 2026'da kontrol edildi. 5 saniye sütunu saniye ücretinin beşle çarpımı ve Kling'in örneğiyle uyuşuyor: 1080p ve yerel sesle 5 saniye için 60 kredi. Ses kontrolü saniye başına 2 kredi ekliyor, bu da aynı klibi 70 krediye çıkarıyor. 4K modu, Kling'in prompt bloguna göre (7 Ağustos 2026), saniye başına 30 kredi.

Krediler dolar değil, bu yüzden modelleri her sağlayıcının kendi sayfasında karşılaştırın. Yan yana bakmak için Kling 3.0 ve Wan 3.0 karşılaştırmamıza göz atın. OmniaKey'in güncel fiyatları Kling 3.0 model sayfasında.

Bu promptları API ile çalıştırma

Bu istek, 2. bölümdeki deniz feneri promptunu tek bir dize olarak gönderiyor. Idempotency anahtarı, yeni bir denemenin ikinci bir görev açmasını önlüyor.

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: lighthouse-shots-001" \
  --data-binary @- <<'JSON'
{
  "model": "kling-3.0",
  "type": "video",
  "operation": "text_to_video",
  "input": {"prompt": "Shot 1 (2s): Wide shot, a lighthouse keeper in a dark wool sweater climbs a spiral iron staircase inside a lighthouse at night, holding a glowing lantern. Shot 2 (3s): Close-up, he turns a brass key and the great lamp above him flares to life, its beam sweeping across his face. Sound: his boots on the iron steps, then a deep mechanical hum as the lamp starts."},
  "parameters": {"mode": "std", "duration": 5, "aspect_ratio": "16:9"}
}
JSON

Testimizde olduğu gibi multi_shot alanı göndermedik: iki plan etiketi de input.prompt içinde.

1. Yanıt, görev kimliğiyle birlikte 202.
2. https://api.omniakey.com/v1/media/tasks/{id} adresini bu kimlikle sorgulayın ve status sonlanana kadar tekrarlayın. Render yaklaşık 4.5 ila 8.5 dakika sürdü, bu yüzden yeniden göndermek yerine sorgulamaya devam edin. Aynı anahtar ve aynı gövde aynı görevi döndürür.
3. Klibi assets[0].url adresinden indirin. Bağlantı imzalı ve yaklaşık bir saat geçerli, süresi dolarsa yeniden sorgulayın.

Görselden videoya için operation alanını image_to_video yapın ve ilk kareyi input.media içinde type first_frame olarak, HTTPS adresi ya da data URI biçiminde gönderin. last_frame isteğe bağlı, ilk kare zorunlu. Burada aspect_ratio kabul edilmiyor ve istek gövdesi toplamda 1 MiB ile sınırlı.

OmniaKey duration için yalnızca 5, 10 veya 15 kabul ediyor, Kling'in API'si ise 3'ten 15'e kadar tam saniye alıyor. Kling 3.0 model sayfasından başlayın ve video API belgelerine bakın.

Sık sorulan sorular

Kling 3.0 promptu ne kadar uzun olabilir?

Kling API'si prompt alanını metinden videoya için 2,500 karakterle sınırlıyor ve aynı sınır görselden videoya için de geçerli. Turbo 3,072'ye izin veriyor ve 2,500 altında kalmanızı öneriyor, bu yüzden tüm model için tek bir sayı yerine her uç noktanın sınırını söyleyin.

Kling 3.0 negatif promptları destekliyor mu?

API başvurusu, olumsuz cümleleri olumlu promptun içine yazmanızı ve ayrıca negatif prompt alanını kullanmanızı öneriyor. Hiçbir 3.0 rehberi negatif promptlar için öneri vermiyor, yani bu satır API belgesinden.

3 ya da 8 saniyelik klip alabilir miyim?

Kling'in kendi API'si 3'ten 15'e kadar tam saniye alıyor, yani 3 ve 8 orada çalışıyor. OmniaKey yalnızca 5, 10 veya 15 saniye kabul ediyor.

Turbo biçimi nedir?

Turbo tek satırlık bir dize alıyor, shot n, m, words; biçiminde, planlar noktalı virgülle ayrılıyor. Turbo ayrı bir uç nokta ve 3.0 promptları bu biçimde yazılmıyor.

Güncelleme kaydı

• 28 Ekim 2026: ilk sürüm, dört prompt aynı gün çalıştırıldı.