Bewegungs-Prompts für KI-Video: der Multi-Shot-Workflow für Sequenzen

Motion-Prompts schreibt man normalerweise Einstellung für Einstellung: Motiv wählen, Bewegung wählen, generieren und das Ergebnis dann daran messen, ob die Kamera gehorcht hat. Kling 3 verändert die Arbeitseinheit. Eine einzelne Generierung aus der VIDEO 3.0-Reihe kann bis zu sechs Shots über drei bis fünfzehn Sekunden hinweg enthalten, ihre Übergänge selbst planen und durch jeden Schnitt hindurch nativen Ton mitführen. Die Frage ist nicht mehr, was die Kamera tut, sondern wofür jeder Shot seine Sekunden ausgibt und wo der Schnitt landen muss, damit der nächste Beat Sinn ergibt.

Das ist zuerst ein Planungsproblem und erst danach ein Formulierungsproblem. Der folgende Workflow behandelt eine Generierung als kleine Sequenz: zuerst die Coverage aufbauen, die Sekunden auf die Shots verteilen, jeden Shot-Block gleich aufbauen, festhalten, was sich nicht ändern darf, und dann die Schnitte prüfen statt die schönen Bilder. Alles davon passt in ein einziges Prompt-Feld.

Baue die Coverage, bevor du Bewegung schreibst

Coverage ist die Liste der Shots und der Aufgabe, die jeder einzelne hat. Schreib sie zuerst als schlichte Zeilen, ohne Kamerasprache: wer im Bild ist und das eine, was die Zuschauerin oder der Zuschauer erfährt. Ein Vier-Shot-Teaser für ein Getränk liest sich so: das Glas allein auf einer Theke; eine Hand, die es hochhebt; das Eingießen; das Glas, das abgesetzt wird. Erst danach bekommt jede Zeile eine Einstellungsgröße.

Klings eigene Multi-Shot-Anleitung ist hier streng. Jeder Shot soll einen eigenen visuellen oder narrativen Beat hinzufügen, statt Informationen zu wiederholen, die aus einem anderen Winkel schon geliefert wurden. Diese Regel erledigt die meisten schlechten Shot-Listen ganz von selbst. Wenn zwei Zeilen den Zuschauenden dasselbe sagen, ist eine davon eine Kamerabewegung, die sich als Beat ausgibt. Fasse sie zusammen, oder lass die zweite Zeile etwas Neues behaupten.

Bleib mit der Liste im Rahmen dessen, was das Modell planen kann. Die offizielle Funktionsübersicht nennt bis zu sechs Shots pro Generierung, sowohl im automatischen als auch im Custom-Modus. Sechs ist eine Obergrenze, kein Ziel.

Teile die Sekunden ein, bevor du ein Wort schreibst

Die VIDEO 3.0-Reihe generiert zwischen drei und fünfzehn Sekunden, und in Custom Multi-Shot legst du die Dauer jedes Shots selbst fest. Diese beiden Tatsachen machen aus dem Prompt eine Divisionsaufgabe. Neun Sekunden mit drei Shots legen drei Sekunden pro Shot nahe. Sechs Shots in sechs Sekunden geben jedem Beat eine Sekunde, und das reicht nicht, um ein neues Bild zu erfassen, geschweige denn eine Performance.

Zwei Regeln überstehen den Kontakt mit dem Modell. Gib dem Shot, der die Veränderung trägt, die längste Dauer, und halte den kürzesten bei zwei Sekunden oder mehr, außer es ist ein bewusster Blitz. Kommt die Rechnung unter diese Untergrenze, hast du zu viele Shots für den Clip: Streiche einen Beat, statt jeden Shot zu schrumpfen.

Schreib die Sekunden in den Prompt. Das Modell liest die Struktur, und du bekommst einen Plan, an dem du das Ergebnis messen kannst.

Schreib jeden Shot-Block in denselben vier Slots

Jeder Block ist ein kurzer Stapel in derselben Reihenfolge: Shot-Nummer und Dauer, Einstellungsgröße, Handlung des Motivs, Kameraverhalten. Dialog oder ein Ton-Hinweis kommt zuletzt, in den Shot, dem er gehört. Klings Anleitung nennt dieselben Felder – Dauer, Einstellungsgröße und Perspektive, narrativer Inhalt und Kamerabewegung –, was nahelegt, dass die Reihenfolge nicht beliebig ist.

Disziplin zählt mehr als Vokabular. Eine sichtbare Bewegung pro Shot, und sie sollte zu dem passen, was das Motiv tut: Eine Person, die auf die Linse zugeht, und ein langsamer Push-in verstärken sich gegenseitig, während ein Schritt auf die Linse zu und ein Pull-back sich aufheben. Adjektive wie „filmisch“ benennen ein Gefühl, keine Entscheidung, verbrauchen also Wörter, ohne irgendetwas festzulegen.

Ein fertiger Block liest sich so. Shot zwei, drei Sekunden, halbnah von der Seite, sie hebt das Glas und gießt ein, die Kamera schwenkt mit ihrer Hand nach rechts. Eine Einstellungsgröße, eine Handlung, eine Bewegung. Ein Reviewer sieht auf einen Blick, ob das Ergebnis gepasst hat.

Verankere, was sich zwischen den Schnitten nicht ändern darf

Kontinuität kommt von zwei Stellen: dem, worauf du referenzierst, und dem, was du wiederholst. Kling 3 unterstützt Referenzen für Motiv und Elemente, sodass eine Figur, ein Produkt oder ein Requisit fixiert bleiben kann, während sich der Winkel ändert. Wenn eine Szene von einem Gesicht oder einem Etikett abhängt, leistet eine Referenz mehr als drei Sätze Beschreibung.

Die zweite Hälfte ist textlich. Halte einen festen Beschreibungsblock für Garderobe, Requisitenfarbe, Tageszeit und Objektivcharakter bereit, wiederhole ihn wortgleich in jedem Shot, der diese Dinge zeigt, und ändere dann nur den variablen Teil. Jeder Shot-Block wird als eigene Anweisung gelesen, also ist jedes Detail, das du in Shot drei weglässt, eines, das das Modell womöglich neu erfindet.

Schreib die Kontinuität auch in die Handlung. Wenn am Ende von Shot eins eine Hand ein Glas hält, sollte Shot zwei damit beginnen, dass die Hand es noch hält. Kleine Überlappungen geben dem Schnitt etwas zum Tragen.

Leg den Audio-Beat in den Shot, dem er gehört

Die 3.0-Reihe generiert nativen Ton zusammen mit dem Bild, und in einer Szene mit mehreren Figuren kannst du eine Zeile an eine bestimmte Sprecherin oder einen bestimmten Sprecher binden. Nutze das pro Shot, statt am Ende einen Soundtrack-Absatz zu schreiben. Die Zeile gehört in den Shot, in dem der Mund sichtbar ist; der Raumton gehört in jeden Shot im Raum.

Zwei Grenzen prägen das Schreiben. Audio ist in 3.0 einkanalig, Wörter wie links und rechts bedeuten also nichts. Dialog ist in den Sprachen zuverlässig, die Kling für die Reihe nennt – Chinesisch, Englisch, Japanisch, Koreanisch und Spanisch –, ein Skript in einer anderen Sprache ist also ein Glücksspiel statt ein Plan.

Stille ist ein gültiger Beat. Ein Shot ohne Zeile und mit gehaltenem Raumton tut für das Tempo oft mehr als ein Satz, der in zwei Sekunden gequetscht wird.

Kalibriere mit dem automatischen Durchlauf und übernimm dann die Kontrolle

Kling bietet zwei Modi, und sie funktionieren am besten in dieser Reihenfolge. Mit aktiviertem Multi-Shot und unangetastetem Custom Multi-Shot plant das Modell Übergänge und Bildausschnitte selbst. Mit Custom Multi-Shot legst du die Shot-Anzahl und die Dauern fest, und es folgt deinem Plan eng.

Lass die automatische Version einmal über deine Szenenbeschreibung laufen, auch wenn du alles kontrollieren willst. Das ist billige Erkundung: Du siehst, wo das Modell schneiden will, welchen Beat es als Establishing Shot behandelt und ob deine vier Zeilen wirklich zwei waren. Dann wechsle zu Custom Multi-Shot und schreib den Plan, den du tatsächlich willst, mit den Dauern aus deiner Einteilung.

Der automatische Durchlauf beantwortet auch, ob die Szene überhaupt einen Schnitt braucht. Wenn das Modell deine Liste zu einem guten Shot zusammenfallen lässt, war die Sequenz wahrscheinlich ein einzelner Shot mit zusätzlichen Wörtern.

Prüfe die Schnitte, nicht die Frames

Prüfe das Ergebnis wie eine Cutterin oder ein Cutter, an den Nahtstellen. Halte ein paar Frames vor und nach jedem Schnitt an und stelle drei Fragen. Behält das Motiv Position und Ausrichtung, oder springt es die Seite? Beginnt der eingehende Shot, bevor die ausgehende Handlung fertig ist, oder startet er sie neu? Hält der letzte Shot lange genug, um lesbar zu sein?

Die meisten echten Fehlschläge sind einer von vier. Ein wiederholter Beat, eine Kamera, die bei jedem Schnitt in einen neutralen Frame zurückspringt, eine Handlung, die kehrtmacht, oder ein Clip, dem im letzten Drittel die Ideen ausgehen. Für jeden gibt es eine Prompt-Korrektur. Wiederholung heißt, der Coverage-Plan hatte Doppelungen. Eine zurückspringende Kamera heißt, der eingehende Shot hat nie eine Bewegung bekommen. Kehrtmachen heißt, zwei benachbarte Blöcke beschreiben dieselbe Geste. Ein flaches Ende heißt, der letzte Block hatte keinen eigenen Beat.

Ändere pro Iteration einen Block. Den ganzen Prompt nach jedem Take neu zu schreiben macht es unmöglich zu wissen, welche Anweisung etwas behoben hat.

Ein Prompt mit drei Shots und neun Sekunden zum Anpassen

Lies das Folgende als Vorlage, nicht als Skript. Nenne Setting und Stil einmal, vor jedem Shot-Block: eine stille Küche im Morgengrauen, warmes Fensterlicht, geringe Schärfentiefe.

Shot eins, drei Sekunden, weit von der Türöffnung, der Raum leer bis auf das Glas auf der Theke, Kamera hält.

Shot zwei, drei Sekunden, halbnah von der Seite, eine Hand kommt ins Bild und hebt das Glas, die Kamera schwenkt mit der Hand nach rechts.

Shot drei, drei Sekunden, nah auf das Glas an den Lippen, ein Schluck, dann sinkt das Glas aus dem Bild, Kamera hält.

Schließe mit der Kontinuitätsanweisung: dasselbe Glas, dasselbe Licht, dieselbe Garderobe durchgehend.

Jeder Block nennt eine Dauer, eine Einstellungsgröße, eine Handlung und ein Kameraverhalten. Nichts wiederholt sich. Die Dauern summieren sich zur Cliplänge, und der letzte Shot hält, damit das Video nicht mitten in einer Geste endet.

Wo dieser Workflow auf KOOX AI läuft

Kling 3 auf KOOX AI nimmt einen Prompt und optional ein Referenzbild entgegen und liefert einen kurzen Clip zurück, wobei der Prompt Szene, Kamera und Stimmung trägt. Die Seite beschreibt dieselbe Schleife, die dieser Workflow nutzt: beschreiben, generieren, prüfen, verfeinern. Du kannst die Shot-Liste überall schreiben, in einer Notiz oder einem Kundenbriefing, und die Blöcke dann in das Prompt-Feld einfügen.

Wenn du noch an den Bewegungen einzelner Shots arbeitest, bevor du sie zu Sequenzen fügst, vermitteln die sechs Bewegungsmuster für ein Foto das Vokabular, auf dem jeder Shot-Block aufbaut. Sequencing ist die zweite Fähigkeit.

Fang mit drei Shots und neun Sekunden an. Wenn dir eine Sequenz gelingt, in der jeder Schnitt seinen Platz verdient, hast du einen wiederverwendbaren Plan für jeden längeren Clip, den du angehst.