Prompts para Kling AI: 9 plantillas y resultados de mis pruebas
Estructura de prompt para Kling AI, 9 ejemplos en inglés listos para usar y conclusiones tras probarlos en Kling 3.0 con generación de vídeo.
👁 115 lecturas
Un buen prompt para Kling describe el movimiento y no una imagen estática: quién se mueve, cómo se desplaza la cámara, qué ocurre en el fondo y qué elementos deben evitarse. A continuación comparto la estructura que utilizo, nueve instrucciones listas en inglés con su explicación y las conclusiones de cinco pruebas en las que Kling recibió exactamente estas órdenes. Las versiones, precios y la comparativa frente a sus competidores están en la guía sobre Kling.
Estado a 3 de octubre de 2026
- He realizado las pruebas en Kling 3.0 (Standard, Pro, Turbo, Omni), que es la versión más reciente disponible en la API. Kling 4.0 todavía no está integrado en ella.
- Límite de longitud del prompt: 2500 caracteres en la API de Kling 3.0, y hasta 8000 tokens en Kling 4.0 según las notas de lanzamiento.
- Idioma de las instrucciones: inglés. Con otros idiomas Kling interpreta peor las órdenes complejas y la pronunciación hablada pierde calidad.
Estructura de prompt que utilizo
Organizo la instrucción en un orden fijo, dedicando una frase a cada elemento. De este modo, si algo falla en el resultado, sé con exactitud qué frase debo ajustar.
- Plano y movimiento de cámara: «Slow push-in», «static camera on a tripod», «handheld tracking shot from behind».
- Acción principal: qué hace el personaje o el objeto, usando verbos directos: «pours», «turns», «walks to the window».
- Movimiento del entorno: fondo, clima, peatones, hojas al viento.
- Elementos que deben permanecer inmóviles: «The cup and spoon stay still», «keep the label readable».
- Iluminación y estilo visual: «soft overcast daylight», «realistic», «35mm film look».
- Sonido y exclusiones: «quiet cafe ambience, no music, no text, no subtitles».
Al generar vídeo a partir de una imagen (image-to-video), omito la descripción del aspecto visual de la escena, ya que la foto de origen lo define por completo. Describir lo que ya está a la vista suele incitar al modelo a «corregir» o alterar el encuadre.
Plantillas de prompts para Kling
Sustituye los corchetes por tus propios detalles. En cada instrucción indico si la he probado personalmente.
1. Imagen a vídeo: dinamizar la foto de un producto
«Slow camera push-in toward the [product]. [One small natural movement, e.g. steam rises from the cup]. The [product] stays perfectly still and keeps its shape and label. Soft natural light, realistic, no text, no music.»
Probado el 03/10/2026 en Kling 3.0 Pro (versión con una taza de café, detalles más abajo).
2. Texto a vídeo: escena con comida o bebida
«Close-up of hot coffee being poured into a white ceramic cup on a wooden kitchen table, steam rising, morning sunlight through the window, shallow depth of field, slow gentle camera push-in, realistic.»
Probado el 27/09/2026 en Kling 3.0 Standard: porcelana y vapor muy nítidos, pero el nivel del café apenas subió durante los 4 segundos.
3. Texto a vídeo: calle y entorno urbano
«A [colour] tram passing along a rainy street at dusk, reflections of street lights on wet cobblestones, people with umbrellas on the sidewalk, static camera on a tripod, cinematic realistic footage.»
Probado el 27/09/2026 en Kling 3.0 Standard: el tranvía apareció en tonos crema y rojo en lugar de amarillo y rojo, y la luz se asemejaba a la de una tarde despejada, no al anochecer.
4. Personaje de referencia en una escena nueva (Omni)
«@Image1 is the main character, keep her face, hair and clothes exactly the same. She [action] in [place]. [Camera move], [light]. She turns to the camera and says in English: \»[line]\». No subtitles, no music.»
Probado el 28/09/2026 en Kling 3.0 Omni Standard en una variante sin «turns to the camera»: la figura coincidía con la referencia, pero pronunció la frase de espaldas al plano. Por ello conviene forzar el giro antes de que empiece a hablar.
5. Personaje hablando a cámara
«Medium close-up of [person] sitting at [place], looking straight into the camera. [He/She] says clearly and calmly in English: \»[line]\». Natural daylight from a window, static camera, realistic, no subtitles, no on-screen text, no music.»
Probado el 28/09/2026 en Kling 3.0 Turbo y Pro: la frase en inglés funcionó a la perfección. Al evaluarlo originalmente con frases en polaco, la pronunciación sonó con un marcado acento extranjero. Más detalles en el artículo sobre Kling y soporte lingüístico.
6. Anuncio de producto con movimiento de cámara
«Slow 180-degree orbit around the [product] on a [surface]. Studio lighting with a soft rim light. The label text stays sharp and readable. Clean background, no people, no extra objects, no text overlays.»
No probado en este lote.
7. Tomas múltiples en un solo clip (Kling 3.0 y posteriores)
«Shot 1 (0-4 s): wide shot of [place], [action]. Shot 2 (4-8 s): close-up of [detail], [action]. Shot 3 (8-12 s): [character] looks at the camera and smiles. Same character and outfit in every shot, cut on action.»
No probado. En la API esta misma estructura se gestiona con el parámetro multi_prompt asignando una instrucción concreta a cada toma.
8. Movimiento extraído de un vídeo de referencia (Omni y Motion Control)
«@Element1 performs the exact movement from @Video1. Keep the camera angle and timing of @Video1, replace the background with [place].»
No probado directamente aquí. Esta fórmula proviene del análisis sobre Kling 4.0 Omni Reference.
9. Prompt negativo
En la API de Kling 3.0 el valor por defecto para el prompt negativo es «blur, distort, and low quality». Suelo añadirle los fallos típicos que arruinan la escena, como «extra fingers, warped text, flickering, morphing objects». En la interfaz web, esta casilla se encuentra en los ajustes avanzados.
Mi prueba: prompt de cafetería en Kling 3.0 Pro
El 3 de octubre de 2026 subí a Kling 3.0 Pro la fotografía de una taza de café en una cafetería junto con la plantilla número 1 desarrollada por completo: aproximación suave de cámara, vapor sobre la taza, transeúntes desenfocados tras el cristal, hojas moviéndose con el viento, la taza completamente estática y sin música ni texto.
| Elemento del prompt | ¿Cumplido? |
|---|---|
| Aproximación de cámara | Sí, claramente visible |
| Vapor sobre el café | Solo en el primer segundo, luego desaparece |
| Transeúntes desenfocados | Aparecen peatones, pero más nítidos que en la foto |
| Hojas con el viento | No, quedan totalmente estáticas |
| Taza y cucharilla intactas | Sí |
| Sin texto | Sí |
Conclusión: Kling responde con mayor fidelidad a la primera frase (la cámara) y a las restricciones negativas, mientras que tiende a perder los detalles físicos sutiles situados más adelante en el texto. Si el vapor es el punto crítico, conviene moverlo al principio y especificar continuidad temporal: «Thick steam rises continuously from the coffee during the whole shot». MiniMax H3 Max generó el vapor y las hojas sin ajustes adicionales con esa misma orden; los detalles están en la guía de Kling.
Cinco reglas derivadas de mis pruebas
- Lo prioritario va al inicio. Los detalles colocados al final de una orden extensa son los que Kling ignora con más frecuencia.
- Colores y momento del día sin ambigüedades. Indicar «Yellow and red tram» produjo un vehículo crema y rojo. Si un tono es fundamental, conviene repetirlo o fijarlo mediante una imagen base.
- Los cambios a lo largo del tiempo requieren verbos de acción continua. «Coffee being poured» no bastó para ver llenarse la taza. Funciona mejor: «the cup fills up from empty to full».
- Diálogos preferentemente en inglés. La generación de voz en otros idiomas suele arrastrar fonética y acento extranjeros.
- Establece la orientación del sujeto antes de hablar. Sin la indicación «turns to the camera», el personaje puede pronunciar su diálogo mirando hacia otro lado.
Preguntas frecuentes
¿Conviene redactar los prompts para Kling en español?
Es más recomendable escribirlos en inglés. Kling puede interpretar órdenes en español, pero sigue con menos precisión las trayectorias de cámara y la locución de diálogos en otros idiomas presenta a menudo acento no nativo.
¿Qué longitud debe tener un prompt en Kling?
La combinación que mejor me ha funcionado contiene entre 4 y 6 frases, dedicando una a cada faceta de la escena. La API de Kling 3.0 admite hasta 2500 caracteres y Kling 4.0 hasta 8000 tokens según el desarrollador, pero redactar más texto no garantiza un resultado superior.
¿Se pueden reciclar prompts de Midjourney en Kling?
Únicamente como base descriptiva para generar una imagen estática de entrada. Para Kling es imprescindible añadir movimiento: cámara, acción y fondo; de lo contrario, una descripción estática producirá un vídeo prácticamente congelado.
¿Dónde se introduce el prompt negativo en Kling?
En la plataforma web se encuentra dentro de las opciones avanzadas de la tarea. En la API se envía mediante el parámetro negative_prompt, que por defecto aplica «blur, distort, and low quality».
Google · Tus fuentesBrilla más alto en tu Google - con un solo clicAñadir a fuentes preferidas →Fuentes y fechas de verificación
Las pruebas se ejecutaron el 27 y 28 de septiembre y el 3 de octubre de 2026 mediante las API de fal.ai y OpenRouter, generando cada vídeo en una sola pasada.
More on this from FULGOR
noticias·Kling 4.0: novedades, precio y APIKling 4.0 genera vídeos de hasta 30 segundos en 4K. Repasamos sus novedades, planes y precios, el acceso a la API y qué puedes hacer desde España.