Kling 3.0 Prompt-Guide: Kamerabewegungen, Multi-Shot-Szenen, Dialoge und gleichbleibende Figuren

Ein guter Kling 3.0 Prompt benennt fünf Dinge in einfacher Sprache: das Motiv, was es sichtbar tut, wo es ist, wie die Kamera es rahmt und bewegt, und Licht und Stimmung. Der Prompt-Guide von Kling sagt es genauso: Starke Prompts "beginnen mit klarem menschlichem Text: Motiv, Aktion, Umgebung, Kamerasprache, Licht und Stimmung".^[2] Alles Weitere in diesem Guide, Multi-Shot-Szenen, Dialoge und gleichbleibende Figuren, baut auf dieser Struktur auf.

Was sollte ein Kling 3.0 Prompt enthalten?

Der Prompt-Guide von Kling listet die Teile eines klaren Prompts auf und was jeder bewirkt:^[2]

Beschreibe das Motiv konkret. Derselbe Guide schlägt vor, ein vages Wort wie "Magie" durch "wirbelnde blaue Energiepartikel mit ätherischem Leuchten" zu ersetzen, damit das Modell etwas zum Zeichnen hat.^[2] Beschreibe Bewegung, die man sehen kann, etwa aufsteigenden Rauch oder einen Läufer, der sich nach vorn lehnt, statt Gefühle oder Absichten.

Ein Prompt aus unseren eigenen Tests, mit allen fünf Teilen in einem Satz:

Ein Straßengeiger spielt nachts unter einem Steinbogen, während leichter Regen fällt, langsamer Push-in von der anderen Seite des Platzes, warmes Laternenlicht auf nassem Kopfsteinpflaster, die Geigenmelodie hallt mit leisem Regen wider. Kein Text, keine Logos.

Kling 3.0, 1080p, 5 Sekunden, mit Ton.

Welchen Kameraanweisungen folgt Kling 3.0?

Benenne die Kamera so, wie es eine Regisseurin oder ein Regisseur tun würde. Der Guide von Kling empfiehlt einfache Begriffe für Bildausschnitt und Bewegung und nennt diese Einsatzzwecke:^[2]

Gib das Tempo an, wenn es zählt: "langsam" für Ruhe oder Spannung, "gleichmäßig" für gut lesbare Action, "schnell" für Energie.^[2] Begriffe für den Bildausschnitt wie Detailaufnahme, Nahe, Ganzkörper und etablierende Totale sagen dem Modell, wie weit die Zuschauenden vom Motiv entfernt sind.^[2]

Wie schreibst du eine Multi-Shot-Szene?

Kling 3.0 kann einen Clip in mehrere Einstellungen schneiden. Kling beschreibt zwei Wege: das Modell die Schnitte aus einem einzigen Prompt planen lassen oder jede Einstellung und ihre Länge selbst festlegen. Letzteres nennt Kling Custom Multi-Shot und sagt, das Modell werde dem "strikt folgen".^[1] Die eigenen Beispiele von Kling schreiben jede Einstellung als eine Zeile aus Bildausschnitt plus Aktion: "Einstellung 1, Totale von hinten in Untersicht, Kamerafahrt hinter dem Fahrer… Einstellung 2, seitliche Nahaufnahme in Untersicht, eine Detailaufnahme des Motorradrads…"^[1]

Über die API ist die Custom-Variante multi_shots: true mit einer multi_prompt-Liste, ein Eintrag pro Einstellung mit eigenem Prompt und eigener Dauer. Unser Test forderte zwei Einstellungen à 3 Sekunden an:

{
  "model": "kling-3-0",
  "mode": "pro",
  "sound": true,
  "multi_shots": true,
  "multi_prompt": [
    {"prompt": "Wide shot of a small open kitchen, a chef tosses vegetables in a wok, flames rising, warm light. No text, no logos.", "duration": 3},
    {"prompt": "Close-up of the wok, vegetables flipping through the flames, oil sizzling, steam drifting. No text, no logos.", "duration": 3}
  ]
}

Kling 3.0, 1080p, zwei Einstellungen à 3 Sekunden, mit Ton.

Gib jeder Einstellung einen eigenen Bildausschnitt und beschreibe das Motiv in jeder gleich, damit es als dieselbe Person oder derselbe Gegenstand wirkt. Die Längen der Einstellungen müssen zusammen 3–15 Sekunden ergeben.

Wie promptest du Dialog und Ton?

Schreib die Zeile in den Prompt und ordne sie der Figur zu, die sie spricht. Der Guide von Kling zeigt das Muster "Figur (Tonfall): Zeile", zum Beispiel "Mama (leise, überrascht): Wow, mit dieser Wendung habe ich überhaupt nicht gerechnet", und sagt, dass Kling 3.0 jede Zeile der richtigen sprechenden Figur zuordnet, selbst bei drei oder mehr Figuren im Bild.^[1]

• Sprachen. Dialoge funktionieren auf Chinesisch, Englisch, Japanisch, Koreanisch und Spanisch, und Figuren können innerhalb eines Clips die Sprache wechseln. Laut Kling wird eine Zeile in jeder anderen Sprache ins Englische übersetzt.^[1]
• Akzente und Dialekte. Markiere sie neben der Zeile, zum Beispiel "spricht Englisch mit indischem Akzent"; Kling nennt amerikanische, britische und indische Akzente im Englischen sowie mehrere chinesische Dialekte, darunter Kantonesisch und Sichuanisch.^[1]
• Ambiente. Benenne auch das Hintergrundgeräusch: Das Beispiel von Kling beginnt mit "ein leises Summen der Wohnzimmer-Klimaanlage im Hintergrund".^[1]

Ton wird nur erzeugt, wenn du ihn anforderst: Setze sound in der Anfrage auf true.

Wie hältst du eine Figur oder ein Produkt gleich?

Nutze ein Element. In Kling 3.0 ist ein Element ein Motiv, das aus 2–4 Referenzbildern gebaut wird; einmal gebunden, bleibt das Motiv laut Kling bei Zooms, Schwenks und Neigungen "klar und stabil, ohne sich zu verschieben oder zu verschwinden".^[1] In der API kommt es in kling_elements mit einem name, einer kurzen description und den Bild-URLs, und der Prompt nennt es beim Namen:

{
  "prompt": "@hero walks out of the elevator, takes off her sunglasses and nods to a colleague, steady tracking shot",
  "kling_elements": [
    {
      "name": "hero",
      "description": "a professional woman in a camel coat with a black commuter bag",
      "element_input_urls": ["https://example.com/hero-front.png", "https://example.com/hero-side.png"]
    }
  ]
}

Nutze eine Frontansicht als erstes Bild und ergänze Seiten- oder Dreiviertelansichten; die Beschreibung sollte benennen, was sich nicht ändern darf, etwa die Kleidung oder ein Logo auf einem Produkt.

Wie steuerst du das Timing in einem 15-Sekunden-Clip?

Markiere die Beats mit Zeiten. Das eigene 15-Sekunden-Beispiel von Kling treibt die Handlung nach der Uhr voran: "In der 4. Sekunde beschleunigt die Kamera mit ihr nach vorn… In der 8. Sekunde zoomt die Kamera allmählich auf eine Halbnahe… In der 12. Sekunde erreichen Musik und Bewegung ihren Höhepunkt… In den letzten 3 Sekunden…"^[1] Für eine einzige durchgehende Einstellung sag das ausdrücklich, wie es das andere Beispiel von Kling tut: "eine einzige ungeschnittene Einstellung ohne Schnittübergänge".^[1] Die Cliplänge ist jede ganze Zahl von 3 bis 15 Sekunden, also passe die Dauer daran an, wie viele Beats du geschrieben hast.

Was solltest du weglassen?

• Vage Qualitätswörter für sich allein. "Cinematic" oder "Meisterwerk" ohne Kamerabewegung oder Licht gibt dem Modell wenig, womit es arbeiten kann.^[2]
• Unerwünschten Text und Zeichen. Kling 3.0 rendert Schrift gut, auch Schilder und Logos, um die es gebeten wird.^[1] Wenn du gar keine willst, beende den Prompt mit "no text, no logos", wie es alle unsere Test-Prompts tun.
• Mehrere Schnitte in einem Satz. Braucht eine Szene bestimmte Schnitte, nutze Multi-Shot mit einem Eintrag pro Einstellung, statt in einem einzigen Prompt "dann schneidet die Kamera auf…" aneinanderzureihen.

Fragen zu Kling 3.0 Prompts

Wie lang darf ein Kling 3.0 Prompt sein?

Auf SeedRouter bis zu 2.500 Zeichen und in einer Multi-Shot-Anfrage bis zu 500 Zeichen pro Einstellung. Die meisten starken Prompts haben ein bis vier Sätze.

Unterstützt Kling 3.0 Negativ-Prompts?

Die Kling 3.0 Anfrage von SeedRouter hat kein eigenes Feld für einen Negativ-Prompt. Schreib das, was vermieden werden soll, direkt in den Prompt, zum Beispiel "no text, no logos". Auch die aktuelle API von Kling packt das in den Prompt: Ihre Dokumentation sagt, "der Prompt kann positive und negative Beschreibungen enthalten".^[3]

Welche Prompts für Kamerabewegungen funktionieren gut bei Kling 3.0?

Langsamer Push-in, Kamerafahrt, Schwenk, Neigung und Enthüllung aus der Untersicht sind die Bewegungen, die der eigene Guide von Kling verwendet, geschrieben als einfache Sätze wie "die Kamera fährt langsam auf das Motiv zu".^[2]

Wo kann ich einen Prompt testen?

Der Kling 3.0 Playground führt dieselbe Anfrage aus, die die API annimmt, und der Kling 3.0 API Guide zeigt, wie du sie aus Code sendest.

Quellen

1. Kling AI. Kling VIDEO 3.0 Model User Guide. 6. Februar 2026. Abgerufen am 6. Oktober 2026 von kling.ai.
2. Kling AI. Kling AI Prompt Guide: The Secret to Cinematic Video Prompts. 7. August 2026. Abgerufen am 6. Oktober 2026 von kling.ai.
3. Kling AI. Kling 3.0: Text to Video (API-Referenz). Abgerufen am 6. Oktober 2026 von kling.ai.