Kling 3.0: Dialog-Prompt-Formel und Batch-Generierung mit Kling MCP

Kurze Antwort: Kling 3.0 spricht, wenn du Dialog als [Name: wer die Person ist, Ton]: "Zeile" schreibst, dieses Label in den Shot setzt, zu dem es gehört, und die Lücken mit Immediately, und Pause. steuerst. Gib jedem Shot ein (Duration: N seconds), fixiere die Besetzung mit Elements, schließe mit AUDIO und CONSTRAINTS — und dieselbe Vorlage lässt sich über Kling MCP fünfzigmal aus Claude Code oder Cursor rendern.

Die Dialogformel

Vier Regeln machen sie verlässlich. Ein Satz pro Zeile — ein 15-Sekunden-Clip trägt drei oder vier kurze Zeilen, keinen Monolog. Das Label gehört in den Shot, nach der Aktion, die es motiviert, nie in eine Liste am Ende. Ton in die Klammer, nicht in die Zeile — „(angrily)“ als Teil des Labels schreiben, nicht zwischen die Anführungszeichen. Die Beschreibung jedes Sprechers identisch halten über alle Shots; Kling liest sie als dieselbe Person.

Shots, Dauern und der Cast-Lock

• Bis zu 15 Sekunden, bis zu sechs Shots pro Generierung. Beschrifte sie Shot 1, Shot 2… und ergänze (Duration: 5 seconds); die Dauern sollten die Clip-Länge ergeben.
• Ein Kameraverhalten pro Shot — statisch, Push-in, Tracking, Schwenk — und eine sichtbare Aktion. „Sie dreht sich um, schenkt ein und lacht“ sind drei Beats.
• Elements: wo die Plattform sie anbietet, zwei bis vier Referenzbilder pro Figur hochladen (frontal, Profil, Ganzkörper), das Element im Prompt benennen und ihm eine Aufgabe geben: nur Identität. Posen, Licht und Hintergrund kommen aus dem Shot-Text.
• Audio ist ein Satz, kein Tag. „Rain on the window, espresso machine hiss, a distant tram; no music“ — Atmosphäre, Geräusche und Musik in einem Satz.

Ein komplettes Beispiel (15 s, drei Shots, zwei Sprecher)

FORMAT: 15 s, 16:9, three shots, one location, natural sound.
ELEMENTS: @Element1 = Mara (identity only: face, hair, build). @Element2 = Tomas (identity only). Clothes, light and poses come from the shots below.
Shot 1 (Duration: 5 seconds): interior, small cafe at closing time, warm tungsten light, chairs already on the tables. Mara wipes the counter and looks up as the door bell rings. Camera: static medium shot from behind the counter.
[Mara: barista in a grey apron, tired but warm, soft Slovak-accented English]: "We're closed. But the coffee's still hot."
Shot 2 (Duration: 5 seconds): Tomas in the doorway, rain on his coat, hesitates, then steps in. Camera: slow push-in from Mara's eye line.
Immediately, [Tomas: mid-thirties, wet coat, out of breath, quiet]: "I didn't come for coffee."
Shot 3 (Duration: 5 seconds): two-shot at the counter. Pause. She sets down a cup anyway and almost smiles; the camera holds on both of them.
[Mara: amused, lower voice]: "Sit down, Tomas."
AUDIO: rain on the window, espresso machine hiss, a distant tram; no music.
CONSTRAINTS: no cuts inside a shot, no extra people, no on-screen text, same clothes and light in all three shots.

Häufige Fehler

• Dialog als Prosa („sie sagt, dass geschlossen ist“) — keine Stimme wird gerendert.
• Ton innerhalb der Anführungszeichen — das Modell liest ihn womöglich vor.
• Zwei Sprecher in einer Klammer — jede Zeile braucht ihr eigenes Label.
• Sechs Shots in 10 Sekunden — unter zwei Sekunden pro Shot tragen keine gesprochene Zeile.
• Andere Adjektive für dieselbe Person in Shot 1 und Shot 3 — das Gesicht driftet.
• Negative Prompts oder Spec-Tokens — stattdessen eine CONSTRAINTS-Zeile schreiben.

Batch-Generierung mit Kling MCP

Kling veröffentlicht einen offiziellen MCP-Guide — einen Protokoll-Adapter, mit dem ein Allzweck-Assistent wie Claude oder Cursor Kling Text-zu-Video, Bild-zu-Video und Bildgenerierung direkt aufruft. Klings eigener Hinweis: MCP- und CLI-Nutzung verbraucht nur bezahlte Credits aus deinem persönlichen Workspace; Team-Workspace-Vorteile gelten nicht. Community-Server wie mcp-kling kapseln die öffentliche API und ergänzen Polling, Auto-Download, 4–5-Sekunden-Verlängerung und Lip-Sync; sie laufen über npx mit deinen API-Schlüsseln in Umgebungsvariablen. Ein typischer Eintrag für Claude Code oder Claude Desktop:

{
  "mcpServers": {
    "kling": {
      "command": "npx",
      "args": ["-y", "mcp-kling@latest"],
      "env": {
        "KLING_ACCESS_KEY": "<from your Kling API console>",
        "KLING_SECRET_KEY": "<from your Kling API console>"
      }
    }
  }
}

Schlüssel nie in einen Prompt oder eine geteilte Datei einfügen; im env-Block der Konfiguration oder in der Shell halten. Dann den Batch dem Agenten einmal beschreiben:

Read scenes.json (an array of {id, prompt, duration, aspect}).
For each scene, in order:
1. Validate the prompt: it must contain FORMAT, at least one "Shot N (Duration:" label, at least one "[Name: ...]:" dialogue label and a CONSTRAINTS line. Skip and report any scene that fails.
2. Call the Kling text-to-video tool with model kling-v3-omni, the scene's duration and aspect ratio, and the prompt verbatim.
3. Poll until the job is ready, download the file as out/<id>.mp4.
4. Append {id, task_id, file, seconds, status} to out/manifest.json.
Run scene 001 first and stop for my confirmation before the rest.

Drei Gewohnheiten halten die Credit-Rechnung im Rahmen: vor dem Rendern validieren (der Agent prüft jede Szene auf die Pflichtblöcke), zuerst eine Szene laufen lassen und Stimme und Schnitt bestätigen, und ein Manifest schreiben, damit ein fehlgeschlagener Job allein wiederholt werden kann. Die Omni-Modelle (kling-v3-omni) nehmen denselben Prompt für Text-zu-Video und Bild-zu-Video, ein Batch kann also beides mischen.

Wo GoldenPrompts hineinpasst

Das Trends-Atelier schreibt jede Szene in dieser Syntax — FORMAT, Cast-Lock, nummerierte Shots mit Dauern, Dialog-Labels mit Ton, AUDIO und CONSTRAINTS — und das Canvas-Atelier hält die Ein- und Ausstiegsframes zwischen den Szenen konsistent. Szenen exportieren, als scenes.json speichern, und der Batch-Prompt oben rendert das ganze Storyboard. Die One-Take-Alternative steht im Seedance-2.5-Prompt-Guide; der Modellüberblick in KI-Videogeneratoren 2026.

Häufige Fragen

Szenen in Kling-Syntax, fertig für den Batch? GoldenPrompts baut sie — Shots, Dauern, Dialog-Labels, Cast-Lock, Audio und Constraints — mit wenigen Klicks. Ausprobieren — 24 Stunden alles kostenlos, ohne Karte.