تفشل معظم فيديوهات Kling بسبب "الوصف" (Prompt) وليس بسبب النموذج نفسه. وكما ذكر أحد المبدعين في سلسلة نقاش على منصة رديت تحت عنوان "دليل الأوصاف الذي تمنيت وجوده عندما بدأت في إنشاء فيديوهات الذكاء الاصطناعي"، فإن Kling "يتعامل مع حركة الكاميرا بشكل جيد، لكنه يحتاج إلى تعليمات صريحة"، بينما تؤدي التوجيهات الغامضة مثل "حركة سينمائية" إلى نتائج غير متسقة. يمنحك دليل أوصاف الفيديو هذا من Kling AI الصيغة الرسمية، وأمثلة جاهزة للنسخ واللصق، والحد الأقصى الدقيق لعدد الأحرف، ولغة الكاميرا التي تحول التخمين إلى لقطات قابلة للتكرار.
أبرز النقاط
- صيغة الوصف الرسمية لـ Kling هي: الموضوع + حركة الموضوع + المشهد + (لغة الكاميرا + الإضاءة + الأجواء) (Kling AI, 2025).
- تحدد واجهة برمجة تطبيقات (API) Kling كلاً من الوصف والوصف السلبي بـ 2500 حرف لكل منهما (وثائق Kling API، 2026).
- توجيهات الكاميرا الغامضة هي السبب الأول لعدم اتساق المخرجات؛ والمصطلحات الصريحة مثل "slow dolly-in" تعالج ذلك.
- يمكن للمطورين تحويل هذه الصيغة إلى قوالب واستدعاؤها لكل ثانية عبر Atlas Cloud API.
دليل أوصاف الفيديو Kling AI: الصيغة الأساسية
يحدد دليل أوصاف النص إلى فيديو الرسمي الخاص بـ Kling صيغة الوصف كالتالي: الموضوع + حركة الموضوع + المشهد + (لغة الكاميرا + الإضاءة + الأجواء). أتقن هذه الأجزاء الخمسة وستختفي معظم مشاكل الاتساق قبل أن تلمس النموذج حتى.
وهنا يتجاوز هذا الدليل ما هو رسمي؛ فصفحة Kling تعطيك الصيغة وتتوقف عند ذلك. بينما تضيف هذه المقالة الأجزاء التي يعلق عندها المبدعون فعلياً: الحد الأقصى الدقيق للأحرف، لغة الكاميرا الصريحة التي تعالج الأوصاف الغامضة، مكتبة أمثلة للنسخ واللصق، وكيفية أتمتة العملية بالكامل عبر واجهة برمجة تطبيقات (API). الصيغة هي الأساس، أما الباقي فهو ما يجعل النتائج قابلة للتكرار.
إرشادات وصف توليد الفيديو من Kling AI: اللبنات الخمس الأساسية
تعتمد إرشادات Kling AI لتوليد الفيديو على خمس لبنات أساسية، كل منها تجيب على سؤال واحد حول اللقطة (Kling AI, Text-to-Video Prompt Guide, 2025). يصف Kling "لغة الكاميرا" بأنها "التطبيقات المختلفة لعدسة الكاميرا" و"الإضاءة" بأنها "الضوء والظل" اللذان يضفيان المزاج على اللقطة. املأ الأجزاء الخمسة ولن يتبقى أمام النموذج ما يحتاج لتخمينه.
| اللبنة الأساسية | ما تجيب عليه | مثال تجريبي |
|---|---|---|
| الموضوع | من أو ماذا يظهر على الشاشة | صياد متعب يرتدي معطف مطر أصفر |
| حركة الموضوع | ماذا يفعل الموضوع | يسحب شبكة فوق حافة القارب |
| المشهد | أين ومتى | على رصيف مضاء بالعاصفة عند الفجر |
| لغة الكاميرا | كيف تتحرك الكاميرا | تقريب بطيء (slow dolly-in)، زاوية منخفضة |
| الإضاءة + الأجواء | المزاج والضوء | إضاءة خلفية باردة، أمطار غزيرة، سينمائي |
يأخذ مثال Kling الخاص سطراً مجرداً، مثل "باندا عملاق يقرأ كتاباً في مقهى"، ويثريها بالحركة، والمشهد، والكاميرا، والضوء حتى تصبح مثل قائمة لقطات (Kling AI, Text-to-Video Prompt Guide, 2025). هذا الإثراء هو جوهر العمل.
ما هو الحد الأقصى لعدد أحرف وصف Kling AI؟
وفقاً لـ وثائق Kling API، فإن الحد الأقصى لعدد أحرف وصف Kling AI هو 2500 حرف للوصف، مع 2500 حرف إضافية للوصف السلبي. هذا العدد سخي، أي ما يعادل 400 إلى 500 كلمة تقريباً، لذا نادراً ما يكون الحد هو العائق الحقيقي، بل الوضوح هو العائق.
انتبه للحد: إذا فشل الطلب أو تم اقتصاصه، تأكد من أن أياً من الحقلين لا يتجاوز 2500 حرف. الأطول ليس الأفضل دائماً؛ فوصف مركز يتكون من 60 إلى 100 كلمة مبني على الصيغة يتفوق دائماً على جدار من الصفات بطول 2000 حرف لا يستطيع النموذج ترتيب أولوياتها.
لذا، تعامل مع الـ 2500 حرف كسقف وليس كهدف. أنفق أحرفك على اللبنات الخمس ولغة الكاميرا الصريحة، ثم توقف. تتعامل إصدارات Kling المختلفة أيضاً مع الأوصاف الطويلة وطول المقطع بشكل مختلف، لذا من المفيد معرفة حد طول الفيديو في Kling AI ← قيود المقطع والتمديد لكل إصدار قبل التخطيط لأي تسلسل.
دليل وصف الصورة إلى فيديو في Kling AI
يبدأ دليل وصف الصورة إلى فيديو الفعال في Kling AI بقاعدة واحدة: صف الحركة والكاميرا، لا الصورة. في تحويل الصورة إلى فيديو، يرى النموذج بالفعل إطار البداية الخاص بك، لذا فإن تكرار "امرأة بفستان أحمر" هو إهدار للأحرف. بدلاً من ذلك، أنفقها على ما يتحرك وكيف تتصرف الكاميرا.
بالنسبة لتحويل الصورة إلى فيديو، احذف وصف الموضوع والمشهد الذي توفره الصورة بالفعل، وابدأ بحركة الموضوع بالإضافة إلى لغة الكاميرا. وصف مثل "تلتفت نحو النافذة، تقريب بطيء، الشعر يتطاير في النسيم" يعطي Kling بالضبط المعلومات الجديدة التي يحتاجها. حافظ على انضباط الصيغة نفسها، فقط انقل الثقل نحو الحركة. إذا كان هدفك هو الحفاظ على هوية الشخصية متطابقة عبر العديد من هذه اللقطات، فإن دليل اتساق الشخصية Kling 3.0 الخاص بنا ← الصور المرجعية ومعرف الشخصية (Character ID) يغطي سير عمل المراجع بالتفصيل.
إصلاح الأوصاف الغامضة بلغة الكاميرا الصريحة
أكبر إصلاح منفرد، ترديداً لشكوى رديت، هو استبدال التوجيه الغامض بلغة كاميرا صريحة. "حركة سينمائية" لا تعني شيئاً للنموذج؛ بينما "تقريب بطيء" (slow dolly-in) تعني شيئاً محدداً. يترجم الجدول أدناه العبارات الضبابية التي يستخدمها المبدعون إلى مصطلحات يمكن لـ Kling تنفيذها بالفعل.
| عبارة غامضة | لغة الكاميرا الصريحة |
|---|---|
| حركة سينمائية | تقريب بطيء، عمق مجال ضحل |
| اجعلها ديناميكية | حركة تتبع سريعة (whip-pan) تتبع الموضوع |
| زاوية جميلة | لقطة تتبع بزاوية منخفضة، 35mm |
| تحرك حوله | دوران لليسار، قوس سلس بـ 180 درجة |
| أضف بعض الحركة | دفع يدوي مع اهتزاز خفيف |
لماذا ينجح هذا؟ لأن لغة الكاميرا ترتبط بالتصوير السينمائي الحقيقي الذي تفهمه بيانات التدريب، بينما كلمات المزاج لا تفعل ذلك. قم بإقرانها بوصف سلبي لإزالة ما لا تريده، على سبيل المثال "ضبابي، وجه مشوه، أيدٍ غير متناسقة، قطع مفاجئ، وميض". الدقة في المدخلات تعني الدقة في المخرجات.
أمثلة على أوصاف توليد الفيديو من Kling AI: سينمائية وديناميكية
أمثلة أوصاف توليد الفيديو من Kling AI هذه مبنية على الصيغة وجاهزة للنسخ، ثم استبدالها بموضوعك الخاص. تغطي المجموعة أدناه أوصاف Kling AI السينمائية والديناميكية التي يبحث عنها معظم المستخدمين، بالإضافة إلى بعض أنواع اللقطات الشائعة الأخرى.
سينمائية
رائد فضاء وحيد يمشي ببطء عبر صحراء حمراء، كثبان واسعة تمتد إلى الأفق في الساعة الذهبية، تقريب بطيء، زاوية منخفضة، إضاءة خلفية دافئة، عمق مجال ضحل، سينمائي، حبيبات فيلم 35mm.
ديناميكية / حركية
سائق دراجة نارية يتسابق في شارع نيون مبلل بالمطر، ينسج بين السيارات، لقطة تتبع سريعة من الجانب، تطاير المياه، انعكاسات، سرعة غالق عالية، مفعم بالطاقة، ليل.
بورتريه
امرأة شابة تضحك وتمسح شعرها عن وجهها، مقهى مريح مضاء بالشمس خلفها، تقريب بطيء إلى لقطة قريبة، ضوء نافذة ناعم، نغمات دافئة، بوكيه لطيف، حميمي.
مشهد طبيعي / طبيعة
ضباب الصباح يتدفق فوق وادي الصنوبر بينما تعلو الشمس التلال، لقطة طائرة بطيئة للأمام، انتقال الضوء من بارد إلى دافئ، أشعة الشمس الحجمية، هادئ، لقطة تأسيسية واسعة.
منتج
زجاجة عطر زجاجية تدور ببطء على سطح عاكس، خلفية استوديو سلسة، دوران سلس بـ 180 درجة، إضاءة مفتاح ناعمة مع إضاءة حواف، نظيف، فاخر، تفاصيل ماكرو.
أسلوب كرتوني / أنمي
مبارز يقفز من فوق سطح تحت قمر مكتمل، الرداء يلوح، إمالة لأعلى درامية تتبع القفزة، أسلوب أنمي بظلال مسطحة، إضاءة حواف، ديناميكي، تباين عالٍ.
حركة بطيئة / ماكرو
قطرة ماء واحدة تسقط في بركة سوداء ساكنة، ماكرو متطرف، حركة بطيئة جداً، تموجات متحدة المركز تنتشر، إضاءة علوية ناعمة مع انعكاسات ضوئية، بسيط، تفاصيل عالية.
مدونة فيديو / متحدث
طاهٍ ودود يتحدث إلى الكاميرا أثناء ترتيب طبق، مطبخ حديث خلفه، لقطة متوسطة ثابتة مع تقريب خفيف، ضوء نافذة طبيعي ناعم، دافئ، مريح.
خيال / تأسيسي
قلعة عائمة تنجرف فوق بحر من السحب عند غروب الشمس، دوران جوي بطيء يكشف أبراجها، ضوء حجمي، حجم ملحمي، إضاءة حواف دافئة، لقطة تأسيسية واسعة سينمائية.
أتمتة أوصاف الفيديو في Kling AI باستخدام API
بمجرد أن تتبع أوصافك صيغة معينة، تصبح قوالب يمكنك ملؤها وتشغيلها برمجياً. وهنا يتفوق استخدام الـ API على النقر في تطبيق الويب لقطة تلو الأخرى. يتضمن كتالوج Atlas Cloud Kling 3.0 من بين أكثر من 300 نموذج يمكنك استدعاؤها مع محاسبة لكل ثانية، لذا فإن الدفعة التي تعتمد على الصيغة تكلف نفس الشيء في أي ساعة.
تأخذ واجهة برمجة تطبيقات الفيديو نفس صيغة الوصف التي كنت ستكتبها يدوياً. قم ببناء النص، وأرسله، وانتظر النتيجة:
plaintext1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \ 2 -H "Authorization: Bearer $ATLAS_API_KEY" \ 3 -H "Content-Type: application/json" \ 4 -d '{ 5 "model": "kling-v2.0", 6 "prompt": "A lone astronaut walks across a red desert, slow dolly-in, golden hour backlight, shallow depth of field, cinematic" 7 }' 8# أضف حقل "image_url" للتحويل من صورة إلى فيديو. استبدل "model" بأي نموذج فيديو في الكتالوج. 9 10# انتظر حتى اكتمال الفيديو 11curl https://api.atlascloud.ai/api/v1/model/prediction/PREDICTION_ID \ 12 -H "Authorization: Bearer $ATLAS_API_KEY"
نظراً لأن الوصف عبارة عن قالب مملوء، فإن كل طلب في الدفعة يظل متسقاً، وهو بالضبط ما يصعب تحقيقه عند الكتابة اليدوية. يمكن للفرق التي تقوم بتنفيذ عمليات رندر كثيرة مقارنة التكلفة والجودة عبر مجموعة نماذج الفيديو على Atlas Cloud ودمج الصيغة في مسار عملهم الخاص.
الأسئلة المتكررة
كيف أكتب أوصافاً جيدة لـ Kling AI؟
اتبع صيغة Kling: الموضوع + حركة الموضوع + المشهد + لغة الكاميرا + الإضاءة والأجواء (Kling AI, Text-to-Video Prompt Guide, 2025). استبدل الكلمات الغامضة مثل "سينمائي" بمصطلحات كاميرا صريحة مثل "تقريب بطيء"، وأضف وصفاً سلبياً لإزالة التشوهات.
ما هو الحد الأقصى لأحرف وصف Kling AI؟
تحدد واجهة برمجة تطبيقات Kling الوصف بـ 2500 حرف والوصف السلبي بـ 2500 حرف إضافية (وثائق Kling API، 2026). هذا يعادل 400 إلى 500 كلمة، لذا ركز على الوضوح؛ فالوصف المركز المكون من 60 إلى 100 كلمة غالباً ما يتفوق على الوصف الممتلئ بالأحرف.
ما هي "اللاءات الخمس" (5 P's) في التلقين؟
"اللاءات الخمس" هي وسيلة تذكر شائعة، لكنها ليست موحدة وتختلف الكلمات الدقيقة حسب المصدر، لذا لا ينبغي الاعتماد عليها للفيديو. بالنسبة لـ Kling تحديداً، استخدم هيكله الخماسي المعتمد بدلاً من ذلك: الموضوع، حركة الموضوع، المشهد، لغة الكاميرا، والإضاءة مع الأجواء.
كيف يختلف وصف "الصورة إلى فيديو"؟
في دليل أوصاف الصورة إلى فيديو لـ Kling AI، القاعدة هي وصف الحركة والكاميرا، وليس الصورة. النموذج لديه بالفعل إطار البداية الخاص بك، لذا ابدأ بما يتحرك ("تلتفت، تقريب بطيء") بدلاً من إعادة ذكر الموضوع والمشهد الذي تظهره الصورة بالفعل.
لماذا فيديوهاتي في Kling غير متسقة؟
عادةً ما يكون الوصف غامضاً جداً. كما لاحظ المبدعون على رديت، يحتاج Kling إلى تعليمات صريحة؛ فـ "حركة سينمائية" تنتج نتائج غير متسقة بينما "تقريب بطيء، زاوية منخفضة" لا تفعل ذلك. استخدم لغة كاميرا دقيقة، وحافظ على تركيز الأوصاف، وأعد استخدام صيغة ثابتة عبر اللقطات.
الخلاصة
الوصف الجيد في Kling هو هندسة، وليس شعراً. ابدأ بالصيغة: الموضوع، حركة الموضوع، المشهد، لغة الكاميرا، والإضاءة، والتزم بحد الـ 2500 حرف، واستبدل كلمات المزاج الغامضة بلغة كاميرا صريحة. اقتبس الأمثلة أعلاه، وطوعها لتناسب موضوعك، وستقلل من تجارب الخطأ التي تحبط معظم المبدعين. بالنسبة للفرق التي تولد كميات كبيرة، فإن الوصول بالثانية إلى Kling ونماذج الفيديو الأخرى على قائمة أسعار نماذج Atlas Cloud يتيح لك تحويل هذه الصيغة إلى مسار عمل آلي وقابل للتكرار.
