Court métrage comique Kling 4.0 : une passe vs plan par plan
Comparez quatre vidéos comiques IA de 30 secondes créées avec Kling 4.0 et Seedream 5.5 : génération en une passe ou montage plan par plan, en portrait et paysage.
Un étudiant accuse le chien d’avoir mangé ses devoirs. Une oie entre en portant le cahier. « Il a aussi mangé le chien », explique l’étudiant. L’enseignante examine les preuves, confie le cours à l’oie et s’assied pour prendre des notes.
Nous avons créé ce court métrage comique IA de 30 secondes avec Kling 4.0 Reference, en utilisant des images Seedream 5.5 comme références. Un flux de travail a généré la vidéo complète en une seule requête. L’autre a généré six clips distincts et les a assemblés au montage. Les deux existent en version paysage et portrait, ce qui vous donne quatre vidéos finalisées à comparer.
Regardez la même comédie de classe réalisée de deux façons
One-pass · Landscape
Shot-by-shot · Landscape
One-pass · Portrait
Shot-by-shot · Portrait
Les quatre vidéos finalisées durent 30 secondes, avec des dialogues en anglais et des sous-titres chinois/anglais. Les exports paysage originaux sont en 1920 × 1080 ; les exports portrait sont en 1080 × 1920, à 24 ips. Les lecteurs de l’article utilisent des copies de lecture de la médiathèque en 854 × 480 et 480 × 854 respectivement, tout en conservant la durée de 30 secondes, la fréquence d’images et l’audio. Les personnes sont des adultes fictifs dans une salle de classe d’école pour adultes russe. Les visuels et les dialogues originaux ont été générés par IA ; les sous-titres et la finition ont été ajoutés ensuite.
| Choix de production | Génération en une passe | Génération et montage plan par plan |
|---|---|---|
| Requêtes vidéo par format | Une requête de 30 secondes | Six requêtes de 6 secondes |
| Qui détermine les coupes internes ? | Le modèle interprète toute la chronologie | Le monteur sélectionne les plages source et les points de coupe |
| Préparation des images | Image maîtresse de la classe, trois photos de scène, trois plans de placement | Ressources partagées plus une photo et un plan distincts pour le transfert de la craie |
| Finition utilisée ici | Sous-titres, ajustement de la sonie ; parole répétée supprimée en portrait | Assemblage, coupes tenant compte des dialogues, recadrages sélectionnés, ajustement de la sonie et sous-titres |
| Principal compromis | Moins de contrôle sur le moment précis de chaque temps fort | Davantage de vérifications de continuité entre des clips générés séparément |
Une seule passe ne signifie pas une prise de caméra continue. La vidéo générée peut comporter des coupes. De même, le montage plan par plan consiste à couper des clips générés, avec un contrôle image par image du montage ; nous n’avons pas généré chaque image individuellement comme une image séparée.
Créez les références avant de demander le mouvement
L’histoire nécessite trois sujets reconnaissables : Elena, l’enseignante avec des lunettes de lecture rouges et un cardigan anthracite ; Misha, un étudiant adulte portant un pull crème ; et une oie blanche ordinaire. Une image maîtresse de la salle de classe a établi leur apparence, avec le tableau vert, les bureaux en bois et la lumière de la fenêtre.

Nous avons utilisé Seedream 5.5 via WeShop CLI pour préparer cette image maîtresse, puis les photographies des scènes clés et les plans de placement. Les deux flux vidéo ont réutilisé cette base visuelle. Le projet a utilisé une image de classe partagée comme référence d’identité ; il n’a pas commencé par créer des planches de rotation de personnages indépendantes ni des planches de visages séparées.
Pour chaque format, préparez trois configurations photographiques : la vérification des devoirs, l’arrivée de l’oie avec un cahier bleu, et l’oie qui enseigne pendant que les deux humains prennent des notes. Considérez-les comme des moments distincts d’une même histoire.

Créez ensuite un plan de placement simplifié correspondant à chaque configuration. Préservez le point de vue de la caméra, le cadrage, la taille relative, la position, l’orientation et l’occlusion. Utilisez de fins contours colorés distincts pour identifier les sujets, tout en laissant l’apparence et l’éclairage aux photos.

Dans nos prompts, le bleu identifiait Elena, l’orange identifiait Misha et le violet identifiait l’oie. Ces couleurs servaient uniquement à identifier les sujets dans les schémas. Les tenues réelles provenaient des références photographiques. Les photos étaient jointes avant les plans, et le rôle de chaque image était explicitement attribué dans le prompt. Il s’agit de choix de production testés dans cet exemple, et non d’une garantie de positionnement exact.
Voie 1 : générer le film complet de 30 secondes en une passe
Ouvrez Kling sur WeShop et sélectionnez Kling 4.0 Reference. Pour reproduire ce cas, utilisez 30s, 1080p, quantité 1, avec 16:9 pour le paysage ou 9:16 pour le portrait. Ce sont les paramètres enregistrés dans nos requêtes de génération ; consultez la référence de l’API WeShop pour les détails actuels d’utilisation de la CLI.
Joignez sept images dans l’ordre : l’image maîtresse, les trois photos de scène et les trois plans correspondants. Utilisez les images préparées pour le format sélectionné. Les deux formats ont été générés séparément, avec leurs propres compositions de scène et plans.
Écrivez l’histoire complète dans un seul prompt. Attribuez d’abord les références, puis indiquez l’ordre des actions, les dialogues exacts, les consignes d’interprétation et le son. La chronologie compacte ci-dessous présente la structure demandée, plutôt qu’un relevé mesuré de chaque coupe dans le résultat :
| Intervalle demandé | Temps narratif |
|---|---|
| 0–9s | L’enseignante demande les devoirs ; l’étudiant accuse le chien ; une pause détourne l’attention |
| 9–18s | L’oie arrive avec le cahier ; l’enseignante l’identifie ; l’étudiant renchérit sur son excuse |
| 18–25s | L’enseignante évalue l’interruption et transfère l’autorité d’enseigner |
| 25–30s | L’oie enseigne ; les deux humains prennent des notes ; l’étudiant tente de poser une question |
Le cas réutilisable contient le prompt original complet et ses sept entrées de référence. Voici un extrait des consignes d’interprétation :
« Où sont tes devoirs ? » — exigez qu’il rende des comptes et vérifiez sa volonté de répondre. « C’est une oie. » — donnez-lui l’occasion de corriger son histoire. « Très bien. Tu enseignes. » — confiez la responsabilité à l’oie, en vérifiant si elle l’accepte.
L’enseignante tente de maintenir le cours. L’étudiant essaie de faire survivre son excuse face à de nouvelles preuves. L’oie recherche l’attention et occupe la position d’enseignante. Donner une tâche à chaque sujet rend la situation absurde lisible sans demander aux acteurs de vendre la blague.
Examinez le résultat avant d’ajouter les sous-titres
Vérifiez les répliques prononcées, la visibilité du cahier, les positions dans la salle et l’inversion finale des rôles. Vérifiez que des contours colorés ou le style des schémas n’apparaissent pas dans les images. Les sorties échantillonnées ont conservé une imagerie photographique, et les deux versions en une passe ont atteint la fin où l’oie enseigne, mais les timings et les actions demandés n’ont pas été suivis exactement.
L’original en portrait répétait « Très bien. Tu enseignes. ». Lors de la finition, la seconde occurrence à 21.65–24.65s a été remplacée par le son ambiant de la salle copié de 6.4–9.4s de la même vidéo. L’image est restée intacte. Les deux formats ont reçu des sous-titres alignés sur la parole générée et un traitement de sonie. Les lecteurs ci-dessus montrent ces versions finalisées, plutôt que des sorties brutes non retouchées.
Voie 2 : générer six plans et contrôler le montage final
Pour le second flux de travail, nous avons ajouté une photo de référence dédiée et un plan de placement montrant l’enseignante qui remet l’autorité au bureau. Cela a donné à la transition sa propre configuration visuelle, au lieu de laisser tout le transfert au prompt du film complet.
Chaque plan utilisait Kling 4.0 Reference, 6s, 1080p, quantité 1. Les ensembles paysage et portrait ont été générés indépendamment. Chaque requête incluait l’image maîtresse, la photo de scène pertinente et son plan de placement, avec les instructions nécessaires relatives à l’identité, au lieu, aux dialogues et au son répétées intégralement.
| Plan | Ce qu’il apporte | Durée finale conservée |
|---|---|---|
| 1 | Question sur les devoirs et première excuse | 6s |
| 2 | Oie portant le cahier : une courte insertion de preuve | 1s |
| 3 | « C’est une oie. » / « Il a aussi mangé le chien. » | 6s |
| 4 | L’enseignante délègue le cours à l’oie | 6s |
| 5 | L’oie enseigne ; les deux humains prennent des notes | 5s |
| 6 | L’étudiant lève la main, reçoit un coup de bec, reprend l’écriture | 6s |
Le plan initial était de conserver cinq secondes de chaque source de six secondes, en laissant une demi-seconde à chaque extrémité pour les coupes. Les dialogues réels ne tenaient pas dans ces fenêtres prévues. Nous avons modifié le montage en 6 + 1 + 6 + 6 + 5 + 6 = 30 secondes, afin de préserver des répliques complètes.
Le cahier a également révélé un problème de continuité : plus tard dans la source de l’arrivée de l’oie, il ne correspondait plus à l’état requis par le plan suivant. Nous avons conservé la première seconde comme insertion. Cela a rendu l’arrivée du cahier compréhensible tout en évitant la fin incohérente du clip. Il s’agissait d’un contournement de montage, plutôt que d’une correction de l’action générée d’origine.
Le montage final a appliqué des recadrages fixes aux troisième et sixième plans afin de varier le cadrage, a normalisé la sonie et ajouté des sous-titres bilingues. Les dialogues générés séparément ont été conservés ; répéter une description de voix dans les prompts ne doit pas être considéré comme une preuve de voix parfaitement identiques entre les clips.
Composez le portrait et le paysage comme des scènes distinctes
En paysage, la pièce offre davantage de séparation horizontale entre l’enseignante, l’étudiant et l’oie. Le portrait nécessite une composition qui montre toujours leur relation, le cahier et le bureau. C’est pourquoi ce projet a préparé des scènes et plans de référence 9:16 distincts, puis a généré les images portrait séparément.
Observez l’entrée du cahier et le dernier temps où la main est levée dans les deux formats. Ils révèlent davantage sur la mise en scène et le timing comique que la comparaison d’une seule belle image. La vidéo portrait finalisée n’est pas simplement un recadrage central de la sortie paysage, bien que certains plans aient reçu un recadrage supplémentaire au montage.
Choisissez le flux de travail selon le temps fort à préserver
Utilisez la voie en une passe lorsque vous souhaitez tester si la blague complète fonctionne et pouvez accepter que le modèle interprète les coupes internes. Vous devez toujours vérifier la parole, les accessoires et la fin, puis finaliser le résultat.
Choisissez la voie plan par plan lorsque le transfert d’autorité, la pause de réaction ou la question finale nécessite son propre temps d’écran conservé. Elle vous permet également de réviser un clip source tout en gardant les autres, au prix de vérifications de continuité et de son entre les générations séparées.
Ces quatre vidéos documentent un exemple de production, pas un benchmark de taux de réussite. Commencez par le cas complet de 30 secondes dans la salle de classe, examinez ce que votre résultat préserve réellement, puis découpez la scène en plans lorsqu’un temps fort spécifique nécessite davantage de contrôle.
Vous pouvez l’essayer directement à l’aide de l’outil à droite.







