Respuesta directa: Para convertir una foto en video con Kling 4.0 hay tres pasos. Primero, elige una foto nítida con el formato de encuadre que quieres, porque el video toma la relación de aspecto de ese primer fotograma. Segundo, elige una duración de 3 a 30 segundos y 720p o 1080p, y escribe un prompt sobre lo que se mueve, cómo se mueve la cámara y cómo suena el clip, no sobre lo que ya está en la imagen. Tercero, prueba con 5 segundos a 720p, cambia una sola cosa en cada nuevo intento y solo después genera la versión larga o en 1080p. Añade un fotograma final opcional cuando la toma deba terminar en una imagen concreta. Casi todos los fallos vienen de la foto o del prompt: una cara pequeña o con luz lateral se deforma, un fondo recargado o muy comprimido parpadea, y un prompt que solo describe la escena da un clip casi inmóvil.

Prompt de imagen: fotografía cinematográfica, una joven con un impermeable amarillo intenso junto a la barandilla de un pequeño ferry que cruza un puerto en la hora dorada, el pelo levantado por el viento, el perfil de una ciudad y el agua en calma detrás, mira un poco fuera de cámara con una sonrisa suave, sol bajo y cálido desde la izquierda, plano medio a la altura del pecho con cielo libre sobre su cabeza, textura de piel natural, aspecto de lente de 35 mm, poca profundidad de campo.
Última verificación: 2026-11-18. Las capacidades del modelo proceden de la guía de uso de Kling 4.0 publicada por Kling; las duraciones, resoluciones y créditos, de la configuración del generador de Yovid ese mismo día.
Ajustes de Kling 4.0 de imagen a video de un vistazo
| Ajuste | Kling 4.0 de imagen a video |
|---|---|
| Entrada | Un fotograma inicial y, opcionalmente, uno final |
| Relación de aspecto | La del primer fotograma que subes |
| Duración | De 3 a 30 segundos, en segundos enteros |
| Resolución | 720p o 1080p |
| Sonido | Siempre se genera, en estéreo: diálogo, efectos, ambiente y música si la pides |
| Idiomas de voz que lista Kling | Chino, inglés, japonés, coreano, español, portugués, alemán, francés, hindi |
| Longitud del prompt | Hasta 2500 caracteres |
Paso 1: elegir la foto adecuada para Kling 4.0 de imagen a video
La foto decide más que el prompt. Kling 4.0 conserva el aspecto del primer fotograma y solo inventa el movimiento, el recorrido de la cámara y el sonido, así que cualquier problema de la foto pasa al video.
Revisa estas cinco cosas antes de subirla:
| Revisión | Por qué importa en Kling 4.0 de imagen a video |
|---|---|
| Formato | El clip copia la relación de aspecto del primer fotograma. Recorta a 16:9, 9:16, 1:1 o 21:9 antes de subirla, no después. |
| Tamaño del sujeto | Una cara que ocupa buena parte del encuadre conserva mejor su identidad que una cara pequeña en un plano general. |
| Espacio para moverse | Deja aire en la dirección del movimiento: cielo sobre una cabeza que va a girar, suelo delante de alguien que va a caminar. |
| Nitidez | Usa la versión más grande y menos comprimida que tengas. Los bloques de JPEG y el desenfoque se convierten en vibración al moverse. |
| Iluminación | Luz uniforme y legible sobre el sujeto. Las sombras duras en la cara le dan al modelo menos referencias. |
La foto del ferry funciona bien como primer fotograma: la cara es grande y está iluminada desde delante a la izquierda, el viento ya sugiere movimiento y hay cielo libre sobre la cabeza para un acercamiento de cámara.
Paso 2: duración y calidad en Kling 4.0, y después el prompt de movimiento
Elige la duración para una acción clara. Un giro de cabeza con sonrisa necesita 5 segundos; un giro lento alrededor de un producto luce bien en 8 a 10; una escena que cambia, como las luces de una ciudad que se encienden, pide 10 o más. Empieza en 720p. Pasa a 1080p para la versión final o cuando la textura fina, como pelo, tela o agua, sea lo importante.
Luego escribe el prompt sobre el cambio. La guía de Kling pide descripciones visuales concretas en lugar de palabras de estilo abstractas, y nombrar el movimiento de cámara: acercamiento, alejamiento, paneo, travelling u órbita. También dice que normalmente solo hacen falta dos instrucciones negativas: sin subtítulos y sin música de fondo, porque el modelo puede añadirlos por defecto.
¿Cómo escribo un prompt de Kling 4.0 de imagen a video para una persona?
Describe una acción principal, el movimiento de cámara y el sonido. Para la foto del ferry:
The woman at the ferry rail turns her head slowly toward the camera and her smile widens as the wind lifts her hair. The camera pushes in gently from chest height to a close-up of her face. Gulls cross the sky behind her and the water glitters in the low sun. Sound: steady wind, the low hum of the ferry engine, distant gulls. No subtitles, no background music.
¿Cómo escribo un prompt de Kling 4.0 para la foto de un producto?
Los productos quedan mejor con movimientos lentos y controlados, y un fondo que no cambie.

Prompt de imagen: fotografía de producto, un frasco de perfume de vidrio transparente con tapón dorado cepillado sobre una pizarra oscura y mojada, suave luz de contorno desde atrás que dibuja el borde del vidrio, unas gotas de agua sobre la piedra, fondo liso verde oscuro con un degradado suave y mucho espacio vacío alrededor, composición centrada, enfoque nítido en el frasco, iluminación de estudio, reflejos realistas, sin logotipo y sin letras en el frasco.
The camera orbits slowly around the perfume bottle, a quarter turn over the whole clip, keeping the bottle centered and in sharp focus. A single drop of water slides down the slate and catches the rim light. The green backdrop and the lighting stay exactly as they are. Sound: a soft low room tone and one quiet water drop. No subtitles, no background music.
¿Cómo hago que una foto de paisaje cambie con el tiempo?
Para una escena que cambia, pon los momentos en orden y da a cada uno un tiempo aproximado. La guía de Kling usa el mismo patrón para las acciones con tiempo.
Start on the harbor skyline at golden hour, locked-off wide shot, ferries crossing slowly in the foreground. Around three seconds in, the camera begins a slow pan to the right along the skyline while lights switch on window by window. In the last two seconds the camera holds still as the sun touches the water. Sound: harbor ambience, lapping water, one ferry horn in the middle of the clip. No subtitles, no background music.
Si el clip debe terminar en una imagen prevista, como el plano final de un producto o un personaje en su pose final, sube esa imagen como fotograma final y describe el movimiento entre los dos fotogramas.
Paso 3: generar, revisar y repetir un clip de Kling 4.0
Trata la primera generación como una prueba, no como el resultado:
- Genera primero con 5 segundos a 720p. Es la forma más barata de ver si la idea de movimiento funciona.
- Míralo tres veces: una por el sujeto (cara, manos, forma del producto), otra por el fondo y otra con el sonido activado.
- Cambia una sola cosa en cada intento: la foto, la descripción de la acción, el movimiento de cámara o la duración. Si lo cambias todo, no sabrás qué lo arregló.
- Guarda el prompt que funcionó y solo entonces alarga el clip o pasa a 1080p.
- Si dos intentos fallan igual, la causa suele ser la foto. Vuelve al paso 1 antes de reescribir otra vez el prompt.
Cómo corregir los fallos habituales de Kling 4.0 de imagen a video
¿Por qué la cara cambia o se deforma?
La cara es lo primero que mira el público, y se deforma sobre todo cuando es pequeña en el encuadre, está muy girada respecto a la cámara, queda medio en sombra o tiene que hacer un movimiento grande.

Prompt de imagen: retrato cinematográfico, un hombre de unos sesenta años con barba gris y jersey de punto azul marino sentado junto a la ventana de una cafetería con gotas de lluvia, la cara girada en tres cuartos hacia la cámara e iluminada de forma uniforme por la luz suave de la ventana, expresión tranquila, ojos bien visibles, una taza de café sobre la mesa de madera, encuadre de cabeza y hombros con la cara grande en el plano, textura de piel natural, aspecto de lente de 50 mm.
Soluciones, en este orden:
- Usa una foto como esta: cara grande, luz uniforme y los dos ojos visibles.
- Pide movimientos pequeños. «Gira un poco la cabeza hacia la ventana» aguanta mejor que «se da la vuelta».
- Mantén los primeros planos cortos, de unos 5 a 8 segundos.
- Añade un fotograma final de la misma sesión de fotos cuando la persona deba seguir pareciéndose a sí misma al final.
The grey-bearded man by the café window lifts his eyes from the table and looks slightly toward the window, then back to the camera with a faint smile. His face, beard and sweater stay exactly as in the photo. The camera stays still at head-and-shoulders framing. Rain runs down the glass. Sound: soft rain on the window, quiet café chatter, a cup set down on wood. No subtitles, no background music.
¿Por qué el fondo parpadea o vibra?
El parpadeo suele venir de un fondo con detalle fino y repetido (hojas, multitudes, paredes de azulejos), de una foto muy comprimida o ampliada, o de un movimiento de cámara rápido sobre ese detalle. Sube la versión más limpia de la foto, describe el fondo en el prompt y di que se queda quieto, ralentiza la cámara o déjala fija, y prueba 1080p cuando el detalle sea muy fino.
¿Por qué el sujeto apenas se mueve?
Si el prompt solo repite lo que ya hay en la foto («una mujer en un ferry al atardecer»), el modelo no tiene ninguna acción que hacer. Escribe verbos, ponlos en orden, nombra el movimiento de cámara y da tiempo a la acción: un clip de 3 segundos deja poco margen para un gesto completo. Un fotograma final que muestre el estado de llegada también fuerza un movimiento visible, porque el modelo tiene que ir de una imagen a la otra.
¿Qué hago si mi foto tiene texto o un logotipo?
La guía de Kling dice que su texto se mantiene legible durante los movimientos de cámara y de los personajes, pero el texto pequeño que ya está en la foto sigue siendo un punto débil. Mantén las letras grandes y de frente a la cámara, evita movimientos que pasen por encima y añade al prompt una frase como «the label text stays unchanged and readable».
Kling 4.0, Kling 4.0 Flash o Seedance 2.5 para imagen a video
Kling 4.0 no es la única forma de animar una foto. En Yovid, otros dos modelos aceptan un primer fotograma:
| Imagen a video | Kling 4.0 | Kling 4.0 Flash | Seedance 2.5 |
|---|---|---|---|
| Fotogramas | Inicial, final opcional | Solo inicial | Inicial, final opcional |
| Duración | 3–30 s | 3–20 s | 4–30 s |
| Resolución | 720p, 1080p | 720p | 480p, 720p, 1080p |
| Sonido | Siempre activado | Siempre activado | Activado o desactivado |
| 5 s a 720p, tarifa de paquete de créditos | 15 créditos | 9 créditos | 31 créditos |
Kling 4.0. Ideal para: tomas únicas de hasta 30 segundos, planos que deben terminar en un fotograma concreto y clips de producto o retrato en 1080p. No es para: videos sin sonido, porque siempre genera audio.
Kling 4.0 Flash. Ideal para: primeras pruebas baratas de una idea de movimiento y clips cortos para redes a 720p. No es para: controlar el fotograma final, 1080p o clips de más de 20 segundos.
Seedance 2.5. Ideal para: clips sin sonido o borradores a 480p, y para quien tiene el paquete Starter, que no incluye los modelos Kling. No es para: el menor coste en créditos por segundo a 720p.
Créditos de Kling 4.0 de imagen a video en Yovid según la duración
Esto cuesta un clip de imagen a video con Kling 4.0 en Yovid, según los precios del propio generador el 2026-11-18. Añadir un fotograma final no cambia el precio.
| Clip de Kling 4.0 | Paquete de créditos | Lite | Pro | Premium |
|---|---|---|---|---|
| 5 s, 720p | 15 | 14 | 11 | 10 |
| 10 s, 720p | 30 | 27 | 21 | 21 |
| 15 s, 720p | 45 | 41 | 31 | 31 |
| 30 s, 720p | 90 | 81 | 63 | 62 |
| 5 s, 1080p | 25 | 23 | 18 | 17 |
| 10 s, 1080p | 50 | 45 | 35 | 35 |
| 15 s, 1080p | 75 | 68 | 53 | 52 |
| 30 s, 1080p | 150 | 135 | 105 | 103 |
Las columnas de los planes corresponden a la facturación mensual; las de Premium, a suscripciones iniciadas ahora. Kling 4.0 requiere un plan de pago (Lite desde 14,90 USD al mes con 100 créditos) o el paquete de créditos Creator (49,90 USD por 375 créditos) o uno mayor; el plan gratuito y el paquete Starter no lo incluyen. Con el precio por crédito de cada opción, la prueba de 5 segundos a 720p del paso 3 cuesta unos 2,00 USD con el paquete Creator, 2,09 USD con Lite, 1,60 USD con Pro y 1,15 USD con Premium. Un clip final de 30 segundos en 1080p cuesta 150 créditos con un paquete, así que conviene ajustar el movimiento primero en 5 segundos.
Para hacerlo, abre el generador de imagen a video, sube tu foto como fotograma inicial, añade uno final si lo necesitas, elige Kling 4.0 en el menú de modelos, ajusta la duración y la calidad, pega el prompt y pulsa generar. El botón muestra el coste en créditos antes de gastar nada. Los detalles de los planes están en la página de precios.
Preguntas frecuentes
¿Qué relaciones de aspecto admite Kling 4.0 de imagen a video?
El clip sigue el primer fotograma, así que recorta la foto antes. Kling 4.0 genera en 16:9, 9:16, 1:1 y 21:9; en imagen a video el formato lo marca el fotograma subido, no un ajuste aparte.
¿Puedo fijar un fotograma inicial y uno final en Kling 4.0?
Sí. El inicial es obligatorio y el final, opcional. Usa la misma luz y el mismo estilo en las dos imágenes y describe en el prompt el movimiento entre ellas. Kling 4.0 Flash solo acepta el fotograma inicial.
¿Cuánto puede durar un clip de Kling 4.0 de imagen a video y cuántos créditos usa?
De 3 a 30 segundos. En Yovid cuesta 3 créditos por segundo a 720p y 5 por segundo a 1080p con un paquete de créditos, y menos con Lite, Pro y Premium. Una prueba de 5 segundos a 720p son 15 créditos con un paquete.
¿Qué hago si mi imagen tiene texto?
Mantén el texto grande y de frente a la cámara, evita movimientos que lo crucen y di en el prompt que el texto no cambia. Si tiene que quedar perfecto, añádelo con un editor después de generar.
¿Kling 4.0 puede añadir sonido a un clip de imagen a video?
Sí, cada clip de Kling 4.0 incluye sonido estéreo generado junto con la imagen. Descríbelo en una línea «Sound:», pon los diálogos entre comillas e indica el idioma, y escribe «no background music» si no quieres música.
Convierte tu primera foto en un clip de Kling 4.0
Elige una foto nítida, copia el prompt de arriba que mejor encaje y pruébalo con 5 segundos antes de alargarlo. Para más ideas, los 30 prompts de Kling 4.0 cubren texto a video y tomas con referencias, los ejemplos de prompts de imagen a video (en inglés) sirven para varios modelos, y Flujos de trabajo de video reúne más guías paso a paso. Cuando tengas la foto lista, abre el generador de videos con IA y elige Kling 4.0.



