Decida onde começa um verso, como a cena muda quando chega o refrão e que imagem fica na memória dos ouvintes após a última frase. Oriente os detalhes importantes, de um símbolo recorrente à expressão de uma personagem, para que cada momento visual reflita o significado que pretende transmitir.
O Kling 4.0 combina instruções de até 8000 tokens com até 10 imagens de fotogramas-chave para uma direção criativa mais precisa. Use a instrução para explicar o significado das letras, os detalhes visuais e o papel de cada referência e, depois, use fotogramas-chave para definir composições importantes, estados das personagens e mudanças de cena. Em conjunto, ajudam a orientar o desenrolar da sequência inspirada na letra.