Kling 4 Omni Reference devient utile quand une équipe cesse d’empiler des images et commence à déclarer ce que chacune doit contrôler. Le produit, le personnage, le décor, le mouvement, la caméra et la voix ne sont pas une seule matière de référence. Ils jouent des rôles différents.
Ce guide propose donc une méthode de préparation, de prompt et de revue transmissible.
Ce qu’il faut retenir
- Une référence ne doit pas seulement être nommée : elle doit recevoir un rôle, une priorité et des éléments à préserver.
- Le guide officiel Kling 4.0 documente jusqu’à 15 références combinées dans le périmètre décrit, mais ce quota ne garantit ni fidélité ni cohérence.
- Omni Reference sert à injecter des éléments ; les keyframes servent à contrôler des états temporels. Ce ne sont pas deux noms pour la même opération.
- Un prompt transmissible sépare apparence, scène, action, caméra, rythme, son et interdits.
Le problème n’est pas le nombre de références
Une équipe qui prépare une vidéo IA peut réunir une photo de produit, un personnage, une ambiance, un mouvement, un plan de décor et une voix. Si tout est envoyé comme une collection indistincte, le modèle doit deviner la hiérarchie. Le risque n’est pas seulement visuel. Il devient organisationnel : la personne qui connaît l’intention reste la seule capable de corriger le prompt, et chaque déclinaison repart de zéro.
Le guide officiel de Kling 4.0 décrit plusieurs familles d’entrées : jusqu’à 10 images, 5 vidéos pour une durée cumulée de 30 secondes, 7 éléments dont jusqu’à 3 éléments vidéo et jusqu’à 3 profils vocaux. La page présente aussi une limite de 15 références combinées. Ces chiffres décrivent une enveloppe d’interface ; ils ne disent pas quelles combinaisons seront les plus stables.
Pour les bases générales de l’outil, le guide général de Kling 3.0 reste le meilleur point d’entrée ; ce nouvel article se concentre sur l’organisation des références de Kling 4.
Cas pratique : l’archiviste, 30 secondes en Omni Reference
Ce cas pratique a été réalisé avec la méthode du passeport d’assets appliquée à une génération Kling 4 de 30 secondes, en s’appuyant sur les images de cet article comme références. L’objectif n’était pas de prouver que « Kling 4 comprend tout », mais de vérifier ce que chaque référence contrôle réellement, et ce qui lui échappe.
Le brief
L’archiviste en pâte à modeler de l’en-tête pose ses cartes d’assets une à une. À chaque carte, l’élément correspondant se matérialise : le flacon, puis le paysage, puis la lumière. La vidéo raconte la méthode de l’article en la mettant en scène.
| Date | 24 octobre 2026 |
| Interface | Higgsfield, modèle Kling 4.0, mode reference-to-video (Omni Reference) |
| Format | 30 s, 720p, 16:9 |
| Références | 4 images, aucune vidéo, aucune voix |
| Générations | 2 : un test de 10 s, puis la version de 30 s |
Le passeport d’assets appliqué
Quatre références seulement, alors que l’enveloppe annoncée en autorise bien plus. Les images de l’article contenaient souvent plusieurs éléments : chaque référence a donc été recadrée sur un seul sujet, et le flacon comme le paysage ont été détourés. Sans cette étape, la loupe et le personnage lilas de l’illustration voisine risquaient de passer dans la scène.
| ID | Référence | Rôle principal | À préserver | À ne pas demander | Priorité |
|---|---|---|---|---|---|
@Image1 | Archiviste (GIF d’en-tête) | Identité du personnage | Tête ovale bleu marine, deux yeux ronds, salopette moutarde | Nouveau costume, bouche, autre personnage | Critique |
@Image2 | Flacon orange (détouré) | Identité produit | Forme côtelée, bagues dorées, bouchon | Changement de forme ou de couleur | Critique |
@Image3 | Table ronde et caméra | Décor | Plateau crème, cartes posées, caméscope | Ajout de texte ou de logo | Haute |
@Image4 | Diorama de montagne (détouré) | Élément qui se matérialise | Sommet enneigé, nuage, sapins, rivière | En faire le décor principal | Haute |
Étape 1 : un test de 10 secondes
Avant de lancer 30 secondes, un test court a vérifié la variable la plus risquée : l’identité du personnage et du produit. Trois références, deux temps d’action seulement.
- Tenu : le flacon, la table et le caméscope reprennent fidèlement leurs références ; l’archiviste garde sa tête, ses yeux et sa salopette.
- Raté : une bouche souriante apparaît vers 6 s, absente de la référence ; le caméscope masque le torse du personnage pendant tout le plan.
Ces deux défauts sont devenus deux invariants supplémentaires dans le prompt final : « no mouth » et une position imposée pour le caméscope.
Étape 2 : le prompt de 30 secondes
Modèle et mode vérifiés : Kling 4.0, reference-to-video, via Higgsfield. Les identifiants @Image1 à @Image4 suivent l’ordre d’envoi des références.
Use the referenced assets by role:
@Image1 = character identity; preserve the navy oval head, two round white eyes, mustard overalls and thin navy limbs. The face has only two eyes: no mouth, ever.
@Image2 = product identity; preserve the ribbed orange bottle shape, gold neck rings and round ribbed cap.
@Image3 = environment; the round cream table with square cards placed around it and a small black clay camcorder.
@Image4 = landscape diorama that materializes; preserve the snowy peak, cloud, pine trees, river and cream tray.
Style: handmade claymation, visible fingerprints in the clay, soft stop-motion cadence, warm cream seamless backdrop, soft diffused studio light.
Scene: a minimal clay studio; the archivist from @Image1 stands behind the round table from @Image3, holding a fan of cards. The small camcorder sits low on the right side of the table, so the archivist's whole body stays clearly visible.
Action: 0-6s the archivist looks at the cards in its hands, idle and curious. 6-12s it places a card with an orange circle on the left of the table; the bottle from @Image2 slowly grows out of the clay over two seconds and settles. 12-18s it places a card with a mountain; the diorama from @Image4 slowly rises from behind the table over two seconds. 18-24s it places a card with a yellow star; a warm key light switches on and a small clay sun appears at the top of the frame. 24-30s the archivist steps back, satisfied, hands on hips; the camcorder's small red light turns on. Final tableau: character, bottle and diorama each in its place.
Camera: locked wide frontal shot, gentle push-in at 6s, slow lateral track to the right at 12s, return to center at 18s, slow push-in toward the whole tableau at 24s.
Keep character, product, table and diorama identities consistent throughout.
Do not add a mouth to the character, do not change the bottle's shape or color, do not give the character a new outfit, do not let the camcorder hide the character, no text, no logos, no extra characters.Validation : exécuté le 24 octobre 2026 ; sortie conservée et revue avec la grille ci-dessous.
La revue avec les six questions
| Question | Verdict | Observation |
|---|---|---|
| 1. Le produit garde-t-il sa silhouette ? | Oui | Le flacon reste identique de son apparition à la dernière image. |
| 2. Le personnage reste-t-il reconnaissable ? | Oui, avec une réserve | Tête, yeux et salopette stables sur 30 s. La bouche disparaît, mais un léger sourire revient entre 27 et 30 s. |
| 3. Le décor reste-t-il un contexte ? | Oui | Le diorama reste un élément de la scène sans l’absorber. La table compte moins de cartes que la référence. |
| 4. Le mouvement est-il repris sans importer de sujet ? | Non testé | Aucune référence vidéo dans ce cas. |
| 5. La caméra sert-elle l’action ? | Oui | Le caméscope a changé de place, le personnage reste visible. La fin s’élargit au lieu du push-in demandé, ce qui sert le tableau final. |
| 6. La sortie est-elle montable ? | Oui | Aucun glitch visible ; le plan a été monté tel quel. |
Ce qu’Omni Reference n’a pas tenu : le timing
Kling 4 a respecté l’ordre des actions, pas leurs timecodes. Le flacon apparaît vers 4 s au lieu de 6 à 12 s ; le diorama arrive bien vers 12 s ; la lumière chaude et le soleil n’arrivent que vers 26 s au lieu de 18 à 24 s ; le voyant rouge du caméscope s’allume dès 6 s au lieu de la fin. C’est cohérent avec la distinction posée plus haut : Omni Reference injecte des éléments, il ne verrouille pas d’états temporels. Pour imposer un moment précis, c’est le mode Keyframes qu’il faut examiner, sans les références d’assets.
Ce qui a été ajouté hors Kling
Pour ne pas présenter une capacité de montage comme une capacité du modèle, voici tout ce qui ne vient pas de Kling 4 :
- La voix off : ElevenLabs v4, voix de synthèse prédéfinie, une génération par réplique. Les premières voix testées sonnaient avec un accent canadien ; la balise
[Parisian French accent]a été retenue après écoute. Le texte a été calé sur le timing réel du clip, pas sur le découpage prévu. - Le titre « Kling 4 », les sous-titres et le logo : composés en HTML et animés en surimpression, à la cadence stop-motion du clip. Chaque lettre reprend la couleur d’un asset du passeport.
- Le son : l’ambiance générée par Kling est conservée, baissée sous la voix.
Ce que j’EN retiens
- Nettoyer les références avant de les nommer. Une image qui montre deux sujets donne deux rôles possibles au modèle.
- Tester court avant de tester long. Le test de 10 s a révélé les deux défauts corrigés ensuite, pour un tiers de la durée.
- Un interdit tient mieux qu’avant, pas parfaitement. « No mouth » a fonctionné sur l’essentiel du clip, puis s’est relâché sur les dernières secondes.
- Écrire la voix après la génération. Le timing réel diffère du découpage ; un texte écrit avant aurait été décalé.
Décision : à intégrer dans un vrai montage, avec deux réserves notées, le sourire final et la dérive du timing. Le passeport, le prompt, les références recadrées et ce journal constituent le livrable, au même titre que la vidéo.
Construire le passeport d’assets
Avant d’écrire un prompt, créez une ligne par référence. Le document peut être un tableau partagé, à condition que chaque cellule soit suffisamment précise pour être relue par une autre personne.
| ID | Référence | Rôle principal | À préserver | À ne pas demander | Priorité |
|---|---|---|---|---|---|
@Image1 | Produit ou objet | Identité visuelle | Silhouette, matière, couleur | Changement de logo ou de proportions | Critique |
@Image2 | Personnage | Apparence | Visage, tenue, âge apparent | Nouveau costume non validé | Critique |
@Image3 | Décor | Contexte spatial | Architecture, palette, lumière | Ajout d’éléments de marque | Haute |
@Video1 | Mouvement ou texture | Comportement temporel | Direction, vitesse, boucle | Changement de sujet | Haute |
@Voice1 | Voix | Intention sonore | Registre, rythme, timbre | Imitation d’une personne réelle | À vérifier |
Une référence, une responsabilité
Le nom de fichier ne doit pas porter toute la méthode. produit-final-v7.png ne dit pas si l’image fixe la géométrie, la couleur ou seulement l’intention de lumière. Préférez une ligne comme : « @Image1 contrôle la forme et la matière du flacon ; conserver son bouchon, son étiquette et son rapport hauteur/largeur ; ne pas lui attribuer le mouvement de caméra ».
Choisir Omni Reference sans confondre les modes
Omni Reference est le mode à examiner quand le problème porte sur l’identité d’éléments récurrents : un produit, une personne, un accessoire, un décor ou une combinaison de ces éléments. Le guide présente en parallèle Keyframes comme un mode de contrôle des états temporels, avec une première, une dernière ou des images intermédiaires ; il précise dans la description consultée que les références d’assets ne se combinent pas avec cette entrée.
- L’équipe veut préserver qui ou quoi apparaît ? Préparer les références et leurs rôles pour Omni Reference.
- L’équipe veut contrôler ce qui arrive au début, au milieu et à la fin ? Examiner le mode Keyframes.
- L’équipe veut modifier un clip existant ? Préparer un brief d’édition borné et déclarer les invariants de
@Video1. - L’équipe veut seulement explorer une idée ? Réduire le nombre de références et noter ce qui reste à vérifier.
Le guide Kling annonce une génération de 3 à 30 secondes, des ratios dont 21:9, 16:9, 1:1, 9:16 et Auto, ainsi qu’une sortie annoncée jusqu’à 4K. Ces options ne doivent pas être transformées en promesse de livraison : la disponibilité dépend de l’interface et l’article officiel indique un déploiement progressif.
Écrire le prompt comme une feuille de direction
La référence ne remplace pas la mise en scène. Elle prépare le terrain. Le prompt doit ensuite ordonner les responsabilités dans une séquence que l’équipe pourra relire :
- Identités : quels éléments viennent de quelles références ?
- Scène : où sont-ils, avec quelle lumière et quelle profondeur ?
- Action : quel sujet agit, dans quelle direction et à quelle vitesse ?
- Caméra : quel cadrage, quelle focale suggérée, quel mouvement et quel point de départ ?
- Rythme : que se passe-t-il au début, au milieu et à la fin ?
- Son : voix, ambiance, effets et silence éventuel.
- Invariants : ce qui doit rester inchangé et ce qui est interdit.
Une fois les rôles des références posés, le vocabulaire de plans et de mouvements aide à transformer une intention de caméra en consigne lisible. Pour compléter la fiche d’asset, la méthode pour décrire émotion et mouvement permet de préciser ce que le personnage fait et ressent sans confondre ces deux dimensions.
Prompt : matrice Omni Reference
Modèle et mode vérifiés : Kling 4, mode Omni Reference ; les identifiants et la syntaxe exacte doivent être vérifiés dans l’interface disponible.
Objectif : attribuer une responsabilité explicite à chaque référence avant de décrire une courte scène.
Use the referenced assets by role:
@Image1 = product identity; preserve shape, material, label and proportions.
@Image2 = character identity; preserve face, clothing and apparent age.
@Image3 = environment; preserve architecture, palette and key light direction.
@Video1 = motion reference; use its direction and tempo, not its subject.
@Voice1 = voice profile; use only the approved tone and pacing.
Scene: [describe place and time].
Action: [state who acts, what changes, and in which direction].
Camera: [shot size, camera movement, point of view].
Rhythm and sound: [beats, atmosphere, voice, effects or silence].
Keep the product identity, character identity and environment consistent.
Do not assign the product a new shape, the character a new outfit, or the motion reference a new subject.Variables à adapter : les IDs réellement exposés, le produit, le personnage, le décor, la direction de mouvement, la durée, le ratio, le son et les interdits de marque.
Pourquoi cette structure : elle sépare les éléments stables des décisions de mise en scène. Elle rend visible la responsabilité de chaque asset avant que la phrase de prompt ne mélange tout.
Limites : 15 références annoncées ne signifient pas 15 références à charger systématiquement. La fidélité, le poids des conflits entre assets et l’accès au mode restent à mesurer.
Validation : documenté, non exécuté. La documentation officielle a été relue le 24 octobre 2026 ; aucune sortie Kling 4 n’a été conservée.
Prompt : édition bornée d’un clip
Modèle et mode vérifiés : Kling 4, mode d’édition vidéo ; la forme Edit @Video1 est documentée dans le guide officiel.
Objectif : demander une correction locale sans laisser le modèle réinterpréter silencieusement le reste du plan.
Edit @Video1.
Change only [the precisely bounded element or action].
Preserve the subject identity, framing, camera path, lighting direction, background, timing and approved audio.
Keep everything else unchanged.
If the requested change conflicts with the source clip, flag the conflict instead of inventing a new product or character.Variables à adapter : le clip de départ, la zone à modifier, les éléments invariants, le timing, l’audio, le format de sortie et les critères de rejet.
Pourquoi cette structure : elle transforme un retour vague (« corrige le produit ») en périmètre d’édition et en liste de contrôles.
Limites : la consigne « Keep everything else unchanged » est une instruction de cadrage, pas une garantie de verrouillage pixel par pixel. Les droits sur le clip, les personnes et les éléments de marque doivent être vérifiés séparément.
Validation : documenté, non exécuté. Le prompt suit la structure du guide officiel ; aucune comparaison avant/après n’a été produite.
Tester par variable et transmettre à l’équipe
Un pilote utile ne cherche pas à prouver que « Kling 4 comprend tout ». Il choisit une variable : l’identité du produit, la stabilité du personnage, la conservation du décor, la direction du mouvement ou la voix. Le reste du passeport reste identique. Chaque essai reçoit un identifiant, une interface, une date, un mode, un ratio, un nombre de références et une décision humaine.
La fiche de revue peut suivre six questions :
- Le produit garde-t-il sa silhouette et ses détails critiques ?
- Le personnage reste-t-il reconnaissable dans l’action et le cadrage ?
- Le décor reste-t-il un contexte, plutôt qu’une référence qui absorbe les autres ?
- Le mouvement est-il repris sans importer le sujet de la vidéo de référence ?
- La caméra sert-elle l’action, ou modifie-t-elle la lisibilité du produit ?
- La sortie est-elle assez stable pour être montée, ou faut-il réduire le périmètre ?
Le résultat à transmettre n’est pas seulement le meilleur clip. C’est le passeport, le prompt, les références autorisées, le journal des variations, les défauts observés et la décision « à explorer », « à revoir » ou « à intégrer dans un vrai montage ». Cette granularité protège l’équipe contre la mémoire orale et contre la tentation de présenter une capacité annoncée comme une capacité validée.
prolonger la méthode
La formation Réaliser des vidéos IA : prompts, plans, personnages et montage prolonge directement ce guide. Le passeport d’assets répond à la question « que doit préserver chaque référence ? » ; la formation élargit cette décision aux plans, aux personnages, aux mouvements et au montage.
Pour une équipe, le lien est éditorial : une référence bien attribuée n’est pas encore une séquence livrable ; elle devient une matière de réalisation quand le cadrage, le rythme et la continuité peuvent être discutés ensemble.
Sources et références
- Guide utilisateur officiel Kling 4.0, consulté et vérifié le 24 octobre 2026.
- Article officiel de présentation de Kling 4, consulté et vérifié le 24 octobre 2026.
AUTEUR
Fondateur de CreativeAI.fr · Expert IA & workflows créatifs · 20+ ans d’expérience en direction créative (Marcel, Leo Burnett). 600+ professionnels formés depuis 2023 aux usages, méthodes et workflows IA. 4,7/5 de satisfaction moyenne.
Guides Pratiques & outils
Kling 4 Omni Reference : attribuer un rôle à chaque référence vidéo
Kling 4 Omni Reference devient utile quand une équipe cesse d’empiler des images et commence à déclarer ce que chacune doit contrôler. Le produit, le personnage, le décor, le mouvement, la caméra et la voix ne sont pas une seule matière de référence. Ils jouent des rôles différents.
Le comité IA qui ne vous épargnera rien
Vous avez une idée. Elle vous semble claire, pertinente, peut-être même brillante. C’est précisément le moment de la soumettre au CoDir. Le CoDir est un comité créatif composé de quatre agents IA spécialisés.
Claude Motion ou Claude Code : choisir sa chaîne de motion design
Claude Motion sert à tester et produire rapidement un artefact animé ; Claude Code sert à construire ou piloter un projet local ..
formationS IA
Google Flow, Veo & Gemini Omni : L’Orchestration Cinématographique IA
Durée : 2 jours (14h). Public : DA, réalisateurs, motion designers, équipes marketing, communication et social media
Réinventer son processus créatif avec l’IA générative
Durée : 5 jours (35h). Public : DA, graphistes, designers
Créer des visuels de marque avec ChatGPT Images et Codex NEW
Durée : 1 jour (7h). Public : directeurs artistiques, équipes marketing et communication, agences, studios et équipes de contenu
Claude Cowork & Skills : construire des assistants IA métier NEW
Durée : 2 jours (14h). Public : Responsables de production et dirigeants de structures créatives, équipes marketing, communication et contenu, agences et studios créatifs
Social Content Factory : produire et décliner ses contenus avec l’IA NEW
Durée : 2 jours (14h). Public : Responsables marketing et communication, Social media managers et content managers, Agences, studios et équipes éditoriales
IA agentique pour les créatifs : du brief à l’automatisation NEW
Durée : 1 jour (7h). Public : Responsables de production et dirigeants de structures créatives, équipes marketing, communication et contenu, agences et studios créatifs