En hel scene med lyd i ett klipp
Kling 4.0 lager klipp på opptil 30 sekunder i én generering, nok til flere handlinger etter hverandre og noen replikker.
Skriv scenen som en rekkefølge og oppgi omtrentlig tid der det betyr noe: «servitrisen skjenker kaffe; ved sekund 12 begynner kvinnen å fortelle; ved sekund 20 bryter mannen ut i latter».
Ifølge Kling holder stemmer, dialog og bilde seg i synk, i stereo. Skriv replikker i anførselstegn, på språket de skal sies på.
Lengre klipp koster mer, så test ideen i en kortere lengde først.

Filmatisk stillbilde, to venner midt i en samtale i en rød vinylsitteplass på en amerikansk diner i 1950-tallsstil om natten, mannen ler mens kvinnen lener seg fram for å fortelle en historie, en servitrise som skjenker kaffe ved siden av dem, regn som renner nedover vinduet, et neonskilt med «DINER» som lyser utenfor, varme lamper i rommet, 35 mm filmuttrykk.








