Kling 4.0 指南

提示詞

街頭小提琴手正在收琴盒，第一陣大雨點打在路面上。鏡頭停在她的手上，接著向上搖到遮雨棚，街道漸漸空了下來。安靜、濕潤、一天將盡的氣氛。

短提示詞是合法的起點：Kling 4.0 會自動補上走位、景別與節奏。把產出當成第一稿；畫面需要精準時，再自己補上運鏡與音訊那幾行。建議：10 秒、1080p、16:9。

提示詞

場景背景：藍調時刻的 10 秒屋頂追逐。全片恰好兩個人：穿黃色雨衣的快遞員，和穿深色外套的追趕者。屋頂濕滑、鋪滿碎石，散落著通風口。 啟用參考：@Image1 定義快遞員的臉、體型與黃色雨衣。@Image2 定義屋頂配置：左側水塔、右側逃生梯、中央天窗。 分鏡表：鏡頭 1——0 至 3.5 秒，低機位跟拍，跟在快遞員身後。鏡頭 2——3.5 至 7 秒，硬切到追趕者的靴子踩過水窪。鏡頭 3——7 至 10 秒，快遞員躍過天窗、落地、回頭。 鏡頭設定：鏡頭 1，24mm，胸口高度，手持追拍。鏡頭 2，50mm，地面高度，淺景深。鏡頭 3，28mm，她落地時向左環繞。每個鏡頭只安排一種運鏡。 動作時間軸：0 至 3.5 秒，快遞員衝刺、側身避開通風口、回頭瞥一眼。3.5 至 7 秒，追趕者逼近，外套被風扯得啪啪作響。7 至 10 秒，她一手撐住天窗框翻過去；追趕者在邊緣停下。 物理與光照：雨絲斜落，濕碎石被踢起，衣料與頭髮在每次轉向時慢半拍。冷藍色環境光；暖色樓梯間的光從天窗溢出。 音訊：立體聲。近景：靴子踩碎石、呼吸、雨打金屬。遠景：城市車流、遠處警笛。3.5 秒進入低沉的打擊樂配樂，落地時收掉。 約束：快遞員的黃色雨衣與臉在三個鏡頭裡完全一致。屋頂配置保持一致。不要字幕。

十五段模板的壓縮版：用六個段落控制一場多鏡頭動作戲。在 Kling 4.0 上，同一條時間軸可以拉長到 20 或 30 秒；「試試看」載入的是 10 秒版本。需要上傳兩張圖片。

提示詞

三個鏡頭，10 秒，一段連貫的晨間儀式。 鏡頭 1——0 至 3 秒：一隻手磨咖啡豆的特寫；磨盤轉動，咖啡粉落進玻璃罐。固定機位，淺景深，暖色窗光。 鏡頭 2——3 至 6.5 秒：硬切到水壺把細水柱注入濾杯；蒸氣朝鏡頭捲上來。鏡頭慢慢推近。 鏡頭 3——6.5 至 10 秒：硬切到木質吧台上的成品杯，一隻手把它舉向窗邊；窗外的城市失焦。鏡頭先停住，再把焦點轉移到窗外。 音訊：立體聲。磨豆聲、注水聲、陶瓷輕碰、隱約的街道環境聲。不要音樂。 約束：三個鏡頭都是同一間廚房、同一片暖色晨光。杯子和玻璃罐保持一致。

分鏡表是拿到多鏡頭序列最可靠的方法：替鏡頭編號，各給一個時間區間，每個鏡頭只寫一種運鏡。建議：10 秒、1080p、16:9。

提示詞

把 @Image1 當作演員：三十出頭的女性，短捲髮，亞麻襯衫，神情平靜而直接。把 @Image2 當作產品：霧面黑色電熱水壺，包含把手形狀與小小的琥珀色指示燈。把 @Image3 當作佈景：明亮的北歐風廚房，白橡木檯面，畫面左側有一扇大窗。 她站在檯面前，用自來水把水壺裝滿，放回底座並按下開關。鏡頭從中景開始，推近到轉成琥珀色的指示燈，再隨著蒸氣升起慢慢拉遠。 她的臉、頭髮與襯衫要和 @Image1 一致，水壺和 @Image2 一致，廚房配置和 @Image3 一致。不要把 @Image2 裡的桌子帶進新廚房。不要字幕。

三個角色，一條衝突規則。把「什麼不能帶過來」寫清楚，才能阻止產品參考把原圖背景一起拖進新場景。這條範例需要上傳三張圖片。

提示詞

把 @Image1 當作 Maya：四十多歲，深色頭髮鬆鬆盤成髻，綠色圍裙，眉毛表情豐富。把 @Image2 當作 Daniel：快五十歲，灰白鬍渣，藍色襯衫袖子捲起，眼神疲憊。 Maya 和 Daniel 站在廚房島台的兩側。Maya 放下馬克杯時用力過猛；Daniel 從筆電前抬起頭。兩人壓低聲音爭執，最後 Daniel 闔上筆電，從畫面右側離開。鏡頭先維持雙人鏡頭，再慢慢推向 Maya，她吐出一口氣。 每個鏡頭裡，Maya 的臉、頭髮與圍裙要和 @Image1 一致，Daniel 的臉、鬍渣與襯衫要和 @Image2 一致。不要互換兩人的服裝或五官。Maya 始終在畫面左側，Daniel 始終在畫面右側。不要字幕。

一人一張參考，再加一條空間規則——「Maya 始終在畫面左側，Daniel 始終在畫面右側」——就能完成大部分的一致性工作。這條範例需要上傳兩張圖片。

提示詞

只用 @Video1 的運鏡與節奏：低機位跟拍，沿著移動中的主體加速，接著升高成四分之三環繞。把 @Image1 當作車子：銀色 1970 年代雙門轎跑，鍍鉻保險桿。把 @Image2 當作環境：黃昏時被雨打濕的濱海公路，畫面右側是懸崖。 把 @Video1 的主體換成 @Image1 的車，場景換成 @Image2 的公路。鏡頭的速度與節奏要對上 @Video1，但不要複製它的主體、背景或調色。車子的車身輪廓、鍍鉻與漆面從頭到尾都和 @Image1 一致。不要字幕。

三個句子就搞定：借什麼、換什麼、什麼不能帶過來。這條範例需要一支參考影片和兩張圖片，所以在 Kling 4.0 的影片參考欄位上線之前，「試試看」暫不開放。

提示詞

把 @Image1 當作四格分鏡圖，只把它讀成鏡頭地圖：第 1 格是黎明時麵包店的廣角鏡頭；第 2 格是麵包師把烤盤送進烤箱的特寫；第 3 格是過肩鏡頭，顧客指著某款糕點；第 4 格是顧客提著紙袋離開的廣角鏡頭。 不要畫出分鏡圖本身，也不要畫格線、箭頭或標註。照這個順序把四個鏡頭拍成實景，鏡頭之間用硬切。麵包店內景保持一致：淺綠色磁磚、黃銅五金、暖色吊燈。麵包師穿白色圍裙、戴深色帽子；顧客穿鐵鏽色外套。不要字幕。

這裡的負向指令是關鍵：少了「不要畫出分鏡圖」，模型可能把格線當成美術風格的一部分。分鏡參考目前只做展示；等 Kling 4.0 上線後，參考欄位就會接受這類素材。

提示詞

把 @Image1 當作首幀：白天的里斯本窄街，頭頂拉著曬衣繩，畫面右側有一個電車站。把 @Image2 當作尾幀：同一條街入夜後，被暖色櫥窗和一盞路燈照亮。 中間的過程裡，太陽落下，天空從淺藍轉成深靛藍，店招一盞一盞亮起，一輛電車從畫面左側駛向畫面右側。鏡頭維持原位；只有光線和電車在動。建築、曬衣繩與電車站都和兩張幀一致。不要字幕。

鏡頭不動，變化才看得清楚。提示詞只寫兩張靜幀之間改變的東西：光線、店招、電車。這條範例需要上傳兩張關鍵幀。

提示詞

把 @Image1 到 @Image5 當作時間軸上的五個關鍵幀。@Image1 是產品完整組裝、放在工作檯上的樣子。@Image2 是外殼從底座上方抬起兩公分。@Image3 是外殼被拿開，露出電池與電路板。@Image4 是電池朝畫面右側滑出。@Image5 是空外殼與電池並排放在一起。 在 10 秒內從 @Image1 連續插值到 @Image5。鏡頭固定在工作檯上方的四分之三視角；產品始終居中。光照維持不變：柔和的頂部主光，加上冷色輪廓光。畫面裡不要出現手。不要字幕。

五個關鍵幀、一個固定機位、一段連續動作。每個狀態在視覺上都要夠清楚；幀與幀之間一含糊，畫面就會變形。這條範例目前只做展示，等 Kling 4.0 的多關鍵幀欄位上線後才能使用。

提示詞

早上六點的室內市場，鐵捲門一扇接一扇升起。一個攤商把橘子堆成金字塔；另一個拖著木箱走過濕漉漉的水泥地。鏡頭以視線高度沿著走道慢慢前行，經過垂掛的燈泡和一箱箱青菜。 音訊：立體聲。近景，畫面左側：金屬鐵捲門嘩啦嘩啦升起。近景，畫面右側：橘子咚咚落進箱子。中景：一台收音機播著低沉、悶悶的波麗露。遠景：掃街車和鴿子。除了收音機，不要音樂。場景裡不要對白。

近景、中景、遠景是三層；左右負責替聽者定位。「除了收音機，不要音樂」是約束，不是負向提示詞。建議：10 秒，開啟原生音訊。

提示詞

明亮的麵包店櫃檯。穿米色大衣的日本旅客、西班牙咖啡師和中國麵包師，從畫面左側到右側依序站開。鏡頭維持中景。 旅客（日文，略顯猶豫）：「クロワッサンはまだありますか？」 咖啡師（西班牙文，熱情而快速）：「Sí, quedan tres. ¿Quiere el último?」 麵包師（中文，從後場喊話）：「剛出爐的，給你留了一個。」 旅客笑著點頭。咖啡師用紙包好可頌，從櫃檯上推過去。立體聲音訊，麵包店環境聲，不要背景音樂。每個說話者的嘴型都要對上他說的那種語言。

三種語言、一個鏡頭、三句短台詞。短句來回，對嘴才看得出來；每句台詞前先點名語言，模型才會切換聲線。引號裡的台詞，在本指南所有語種版本中都保留原語言。

提示詞

把 @Audio1 當作旁白的聲音：低沉、不疾不徐的男中音，帶一點沙啞。場景是日出時鹽灘上方的緩慢空拍，地表裂成淺色多邊形。鏡頭以步行速度向前漂移。 旁白（克制、貼近，英文）：「By the time the sun clears the ridge, the water has already gone. What's left is a map of where it stood.」 音訊：立體聲。鹽灘上的風、遠處鳥鳴，旁白居中、乾聲，不要音樂。全片維持與 @Audio1 相同的音色。

音色檔案負責身分，提示詞負責表演。上傳一段 5 到 30 秒的乾淨音訊，再描述節奏與語氣。這條範例需要音訊參考，所以在 Kling 4.0 的音色檔案欄位上線前，只做展示。

提示詞

打烊時分的一間小獨立書店。鏡頭從街上慢慢推向櫥窗。玻璃後方，店主正在整理書籍；暖色吊燈映在玻璃上。 門上方的手繪招牌寫著「MOLYIN BOOKS」，奶油色襯線字，深綠色木底。鏡頭移動時，招牌保持清晰可讀。門上貼著一張小紙告示，用黑色大寫字母寫著「CLOSED」。 音訊：安靜的街道環境聲，門閂轉動的聲音。不要字幕，不要背景音樂。

準確的字、準確的材質、準確的位置。畫面文字一定要在動態中測試：如果會晃，就縮短字句或鎖住鏡頭。這條提示詞只需要這兩個允許的負向指令。

提示詞

Edit @Video1：把桌上的那杯柳橙汁換成 @Image1 裡的陶瓷杯。杯子的大小、把手與釉面要和 @Image1 一致。保持其他一切不變：同一張桌子、同一隻伸進畫面的手、同一片窗光、同樣的運鏡與節奏。杯子要投下合理的陰影，並映出窗戶。不要字幕。

一處改動，一句保留。「保持其他一切不變」不是廢話——少了它，模型可能把整個鏡頭重新調度一遍。這條範例需要一段來源片段和一張參考圖片，所以「試試看」只做展示。

提示詞

只用 @Video1 的敘事節奏與鏡頭構圖：兩個人隔著書桌對話，以廣角開場，切到每位說話者的特寫，最後以一起笑收尾。把 @Image1 當作新主角：六十多歲、銀髮、圓框眼鏡的女性。把 @Image2 當作新場景：陽光灑落的陶藝工作室，架子上擺滿未上釉的陶碗。 把 @Video1 裡的兩個人都換成 @Image1 的女性和一位年齡、體型相近的同事。保留 @Video1 的鏡頭順序、機位與節奏。不要帶過來原本的臉、服裝或辦公室佈景。這位女性的身分在每個鏡頭裡都和 @Image1 一致。不要字幕。

借結構，換身分。新場景的走位越接近參考，重現就越穩。在 Kling 4.0 的影片參考欄位上線前，只做展示。

提示詞

15 秒連續鏡頭，不剪接。穿白色 T 恤的廚師在廚房島台前手工做義大利麵。鏡頭從檯面最遠的一端開始，慢慢朝她推進。 0 至 3 秒：她在揉麵板上撒麵粉，把兩顆蛋打進麵粉中央的凹洞。 3 至 6 秒：她用叉子把麵粉撥進蛋液，接著改用雙手。 6 至 10 秒：麵團成形；她用掌根揉麵、翻面、再揉。鏡頭此時已推近到中近景。 10 至 13 秒：她把麵團包好放到一旁；身後一小鍋水開始沸騰。 13 至 15 秒：她看向鍋子，在毛巾上擦手，伸手去拿鍋蓋。鏡頭停住，蒸氣升起。 音訊：立體聲。叉子碰陶瓷、麵粉落在木板上、麵團壓過檯面、水燒開的聲音。不要音樂。不要字幕。 約束：一個連續鏡頭。同一位廚師、同一間廚房、同一片光線。

時間軸把一長串提示詞變成一場表演。Kling 4.0 可以把這段拍到 20 或 30 秒；「試試看」載入的是 15 秒版本，也就是 Kling 3.0 目前能生成的最長時長。