Kling 4.0 指南

提示词

街边的小提琴手正在收琴盒，第一阵大雨点砸在人行道上。镜头停在她的手上，随后上摇到雨棚，街道渐渐空了。安静、潮湿、一天将尽的气氛。

短提示词是合法起点：Kling 4.0 会自动补上走位、景别与节奏。把它当第一稿；当某个画面必须精确时，再自己补运镜与音频行。建议：10 秒、1080p、16:9。

提示词

场景背景：蓝调时刻的 10 秒屋顶追逐。全片恰好两个人：穿黄色雨衣的快递员，和穿深色外套的追逐者。屋顶湿滑、铺满碎石，散落着通风口。 启用参考：@Image1 定义快递员的脸、体型与黄色雨衣。@Image2 定义屋顶布局：左侧水箱、右侧消防梯、中央天窗。 镜头清单：镜头 1——0 至 3.5 秒，快递员身后低机位跟拍。镜头 2——3.5 至 7 秒，硬切到追逐者的靴子踩过水洼。镜头 3——7 至 10 秒，快递员跃过天窗、落地、回头。 摄影机：镜头 1，24mm，胸高，手持追逐感。镜头 2，50mm，地面高度，浅景深。镜头 3，28mm，落地时向左环绕。每个镜头只安排一个运镜。 动作时间轴：0 至 3.5 秒，快递员冲刺、侧身避开通风口、回头瞥一眼。3.5 至 7 秒，追逐者逼近，外套被风扯动。7 至 10 秒，她单手撑住天窗框跃过去；追逐者在边缘停下。 物理与光照：雨丝、湿碎石被踢起，衣料与头发在每次转向时滞后。冷蓝色环境光；暖色楼梯间光从天窗溢出。 音频：立体声。近景：靴子踩碎石、呼吸、雨打金属。远景：城市车流、远处警笛。3.5 秒进入低频打击乐，落地时收住。 约束：快递员的黄色雨衣与脸在三个镜头里完全一致。屋顶布局保持一致。不要字幕。

这是十五段模板的压缩版：六段控制一场多镜头动作戏。在 Kling 4.0 上可以把同一条时间轴拉到 20 或 30 秒；点「试一下」载入的是 10 秒版本。需要上传两张图片。

提示词

三个镜头，10 秒，一套连续的晨间仪式。 镜头 1——0 至 3 秒：一只手磨咖啡豆的特写；磨盘转动，咖啡粉落进玻璃罐。固定机位，浅景深，暖色窗光。 镜头 2——3 至 6.5 秒：硬切到水壶往滤杯里细流注水；蒸汽向镜头卷来。摄影机缓慢推近。 镜头 3——6.5 至 10 秒：硬切到木质台面上的成品杯，一只手把它举向窗边；窗外的城市失焦。镜头先停住，再把焦点拉到窗外。 音频：立体声。磨豆声、注水声、陶瓷轻碰，远处街道底噪。不要音乐。 约束：三个镜头都是同一间厨房、同一片暖色晨光。杯子和玻璃罐保持一致。

镜头清单是拿到多镜头序列最可靠的方式：编号、时间区间、每个镜头一个运镜。建议：10 秒、1080p、16:9。

提示词

把 @Image1 当作演员：三十出头的女性，短卷发，亚麻衬衫，神情平静而直接。把 @Image2 当作产品：哑光黑色电水壶，保留把手形状与琥珀色指示灯。把 @Image3 当作场景：明亮的北欧风厨房，白橡木台面，画面左侧一扇大窗。 她站在台面前，用水龙头接水，把水壶放回底座并按下开关。镜头从中景开始，推近到指示灯亮起琥珀色，再随着蒸汽上升拉回。 她的脸、头发与衬衫和 @Image1 保持一致，水壶与 @Image2 保持一致，厨房布局与 @Image3 保持一致。不要把 @Image2 里的桌子带进新厨房。不要字幕。

三个角色，一条冲突规则。写明「什么不能带过来」，才能阻止产品参考把原图背景一起拖进新场景。需要上传三张图片。

提示词

把 @Image1 当作 Maya：四十多岁，深色头发松松挽起，绿色围裙，眉毛很有表情。把 @Image2 当作 Daniel：快五十岁，灰色胡茬，蓝衬衫袖子卷起，眼神疲惫。 Maya 和 Daniel 站在厨房岛台两侧。Maya 放杯子时用力过猛；Daniel 从笔记本电脑上抬起头。两人压低声音争执，随后 Daniel 合上电脑，从画面右侧离开。镜头先保持双人中景，再慢慢推向 Maya，她呼出一口气。 每个镜头里，Maya 的脸、头发与围裙和 @Image1 一致，Daniel 的脸、胡茬与衬衫和 @Image2 一致。不要互换服装或五官。Maya 始终在画面左侧，Daniel 始终在画面右侧。不要字幕。

一人一张参考，再加一条空间规则——「Maya 始终在左，Daniel 始终在右」——就能完成大部分一致性工作。需要上传两张图片。

提示词

只用 @Video1 的运镜与节奏：低机位跟拍，沿着移动主体加速，随后升起为四分之三环绕。把 @Image1 当作汽车：银色的 1970 年代双门轿跑，镀铬保险杠。把 @Image2 当作环境：黄昏时被雨打湿的沿海公路，画面右侧是悬崖。 把 @Video1 里的主体替换成 @Image1 的车，把背景替换成 @Image2 的公路。摄影机的速度与节奏跟随 @Video1，但不要复制它的主体、背景或调色。汽车始终保持 @Image1 的车身形状、镀铬与漆面。不要字幕。

三句话完成工作：借什么、换什么、什么不能带过来。这条示例需要一条参考视频和两张图片，所以在 Kling 4.0 的视频参考位进入生成器之前，没有「试一下」。

提示词

把 @Image1 当作四格分镜板。只把它读成镜头地图：第 1 格是黎明面包房的广角；第 2 格是面包师把烤盘推进烤箱的特写；第 3 格是越过顾客肩膀、指向某款糕点的镜头；第 4 格是顾客提着纸袋离开的广角。 不要画分镜板本身，不要画格子边框、箭头或标注。按这个顺序把四个镜头拍成实拍画面，镜头之间硬切。面包房内景保持一致：浅绿色瓷砖、黄铜五金、暖色吊灯。面包师穿白围裙、戴深色帽子；顾客穿铁锈色外套。不要字幕。

这里的否定句是关键：不写「不要把分镜板画出来」，模型可能把格子边框当成美术风格的一部分。分镜参考目前只作展示；Kling 4.0 上线后，参考位会接受这类素材。

提示词

把 @Image1 当作首帧：白天的里斯本窄街，头顶晾着衣物，画面右侧是电车站。把 @Image2 当作尾帧：同一条街入夜后，被暖色橱窗和一盏路灯照亮。 中间，太阳落下，天空从浅蓝变成深靛，店招一盏一盏亮起，一辆电车从画面左侧驶向右侧。摄影机不动；只有光线和电车在动。建筑、晾衣绳和电车站与两张帧保持一致。不要字幕。

摄影机固定，变化才读得清楚。提示词只写两张静帧之间改变的东西：光、招牌、电车。需要上传两张关键帧。

提示词

把 @Image1 到 @Image5 当作时间轴上的五个关键帧。@Image1 是产品完整组装在台面上的样子。@Image2 是外壳从底座上升起两厘米。@Image3 是外壳移除，露出电池与电路板。@Image4 是电池向画面右侧滑出。@Image5 是空外壳与电池并排摆放。 在 10 秒内从 @Image1 连续插值到 @Image5。摄影机固定在台面上方的四分之三视角；产品始终居中。光照保持不变：柔和的顶部主光加冷色轮廓光。不要有手入画。不要字幕。

五个关键帧、一个固定机位、一段连续动作。模型需要每个状态在视觉上足够不同；帧与帧之间含糊就会产生形变。这条示例只作展示，等 Kling 4.0 的多关键帧位上线后才能试。

提示词

早上六点的室内市场，卷帘门一扇接一扇升起。一个摊主把橙子码成金字塔；另一个人拖着板条箱擦过湿水泥地。摄影机以视线高度沿过道缓慢前行，经过吊灯和一筐筐绿叶菜。 音频：立体声。近景，画面左侧：金属卷帘门哗啦升起。近景，画面右侧：橙子咚咚落进箱子。中景：一台收音机放着低沉模糊的波莱罗。远景：扫街车与鸽子。除了收音机，不要音乐。场景里不要对白。

近景、中景、远景是三层；左与右负责给听者定位。「除了收音机，不要音乐」是约束，不是否定提示词。建议：10 秒，开启原生音频。

提示词

明亮的烘焙店柜台。穿米色外套的日本游客、西班牙咖啡师和中国面包师，从画面左侧到右侧依次站开。镜头保持中景。 游客（日语，略微犹豫）：「クロワッサンはまだありますか？」 咖啡师（西班牙语，热情而快速）：「Sí, quedan tres. ¿Quiere el último?」 面包师（中文，从后厨喊话）：「刚出炉的，给你留了一个。」 游客笑着点头。咖啡师用纸包好可颂，从柜台上推过去。立体声，烘焙店环境声，不要背景音乐。每个说话人的嘴型与所说语言同步。

三种语言、一个镜头、三句短台词。短交换让口型同步更容易读；每句话前点名语言，模型才会切换嗓音。引号里的台词在本指南所有语种中保持原语言。

提示词

把 @Audio1 当作旁白的声音：低沉、不紧不慢的男中音，带一点沙哑。场景是日出时盐湖上方的缓慢航拍，地表裂成浅色多边形。摄影机以步行速度向前漂移。 旁白（克制、贴近、英语）：「By the time the sun clears the ridge, the water has already gone. What's left is a map of where it stood.」 音频：立体声。盐湖上的风、远处鸟鸣，旁白居中且干声，不要音乐。全程保持与 @Audio1 相同的音色。

档案负责身份，提示词负责表演。上传一段 5 到 30 秒的干净音频，再描述节奏与语气。这条示例需要音频参考，所以在 Kling 4.0 的音色档案位上线前只作展示。

提示词

打烊时分的一家小独立书店。摄影机从街边缓慢推向橱窗。玻璃后面，店主正在码书；暖色吊灯映在玻璃上。 门上方手绘招牌写着「MOLYIN BOOKS」，奶油色衬线字，深绿色木底。摄影机移动时，招牌保持清晰可读。门上贴着一张小纸告示，黑色大写字母写着「CLOSED」。 音频：安静的街道环境声，门闩转动的声音。不要字幕，不要背景音乐。

准确字符、准确材质、准确位置。画内文字一定要在运动中检查：如果它抖，缩短文字或锁住摄影机。这两条允许的否定句是这条提示词唯一需要的。

提示词

Edit @Video1：把桌上那杯橙汁替换成 @Image1 里的陶瓷杯。杯子的大小、把手与釉面与 @Image1 保持一致。保持其他一切不变：同一张桌子、同一只入画的手、同一片窗光、同样的运镜与节奏。杯子要投下合理阴影，并映出窗户。不要字幕。

一处改动，一句保留。 「保持其他一切不变」不是废话——没有它，模型可能重新调度整个镜头。这条示例需要源片段和一张参考图，所以只作展示。

提示词

只用 @Video1 的叙事节奏与镜头构图：两个人隔桌对话，以广角开场，切到双方各自的特写，以一起笑收尾。把 @Image1 当作新主角：六十多岁、银发、圆框眼镜的女性。把 @Image2 当作新场景：阳光充足的陶艺工作室，架子上摆满未上釉的碗。 把 @Video1 里的两个人都替换成 @Image1 的女性和一位年龄、体型相近的同事。保留 @Video1 的镜头顺序、摄影机位置与节奏。不要带过来原来的脸、服装或办公室场景。女性的身份在每个镜头里与 @Image1 保持一致。不要字幕。

借结构，换身份。新场景的走位越接近参考，重构越稳。在 Kling 4.0 的视频参考位上线前只作展示。

提示词

15 秒连续镜头，不剪切。穿白 T 恤的厨师在厨房岛台前手工做意面。摄影机从台面远端开始，缓慢向她推进。 0 至 3 秒：她在案板上撒面粉，把两个鸡蛋磕进面粉坑里。 3 至 6 秒：她用叉子把面粉拉进蛋液，随后换成双手。 6 至 10 秒：面团成形；她用掌根揉面、翻面、重复。摄影机此时已是中近景。 10 至 13 秒：她把面团包好放到一边；身后一小锅水开始沸腾。 13 至 15 秒：她看向锅，用毛巾擦手，伸手去拿锅盖。摄影机停住，蒸汽升起。 音频：立体声。叉子碰陶瓷、面粉落在木板上、面团压过台面、水烧开。不要音乐。不要字幕。 约束：一个连续镜头。同一位厨师、同一间厨房、同一片光线。

时间轴把长提示词变成一场表演。Kling 4.0 可以把这条拍到 20 或 30 秒；点「试一下」载入 15 秒版本，也就是 Kling 3.0 今天能生成的最长时长。