Kling 3.0 提示词怎么写(2026 实操指南)
Kling 3.0 的提示词要当成导演的镜头清单来写:写清景别运镜、主体、动作、环境和声音,模型就会逐条执行。本指南基于 Kling AI 网页版原生界面,沿着 Jason Gandy 在 Kling 3.0 教程中演示的同款画面,走完文生视频、Multi-Shot 分镜、图生视频和角色 Elements 的全流程,所有 prompt 示例均逐字取自视频画面;提示结构与限制说明参考了 Dan Kieft 的 25 分钟 Kling 3.0 进阶指南。
来源与致谢
本教程的截图来自 Jason Gandy 的公开演示视频。每个步骤都链接到视频中的对应时间点,方便你对照学习。
Jason Gandy ↗在 Kling AI 网页版开始一次生成
- 1
打开 Video Generation 创作台
登录后从 Kling AI 首页左侧的 Generate 菜单进入 Video Generation,创作台随即打开:顶部是模型选择器,中间是提示词输入框。本指南的全部操作都在这一个页面完成。

文生视频、图生视频和分镜都在同一块工作区,不用来回跳转。视频 0:42 处 - 2
选中 Video 3.0 模型
点开创作台顶部的模型下拉菜单,选择 Video 3.0,选项下方直接写明卖点:“Enhanced Native Audio, Improved Element Consistency, and support for Multi-Shot Storytelling”。Video 2.6 和 Video 2.5 Turbo 仍在同一菜单里,生成前务必确认选的是新版,别烧错积分。

下拉菜单里的说明文字就是 3.0 的功能清单,点生成前先读一眼。视频 1:02 处 - 3
设置画质、时长、比例与产出数量
展开提示词下方的设置行,一共四项:Mode 可选 720p、1080p、4K;Length 滑杆从 3 秒拉到 15 秒;Video Ratio 提供 16:9、1:1、9:16;Number of Outputs 可设 1 到 4 个。分辨率和时长都会推高积分消耗,初稿从低档位跑起更划算。

单条最长能到 15 秒,还能一次出多条备选,先小成本试错。视频 2:28 处
写好第一条文生视频提示词
- 4
像写分镜一样写提示词
在输入框里写一整段连续描述,画面和声音都覆盖到。视频里的原句是:“A cinematic, extreme macro shot of a barista pouring steamed milk into a glass cup of dark espresso. The milk flows smoothly, creating complex microfoam patterns on the surface. Warm sunrise backlight highlights drifting steam in the air. Sound: Gentle hiss of steam, soft swirling of liquid mixing, distant quiet cafe ambiance.”结尾的“Sound:”段落就是喂给原生音频的指令。

景别、主体动作、光线、声音,一段话按这个顺序铺下来。视频 1:45 处 - 5
打开 Native Audio 开关
在提示词下方的设置栏点亮 Native Audio 芯片。视频里给出的报价是:6 秒 1080p 加原生音频要 72 积分,而且加原生音频一定更贵——打算自己配乐配音就把它关掉。你在提示词里写的蒸汽嘶声、咖啡馆环境音,就是成片里的声音来源。

声音是提示词写出来的,开关只负责放行,积分却会多扣。视频 2:03 处 - 6
生成并检查成品
点击 Generate,右侧栏显示任务状态和预计等待时间,完成后成品带着播放器出现在预览列。演示里的浓缩咖啡镜头如约出现蒸汽和安静的咖啡馆环境音——满意就用结果卡上的图标下载,不满意就改提示词再跑一条。

对照提示词逐句验收,哪句没兑现就改哪句。视频 3:12 处
用提示词驱动 Multi-Shot 分镜
- 7
打开 Multi-Shot 开关
提示词输入框下方有一个 Multi-Shot 开关,打开后旁边会多出 Custom Multi-Shot 按钮。这是 Kling 3.0 的招牌能力:一次生成里自动切出多个镜头,场景和角色还保持一致。

打开它,一条提示词才能剪出有切换感的成片。视频 3:52 处 - 8
每个镜头各写一条提示词
进入 Custom Multi-Shot,面板给出编号字段 Shot1、Shot2,点 + Shot 最多加到六个。示例第一镜写道:“An atmospheric wide shot of an astronaut in a white, detailed spacesuit walking carefully through a dense, glowing bioluminescent alien forest. The lighting is moody with floating blue spores in the air.”,第二镜接着写:“A medium shot of the astronaut stopping suddenly. They raise their gloved hand to wipe dust off their helmet visor. They look down at something off-camera, their body language showing surprise.”每条都先报景别和机位。

把每个字段当成单独写给摄影的一段开机指令。视频 5:45 处 - 9
给每个镜头分配秒数
每个镜头条都挂着独立时长,总和不能超过你设定的视频长度,演示里三镜先拆成 5 秒、2 秒、3 秒调整,最终定为每镜 5 秒。也可以不进自定义面板:写一整段场景描述、打开 Multi-Shot 直接生成,由模型自己决定在哪里切。

对话给长镜、动作用短切,秒表攥在你自己手里。视频 6:12 处 - 10
生成整段分镜序列
点 Generate(15 秒三镜加原生音频的宇航员示例花掉 180 积分),Kling 会交回一条已经剪好硬切的完整视频:大远景入场、擦面罩中景,再到水晶花推散蓝色孢子的特写。结果卡上还按 Shot 逐条列出提示词,方便核对每段画面出自哪句话。

一次点击拿到三个机位,这正是 3.0 最值得升级的理由。视频 7:14 处
图生视频提示词与角色 Elements
- 11
上传图片作为首帧
点创作台顶部的帧区域上传静态图,示例里的猫头鹰照片锁定了第一帧的起笔画面;尾帧是选填的(Add end frame),History 按钮还能复用历史帧,包括从旧视频里截出来的帧。成片的第一格就是你给的这张图。

第一帧由你定死,成片开头不再碰运气。视频 8:17 处 - 12
只写运动,不重画场景
图片已经定死主体和环境,提示词只管动势和运镜。猫头鹰示例写道:“Extreme slow motion, 4k resolution. The majestic owl glides silently forward, hovering low over the grassy meadow. Its massive wings beat in a slow, fluid motion, displacing the air around it. The camera tracks smoothly backward, keeping the owl's piercing orange eyes perfectly locked in focus...”翅膀、风、后拉镜头,一句都没重新描述森林。

有首帧在,每一句都该写变化,而不是写长相。视频 8:36 处 - 13
绑定 Elements 保角色一致
加入首帧后,下方会出现 Bind elements to enhance consistency 一栏。把做好的角色或产品 Element 绑上去,系列视频里的机器人、数字人就会条条视频长同一张脸,不会一条一个样。

做系列内容,第五集还想同一张脸,靠的就是这一栏。视频 9:42 处 - 14
多角度素材创建 Element
Create Element 弹窗支持多张图片,示例用正面、侧面、背面多张机器人图建模,也接受 3 到 8 秒的视频。命名、类型选 Characters、写一句简短描述,可选配一个预设音色,点 Generate 生成后它就会出现在绑定列表里。

角度喂得越全,后续越不容易崩形,一次建模反复复用。视频 10:45 处 - 15
给 Element 配运镜与台词
绑定后按导演方式写,示例 prompt 为:“A photorealistic drone shot circling a sleek, futuristic silver and black robot walking in the middle of a vast, sweeping desert of vibrant red sand... Camera switches to back view as the wind blows fine grains of sand across the robot's matte black leg joints and glowing blue LED knees... While walking, he asks "where am I?" in a confused tone.”这条 8 秒 1080p 花费 96 积分,环绕全程机器人都保持建模长相,原生音频还会把台词说出来。

运镜语法加一句带引号的台词,就是一条完整的 Kling 3.0 提示词。视频 11:52 处

