Kling 4 提示词指南：手把手教你提示 Kling 4.0

先搞清楚 Kling 4.0 能吃什么

1. 1

   动笔之前，先读一遍能力表

   走查视频里截到的 Kling 4.0 官方公告页，把一条提示词能要的东西列得明明白白：文生视频、图生视频、首尾帧，以及全新的多关键帧模式——最多支持 10 张关键帧图片输入。视频时长 3 到 30 秒，分辨率从 720p 到 4K，1080p 与 4K 还支持 10-bit HDR。提示词写在这些框架之内，模型才有机会照做；写到框架之外，就只剩碰运气。

   

2. 2

   记住这几条输入上限：8000 token、10 张参考图、21:9

   同一张规格表的下半页定下了提示词的预算：文本最长 8000 token，参考图最多 10 张，并明确支持 Omni Reference。音频输出为双声道立体声，语言列表新增德语、法语和印尼语，画幅在 16:9、1:1、9:16 之外补上了 21:9 电影比例。长提示词是 Kling 4 的真变化——走查里的示范提示词几乎每条都是一整段。

   

认路：改版后的创作台

1. 3

   认识输入台：提示词、参考与设置都在这一个框里

   T.J. Lovelady 的走查打开了改版后的创作页：生成结果铺满整屏，底部只剩一个输入台，占位文字写着 "Describe your shot, or upload images, videos, or elements as references. Use @ to quickly add reference assets."。设置行从左到右是 Video Generation、VIDEO 4.0 Flash、Omni reference，再到 720p · 20s · 16:9 · 1。Kling 4 的每一条提示词，都从这根栏上开始。

   

2. 4

   选模型要有数：现在是 Flash，完整版 4.0 在后头

   模型下拉列表里，VIDEO 4.0 Flash 与 VIDEO 3.0 Omni、VIDEO 3.0、VIDEO 01 并排。在这段先行体验录制的时点，Flash 是唯一可用的 4.0 档位，封顶 720p；完整版 4.0 预计十月上线，带来 30 秒 4K HDR 输出和更强的唇形同步。两位演示者都强调同一件事：今天关于 4.0 Flash 的一切结论都是下限，不是天花板。

   

3. 5

   先设模式、时长、比例和输出数，再写提示词

   设置弹层把决定每次生成的四个选项摆在一起：Mode 在 Flash 阶段锁定 720p；Duration 从 3 秒拖到 20 秒；Ratio 提供 16:9、1:1、9:16 和 21:9；Output 默认 1 个，2 至 4 路标着 VIP。20 秒的上限也解释了走查里那条冲浪提示词的写法——把整段动作写成一张分镜清单，而不是拆成五段互不衔接的片段。

   

实测有效的文生视频提示词公式

1. 6

   先跑一条纯文生视频，摸清模型自己的底色

   在不挂任何参考图的情况下，T.J. 要了一段两个角色展开史诗战斗的动画场景，于是有了上面这帧：霓虹天台、两名武者、干净利落的剪影。他的评价是打斗流畅且速度快——这对旧版 Kling 是难啃的领域——只是拉远之后 720p 会露怯。先用一条无参考提示词试水，摸清模型的底色，之后再用参考图去引导它。

   

2. 7

   用「锁定角色」块给对话场景打地基

   Khalil 在应用里输入的对话提示词，开头像一份镜头日志："Multi-shot cinematic dialogue scene — 15 seconds — 16:9. Use the supplied Caleb-and-Natalie beach image as the locked character, wardrobe, and location reference. Keep both faces, hairstyles, skin tones, swimsuits, and seated beach positions consistent." 之后才交代剧情转折。先锁素材、再讲故事的次序，正是值得照抄的模式。

   

3. 8

   给动作分段计时，在提示词里点名运镜

   这条冲浪提示词是整段走查的运镜教科书："20-second, 16:9 ultra-realistic cinematic surfing sequence... High-end live-action surf-film realism: natural wave physics, believable board control, detailed water spray, warm Caribbean sunlight, cinematic color." 接着是镜头计时——"0–4 seconds — The Drop"——再下运镜指令："Ultra-low tracking camera skims above the water alongside him." Kling 4 听得懂电影语言，也会用电影语言回答。

   

4. 9

   用 SCENE 块把场景钉死，多镜头才不穿帮

   拍年代戏时，Khalil 在提示词前加上 "SCENE: Multi-shot cinematic, 15 seconds, 16:9. Start from [image]; maintain its exact muted vintage Philadelphia poultry-shop setting, counter geography, character positions, natural documentary" 的灯光与年代服装说明。点名空间格局和人物站位，第二个镜头才不会擅自重新装修房间。他对这条成片的评价：景撑住了，演技晃了。

   

风格、一致性与音频结构块

1. 10

   把「写实」拆成材质、光线和物理

   水下这条提示词证明 Kling 4 对风格要求有多较真："Live-action realism: Translate the references into high-fidelity live-action footage with tangible physical texture: detailed turtle scales and shell, natural human skin pores, individual hair strands, and realistic swimwear fabric." Khalil 的海龟测试带回了光柱、焦散和漂浮微粒——提示词点名材质，模型就真的交出材质。

   

2. 11

   把 CONTINUITY 和 PERFORMANCE 写成大写结构块

   萨尔萨舞测试的提示词按小节推进："Begin from the image's exact pose and composition, then move immediately into fluid partner dancing. CONTINUITY Preserve their identities, facial features, skin tones and hairstyles throughout... Keep the same elegant, dimly lit ballroom, polished wooden floor, warm diagonal spotlight and deep shadows. ENERGY AND PERFORMANCE They are confident..." 大写小节标题让长提示词对你自己也可读——几条成片的服装与灯光都稳稳接住了。

   

3. 12

   提示词也能写配乐：节奏、乐器、人声

   Kling 4 Flash 输出双声道立体声，车内音乐剧这条示范了怎么指挥它："Create a photorealistic cinematic music-video sequence based on the supplied image and song excerpt. AUDIO AND PERFORMANCE Music and vocals: An upbeat, confident breakup-pop chorus at approximately 112 BPM, with punchy drums, warm bass, bright guitar accents..." 成品里角色踩着节拍开唱。另一段走查提到的限制：Flash 阶段挂音频参考链接会失败。

   

关键帧与镜头控制

1. 13

   现阶段图生视频只有一张关键帧：首帧

   把输入台切到 Keyframes，Flash 只给出一个 "+ First frame" 槽位——占位文字写着上传图片作为首帧。T.J. 找过尾帧槽位，Flash 里没有；不过 4.0 规格表已把首尾帧列进完整版能力。在它上线之前，他的办法与 Khalil 的做法一致：在提示词里写清去向，让镜头在文字结束的地方收尾。

   

2. 14

   用首帧加尾帧，把两张静图桥接成一个镜头

   Khalil 的水下序列演示了规格表所说的首尾帧："use [image] as the start frame and [image] as the end frame. Live-action realism. One continuous shot..." 他悬停预览第二张静图——游泳的人游向海龟——并提醒「很大程度取决于你怎么设置首帧和尾帧」。第一次生成在场景之间硬切，把两端重新锚定之后，他才拿到想要的连续运动。

   

3. 15

   运镜提示词可以放心写：跟踪与环绕是一等公民

   走查里截到的 Kling 4.0 亮点页把运镜写成头号承诺："Dynamic Motions and complex camera movements remain smooth and stable. Whether it's high-speed movement, continuous action, tracking shots, or orbit shots, footage stays stable and seamless." 同页还确认了视频编辑输入：最多 5 条素材、1 条主素材、每条 3 至 30 秒、合计不超过 30 秒。配合提示词里的运镜词——超低空跟拍、甩镜、推进——大胆调度。

   

常见问题