可灵 4.0 上手要点：30 秒长镜头与多参考怎么用

4.0 带来了什么

可灵（Kling）是快手的视频生成模型。2026 年 2 月初的 Kling 3.0 做到了最长 15 秒、最多 6 个镜头、原生多语言音频；10 月 15 日上线的 Kling 4.0 又往前迈了一大步：

可以看出两个方向：更长（从“片段”走向“段落”），以及更可控（用参考素材和关键帧把模型“钉住”）。

关键帧：把 30 秒拆成几个锚点

30 秒对视频模型来说很长，只给一句提示词，中段很容易“跑偏”。关键帧的作用就是给时间线打锚点：

1. 先用图像模型做出 3～5 张关键画面（开场、转折、高潮、结尾）；
2. 按顺序作为关键帧输入；
3. 提示词只负责描述帧与帧之间发生了什么。

关键帧1 → 关键帧2：女孩推开木门走进花园，镜头缓慢跟随。
关键帧2 → 关键帧3：她蹲下拾起一封信，特写信封上的蜡封。
关键帧3 → 关键帧4：她站起身望向远处的山丘，镜头缓慢拉远成全景。

关键帧之间的画面差异不要太大，否则模型只能“硬切”或强行变形。

多参考：每项素材只负责一件事

最多 15 项参考听起来很多，但塞得越多不代表越好。比较稳的做法是一项素材只负责一件事：

在提示词里明确告诉模型每项素材的用途，避免它把场景图里的某个路人当成主角。

提示词：写观众“看得见”的运动

可灵官方的运动提示词指南强调，要描述观众在画面里能看到的运动细节：

• 姿态：身体朝向、手的位置；
• 速度：缓慢、突然、逐渐加快；
• 方向：向镜头走来、向画面左侧离开；
• 镜头运动：推、拉、跟、环绕；
• 环境反应：衣角被风吹起、水面泛起涟漪、灰尘被脚步扬起。

对比：

❌ 武士很帅地拔刀。

✅ 武士右手握住刀柄，缓慢将刀拔出半截，刀身反射出冷光，
   脚下的落叶被风卷起，镜头从中景缓慢推近至刀身特写。

省钱省时的流程

1. 先用短时长、低分辨率验证构图和动作；
2. 确认后再出 30 秒版本；
3. 最后才上 4K——高分辨率生成慢、消耗大，只在定稿时使用。

参考来源

• 可灵 4.0 上线（新浪科技，2026-10-16）
• 可灵 4.0 报道（科技日报，2026-10-21）
• Kling 3.0 解读（The Decoder）
• Kling AI 运动提示词指南（官方博客）

AI 生成内容信息整理截至 2026-10-30。本文由 AI 辅助生成，内容依据公开资料整理，仅供学习交流；平台功能与价格变化较快，请以官方最新信息为准。