Kling 4.0：从静态画面到 30 秒有声视频

关键帧是视频必须经过的静态画面。由你确定开场、结尾与中间的转折，模型负责生成画面之间的运动与过渡。

作用

• 固定开场与结尾：成片从首帧开始，停在尾帧。
• 控制转折节点：中间帧决定画面在何处转变，适合变身、场景切换与产品展开等多段变化。
• 只指定结尾：仅上传一张图片时可将其设为尾帧，画面从提示词描述的场景收束到这张图片。

使用方法

1. 1在工作台选择「图片」模式。
2. 2按播放顺序上传图片：第 1 张为首帧，最后一张为尾帧，其余为中间帧。帧数上限为视频秒数加 1，最多 10 张，例如 3 秒视频最多 4 张。
3. 3只上传一张图片时，选择将其作为首帧还是尾帧。
4. 4在提示词中描述画面之间的运动、镜头与声音，然后生成。视频画幅自动跟随上传的图片。

主体是一个带名称的人物或物体，由多角度素材定义。在提示词中输入 @名称 即可引用，生成时外观保持一致。

作用

• 保持外观一致：同一人物的面部与服装、同一产品的外形，在镜头与角度变化中保持一致。
• 多个对象同场：每次最多使用 7 个主体，可用 @名称 分别安排各自的动作。
• 绑定音色：人物主体可绑定一段人声音频，该角色将使用这一声音说话。

使用方法

1. 1在「媒体」模式中点击「添加主体」。
2. 2填写名称（1–20 个字符，可用中文、字母、数字和下划线），该名称即提示词中的引用。
3. 3上传素材：2–4 张图片（第 1 张为正面或主要角度），或 1 段 3–8 秒、短边不低于 700 像素的视频。
4. 4选择类别，按需填写描述；人物主体可绑定音色。
5. 5在提示词中输入 @名称，例如「@小明 走进咖啡馆，向镜头挥手」，然后生成。

视频主体与参考视频一样计入输入视频时长，合计不超过 30 秒。

竖屏 · 30 秒

美食短片

关键帧

四张静态画面：案板上的生食材、烧热的平底锅、装盘的成品、叉子挑起第一口。

参考

一张成品图，用于确定色彩与点缀；一张厨房台面图。

提示词

双手切碎香草并拨入锅中；蒸汽升起，镜头自灶台向上摇起；盘子放下并转动四分之一圈；镜头缓慢推近叉子。

声音

刀落在木板上的声音、热油的滋滋声、盘子落桌的声音。不加配乐。

21:9 · 30 秒

建筑漫游

关键帧

三张静态画面：清晨的临街入口、从门口望去的中庭、面向城市天际线的屋顶露台。

参考

两张建筑外观照片；一张木质外墙材质的样图。

提示词

镜头平稳向前穿过入口，经楼梯一侧在中庭内上升，随后来到露台，天光渐亮。画面中无人，全程不剪辑。

声音

石材地面上的轻微脚步声、中庭内的气流声、露台上远处的车流声。

横屏 · 15 秒

吉祥物讲解

关键帧

两张静态画面：吉祥物站在空白展板旁、吉祥物指向已完成的图示。

参考

将吉祥物设为主体，以保持其比例与配色一致；另附一张品牌色板图。

提示词

吉祥物挥手后转向展板，画出三个以箭头相连的方框，随后面向镜头，用英语说：“Three steps, and the order matters.”

声音

清晰而亲切的人声位于中央；马克笔的摩擦声来自展板一侧。