Kling 4.0 提示詞撰寫工具 是做什麼的？
將場景構想、素材組合或有問題的提示詞，轉化為符合 Kling 官方文件中模型解讀方式的、可直接使用的 Kling 4.0 提示詞。
Kling 4.0 是一個多模態影片模型：它可讀取文字以及最多 15 個參考素材，生成 3 到 30 秒、包含立體音效與嘴型同步的片段，並預設會將較長的片段分割為多個鏡頭。提示詞應為導演腳本，而非關鍵字列表。Kling 生成錯誤大多來自四個原因：模糊抽象的措辭、未指派的參考素材、與輸入矛盾的時間軸，以及負面指令。此技能旨在預防這些問題。
硬體規格（時長、素材限制、解析度、語言）存放在 references/specs.md 中。當使用者需求觸及限制時（例如數量較多的素材、超過 15 秒的片段、21:9、4K/HDR 或非主流語言），請參考該檔案。
工作流程
1. 識別模式
開始撰寫前先選定模式，因為每種模式使用不同的措辭，且兩個入口無法在同一次生成中混用。
| 模式 | 使用時機 | 入口 | 關鍵措辭 |
|---|---|---|---|
| 簡單文字轉影片 | 探索構想，無素材 | Omni 參考 | 一到兩句簡單描述；模型會自行擴展 |
| 導向文字轉影片 | 特定的故事、時間、鏡頭 | Omni 參考 | 完整的時間軸結構 |
| Omni 參考 | 提供圖片/影片/元素/聲音 | Omni 參考 | @圖片1 定義…；保留… |
| 關鍵影格 | 必須在設定時刻出現精確影格 | 關鍵影格（僅限圖片，無其他參考素材） | 使用 @圖片1 作為第一影格… |
| 影片編輯 | 修改現有片段的一部分 | Omni 參考 | 編輯 @影片1。將 X 改為 Y。保持其他一切不變。 |
| 創意重製 | 借用片段的節奏/鏡頭，替換內容 | Omni 參考 | 將 @影片1 中的主體替換為 @圖片1… |
如果使用者同時需要像素級精確的關鍵影格 以及 角色/產品參考，請解釋兩者無法合併到一個任務中，並建議 (a) 使用 Omni 參考，將「關鍵影格」圖片用作構圖/第一影格參考，或 (b) 使用關鍵影格入口，由關鍵影格圖片本身承載身分。
2. 僅收集缺失的資訊
盡可能從使用者請求中推斷資訊。最多問一兩個問題，且僅在答案會實質影響提示詞時才問。在未知時值得詢問的內容：時長、寬高比、哪個上傳素材代表什麼、是否有對話（以及使用何種語言）、是否需要音樂。如果使用者追求速度，請做出合理的假設，並將其列在提示詞下方。
未說明時的預設值：10 秒、自動寬高比（或影片使用 16:9、社交/使用者生成內容使用 9:16）、寫實真人風格、環境音 + 音效、無音樂、無字幕。
3. 使用核心規則撰寫提示詞
規則 1 — 描述攝影機所見，絕不使用抽象標籤。 模型需要猜測「高級」、「舒適」、「電影感」、「中產階級」這類詞語。請用具體的視覺證據取代每個詞。
- 「奢華」→「側背光勾勒出瓶子的輪廓，背景柔和模糊，玻璃上有細膩的磨砂質感」
- 「老式」→「泛黃的壁紙、角落破損的家具、溫暖的鎢絲燈泡」
- 「繁忙的辦公室」→「一排排顯示器、響個不停的桌面電話、隔板上方交談的兩個人、鍵盤旁的咖啡杯」
規則 2 — 正面表述限制。 Kling 的指南警告負面指令會提高錯誤率。與其寫「不要顯示她的臉」，不如寫「她只出現側面」。與其寫「不要有多餘人物」，不如寫「全程只出現一位女性」。 預設值得寫的負面指令只有 「無字幕」 和 「無背景音樂」，因為模型容易傾向於添加兩者，除非特別要求。在使用者不想要時請加上這兩條。另外有兩個狹義的例外：在要求動畫/風格化外觀時排除寫實風格，以及列出一分鏡參考素材不得繼承的瑕疵（網格、草稿線條、標註）。
規則 3 — 為每個素材指定明確角色。 素材根據上傳順序自動編號（@圖片1、@圖片2、@影片1、@元素1…）。未指派的素材會被模型猜測用途。對於每個素材，說明它定義了什麼、要保留什麼，以及——當素材重疊時——不 從它那裡繼承什麼。
@圖片1 定義廚房：保留其布局、櫥櫃和窗光。@圖片2 定義廚師：保留她的臉、頭髮和白色外套。@影片1 僅作為攝影機路徑和剪接時機的參考；不要沿用其場景或人物。每次提及同一個角色/產品時，保持描述完全一致。
規則 4 — 按時間軸撰寫。 對於超過約 5 秒的內容，將動作分為計時節點（0–4秒、4–9秒…）或帶有明確時長的編號鏡頭。每個節點：可見什麼、發生什麼動作、情緒、攝影機如何運作。每個節點應包含可觀察到的變化——一個 30 秒的片段如果只有一個動作會顯得拖沓。如果使用關鍵影格，提示詞的節點必須完全遵循關鍵影格順序，並描述關鍵影格 之間的過渡，而非重複圖片已顯示的內容。
規則 5 — 明確宣告數量和連續性。 在較長的提示詞開頭寫明確切角色數量（「恰好 2 個角色 — 無重複角色」）。固定畫面方向和空間布局（「港口始終保持在畫面左側；移動方向總是從左到右」）。重複身分錨點（服裝、區別性細節），使其在剪接中能保持。
規則 6 — 將音訊寫入場景。 對話放在引號內，並使用應使用的語言書寫。描述說話者的年齡、語氣、速度和情緒，以及要強調的單詞。分別描述環境音、音效和音樂，並說明混音優先級（「腳步聲和呼吸聲大於配樂」）。除非有意重疊，否則一次只有一個說話者。
規則 7 — 根據需要調整長度。 允許最多 8,000 個 token，但長度不代表品質。當使用者在探索階段時，一句話的想法就是有效的提示詞——Kling 會自行填充故事、走位和鏡頭。當描述已經很精確時，Kling 會遵循它而不會自行添加解釋，因此詳細的提示詞適用於使用者已經清楚自己想要什麼的情況。
4. 選擇結構
選擇最能承載該請求的輕量級結構。帶有填空欄位的完整模板位於 references/templates.md 中——在撰寫任何非簡單提示詞之前請先閱讀。
- 簡單（探索、≤10 秒、無素材）：1–3 句話，主體 + 動作 + 場景 + 鏡頭 + 光線 + 音效。
- 標準四區塊（大多數請求）：素材角色 → 整體設定 → 時間軸 → 音訊。
- 長格式製作腳本（15–30 秒、多鏡頭、廣告、動作、對話場景、任何連續性重要的內容）：Kling 在其展示提示詞中使用的 15 部分格式——場景上下文、使用的參考素材、位置圖、第一影格與走位、格式模式、光學、鏡頭、動作時機、物理、燈光、音訊、角色表演、風格、品質、正面限制。
- 關鍵影格腳本：影格指派 → 每段過渡 → 鏡頭/連續性 → 音訊。
- 編輯腳本：
編輯 @影片1+ 精確變更 + 明確保留列表。
5. 交付
依此順序輸出：
- 設定 — 一行：模式/入口、時長、寬高比、解析度建議、素材上傳順序（以便 @編號對齊）。
- 提示詞 — 放在單一程式碼區塊中，以便直接複製。除非使用者要求，否則使用英文撰寫；對話保持使用其口語語言。
- 假設 — 僅在您做出了任何重要假設時提供一個簡短列表。
- 迭代提示 — 可選，一行：如果結果不如預期，優先修改什麼。
除非被問到，否則不要加入規則的解釋。如果使用者提供了要修正的提示詞，請顯示修正後的提示詞，並簡短列出更改了什麼以及原因。
模式特定說明
關鍵影格。 Kling 4.0 接受第一影格、最後影格、兩者，以及任意時間點的中間影格（最多 10 個）。透過詢問「此時觀眾必須看到什麼？」來規劃關鍵影格——如果沒有重要變化，則不需要關鍵影格。Kling 本身列出的常見失敗：關鍵影格過多、單一關鍵影格同時改變所有內容（角色 + 場景 + 燈光 + 風格）、關鍵影格與參考素材矛盾，以及提示詞時間軸順序與關鍵影格不一致。關鍵影格入口僅接受圖片；寬高比遵循第一影格。
影片編輯。 務必使用 編輯 @影片1——「參考 @影片1」可能被理解為「根據這個創作新影片」。清楚說明要更改什麼，然後加上明確的保留行：保持其他一切不變，包括 …，並列出相關的鏡頭運動、時機、燈光、音訊、構圖。對於風格更改，必須說明主體的動作/軌跡必須逐影格保留，以及場景的哪些部分 不得 重新設計風格。
創意重製。 說明要借用什麼（節奏、鏡頭順序、構圖、攝影機路徑、呈現風格），以及要替換什麼（主體、產品、場景）。當參考片段的節奏和鏡頭結構與目標內容相似時效果最佳——如果不相似，請警告使用者。
分鏡作為參考素材。 指示 Kling 將分鏡視為已核准的鏡頭順序、取景、攝影機路徑和情緒進展，以生成完成的影格，並且不要複製分鏡本身（草稿線條、網格、面板標籤、備註）。
字幕 / 畫面文字。 Kling 4.0 能穩定渲染多語言文字、標誌和表情符號。對於字幕，需指定位置（例如：底部中央、離下邊緣 10% 處、在標題安全區內）、行數限制、面板/字型樣式，以及與每句口語台詞同步的精確時間戳。對於標誌/招牌，請在反引號或引號內給出確切文字，並說明它必須保持拼寫正確且穩定。
風格。 對於非寫實外觀（動畫、毛氈、黏土、像素藝術、動漫），請描述材質、燈光和動作特徵（例如：「12 fps 逐格停格動畫」），並排除寫實風格以避免風格混合。
Kling 4.0 Flash。 速度更快、成本更低；適合草稿和高產量工作。保持提示詞更簡潔，且不要過度依賴多個關鍵影格。
常見問題修正
| 症狀 | 可能原因 | 修正 |
|---|---|---|
| 非預期的音樂或字幕 | 模型預設行為 | 加上「無背景音樂」/「無字幕」（或「僅音效，無音樂，無配樂」） |
| 角色/產品在不同鏡頭間飄移 | 參考素材角色不明確或描述不一致 | 將身分指派給一個素材；在每個鏡頭重複相同的簡短描述；在品質行中加入一致性要求 |
| 出現重複角色 | 未宣告數量 | 開頭使用「恰好 N 個角色 — 無重複角色」並在結尾加入正面數量限制 |
| 攝影機忽略方向指示 | 模糊或矛盾的鏡頭用詞 | 每個節點使用一個具體的鏡頭運動（「緩慢推進」、「固定廣角」、「向左橫移」）；刪除矛盾術語 |
| 事件順序錯誤 | 無時間軸，或時間軸與關鍵影格矛盾 | 加入帶有時間戳的節點；使其與關鍵影格順序一致 |
| 編輯更改了太多內容 | 無保留列表，或使用了「參考」而非「編輯」 | 使用 編輯 @影片1 + 「保持其他一切不變，包括 …」 |
| 動畫看起來半真半假 | 風格未指定為專用 | 描述材質 + 加入寫實風格排除 |
| 30 秒片段緩慢無聊 | 一個動作持續過長 | 加入節點、剪接或每 4–8 秒一個轉折 |
| 語言/腔調錯誤 | 對話未使用目標語言 | 用該語言書寫並放在引號內；指定腔調 |
| 過於詳細的提示詞行為異常 | 長篇描述中隱藏了矛盾的指令 | 精簡至核心要素；檢查每個區塊關於數量、位置、順序的描述是否一致 |
從其他模型轉換
從 Kling 3.0：3.0 僅有開始/結束影格且片段較短，因此文字承載了片段的過渡部分。在 4.0 中，將片段中間的狀態移入關鍵影格或計時節點，將時長擴展為真實目標時長，並為每個參考素材指派角色。從 Seedance/Veo/Sora 風格的提示詞：將參考標籤轉換為 Kling 的 @圖片1/@影片1 按上傳順序編號，將負面提示詞列表精簡為兩個預設負面詞，並將形容詞堆疊改寫為視覺證據。
參考文件
references/specs.md— Kling 4.0 的限制和參數（時長、素材數量/大小、解析度、寬高比、語言/腔調）。在限制重要時閱讀。references/templates.md— 上述每種結構的填空模板。在撰寫任何非簡單提示詞之前閱讀。references/examples.md— 每種模式的實作範例提示詞（原始版本及為此技能撰寫的版本）。當您想要參考語氣和密度的範例時閱讀。
規格反映 Kling 官方 Kling 4.0 使用者指南（2026 年 10 月）和 Kling 4.0 多關鍵影格部落格文章。標示為「即將推出」的功能（10 位元 HDR、2 分鐘延伸）可能尚未上線；如果使用者依賴這些功能，請檢查介面。