选择正确的Kling模型
Kling 3.0有四个模型，各自适用场景如下：
- Kling Video 3.0——适合大多数视频生成任务。速度最快，无音频的最高质量视频。
- Kling Video 3.0 Omni——需要同步音频（声音、音乐、音效）内嵌于视频时使用。
- Kling Image 3.0——用于写实静态图像，或视频所需的参考帧。
- Kling Image 3.0 Omni——用于包含文字、品牌或跨模态输入的复杂图像提示词。
编写有效的提示词
Kling输出质量在很大程度上取决于提示词。以下是一个框架：
- 主体：场景中有谁或什么？（"一名孤独的宇航员"）
- 动作：他们在做什么？（"缓缓走过红色沙地"）
- 环境：在哪里？什么时间？（"外星沙漠星球，双星落日"）
- 风格：视觉美学？（"电影级4K，空气中的尘埃颗粒，史诗般的大全景"）
- 摄像：镜头类型和运动？（"缓慢推进，浅景深"）
- 节奏：速度感？（"沉思的，从容的"）
弱提示词示例：
火星上的宇航员
强提示词示例：
一名穿着磨损白色宇航服的孤独宇航员在日落时分缓缓走过广阔的红色火星沙漠。双星沉入地平线，投下漫长的琥珀色阴影。尘埃颗粒从面罩前飘过。电影级4K，大全景，缓慢前推，磅礴音乐渐起。
画面比例与应用场景
- 16:9——横向视频：YouTube、演示文稿、流媒体、桌面端
- 9:16——竖向视频：TikTok、Instagram Reels、YouTube Shorts
- 1:1——正方形：Instagram信息流、缩略图
- 4:3——经典宽屏或复古美学
- 21:9——超宽电影级：胶片风格内容
使用参考图像
在创作页面上传参考图像以引导Kling的生成，适用场景：
- 图像转视频：将产品照片或静态图像动画化
- 角色一致性：为主角提供角色参考图
- 风格参考：粘贴电影截图或艺术作品来定义视觉美学
为获得最佳效果，请使用清晰、高质量、以单一主体为主的图像。支持JPEG、PNG和WebP，最大20MB。
充分发挥Video 3.0 Omni的音频优势
使用Omni模型时，提示词中应包含音频提示：
- 提及环境音效（"背景中的海浪声"）
- 指定音乐情绪（"缓慢的交响乐渐强"）
- 如有角色说话，请加入对话提示（"一名女性说：‘发射窗口在三分钟后开启。’"）
- 指定语音生成的语言
多镜头分镜
要激活多镜头模式，在提示词中将场景描述为一系列镜头：
"镜头1：雨夜城市全景。镜头2：一名侦探在路灯下行走的中景。镜头3：她面部的特写，雨水打在脸颊上，目光扫视巷子。镜头4：她伸手抓向门把手的主观视角。"
Kling将尝试将所有指定镜头生成为连续、连贯的视频。