Kling 4.0 Peek Preview：从生成一条视频，到导演一段完整故事

AI 视频生成正在从“生成一个好看的片段”，进入“控制一段完整内容”的阶段。Kling 4.0 Peek Preview 也让创作者能够更细致地体验 Kling AI 视频生成器 的工作流，将更长视频、参考素材、关键帧、动态表现和原生音频放在同一次创作中进行控制。

一条真正可用于广告、短剧或品牌内容的视频，通常需要同时满足几个条件：动作连贯，角色和产品保持一致，镜头按照预期推进，场景自然衔接，音频与对白保持统一，并且最终服务于明确的创意目标。

Kling 4.0 Peek Preview 正是围绕这些创作环节进行升级。通过 Zopia，创作者可以提前体验 Kling 4.0 的部分能力，探索更长的视频生成、更丰富的参考素材、更细的关键帧控制，以及更完整的音画创作流程。

前往 Zopia Kling 4.0 模型页

从孤立片段走向连贯故事的创作流程。

Kling 4.0 相比上一代升级在哪里？

根据可灵官方的版本对比，Kling 4.0 的升级重点集中在视频时长、时间线控制、参考素材和动态表现。

这些变化的意义在于，创作者可以把更多控制信息放进同一次生成任务中。一张图片可以定义产品外观，一段视频可以定义动作，一组关键帧可以定义故事转折，而文字提示词则负责描述它们如何发生变化。

30 秒视频：让一个创意拥有完整的起承转合

过去，AI 视频往往需要把一个创意拆成多个短片段。Kling 4.0 支持最长 30 秒的原生视频生成，可以让多个视觉节点出现在同一段视频里。

关键不在于使用最多的关键帧，而在于只把真正重要的视觉变化标记出来。

多关键帧：控制视频什么时候发生变化

多关键帧可以帮助创作者定义视频从什么画面开始、人物什么时候进入场景、产品什么时候出现、镜头什么时候改变方向、场景什么时候切换，以及最后停留在哪个画面。

一个电商产品视频可以使用 5 张关键帧：产品置于桌面；人物拿起产品；产品被打开或使用；镜头靠近产品细节；产品回到中心位置形成最终展示画面。

可灵官方 Kling 4.0 视觉素材。

使用提供的关键帧创建 20 秒产品视频。0–4 秒：建立明亮厨房环境，产品保持在台面中央。4–9 秒：一位女性进入画面，自然拿起产品。9–14 秒：她使用产品，镜头从中景平滑推进到近景。14–18 秒：突出产品质感、形状和品牌细节。18–20 秒：回到干净的产品主视觉，使用柔和晨光。全程保持产品形状、颜色、标签和比例一致，使用平滑运镜和真实手部互动。

Omni Reference：让不同素材各自承担不同任务

Omni Reference 的价值不只是上传更多图片，更有效的方式是给每个素材指定明确角色：

• 产品图定义形状、颜色和包装。

• 人物图定义角色外观。

• 动作视频定义运动方式。

• 场景图定义空间结构。

• 分镜图定义镜头顺序。

• 声音参考定义人物声音特征。

@Image1 定义产品。保持它的形状、颜色、材质、标签和 logo。@Image2 定义主角外观。保持面部特征、发型和服装。@Image3 定义厨房布局。保持台面位置、窗户和温暖晨光。@Video1 提供手部动作和镜头节奏参考。角色拿起产品、观察产品，再把它放到镜头附近。全程保持产品和人物一致，不要复制参考素材中无关的物体或背景细节。

动态表现升级：让运动成为叙事的一部分

复杂运动通常是 AI 视频生成中最容易出现问题的场景，例如快速奔跑、打斗碰撞、体育运动、舞蹈、车辆运动、大幅度镜头移动，以及多个角色同时运动。

电影感跟拍镜头跟随一名自行车手在雨后的狭窄城市街道中疾驰。自行车手从背景加速进入前景，车轮溅起水花。镜头以相同速度侧向跟拍，再平滑环绕到骑手正面。行人自然反应并保持空间关系。全程保持服装、头盔、自行车车架和身体比例一致。使用真实惯性、克制的运动模糊和戏剧化的夜间光线。

提示词中应同时说明主体做什么、摄像机怎么运动、哪些元素需要保持、动作先后顺序，以及结尾要停留在哪里。

原生双声道音频和多语言内容

Kling 4.0 还扩展了音频和语言能力，包括双声道音频，以及更多语言、文本和口音支持。对于广告、短剧和跨境内容，音频不只是背景效果，也承担着叙事功能。

音频：使用自然的双声道声音。加入柔和城市环境、自行车运动声、湿路溅水声和轻微交通噪声。加入一段平静的英文女性旁白：“Move faster. Create with confidence.” 保持声音清晰，并与最终产品镜头同步。

三个适合测试 Kling 4.0 的实用提示词

产品广告

为现代护肤瓶制作 30 秒高级产品广告。@Image1 定义产品，保持瓶身形状、标签、颜色和材质。@Image2 定义浴室环境，保持大理石台面和柔和日光。0–6 秒拍摄瓶身水珠特写；6–12 秒拉远展示浴室；12–20 秒人物自然拿起并使用产品；20–26 秒推进到标签和质感的微距镜头；26–30 秒以居中的产品主视觉和留白收尾。使用优雅运镜、真实手部、柔和反射和高级商业布光，并生成细微水声和空间环境声。

短剧镜头

在夜晚安静的火车站创作 25 秒电影感场景。@Image1 定义主角外观，@Image2 定义车站环境，@Image3 定义必须保持一致的红伞。0–7 秒主角独自等待；7–14 秒列车经过，她注意到站台另一侧的人；14–21 秒镜头缓慢推进，她走向红伞；21–25 秒以她的表情特写结束。保持人物、服装、雨伞颜色和空间连续性，使用电影感夜景、克制运镜和细微车站环境声。

游戏宣传片

为未来沙漠城市制作 20 秒电影感游戏预告。@Image1 定义主角，@Image2 定义载具，@Image3 定义城市建筑。0–5 秒用高空广角展示被沙丘包围的城市；5–10 秒载具加速穿过街道；10–15 秒主角从载具跳到高台；15–20 秒镜头环绕主角，城市灯光在身后亮起。保持盔甲、载具设计和建筑风格一致，使用动态运镜、真实惯性、空气尘埃和戏剧化双声道声音，以强烈居中主视觉收尾。

广告、电商与短剧提示词的视觉化案例。

如何在 Zopia 中开始体验

建议先从一个明确的创作目标开始，而不是一次性上传大量素材：

• 先确定视频用途。

• 准备最关键的产品、人物或场景参考。

• 为每个素材指定角色。

• 只使用真正重要的关键帧。

• 用时间段描述动作和镜头。

• 最后补充音频、对白和结尾画面。

第一次测试可以选择 3–5 个参考素材和 3–5 个关键帧，先观察模型如何处理一致性、动作和转场，再逐步增加复杂度。

Kling 4.0 Peek Preview：从“生成”走向“导演”

Kling 4.0 的升级重点，不只是更高分辨率或更长时长。更重要的变化是：创作者可以在一次任务中提供更多上下文，并对视频中的时间、人物、产品、动作、镜头和音频进行更细致的描述。

写一句提示词，等待一个片段，逐渐变成规划一段故事，提供参考素材，定义关键节点，再持续调整结果。

Kling 4.0 Peek Preview 目前用于提前体验部分新版模型能力，具体开放范围和功能以 Zopia 页面实际状态为准。

Try Kling 4.0 Peek Preview on Zopia

本文中的模型能力与参数以可灵官方资料及预览期间的实际页面状态为准。

更多提示词案例：从创意到可控指令

下面的案例重点展示如何把创意拆成主体、参考素材、时间线、镜头、连续性规则、声音和结尾画面。真正需要稳定的元素，尽量放在同一条提示词中说明。

产品揭示与可控运镜

制作一条 20 秒高级无线音箱产品广告。@Image1 定义音箱的外观和 logo，保持比例、按键、网罩纹理和哑光材质一致；@Image2 定义影棚环境。0–4 秒：从暗部剪影开始，只出现窄边轮廓光；4–9 秒：镜头从左向右缓慢环绕，音箱轻微旋转；9–14 秒：推进到网罩和旋钮的微距细节；14–18 秒：拉远展示石材底座上的完整产品；18–20 秒：以居中的产品主视觉和留白收尾。使用稳定灯光、真实反射、克制景深和细微双声道空间声。不要改变 logo，不要增加额外按键。

三段镜头保持人物一致

制作一条 24 秒人物主导的时尚短片，分为三个连续镜头。@Image1 定义模特的面部、发型、肤色和黑色夹克；@Image2 定义河边场景。三个镜头中保持人物身份、服装、天气和时间一致。0–8 秒：中景展示模特沿河行走；8–16 秒：侧向跟拍，模特转身迎风；16–24 秒：近景，模特看向镜头并露出轻微微笑。使用自然布料运动、可信脚步、统一的阳光方向和轻微手持感，最后停留在 @Image1 中的夹克细节。

快速动作与清晰运动轨迹

制作一条 15 秒电影感滑板运动镜头。@Video1 定义滑行节奏；@Image1 定义服装和滑板外观。先用广角建立混凝土广场，再平行跟拍滑手，最后切换到低机位正面镜头，展示一次干净的跳跃。保持身体比例、滑板形状、落地方向和空间关系一致。加入真实加速、接触阴影、克制运动模糊、少量尘埃和双声道滑轮声。避免瞬移、重复肢体、服装改变和动作断裂。

带对白和情绪节奏的短剧

制作一条 30 秒停电主题短剧。@Image1 定义主角；@Image2 定义公寓布局和窗户位置。0–7 秒：主角点燃蜡烛并听到消息提示音；7–15 秒：镜头跟随主角走向窗边，远处城市灯光逐渐恢复；15–23 秒：第二个人物出现在门口，对白前保留自然停顿；23–30 秒：切到近景，以主角释然的表情收尾。保持两个人物、服装、房间空间和蜡烛位置一致，加入克制的室内环境声、轻微开门声和清晰自然的中文对白。

跨境产品视频与本地化口播

制作一条 25 秒旅行背包跨境广告。@Image1 定义背包；@Image2 定义机场环境。保持产品颜色、拉链结构、logo 位置和容量展示一致。0–6 秒：旅客穿过明亮航站楼；6–13 秒：打开背包展示分区收纳；13–20 秒：展示背包放入飞机座椅下方；20–25 秒：以干净产品主视觉收尾。使用英文口播：“Pack light. Move freely.” 添加简体中文字幕、清晰发音、轻微航站楼环境声和人声与背景声的双声道分离，画面保留本地化文字的安全留白。

电商生活方式场景的参考素材分工

制作一条 20 秒陶瓷咖啡套装生活方式广告。@Image1 定义杯子形状和釉色；@Image2 定义厨房；@Image3 定义人物服装；@Video1 定义倒咖啡动作。保持杯柄、釉色、桌面位置、服装和手部互动一致。0–5 秒：杯子旁边升起蒸汽；5–11 秒：人物连续倒入咖啡；11–16 秒：镜头从手部移动到杯子细节；16–20 秒：完整套装居中收尾。使用温暖晨光、真实液体运动、柔和运镜和轻微陶瓷接触声，不要增加额外杯子或改变产品轮廓。

可复用的连续性约束

连续性规则：保持人物身份、产品结构、logo 位置、服装、光线方向、场景空间、动作顺序一致。手部与物体接触要符合物理关系。避免多余手指、重复物体、变形文字、突然切镜、背景无故变化、阴影不一致，以及盖过对白的音频。

官方资料与实操检查清单

本文参考可灵公开的版本对比、模型指南和多关键帧教程。需要核对具体能力或准备制作 brief 时，可以直接查看以下官方资料：

• Kling 4.0 vs 3.0 版本对比

• Kling 4.0 模型使用指南

• 多关键帧教程

• Kling 4.0 模型发布页

• Kling 4.0 视频生成能力页

开始生成前

1. 先用一句话写清视频的业务目标或故事目标。

2. 选择真正定义身份的素材：产品、人物、场景、动作或声音。

3. 用 @Image1、@Image2、@Video1 给每个参考素材指定角色。

4. 把重要变化分配到时间段或关键帧。

5. 补充镜头、主体动作、连续性规则、音频和结尾画面。

拿到第一版结果后

• 检查产品形状、标签、颜色和比例。

• 检查手部、面部、服装和物体互动。

• 检查镜头运动是否符合原始设计。

• 检查对白清晰度、时间点、环境声和双声道位置。

• 确认这些问题后，再增加参考素材、关键帧或动作复杂度。

如何迭代提示词而不失去控制

建议一次只改一个变量：先修正人物、产品和构图，再调整动作与镜头，最后处理对白、环境声和双声道位置。当结果已经接近目标时，保留有效提示词，只修改出现问题的那一句。这样更容易比较每一轮结果，也方便团队记录可复用的制作方法。

本文视觉素材如何使用

可灵官方 Kling 4.0 主视觉用于展示公开产品素材参考。工作流图和场景图是为本文制作的编辑视觉，用来解释关键帧、参考素材和提示词之间的关系，不代表模型输出结果或固定效果。

准备商业交付时，建议把已经确认的品牌素材与模型生成结果分开审核，并确认包装、logo、人物、音乐、对白和第三方场景符合实际使用范围。

从一个可控测试开始

第一次体验可以从一个 12–20 秒镜头、3–5 个参考素材和 3–5 个重要关键帧开始。记录提示词、素材角色和每轮修改内容，这样更容易判断改进来自模型、参考素材、时间线还是提示词结构。

打开 Zopia Kling 4.0 Peek Preview，先测试一个定义清晰的镜头，再把它扩展为完整广告、短剧或品牌内容。