Kuaishou 的 Kling 4.0：一段提示詞，拍出完整場景
把場景寫成分鏡表，Kling 4.0 就能開拍：切鏡、運鏡、對白，連招牌文字都拼對，一支影片全部到位。
Kling 4.0 是 Kuaishou 最新的 Kling AI 影片模型。輸入提示詞、首尾影格、最多 10 張參考照片，或想修改的影片，就能生成 3 到 30 s、720p 或 1080p 的影片，每支都含聲音。在 Pixel Dojo，一個方案就能使用 Kling 4.0 與各大頂尖影片模型，還有六大工作室和 AI 導演 Sensei。所有方案皆含商用權限。本頁每支 Kling 4.0 影片都是我們在這裡製作的，也附上完整原始提示詞，讓你直接接著創作。
33 credits ($2.06) 所有方案皆包含，每月 US$10 起。
已經是會員？ 登入
作者 Brian Lovett · 更新於
Kling 4.0 讀提示詞，就像劇組讀分鏡表。給它時間區間、每個鏡頭的景別和一句對白，它就會在你指定的位置切鏡。我們的河流影片要求在 10 s 內，先跟拍，再切到河岸遠景，生成結果正是如此，切鏡前後也是同一位騎士與同一匹馬。
每支影片都自帶聲音。用引號框住台詞，指定口音和說話方式，角色就會逐字說出，支援英文、中文、日文、韓文、西班牙文、葡萄牙文、德文、法文或印地文。我們會在每段提示詞結尾加上 Audio 一行，描述想要的環境音與音效。
畫面文字也穩得住。用引號寫出標籤或招牌的正確文字，再指定位置。我們的香水廣告環繞瓶身拍攝，最後對準細金色大寫字母 NOCTURNE，運鏡結束時依然清晰。
我們用 Kling 4.0 製作了六種場景，每支都是 10 s、1080p，並附聲音：動作戲、對白、產品廣告、空拍、黏土動畫和直式時尚短片。點選任一影片的「使用此提示詞」，就能從我們的文字開始創作。
一支影片、兩個鏡頭，直接硬切：先以低角度跟拍全速奔馳，再切到河岸上的遠景。切鏡前後，騎士與馬匹保持一致。從這段提示詞出發，拍出你的動作場面。
Low tracking shot at water level beside a rider on a grey horse galloping through a shallow mountain river at golden hour, every hoof strike throwing sheets of backlit spray, her dark braid and long canvas coat flying behind her. Shot 1, 0-5 s: tracking alongside at full speed. Shot 2, 5-10 s: hard cut to a wide shot from the bank as horse and rider crash through the river toward pine forest, sun flaring through the mist. Same rider and horse in both shots. Audio: thundering hooves, splashing water, the horse's breath, wind, no music, no subtitles.
以蘇格蘭口音逐字說出對白，風暴聲與霧笛聲也在同一音軌中。把台詞放進引號，再描述聲音特色。
Slow push in from a medium shot to a close-up of a weathered lighthouse keeper in his sixties with a salt-and-pepper beard and a navy wool sweater, standing at a rain-streaked window as the lamp sweeps light across his face. 0-4 s: he watches the storm, jaw set. 4-10 s: he turns to the camera and says in a low, steady Scottish voice: "She's out there. And I'm not putting this light out until she's home." Warm tungsten interior against cold blue storm light, 35mm film texture. Audio: rain lashing the glass, wind, a distant foghorn, his voice, no music, no subtitles.
微距產品廣告，最後定格在文字完全正確的標籤。即使鏡頭繞著玻璃瓶移動，文字依然清晰。
Macro product commercial on black volcanic stone. A square amber glass perfume bottle with a heavy gold cap stands in a shallow pool of water; a single drop falls from above and sends rings across the surface. The camera makes a slow half orbit as a light sweep crosses the glass, ending on the front label, which reads exactly "NOCTURNE" in thin gold capitals and stays sharp and legible. Moody low key light, deep shadows, glints on the facets. Audio: a single water drop, a soft low hum, no music, no subtitles.
超廣角一鏡到底，全程不切鏡。提示詞中的時間區間，決定空拍機每個時刻的位置。
One continuous aerial drone shot with no cuts over a glacier lagoon in Iceland at dawn. 0-4 s: the drone skims low over still black water past floating blue icebergs. 4-8 s: it rises and banks right to reveal a wall of cracked glacier ice under pink clouds. 8-10 s: it settles on a lone red kayak gliding between the icebergs, tiny against the ice. Crisp cold light, mist on the water. Audio: wind, ice creaking, faint paddle strokes, no music, no subtitles.
定格動畫風格，兩個鏡頭搭配一句對白。切鏡前後，角色造型保持一致。
Stop-motion claymation style with visible fingerprints in the clay. A round-bellied badger baker in a striped apron pulls a giant golden loaf from a brick oven in a tiny cozy bakery, steam puffing up. Shot 1, 0-5 s: medium shot as he slides the loaf out on a wooden peel and his eyes go wide. Shot 2, 5-10 s: close-up as he sniffs it and says in a warm, gravelly voice: "Perfect. Absolutely perfect." Warm window light, felt and clay textures. Audio: oven door creak, crackling crust, his voice, no music, no subtitles.
跟著節拍切鏡的直式時尚短片：一次生成，用三種景別拍出同一位模特兒與同一件外套。
Fashion film in a raw concrete warehouse with a single hard white spotlight. Shot 1, 0-3 s: low angle as a tall model in a sculptural crimson silk coat strides straight at the camera, fabric snapping behind her. Shot 2, 3-6 s: side tracking shot as she turns at the end of the runway and the coat flares. Shot 3, 6-10 s: tight close-up of her face in the light as she glances back over her shoulder. Hard cuts on the beat. Same model and coat in every shot. Audio: a deep electronic kick drum, heel clicks echoing, no subtitles.
我們給兩個模型相同的雙鏡頭提示詞，設定 10 s、16:9，並含聲音：先拍夜市攤位遠景，再切到中近景，讓廚師端出一碗麵並說話。兩者都正確呈現 NOODLE KING 招牌，也都說出台詞。Kling 4.0 在切鏡前後維持同一位廚師，解析度也保持 1080p。要拍多鏡頭場景、最長 30 s 的影片與對白，就選它。若要拍最長 15 s 的單鏡頭，Kling 3.0 依然很划算。
相同提示詞： A night market alley after rain. Shot 1, 0-4 s: wide shot as a street cook in a white cap tosses noodles in a flaming wok under strings of paper lanterns. Shot 2, 4-10 s: medium close-up as he plates the noodles, looks up at a customer and says in a cheerful voice: "Last bowl of the night. It's yours." A hanging sign above the stall reads exactly "NOODLE KING". Audio: sizzling wok, crowd murmur, his voice, no music, no subtitles.
A night market alley after rain. Shot 1, 0-4 s: wide shot as a street cook in a white cap tosses noodles in a flaming wok under strings of paper lanterns. Shot 2, 4-10 s: medium close-up as he plates the noodles, looks up at a customer and says in a cheerful voice: "Last bowl of the night. It's yours." A hanging sign above the stall reads exactly "NOODLE KING". Audio: sizzling wok, crowd murmur, his voice, no music, no subtitles.
A night market alley after rain. Shot 1, 0-4 s: wide shot as a street cook in a white cap tosses noodles in a flaming wok under strings of paper lanterns. Shot 2, 4-10 s: medium close-up as he plates the noodles, looks up at a customer and says in a cheerful voice: "Last bowl of the night. It's yours." A hanging sign above the stall reads exactly "NOODLE KING". Audio: sizzling wok, crowd murmur, his voice, no music, no subtitles.
| Kling 4.0 | Kling 3.0 | |
|---|---|---|
| 最長片長 | 30 s | 15 s |
| 本支影片點數 | 65 | 55 |
開啟 Kling 4.0，先寫下地點、光線，以及必須維持一致的元素。
加入時間區間，每段安排一個動作、運鏡方式，並用引號標出台詞。
結尾加上 Audio 一行，描述環境音、音效與人聲。不想要音樂或字幕，也在這裡註明。
選好片長、解析度與畫面比例，生成後一次修改一行提示詞。
以下為點數牌價，已含聲音。Kling 4.0 Flash 是速度更快的 720p 版本，可生成最長 20 秒的影片。Pro 方案每月 $25 可購得 500 點數，換算每點為 5 美分。
| 片長 | Kling 4.0，720p | Kling 4.0，1080p | Kling 4.0 Flash | Pro 方案 1080p 美元費用 |
|---|---|---|---|---|
| 5 s | 23 | 33 | 13 | $1.65 |
| 10 s | 45 | 65 | 25 | $3.25 |
| 15 s | 68 | 98 | 38 | $4.90 |
| 20 s | 90 | 130 | 50 | $6.50 |
| 30 s | 135 | 195 | 不提供 | $9.75 |
Pixel Dojo 所有方案皆可使用 Kling 4.0，每月 $10 起，依影片秒數計費，已含聲音。
720p 每秒 4.5 點數，1080p 每秒 6.5 點數。若輸入影片，例如要編輯的片段或參考影片，則分別為 5 與 7.5 點數。
本頁每支 10 s、1080p 影片皆使用 65 點數。相較之下，Kling 3.0 使用相同的 10 s 提示詞並含聲音，費用為 55 點數。
換算美元，Pro 方案生成一支 10 s、1080p 影片為 $3.25，一支 5 s Flash 影片為 65 美分。生成前，工具會依你的設定顯示確切費用。所有付費方案也都包含無限量 MiniMax H3 Turbo 影片，以及無限量 Qwen Image 2.1 Turbo、FLUX 3 Image Klein 和 P-H3-Image 圖片，完全不扣點數。任何人註冊免費帳號，每天都能免費試用 3 次特效。
Kling 4.0 是 Kuaishou 最新的 Kling AI 影片模型。輸入文字提示詞、首尾影格、最多 10 張參考照片、參考影片，或要編輯的片段，就能生成 3 到 30 s、720p 或 1080p 且含聲音的影片。在 Pixel Dojo，可透過 Kling 4.0 工具與 Pixel Dojo API 使用。
一段提示詞就能拍出完整場景：按時間安排分鏡，指定硬切或一鏡到底，生成九種語言的對白，還能讓畫面文字在運鏡時保持拼字正確。本頁每個範例都附上提示詞，讓你直接接著創作。
可設定 3 到 30 秒之間的任意整數秒數。較長的影片會自動切分鏡頭，除非你要求全程不切鏡、一鏡到底。
可以，每支影片都含聲音。用引號框住台詞，指定說話者、語言與說話方式，就能逐字說出。環境音與音效則寫在提示詞結尾的 Audio 一行。
Pixel Dojo 所有方案皆可使用，每月 $10 起，依秒數扣點：720p 每秒 4.5 點數，1080p 每秒 6.5 點數；若輸入影片，則分別為 5 與 7.5 點數。一支 10 s、1080p 影片為 65 點數，以 Pro 方案換算約 $3.25。Kling 4.0 Flash 每秒 2.5 點數，因此一支 5 s Flash 影片為 13 點數。
在 Pixel Dojo 使用 Kling 4.0 需扣點數，一支 5 s Flash 影片為 13 點數起，一支 5 s、720p 影片為 23 點數。所有付費方案也都包含無限量 MiniMax H3 Turbo 影片，以及無限量 Qwen Image 2.1 Turbo、FLUX 3 Image Klein 和 P-H3-Image 圖片，完全不扣點數。任何人註冊免費帳號，每天都能免費試用 3 次特效。
多鏡頭場景、對白、清晰可讀的文字，或長度超過 15 s 的影片，都交給 Kling 4.0。製作最長 15 s 的單鏡頭影片，Kling 3.0 是成本更低的選擇。所有方案皆含這兩款模型。