Kling 4.0 短片创作指南：如何规划 30 秒故事与多关键帧

画面漂亮，可以吸引观众停留；故事发生变化，才有机会让观众继续看下去。

Kling 4.0 公布了最长 30 秒原生生成和最多 10 张关键帧输入能力，为人物动作、情绪铺陈与连续叙事提供了更大的规划空间。该模型计划于 10 月正式推出，下面是一套依据官方已公布能力设计的创作方法，可用于提前准备脚本与素材。

先写清楚：这 30 秒里，究竟发生了什么？

短片并不需要复杂的世界观，但需要一个观众能够理解的变化。

例如：

一位准备离开旧居的年轻人，在空房间里发现一张童年照片。他停下脚步，认真看了片刻，最终把照片放进随身行李。

这个故事包含明确的起点、触发事件和人物选择。情绪通过动作体现，镜头也有具体内容可拍。

规划 AI 短片时，可以先完成一句话故事，再把它拆成三个部分：

• 建立情境： 人物是谁，正在做什么？
• 发生变化： 什么事情让人物停下来或改变行动？
• 完成回应： 人物最终作出了什么选择？

当这三个问题有了答案，关键帧和提示词就有了共同方向。

关键帧的作用，是固定重要的叙事节点

最多支持 10 张关键帧，并不意味着每次都需要用满。

以上述故事为例，可以先准备四个关键画面：人物站在空房间里、低头发现照片、手持照片沉默片刻、将照片放入行李。

每一张图都应当承担明确任务。第一张建立人物与环境，第二张引出事件，第三张呈现情绪，第四张完成故事。

准备这些素材时，优先统一人物服装、随身物品、房间布局和光线方向。关键帧之间的设定越清楚，越便于判断最终画面的变化是否符合剧情需要。

提示词要说明画面之间如何连接

关键帧表达重要状态，文字则可以进一步描述动作过程、镜头运动和声音关系。

以下是一个原创提示词示例，用于说明写法，不代表实测结果：

一个约 20 秒的写实短片。清晨，柔和的自然光照进即将搬空的房间。年轻人提着行李准备离开，看到地板上的童年照片后停下脚步。他弯腰拾起照片，低头注视，神情从匆忙逐渐变得柔和，最后将照片轻轻放进行李。镜头先以中景交代环境，再缓慢靠近人物与照片。动作克制自然，保留脚步声、衣料摩擦声和安静的室内环境声。

这段描述的重点，是让动作与情绪构成因果关系。人物为什么停下、为什么改变表情、最后如何行动，都有清楚的依据。

镜头应该帮助观众理解故事

推近、跟拍、环绕和景别切换，都是表达手段。

如果故事重点是人物发现照片后的反应，缓慢靠近可能比大幅环绕更贴合情绪。如果重点是人物在空间中的移动，跟拍则更容易展示行动过程。

Kling 4.0 官方介绍了运镜与多镜头调度方面的增强。使用这些能力时，可以先问自己：这次镜头变化，要让观众注意到什么？答案越明确，镜头安排就越有意义。

用三个问题检查成片

完成生成后，可以从叙事角度检查：

1. 不看文字解释，观众能否理解发生了什么？
2. 人物的动作和情绪是否自然衔接？
3. 结尾是否回应了开头建立的情境？

官方还提到，多次视频续拍未来可将内容延展至最长 2 分钟，但该能力标注为“即将上线”，与单次最长 30 秒原生生成是不同概念。

第一次尝试 Kling 4.0 短片创作，可以从一个人物、一个场景和一次情绪变化开始。把一个小故事讲清楚，就是建立个人 AI 影像表达的良好起点。

本内容包含 AI 生成信息，可能存在错误，请自行核验。