Kling 3.0：一段提示詞，導出一整場戲
Kling 3.0 是快手旗下 Kling AI 於 2026 年 2 月初推出的影片模型，與其說是片段生成器，更像一支小型拍攝團隊。一段提示詞最多能產出 15 秒的畫面，在多個機位之間切換，每個鏡頭都維持同樣的角色，還已經混好對白、音效與環境音。短劇創作者、廣告團隊和迷因頻道很快就用上了它。下面會說明它和舊版本相比有哪些改變、大家都拿它做什麼、多鏡頭分鏡如何運作，以及可以直接貼上使用的提示詞範本。
製作多鏡頭風格影片 →
無審查替代影片生成器
圖片轉影片上傳起始畫面，描述動作、運鏡與氛圍，影片會根據你的圖片生成。
試試提示詞
範例提示詞為英文，這樣效果最穩定。
導演型模型：15 秒、多個鏡頭、音效一起搞定
大多數 AI 影片工具只給你一個連續鏡頭，剪輯工作留給你自己。這個模型改變了這種習慣。你描述一場戲，或逐鏡頭寫出來，模型就會自己規劃剪接：一個交代環境的遠景、一個臉部特寫、一個接話的反拍鏡頭。根據 Kling AI 的發表公告，這次一口氣推出四個模型：Video 3.0、Video 3.0 Omni、Image 3.0 和 Image 3.0 Omni，升級重點包括一致性、照片級細節、最長 15 秒的片段，以及支援多種語言、方言與口音的原生音訊。
結果是，單次生成就已經能成為故事中一段完整的情節。發表後的各種教學指出，每段片段長度為 3 到 15 秒，其中最多可有大約六次機位切換。它是封閉的商業服務：你可以透過 Kling 的 App 與網站使用，或透過 Kling 開發者平台及合作平台的 API 呼叫，沒有公開的模型權重可供下載。
Kling 2.6 和 O1 讓大家愛不釋手——新版本又多了什麼
Kling 2.6 是讓人聲與音效隨畫面一起生成的版本，Kling O1 則能用參考圖編輯片段、轉換風格。兩者都在社群媒體上迅速爆紅。新版本把這兩個概念整合進同一個模型，並進一步延伸：片段更長、真正的場景剪接，以及能從一個鏡頭延續到下一個鏡頭的角色。如果你已經熟悉舊版本，下表只列出差異。
代價是，掌控越多，就越需要事先規劃。評測者指出，Custom storyboard 模式最適合用剪輯師思維來思考的人，而模糊的一句話提示詞依然只會產出平淡的畫面。
| Kling 2.6 / O1 | Kling 3.0 | |
|---|---|---|
| 片段長度 | 5 或 10 秒 | 3 到 15 秒，自由選擇 |
| 鏡頭 | 單一連續鏡頭 | 多鏡頭分鏡，最多約 6 次剪接 |
| 音訊 | 原生音效與人聲，以中文和英文為主 | 中文、英文、日文、韓文和西班牙文的對嘴對白，另支援各種口音 |
| 參考素材 | 參考編輯功能只在 O1 | Omni 版可接收多張參考圖與參考影片，作為固定元素 |
| 一致性 | 不同次生成之間臉孔可能走樣 | 每個鏡頭都維持同一角色、服裝與道具 |
創作者都拿它來做什麼
吸引力很簡單：要拼接的片段更少，對白也已經同步好。這就是為什麼同樣幾種用途不斷出現在創作者的動態與教學中。
- 直式微短劇：兩人爭吵的正拍與反拍，一次生成，而不是分開做六段片段。
- 產品廣告與電商：產品的微距特寫、模特兒手持產品，再加上一句介紹台詞，全部收在一支 15 秒的廣告裡。
- 音樂 MV 與預告片風格剪輯：隨著音樂節拍，在不同情緒與角度之間快速切換。
- 在地化配音：同一位主持人以英文、日文或西班牙文說話，嘴型也同步吻合。
- 固定角色：同一個吉祥物或虛擬主持人，在社群系列影片中一集又一集保持相同外觀。
多鏡頭分鏡：交給它剪，或親自指定每個鏡頭
分鏡功能是這次發表的最大亮點，分成兩種模式。Smart Storyboard 會讀取一般的場景描述，自行決定在哪裡剪接、用什麼角度，追求速度時最理想。Custom Storyboard 則讓你親自設定每個鏡頭：持續多久、攝影機擺在哪裡、鏡頭裡發生什麼。可以把 Smart 想成把劇本交給導演，而 Custom 則是自己坐進剪輯室。
- 先用 Smart 模式看看模型如何理解你的構想，再切換到 Custom 修正不滿意的鏡頭。
- 每個鏡頭只保留一個清楚的動作；在同一個鏡頭裡塞進兩人對話、運鏡和光線變化，畫面就容易糊掉。
- 把秒數加總：Custom 分鏡中的各鏡頭總長，必須符合你選定的片段長度。
對白、音效與對嘴一次到位
聲音與畫面同時生成，所以腳步聲會在腳落地的那一刻響起，雨聲也和畫面上的雨相符。對白是它真正突出的地方：第三方教學指出，它支援中文、英文、日文、韓文和西班牙文的對嘴，發表公告也特別強調方言與口音。訣竅是把台詞照著該說的方式寫出來、放在引號裡，並註明由誰說、怎麼說。像「用日文」、「低聲說」或「帶點英式口音」這樣的註記，對表現方式的影響遠大於形容氛圍的詞彙。
對廣告和解說影片來說，這省掉了一整個錄音步驟。對劇情片來說，代表一個鏡頭和它的回應可以在同一次生成中完成，每個角色也保有各自的聲音，這正是那些爆紅雙人場景成功的關鍵。
在每個鏡頭中維持同一張臉、同一套服裝與道具
沒有什麼比主角的臉在剪接之間變樣更快毀掉一個故事。模型用參考素材解決這個問題：上傳一張或多張角色、物品或場景的圖片，Omni 模型就會把它們當作固定元素貫穿整場戲。以同一位主持人或同一對情侶製作多集系列的創作者，非常倚重這項功能。
- 使用一張清晰、光線充足的臉部參考圖，再加一張呈現服裝的全身圖。
- 幫角色取個簡短的名字，並在提示詞的每個鏡頭中重複它，搭配兩三個關鍵外觀詞。
- 每一集的服裝用詞都要完全一致；把「紅色風衣」改成「猩紅大衣」，就等於邀請模型重新設計它。
可以直接複製、自行調整的提示詞範本
可靠的單鏡頭結構包含五個部分：主體細節、動作、運鏡、環境，以及風格或光線。多鏡頭場景則要為每個鏡頭標號、註明時長，並把對白放在引號中、標明說話者。換上你自己的角色和場景即可；真正發揮作用的是結構。
- 模型反應良好的運鏡詞：tracking shot、orbital pan、macro close-up、POV、whip-pan、slow push-in、static wide shot、handheld with subtle drift。
- 在每句對白旁寫上語言和語氣，例如：用韓文、興奮地。
- 先用 Turbo 版快速打草稿，再用標準模型算出滿意的版本。
[Subject] a woman in her thirties with short silver hair and a leather jacket [Action] lights a cigarette and glances over her shoulder [Camera] slow push-in, shallow depth of field [Environment] empty subway platform at 2 a.m., flickering lights [Style] cinematic, cold blue tones, light film grain
Shot 1 (3s): wide establishing shot, rainy neon street at night, a woman in a red trench coat walks toward camera, slow push-in. Shot 2 (4s): close-up, she looks up and says: "You're late." soft rain ambience. Shot 3 (4s): reverse shot over her shoulder, a man under an umbrella replies: "I came anyway." handheld with subtle drift. Shot 4 (4s): static wide shot, both walk away together, warm streetlight, cinematic film grain.
Shot 1 (5s): macro close-up of a glass perfume bottle on wet black stone, orbital pan, droplets catching light. Shot 2 (5s): medium shot, a model lifts the bottle and says in Spanish, smiling: "Tu nuevo aroma favorito." Shot 3 (5s): POV shot walking into a sunlit garden party, whip-pan to the model laughing, upbeat music.
Omni、Turbo、4K 與 API：哪個版本適合你
這次發表的是一整個系列，而不是單一開關。Video 3.0 是主要的文字轉影片與圖片轉影片模型。Video 3.0 Omni 加入多張參考圖與參考影片，是固定角色與品牌產品的首選。Kling 3.0 Turbo 是速度更快的版本，根據 Morphic 的教學，它能以 720p 或 1080p、16:9、9:16 或 1:1 輸出，長度 3 到 15 秒，提示詞最多 3,072 個字元，非常適合測試點子。CineD 報導它支援 30 fps 的原生 4K 輸出；哪些方案能解鎖這項功能因平台而異，使用前請先確認。開發者可以透過 API 存取這些模型，這是 App 之外的另一個管道。
Kling 3.0 與 Kling 4.0、Veo 3、Seedance 2.0 比較
選擇模型主要取決於你需要的場景長度與類型。以下比較根據已發表的評測與教學，而非實驗室基準測試，整理出創作者通常如何分工。
| 最適合 | 值得一提 | |
|---|---|---|
| Kling 3.0 | 附對白、角色穩定的 15 秒多鏡頭場景 | 分鏡流程成熟；扎實的中階選擇 |
| Kling 4.0 | 最長 30 秒的長鏡頭與更多參考素材 | 15 秒不夠用時的新一代升級 |
| Veo 3 | 高度寫實、音效同步的單一鏡頭 | Google 的模型；在運鏡與物理上各有所長 |
| Seedance 2.0 | 字節跳動推出，動作快速、充滿動感的多鏡頭片段 | 社群短影音的熱門競爭對手 |
評測者喜愛之處與仍會出錯的地方
Magic Hour 的評測稱讚 15 秒多鏡頭敘事，對所有製作敘事內容的人來說是真正的進步。同一篇評測也列出常見弱點：水花、火焰、劇烈布料擺動等複雜物理效果可能崩壞，近距離特寫中的手指依然不太可靠。評測也指出，Custom 模式需要你像剪輯師一樣規劃。實務上，這代表微距鏡頭中別讓手入鏡、關鍵時刻避免大量液體效果，並為最重要的鏡頭生成兩到三個版本。
使用官方 Kling 3.0 與在 Spicy AI 線上生成的比較
Kling 3.0 沒有開放權重，也沒有無審查版本；官方平台會審核提示詞與上傳內容，並拒絕裸露與露骨場景。Spicy AI 提供類似的圖片轉影片體驗，針對成人（18+）的過濾較少：上傳你擁有權利的起始畫面，再描述動作即可。
| 官方服務 | Spicy AI 線上版 | |
|---|---|---|
| 內容過濾 | 嚴格審核提示詞與上傳內容 | 成人（18+）內容過濾較少 |
| 開放權重 | 無，封閉式商業模型 | 不適用，在瀏覽器中執行 |
| 實際使用的模型 | Kling 3.0 系列 | Spicy AI 自家的圖片轉影片引擎，並非 Kling |
| 價格 | 點數制方案 | 登入後可免費排隊，每日有上限 |
把成人起始畫面變成電影感的無審查短片。
開啟圖片轉影片常見問題
Kling 3.0 是什麼時候推出的？
Kling AI 於 2026 年 2 月 4–5 日推出，2 月 6 日發布新聞稿，並於 2026 年 3 月下旬擴大全球開放。
Kling 3.0 影片最長可以多長？
每次生成最長 15 秒；教學指出可選範圍為 3 到 15 秒。
如何製作多鏡頭影片？
讓 Smart Storyboard 幫你切分場景，或自己寫出 Shot 1、Shot 2 等，並為每個鏡頭註明時長、機位與動作。據報導，一次生成最多可容納約六個鏡頭。
有開源或無審查的 Kling 3.0 嗎？
沒有。它是封閉模型，沒有可下載的權重，官方平台也有內容審核。Wan 2.2 或 HunyuanVideo 等開放權重的影片模型可以在本機執行，但沒有一個能在一次生成中同時做到多鏡頭與原生對白。
Kling 3.0 免費嗎？
Kling AI 販售點數制方案，第三方平台則自訂價格，差異很大。規劃長期專案前，請先查看你所使用服務的方案頁面。