Kling 提示词与运镜控制：从真实拆解写起

更新于 2026-11-10

本文基于已发布的工具报告整理。制作分类属于辅助推断；文中的执行步骤是建议，并非原作者工程或经过验证的复刻结果。

报告亲眼看到了 Kling

音乐视频拆解中，多个镜头带有“可能工具：Midjourney + Kling / Hailuo”的判断，依据包括“向右平滑摇镜、透视变化极小”——AI 图生视频运镜的典型特征——以及天空完全静止、只有水面在动。这些观察正是运镜控制提示词需要的词汇：什么在动、动多少、多快、什么不动。

一行类似“固定支撑、向右平滑摇镜、书桌特写”的报告记录可以直接转换：“深色书桌特写，桌上有起皱的纸、砚台与毛笔。镜头缓慢平滑地向右摇，物体保持不动，窗框光影保持稳定。”支撑、方向、速度、主体稳定、光线稳定——各占一句。“动感运镜”这类模糊词给不了模型任何可控制的信息。

Kling 的图生视频能力很强，对话案例的首帧方法可以直接套用：写一条首帧图提示词，固定主体、服装、场景、光线与景别，生成后让同一场景的每条视频提示词都引用它。一致性来自共享的图，而不是每次重新描述场景。

已验证：分析工作流——报告的逐镜判断与运动记录是已发布的真实输出，包括判定为 Kling 的镜头。未验证：用这些提示词在 Kling 上生成，以及 Kling 3.0 的具体功能与额度政策——排计划前先核对当前应用。

镜头号 / 时长
主体 + 场景（首帧图引用）
景别 / 支撑（固定、手持……）
运镜：方向 + 速度 + 幅度
保持不动的部分（主体、光线、背景）
声音提示
不写入：切镜、字幕

打开音乐视频案例，逐镜读机位记录：每一行“平滑摇镜”“固定画面”都是现成的 Kling 运镜控制分句。