快速回答
想讓 Kling O3 更穩定地延續角色和聲音，重點不是把 Prompt 寫得很長，而是準備一段容易讀懂的參考片段：單一清晰人物、一個明確動作、穩定畫面，以及乾淨且有權使用的原聲。在 KlingVideo 影片轉影片 上傳片段後，Prompt 只描述需要改變的場景、光線、風格或鏡頭。生成後分開檢查外貌、動作、鏡頭和聲音。
這套方法能改善連續性，但不能保證臉部完全一致、動作逐格重現或複製聲音。Kling AI 官方 VIDEO 3.0 Omni 指南介紹了上游 Elements 3.0 的可重複使用角色和聲音綁定；KlingVideo 目前表單沒有這些獨立控制項。本文只談本站現有的參考影片工作流程。
1. 選擇模型容易讀懂的參考片段
最好用的參考片段通常不是最熱鬧的成片。一段五秒、動作清楚的素材，往往比帶跳接、遮擋和多人走位的精剪蒙太奇更可靠。
| 檢查項 | 優先選擇 | 盡量避免 |
|---|---|---|
| 檔案 | MP4 或 MOV，3–10 秒，小於 200 MB | 不支援的封裝、過長片頭、損壞檔案 |
| 主體 | 單一人物，畫面占比合適 | 人臉太小、人群、頻繁離開畫面 |
| 動作 | 一個手勢或一小段連續動作 | 多個無關動作擠在一起 |
| 鏡頭 | 固定機位、簡單平移、推進或環繞 | 快速手持和跳接 |
| 聲音 | 清楚、且你有權使用的對白或環境聲 | 未獲許可的音樂、聲音或私人錄音 |
剪掉片頭片尾的空白。有效動作只有四秒，就保留這四秒。上傳前先靜音看一次動作，再閉眼聽一次聲音，更容易找到平常播放時被忽略的問題。
可複製場景提示詞：「攝影師在安靜攝影棚裡拍攝一名構圖清楚的演員，穩定中景，一個簡單手勢，乾淨的現場光，簡潔背景，自然電影色彩，16:9。」
只上傳你擁有或已獲許可的素材。Kling AI 的服務條款要求使用者對提交內容具備必要權利。
2. 寫 Prompt 前先做一張連續性卡片
不要試著鎖死所有細節。只記錄一旦改變，觀眾會立刻察覺的特徵。
外貌錨點
寫下三到五個可見錨點，例如髮型、外套顏色、醒目配件、體型和一個臉部特徵。具體名詞和顏色比較容易檢查。「黑色短鮑伯頭、琥珀色外套、圓形銀框眼鏡」比「同一個漂亮角色」有效得多。
表演錨點
把動作拆成節拍：向左看、抬起右手、停頓、轉向鏡頭。參考片段已經提供節奏，Prompt 不要再塞入一套互相衝突的新動作。
聲音錨點
提前決定參考片段原聲是否適合最終成片。目前 O3 參考影片工作流程可能保留原聲，而 KlingVideo 表單沒有獨立原聲開關。如果交付必須靜音，上傳前先將參考片段靜音，或在後製中將結果靜音。
原聲延續和聲音複製不是同一件事。不要把保留下來的錄音當成可重複使用的聲紋綁定。
3. Prompt 只寫需要改變的部分
參考片段和 Prompt 各有工作。片段展示表演，Prompt 定義新鏡頭。兩者指令衝突時，連續性通常會變差。
| 從參考片段保留 | 關鍵時才在 Prompt 重申 | 在 Prompt 中改變 |
|---|---|---|
| 主動作及其節奏 | 服裝顏色、配件、臉部錨點 | 地點、時間、光線 |
| 大致姿態與運鏡路徑 | 哪隻手動作、視線方向 | 美術風格與背景 |
| 合適的原聲 | 必須穩定的構圖 | 畫幅與情緒 |
Prompt 可以壓縮成四部分：
- 寫清楚主體和最重要的外貌錨點。
- 描述場景與光線。
- 確認參考片段中已有的主動作。
- 只有確實配合參考片段時，才加一條鏡頭指令。
範例：
同一位黑色短髮、穿琥珀色外套和圓形銀框眼鏡的偵探站在雨夜列車車廂裡。她向左看，抬起右手，停頓，然後依照參考片段節奏轉向鏡頭。穩定中景，冷色窗光，克制的電影寫實風格。
不要同時要求衝刺、換裝、新說話者和激烈運鏡。一個鏡頭需要改變太多時，把它拆成兩個鏡頭，並為兩段保留同一張連續性卡片。
可複製場景提示詞：「同一位黑色短髮、穿琥珀色外套和圓形銀框眼鏡的偵探，在兩個連續電影鏡頭中做同一個平靜手勢，先位於安靜攝影棚，再位於雨夜列車車廂，臉部、服裝、姿態和機位高度一致，16:9。」
4. 先生成一個鏡頭，再分四次驗收
開啟 KlingVideo 影片轉影片，選擇 Kling O3，上傳參考片段並填入聚焦的 Prompt。時長要配合有效動作，不要把短手勢硬拉成長鏡頭。畫幅和畫質依最終發布位置選擇。
結果完成後，分四次檢查：
- 身分與外貌： 在開頭、中間和結尾暫停，核對臉型、頭髮、服裝、配件和身體比例。
- 動作： 靜音播放，核對動作順序、接觸點、手部形態和身體是否連貫。
- 鏡頭： 暫時忽略演員，只看畫面邊緣，檢查機位高度、方向、速度和突然重構圖。
- 聲音： 不看畫面，只聽對白清晰度、時間對應、雜音、環境聲，以及原聲是否被保留。
每次重試只改一個變數，下一次結果才有診斷價值。如果同時換參考片段、重寫 Prompt、改時長和畫幅，就很難知道哪一步有效。
可複製場景提示詞：「同一位黑色短髮、穿琥珀色外套的偵探在單一鏡頭開頭、中間和結尾的電影感連續畫格，臉部與服裝一致，手勢清楚，機位高度穩定，現場對白乾淨，自然電影光線，16:9。」
5. 哪一層出錯，就只修哪一層
| 現象 | 常見原因 | 下一步 |
|---|---|---|
| 臉或服裝漂移 | 視覺變化太多，錨點太弱 | 刪除次要風格，只保留三個具體外貌錨點 |
| 動作沒有跟上參考片段 | 動作太小、被遮擋或被剪輯打斷 | 先裁近或換更乾淨的素材，再考慮改 Prompt |
| 手部或接觸關係錯誤 | 動作太快，接觸點不可見 | 放慢動作，並讓雙手在參考片段中保持可見 |
| 運鏡脫節 | Prompt 運鏡和參考片段衝突 | 刪除額外鏡頭指令，或換更穩定的參考片段 |
| 聲音不符預期 | 原聲被保留，或錄音本身嘈雜 | 再次上傳前先清理或靜音參考片段 |
| 新台詞和畫面對不上 | 參考音訊與新對白是兩項任務 | 單獨錄製或編輯對白，不要假設存在聲音綁定 |
O3 參考影片基礎指南整理了上傳限制和基本控制項；想了解模型系列及原生音訊背景，可參考 Kling O3 與 VIDEO 3.0 Omni 功能指南。
6. 一次既有工作流程能說明什麼
2026 年 8 月 4 日的一次參考驅動工作流程使用五秒貓咪手勢片段，並以 O3 720p 生成。結果保留了大致手勢節奏和房間構圖，但臉部細節、爪部和部分背景改變。這個單一案例可以同時說明參考引導的價值與邊界，不能據此推算成功率。
完整設定見 Kling 3.0 與 O3 參考工作流程測試。實作結論很直接：用片段承載可觀察的表演，用 Prompt 定義新鏡頭，並把連續性檢查列為必要步驟。
常見問題
Kling O3 能讓多個鏡頭保持同一個角色嗎？
清楚的參考片段和簡短連續性卡片能幫助保留重要特徵，但不能保證身分完全一致。每個鏡頭都要檢查開頭、中間和結尾。
可以用參考影片複製聲音嗎？
不要這樣假設。目前 KlingVideo 參考影片表單可能保留原聲，但沒有公開獨立的可重複使用聲音綁定控制項。新對白或可重複使用聲音應視為另一項製作任務。
每個鏡頭都要用同一段參考片段嗎？
動作和鏡頭語言仍合適時可以重複使用。下一個鏡頭需要不同表演時，就換一段已獲授權的片段，同時在兩個 Prompt 中保留同一組外貌錨點。
連續性失敗時先改什麼？
動作不清楚就先修參考片段；外貌或場景指令衝突就修 Prompt；聲音有問題就修來源音訊。一次只改一層。
開始製作下一個鏡頭
準備一段已獲授權的 3–10 秒片段，寫下三個外貌錨點，再開啟 KlingVideo 影片轉影片。先生成一個短鏡頭，分別驗收外貌、動作、鏡頭和聲音，再擴展整段內容。
來源與方法
- Kling AI VIDEO 3.0 Omni 模型使用者指南，核驗於 2026 年 8 月 27 日。用於區分上游 Elements 3.0 的角色、聲音功能與 KlingVideo 目前公開控制項。
- Kling AI 服務條款，核驗於 2026 年 8 月 27 日。用於核對輸入素材權利要求。
- KlingVideo O3 參考影片指南，核驗於 2026 年 8 月 27 日。用於核對目前輸入限制、原聲行為及 8 月 4 日工作流程摘要。
最後事實核驗：2026 年 8 月 27 日。
