如何使用 Kling AI 视频生成器

快速回答： 使用 Kling AI 视频生成器时，先看自己手里有什么输入。只有文字创意，就选文生视频；已经有一张想让它动起来的图片，就选图生视频；如果角色必须照着某段真实动作表演，则选 Motion Control。第一次生成只做一个清楚的镜头，设置必要选项，生成后分别检查主体、动作、镜头和结尾，再修改最影响结果的一处。KlingVideo 当前的 Kling 3.0 配置为这三种工作流设置了不同的必填输入，所以入口选对，比把所有要求都塞进一段提示词更重要。本文只解决跨工作流选择和完成第一次完整生成这两个任务。模型概览与更完整的能力说明仍以 Kling 3.0 模型页为准。

写提示词前，先选对工作流

很多第一次生成的问题，不是提示词写得不够长，而是控制来源选错了。先确认到底应该由文字、图片还是参考动作来决定结果。

你已有的输入	应选工作流	主要由什么控制	不适合的情况
一段可以用文字描述的创意	文生视频	提示词负责主体、动作、镜头、环境和结尾	必须保留某张图片里的具体外观
一张需要动起来的静态图	图生视频	起始图固定外观与构图，提示词描述运动	必须照着一段真实表演控制动作节奏
角色图加参考动作视频	Motion Control	图片决定角色外观，视频提供动作，文字补充场景	只想根据文字自由生成一个镜头

Kling 官方的 Motion Control 指南也采用这种分工：参考视频负责动作，角色图片负责外观，文字用于补充场景、光线和风格。KlingVideo 当前的 Motion Control 配置要求上传角色图和参考视频，与这套输入逻辑一致。

从已经拥有的输入出发，工作流就容易选了。

把第一次生成缩小成一个可判断的镜头

第一次生成只需要回答一个问题：这些输入能不能做出你要的镜头？先做短而明确的测试，比一开始就在一个片段里塞进完整故事更容易判断。

文生视频怎么准备提示词

可以按下面的顺序写：

1. 先写主体。
2. 只安排一个主要动作。
3. 说明机位或镜头运动。
4. 补充环境与光线。
5. 写清镜头最后停在哪里。

例如：一台陶瓷机器人在安静的阳台上给一株枯萎的向日葵浇水。镜头从腰部高度缓慢推进。清晨光线，浅色混凝土墙面。最后停在花朵抬向光线的画面。

这样写的好处是每句话都有职责。第一版如果不对，你能分清问题来自主体、动作、镜头，还是结尾。

图生视频怎么准备素材

起始图最好已经包含你想保留的主体、构图和视觉特征。提示词只负责描述接下来发生什么：哪些部分要动，哪些部分保持不变，镜头怎么走，最后停在哪里。图片里已经清楚的信息，不必在提示词里重新设计一遍。

Motion Control 怎么准备素材

准备一张角色图和一段参考动作视频，两者的取景要尽量匹配。参考视频如果拍到全身，角色图也应该提供足够完整的身体信息，让动作有可对应的部位。提示词主要写环境、光线和风格，不要再用文字重复一套与参考视频相冲突的动作。Kling 3.0 Motion Control 模型页说明了方向控制和必填输入。

核对当前可用设置

不同工作流暴露的设置并不一样。以下信息已在 2026 年 7 月 14 日按 KlingVideo 生产配置核验。

工作流	必填输入	当前可选设置
文生视频	提示词	16:9、9:16 或 1:1；4 到 15 秒；720p 或 1080p；声音开或关
图生视频	起始图	提示词可选；4 到 15 秒；720p 或 1080p；声音开或关
Motion Control	角色图和参考视频	提示词可选；720p 或 1080p；角色方向跟随图片或视频

设置并不是越多越好。画幅要符合发布平台，时长只需容纳一个动作，分辨率则按第一次检查和最终用途选择。价格与积分可能变化，涉及成本时请查看当前价格页，不要照搬教程里的旧数字。

第一次生成的完整步骤

1. 先定义一个镜头。 用一句话写清这次想验证什么。
2. 打开对应入口。 按前面的决策表选择文生视频、图生视频或 Motion Control。
3. 加入必填输入。 输入提示词，上传起始图，或者同时加入角色图与参考动作。
4. 只补缺少的指导。 文生视频需要完整镜头计划；图生视频主要写运动；Motion Control 主要补充场景信息。
5. 设置输出。 根据当前工作流选择画幅、时长、分辨率、声音或方向。
6. 先生成一次。 把它当成诊断用的第一版，不急着给整个创意下结论。
7. 检查后再改。 找出最大偏差，只改一个原因，再生成下一版。

第一次生成要便于检查，先把输入和工作流对上，再看结果偏在哪里。

一条可复核的文生视频工作流记录

KlingVideo 当前演示配置把下面这段提示词与一条已发布的文生视频结果配对：

微距 FPV 追逐镜头跟随一只条纹蜜蜂在日落高速公路上贴近沥青疾飞，它在飞驰车辆、轮胎、车道线、尘土和路面碎石之间穿梭。低机位镜头贴地高速推进，强烈运动模糊与金色夕阳交织。蜜蜂惊险躲过车流，身后爆发巨大火焰与烟尘，电影级高速动作场面。

这条记录选择 Kling 3.0 文生视频工作流，并链接到对应输出视频。我们在 2026 年 7 月 14 日直接检查了这份配对媒体：视频时长 15.03 秒，分辨率 1280 x 720，编码为 H.264，并带 AAC 音频。公开记录没有保留当时界面的全部设置，所以它只能证明提示词与输出的配对关系，不能当成受控画质对比，也不能据此承诺同一提示词每次得到相同结果。

这段示例好检查，是因为结构清楚。它只有一个主体、一段连续动作、一种低机位 FPV 镜头、明确的时间环境和结尾事件。检查输出时，可以逐项对应，而不是只问一句“好不好看”。

改提示词前，先检查第一版

按类别检查结果，先处理影响最大的一处偏差。

检查项	要问的问题	如果不符合
主体	主体是否清楚，是否稳定到足以完成这个镜头？	简化场景，或换一张更明确的起始图
动作	主要动作是否按可读的顺序发生？	删除竞争动作；如果动作必须精确，改用 Motion Control
镜头	镜头运动是否符合要求，是否与主体动作打架？	只保留一个镜头指令，删掉冲突的构图描述
结尾	最后一个画面是否停在提示词要求的位置？	更直接地写出最后一帧或最后一个动作
指令冲突	提示词里是否有两条无法同时成立的动作或镜头要求？	留下优先级更高的一条，删除另一条

每次只改一个变量。如果同时重写主体、镜头、风格和时长，下一版变好或变差时，你很难判断原因。

第一次生成常见问题

入口选错了

外观必须保持一致时，单靠文字无法替代起始图。动作节奏必须来自真实表演时，图生视频也无法替代参考动作。你需要哪种控制来源，就进入能接收那种输入的工作流。

参考素材不匹配

Motion Control 需要把角色图和参考动作对应起来。裁切范围、姿势或可见身体区域差异太大，系统能利用的信息就会减少。先匹配取景，再考虑增加文字描述。

提示词里的要求互相打架

“固定机位”与“镜头快速绕主体旋转”不能同时成立，“主体保持静止”与“主体冲向镜头”也是同样的问题。留下真正服务这个镜头的指令，删掉另一条。

一次测试太多内容

第一条视频没必要同时包含多个地点、几个人物、三种镜头运动和完整叙事。先验证创意里最难的一部分，确认它可行后再增加复杂度。

常见问题

没有图片也能使用 Kling AI 视频生成器吗？

可以。创意只有文字时，使用文生视频入口。当前工作流要求填写提示词，不要求上传起始图。

什么时候应该选图生视频？

当外观和构图必须从某张静态图开始时，选择图生视频。图片负责固定第一帧，提示词负责说明它接下来怎么动。

Motion Control 适合什么任务？

当一段参考表演必须驱动角色动作时使用 Motion Control。角色图与参考视频是两个独立控制输入，文字主要补充场景，不应试图用文字舞蹈指令替代参考视频。

第一次生成一定要选 1080p 吗？

不一定。分辨率按第一次检查和最终用途选择。主体不清、输入不匹配或提示词冲突，并不会因为分辨率提高而自动消失。

当前文生视频和图生视频最长能生成多久？

KlingVideo 当前配置为这两种工作流提供 4 到 15 秒。若要把时长写进其他时效性内容，发布前应重新核对生成器。

这篇教程会替代 Kling 3.0 模型指南吗？

不会。本文解决三种工作流怎么选，以及第一次生成怎么完成。模型页负责 Kling 3.0 的能力概览与模型细节。

开始生成第一条 Kling AI 视频

先准备一种输入，只做一个镜头。创意只有文字，就打开 Kling AI 文生视频生成器；已经有视觉锚点，就选图生视频；动作必须来自参考表演，就选 Motion Control。先生成一次，找出偏差，再有目的地修改下一版。

来源与方法

• KlingVideo 生产环境中的 Kling 3.0 文生视频、图生视频与 Motion Control 模型配置，核验日期为 2026 年 7 月 14 日。
• Kling 3.0 模型页、Motion Control 模型页及正文链接的三个生成器页面，核验日期为 2026 年 7 月 14 日。
• KlingAI 用户手册与 Kling 官方 Motion Control 指南，用于核对输入职责和工作流说明，检查日期为 2026 年 7 月 14 日。
• KlingVideo 演示记录 t2v-demo-1，包含已存储的提示词和公开输出。本文直接检查了媒体属性，没有为写作调用新的付费生成接口。

最后核验： 2026 年 7 月 14 日。