当前位置：首页 >学院新闻

可灵30提示词指南技巧方法与提示词模板

作者：凤梨酱发布时间： 2026-06-16 19:40:59 浏览量：2次

一份全面、实用的可灵 3.0 AI 视频生成模型提示词编写指南。包含可直接复制的多镜头叙事、对话、运镜、音频设计等提示词模板。

可灵 3.0是快手推出的最新旗舰级 AI 视频生成模型。它在多模态 AI 影视制作方面实现了重大突破——能够从文本、图片和视频参考中生成电影级品质的视频，内置多镜头编排、原生音频生成和高度一致的角色保持能力。支持最长 15 秒连续视频和单次生成最多 6 个独立镜头切换，可灵 3.0 带来了"AI 导演"工作流，彻底省去了手动剪辑拼接的繁琐工作。

本指南将详细介绍如何高效地为可灵 3.0 编写提示词，并提供可直接复制使用的提示词模板。

原文链接：https://www.acceptprompt.com/zh/blog/kling-3-prompt-guide@AcceptPrompt

可灵 3.0核心优势：

多镜头叙事：在单条提示词中生成最多 6 个不同角度、构图和流畅转场的镜头切换，告别繁琐的手动剪辑

超长时长：3 至 15 秒连续视频生成，支持更丰富的叙事弧线和更复杂的场景构成

角色一致性：通过文本、图片或视频参考，在多个镜头间保持角色外貌、服装和视觉元素的高度一致

原生音频集成：角色对白、音效和环境音在视频生成过程中直接生成，具备精准口型同步，支持中文、英语、日语、韩语、西班牙语等多种语言

多模态输入：同时处理文本、图片和视频参考，实现精准的场景控制

影视级画质：照片级写实输出，配合先进物理模拟和增强面部情感表达，最高支持 4K 超清分辨率

提示词公式：主体 + 运动 + 场景（可选）+ 镜头语言（可选）+ 光影与氛围（可选）+ 声音（可选）

将你的提示词视为一段微型剧本。描述镜头如何运动、主体做了什么、场景在哪里、听起来是什么样的。你的提示词越像导演指令，可灵 3.0 的表现就越好。

基础原则

1. 用镜头思维写提示词，而非关键词堆叠

可灵 3.0 更善于理解描述性的电影语言，而非简单的标签罗列。请像写分镜脚本一样编写你的提示词。

❌ 关键词堆叠（效果较差）：美女，夕阳，海滩，电影感，4K，戏剧性灯光

✅ 导演描述式（效果更好）：一位长发被海风吹散的女子站在金色沙滩的水边。低垂的夕阳在湿润的沙地上投下了绵长的铜色阴影。她缓缓转向镜头，表情从沉思过渡为恬静的微笑。中景拍摄，浅景深，暖色调色。

2. 以镜头动作开场

用明确的镜头行为来开始提示词，为可灵 3.0 提供清晰的构图起点。

比如：缓慢的推镜，从雨夜城市十字路口的远景开始。霓虹灯牌在湿润的路面上映出粉蓝相间的光带。一个身穿深色大衣的孤独身影撑着透明雨伞穿过马路。镜头随着他走向对面人行道逐步收紧为中景。

3. 尽早锚定你的主体

在提示词开头就清晰定义主要角色或物体。使用鲜明的视觉特征，便于模型在多个镜头间进行一致追踪。

一位大约四十出头的高个男子，修剪整齐的花白胡须，穿着炭灰色羊毛大衣和酒红色围巾。他站在地铁站台边缘，手握一只磨损的棕色皮质公文包。他看了看手表，又望了望隧道深处，然后回头看了一眼，眼神中带着细微的不安。

4. 描述时间线的演进

告诉模型场景从开始到结束是如何发展的，以形成连贯的动作和自然的节奏。

场景从静止开始——一个白色瓷杯孤零零地放在空旷咖啡馆的木桌上。缕缕热气缓缓升腾、盘旋。随后一只手从画面右侧伸入，轻轻端起杯子。镜头跟随杯子上移，露出一位老太太的面庞，她慢慢地喝了一口茶，闭上了眼睛，轻轻呼出一口气。

文生视频提示词

基础结构：从简单到复杂

先从简洁描述开始，再逐步添加细节：

基础版：一只大熊猫在咖啡厅看书。

细节版：一只大熊猫戴着黑框圆眼镜，坐在咖啡厅的小桌旁看书。一杯冒着热气的咖啡放在书旁边，旁边是一扇透进晨光的窗户，暖色阳光洒在桌面上。

电影级：中景拍摄，背景虚化，暖色氛围光。一只大熊猫戴着黑框圆眼镜在温馨的咖啡厅桌前读一本精装书。身边一杯拿铁冒着热气，缕缕蒸汽在窗边金色的晨光中被照亮。大熊猫慢慢翻过一页书，停顿片刻，用一只爪子推了推眼镜。电影级调色，温暖的琥珀色调。背景传来轻柔的爵士钢琴曲。

控制运动强度

可灵 3.0 能感知运动强度的描述线索，用以调整画面能量：

安静、舒缓的微动：一位女性坐在窗边的座位上，窗外下着雨。她的手指在起雾的玻璃上随意画着图案，呼吸缓慢，目光望向远处。镜头保持稳定的中近景，几乎不动。只有雨水顺着玻璃滑下的痕迹和她胸口轻微的起伏暗示着画面中有生命在流动。

自然、流畅的中等运动：午后时分，一位街头艺人在铺着鹅卵石的人行道上弹着吉他。他的手指在琴弦上流畅滑动，身后的行人在柔和的虚焦中走过。一片跟踪拍摄的落叶从他脚边被风吹过整个画面。自然的环境光线，温暖的金色调。

高能、冲击力强的动态运动：第一人称视角高速穿越雷暴。镜头冲入翻涌的乌云，闪电在两侧炸裂。急速旋转后突破云层，下方一座灯火辉煌的城市尽收眼底。加速俯冲向发光的天际线。风声呼啸和滚滚雷鸣充满整个音频。

多镜头编排

可灵 3.0 最突出的能力之一，是在单条提示词中生成多镜头的连续视频。为每个镜头编号，清晰描述每一个切点。

正反打对话：

镜头1：中近景，一位身穿蓝色西装外套的女性坐在灯光昏暗的酒吧桌对面。她微微前倾说道："你有整整三个月可以告诉我，三个月。"

镜头2：切到对面男子的特写。白色衬衫有些皱，领带松开。他艰难地咽了口口水，低头看了看杯子，轻声回应："我知道。我怕你会怎么说。"

镜头3：切回女子。她的表情几乎不可察觉地柔和了下来。她向后靠在椅背上，目光移向窗外，沉默片刻后说："问题就在这里。你总是在害怕。"

镜头4：两人同框的远景。长久的沉默。调酒师在虚化的背景中走动。两人都没有开口说话。

带切镜的动作场景：

镜头1：黄昏时分，一座废弃仓库的远景全景。窗户碎裂，杂草丛生。一个穿深色卫衣的人影谨慎地走向入口。

镜头2：切到室内——低角度仰拍，人影推开沉重的金属门。灰尘在最后一缕斜光中缓缓飘浮。脚步声在混凝土地面上回响。

镜头3：人物手部特写，他拉下帽子，露出一位眼神坚定的年轻女子的面庞，右眉上方有一道小疤痕。她扫视四周，双眼微眯。

镜头4：从她身后的过肩视角，展现黑暗的仓库内部，一排排老旧的机械设备。远处角落有一个微弱的红灯在闪烁。

镜头5：快切至闪烁的红灯——一个小型设备的特写，连接在一根支撑梁上。计时器显示 4:32，正在倒计时。

镜头6：回到女子的中景——她发现了那道红光，表情从谨慎迅速变为紧迫的警觉。她起步向装置方向全速冲去。

带情感弧线的叙事场景：

镜头1：特写，一只孩子的手将一艘小纸船放在阳光照耀的森林溪流边。纸船摇晃几下，随后被水流带走。

镜头2：跟踪拍摄，纸船在光滑的石头间穿行，轻轻旋转。斑驳的阳光在水面上跳跃。

镜头3：中景，一个大约7岁的女孩，穿着黄色雨衣，望着纸船渐行渐远。她向它挥手，笑了。在她身后几步远的地方，一个男人（她的父亲）静静地看着，表情中有着苦涩的温柔。

镜头4：纸船接近一个小瀑布。特写中，纸船翻过瀑布边缘，翻滚后在下方重新浮起，依然漂在水面上。背景中女孩发出了欢快的笑声。

图生视频提示词

使用图片作为起始参考时，提示词应聚焦于场景如何从静态画面中"动起来"。

关键原则：

不要重复描述图片中已有的内容，聚焦于运动、变化和演进

保持运动简洁且符合物理规律，静态图片中过于复杂的运动容易产生瑕疵

描述镜头运动，为画面增添电影感动态

举例：

人像动画化：图片中的女子缓缓将头从四分之三侧面转向正面，直视镜头。微风轻轻掀起几缕发丝。她的嘴唇微微张开，似乎要开口说话。镜头保持中近景不动。柔和的环境光与原图保持一致。

风景动画化：画面中的场景渐渐"活"了起来——云层从左向右缓缓移动，在下方的山谷中投下流动的阴影。远处树林边缘飞出一群鸟，掠过整个画面。镜头做一个极其缓慢、几乎感觉不到的前推，朝着远处的山峰方向。

产品展示：从产品原始拍摄角度出发，镜头围绕这双运动鞋做一个平滑的180度环绕拍摄，始终保持中近景距离。鞋子在一个不可见的平台上旋转。影棚灯光在鞋面纹理上制造出流动的高光。鞋带随旋转轻轻摆动。干净的白色背景，无干扰元素。

声音生成指南

可灵 3.0 在视频生成过程中原生集成音频输出。以下是各类音频的控制方法。

角色对话：为确保精确的口型同步和声音匹配，为每个角色提供差异化的声音描述：

声音描述公式： 性别 + 年龄段 + 音色属性 + 语速 + 情绪基调 + 语言

举例：一位二十七八岁的女性站在阳光明媚的厨房里。她的声音温暖，中音域，略带沙哑感，语速适中，情绪基调俏皮且亲昵。她看向画面外某人，用中文说道："我说过最后一块别吃了吧，结果还是被你偷了。"

双人对话与声音区分：两位同事站在现代办公室的白板前。第一位是一个三十出头的男性——声音低沉稳重，语速较慢，语气具有分析性。他指着白板说："如果我们把时间表推后两周，就能吸收这次延误，不影响发布。"第二位是一位二十多岁的女性——声音偏高但充满自信，语速快，语气略带不耐烦。她交叉双臂回应："两周正好卡在节假日冻结期。运维那边不会同意的。"

多语言对话

可灵 3.0 支持多种语言和方言的精准口型同步：

双语对话：巴黎的一家咖啡馆。一位法国服务生走近一张桌子，桌边坐着一位正看菜单的美国游客。服务生用法语礼貌地说："Bonjour, avez-vous choisi？"游客抬头用带口音的英语回答："Um, sorry — do you have anything without dairy? I'm lactose intolerant." 服务生点点头，切换成带法语口音的英语："Of course. I would recommend the grilled sea bass."

中国方言示例：深夜的成都路边小摊。两个朋友坐在塑料凳上吃火锅。左边穿白色T恤的男子用四川话说："这个锅底太巴适了，辣得刚刚好。"对面的女子笑着用四川话回答："你还说嘛，我都辣得流眼泪了。"她夸张地扇着嘴。

音效

可灵 3.0 会自动生成与画面匹配的环境音效，你也可以通过提示词显式引导。

例1：一位铁匠在昏暗的石头锻造房中锤打一块发着橙色光芒的刀刃。每一锤都溅起明亮的火花，伴随尖锐的金属撞击声。锤击间歇，锻造炉火低沉的轰鸣和灼热金属的嘶嘶声充满空间。铁匠停下来，将刀刃举起审视，然后猛地插入水槽——一阵剧烈的蒸汽爆发和响亮的淬火声。

例2：大洋上的雷暴。海浪猛烈拍打木制帆船的船身。闪电短暂照亮场景，紧接着是深沉的滚雷。狂风在索具间呼啸。一名船员大声喊着命令，在风暴中几乎听不清。

背景音乐（BGM）

通过提示词控制生成背景音乐的风格与情绪：

指定音乐风格与乐器：城市从黎明苏醒的延时摄影——空旷的街道上渐渐出现通勤的人流，办公楼里的灯一盏盏亮起，咖啡馆的卷帘门缓缓升起。背景音乐：lo-fi 电子节奏配上柔和的钢琴和弦，带有轻微的黑胶唱片质感。氛围轻松、沉思。

让音乐配合情绪弧线：一位老人独自走过秋日的公园，落叶在他身旁纷飞。他坐在长椅上，打开一个挂件，里面有一张褪色的照片。背景音乐：大提琴独奏，缓慢且忧伤的旋律，在他打开挂件时渐渐增强，然后在他闭上眼睛将挂件贴在胸口时几乎归于沉寂。私密而深情的氛围。

高能量音乐指引：一段拳击手训练的蒙太奇——跳绳、打沙袋、影子拳击、黎明时的公路跑步。快节奏剪切与节拍同步。背景音乐：强劲的电子节拍，力度不断递增，每次镜头切换时有深沉的低音下坠，在拳击手走上灯光下的擂台时达到高潮。

运镜与摄影技法

机位角度

高机位 / 鸟瞰视角：正上方鸟瞰一座英式花园中的圆形迷宫。一个人在迷宫中穿行，从上方可以清楚看到他走错路又折返的过程。镜头完全固定，框住迷宫的几何图案。午后的斜阳制造出强烈的方向性明暗对比。

低机位 / 蝼蚁视角：从街道地面仰拍一栋高耸入云的摩天大楼。玻璃幕墙上倒映着飘移的云朵和过往的飞机。一只鸽子以慢动作从头顶飞过，斜穿画面。压倒性的尺度感——镜头极力强调建筑垂直方向的统治力。

倾斜角度（德国表现主义）：夜晚，一位侦探走在一条空旷的医院长廊里。镜头倾斜15度的荷兰角，制造不安感。闪烁的荧光灯产生频闪效果。侦探的脚步声回荡。镜头缓缓向后移动，让他始终位于画面中心，随着他向前走来。

运镜方式

推镜（Dolly Push-in）：从一座音乐厅舞台的全景开始，中央放着一架三角钢琴。温暖的舞台灯光照亮钢琴家。镜头沿着中央过道缓慢而稳定地前推，经过一排排空座位，从全景逐渐收紧到钢琴家的中景。运镜平滑连续，最终定格在她侧面的轮廓上，手指在琴键上飞舞。

跟踪拍摄（Tracking Shot）：跟踪拍摄一位骑行者穿过欧洲小镇的狭窄街道。镜头以车把高度保持与骑行者相同的速度移动。石砌建筑、窗台花箱和晾晒的衣物从两侧掠过。鹅卵石路面带来细微的镜头震动。一位坐在门口的老太太注视着骑行者经过。镜头在整个时长内一镜到底。

360度环绕：黎明时分，在俯瞰雾气弥漫山谷的山丘上，一位习武者正在打太极。镜头以稳定的中景距离做缓慢的360度环绕。随着镜头移动，日出从逆光变为侧光再变为正面光，展现场景的不同层次。习武者的动作行云流水。

升降镜头（Crane Shot）：从一双磨损的登山靴的特写开始，靴子站在山间小径的起点。镜头缓缓垂直上升，依次展现登山者的全身、身后蜿蜒的小路、远处脚下的山谷，最终呈现一览无遗的雪山全景。上升过程平滑连续，既暗示着成就感，也暗示着旅程的壮阔。

景别

特写 / 极近特写：人眼极近特写。虹膜是深绿色带琥珀色碎斑。瞳孔中映射出一座城市的天际线。眼睛缓缓眨了一次，再度睁开时，倒影中的天际线已经变了——同一座城市，但变成了废墟。一滴眼泪在眼角凝聚。微距镜头，极浅景深。

中景：中景拍摄巴黎集市上一位街头食品摊贩制作可丽饼的过程。她在圆形烤盘上以熟练的圆形动作摊开面糊，快速精准地添加榛子巧克力酱和香蕉片，折叠好可丽饼，带着温暖的笑容递给等候的顾客。自然日光，浅景深聚焦在她的双手和可丽饼上。

远景全景：黎明时分一个小渔村的远景全景。色彩斑斓的渔船排列在港湾中，倒影在平静的水面上泛着涟漪。薄雾低贴水面。几位早起的渔民在码头上整理渔网。镜头保持稳定，让画面自然呼吸。远处传来海鸥的叫声和海浪轻拍船身的声音。

视觉风格参考

可灵 3.0 对明确的风格参考响应极佳，善用它们来设定美学方向：

黑色电影风格：黑色电影风格。一位私家侦探独自坐在灯光昏暗的办公室里，百叶窗在墙上投下条纹阴影，勾勒出他的剪影。桌上放着一瓶喝了一半的威士忌。他点燃一根烟，火柴的光短暂照亮他的面庞——疲惫的双眼，未刮的胡茬。头顶上方一台吊扇缓缓旋转。高对比度黑白画面，深邃的阴影，1940年代氛围。

韦斯·安德森风格：韦斯·安德森标志性风格——构图绝对对称。一间酒店大堂，粉色与薄荷绿色调。一位穿酒红色制服的门童精准地站在画面正中央，站在华丽的前台后面。两辆一模一样的行李车等距分列两侧。镜头锁定在中轴推轨上缓慢前推。均匀的扁平布光。趣味十足又一丝不苟。

吉卜力 / 宮崎骏动漫风格：吉卜力风格。一个女孩在和煦的夏日午后，奔跑在一片高高的野花丛中。她的草帽被风吹走，她追着帽子笑起来。风将整片花田吹出层叠的波浪。远处是连绵的山丘和团团积云。手绘质感，柔和的粉彩色调，温柔而如梦似幻的氛围。一段俏皮的管弦乐曲轻轻响起。

赛博朋克风格：赛博朋克美学。暴雨中的巨型城市夜景街道。全息广告在每个表面上闪烁——汉字、霓虹、企业标志。一架送货无人机从低空高速掠过。一个穿着LED边饰夹克的孤独身影在雨中行走，身影在湿漉漉的路面上完美倒映。地铁通风口冒出蒸汽。镜头从低角度跟拍这个小小的身影，衬托出身后高耸入云的建筑。合成器电子氛围音乐。