进阶 约 25 分钟 2026-10-03 09:20:32 · 8 阅读

可灵 4.0 多关键帧实操:10 张锚点钉住 30 秒长视频的节奏控制

长视频的麻烦:不是画质崩,是剧情乱跑

让 AI 视频一次生成 30 秒,翻车点往往不在画质,而在秩序:产品本该 15 秒出场,结果开场就怼在镜头前;角色该在第三个场景才换衣服,结果第二秒就换了。可灵 4.0 给出的解法叫多关键帧(Multiple Keyframes)——在一次生成里最多钉入 10 张关键帧图像,把「什么时候该发生什么」用画面固定下来,中间的过渡交给模型去补。这篇依据可灵官方博客 9 月 30 日发布的功能指南整理,读完你可以产出一份带节奏控制的 30 秒视频方案:时间轴怎么排、关键帧素材怎么备、提示词怎么写、四个官方点名的常见错误怎么躲。

本文属于站内《可灵 AI 视频实战》手册的连载章节,手册入口在这里;可灵的产品页在这里,AI 视频板块的总纲看这篇。

开工前先弄清楚:4.0 现在能用到什么程度

官方指南里写得明白:全新可灵 4.0 将在 10 月正式上线;作为 4.0 系列的一部分,Kling 4.0 Flash 已于 9 月 28 日向部分用户开放抢先体验。文末还有一句补充——4.0 Flash 和全新创作页正在逐步放量(官方原话是 gradually rolling out for early access)。也就是说,你打开创作页未必立刻看到 4.0 入口,这属正常,先在 3.0 或 Flash 上把关键帧规划方法练熟,等账号进了灰度就能直接上手。积分价格与各档位限制以官方页面实时显示为准,本文不誊抄易变数字。

准备清单很短:一个可灵账号、一组关键帧素材。关键帧就是普通图片,可以用站内教程讲过的 可灵图生视频同款思路,用可灵 Image 或任意生图工具把同一个人物/产品在不同场景里的状态先生成出来,再按顺序喂给 4.0。

多关键帧和「首尾帧」差在哪

站内早写过首尾帧教程:两张图锁定视频的开头和结尾。多关键帧是它的超集——除了开头结尾,中间还能加锚点。官方 FAQ 是这么回答两者区别的:

Start & End Frames define the opening and closing visual states of a video. Multiple Keyframes extend that control by allowing you to define additional visual moments between the beginning and end of the sequence.(首尾帧定义视频的开场与收尾视觉状态;多关键帧在此之上,允许你在开头与结尾之间定义更多视觉时刻。)——可灵官方博客 FAQ 原文

几个硬参数先记牢:单次生成最多 10 张关键帧;原生视频时长 3 到 30 秒;提示词最长 8000 token;一次任务里还能混入最多 15 个参考资产(图像、视频、主体、声音都算)。

可灵4.0多关键帧概念示例:同一房间钉住多个光绘状态

官方概念示例:同一个深夜房间里钉住多个霓虹光绘状态,关键帧之间的运动与过渡由模型生成(来源:可灵官方博客)

上图是官方给的第一组示例:手掌上的金色光绘、屏幕里的霓虹爱心、悬浮的章鱼——同一房间、不同视觉状态,每格就是一枚锚点,格子之间的画面模型自己补。官方对这个功能的定位一句话就能说清:关键帧管「什么时候变」,提示词管「怎么变过去」。

第一步不是找图,是排时间轴

官方指南花了整节讲规划,因为多关键帧最容易犯的错就是「把 10 个格子填满」。正确的动作是先问自己:这条视频里,哪些时刻的视觉状态必须变化?官方给了一张 30 秒产品视频的排布示例,直接抄结构:

时间点关键帧的职责
0s建立人物与场景
6s产品登场
12s进入产品使用
20s换场景或换机位
28s收在产品定版镜头

每一枚关键帧只需要回答一个问题:到了这个时间点,观众必须看到什么。官方还特别提醒:如果什么重要的事都没变,就不要加关键帧——填满 10 格不会带来更多控制力,反而会让序列更难导。

三类任务,三套锚点思路

产品广告按拍子走:生活化开场→产品亮相→功能演示→使用中→定版收尾,五个阶段各占一枚关键帧,产品何时出现、环境如何变化、结尾构图长什么样全被钉死。短叙事按剧情点走:开场地点、发现时刻、角色反应、转场、终幕,五枚锚点锁住故事必须抵达的站点,提示词负责站点之间发生了什么。同概念内的变化最容易被忽略——不是每枚关键帧都得换镜头:同一角色换装、白天转黑夜、干净影棚渐变成未来感空间、产品从包装盒挪到使用场景、写实画面逐渐风格化,这些「一个变量在变」的镜头同样适合用关键帧钉住起止状态。三类任务共用一个判断标准:先写出这条片子的节拍表,再决定哪些节拍值得变成一张图。

官方的 30 秒示例给了同一人物的整组关键帧素材,下面三张就是从里面取的:同一个绿发人物、同一套造型,场景与状态逐帧推进——这正是「锚点」该有的样子。

关键帧示例1:绿发人物在厨房场景

示例关键帧之一:人物在厨房场景,坐在地板上(来源:可灵官方博客)

关键帧示例2:同一人物换到卧室趴床

示例关键帧之二:还是同一个人,场景换成卧室、姿态光线全变(来源:可灵官方博客)

关键帧示例3:同一人物在第三个场景站立

示例关键帧之三:人物站到第三个场景里合掌——同一身份,三种状态,中间的走位与转场交给模型(来源:可灵官方博客)

关键帧 + Omni Reference:谁管变,谁管不变

4.0 的另一条腿是 Omni Reference(全参考)。官方指南把它和多关键帧的关系讲得很干脆:关键帧定义「何时变化」,全参考定义「什么保持一致」。人物参考锁脸和衣着,产品参考锁形状材质与品牌元素,视频参考锁运镜与节奏,关键帧锁剧情节拍——四者各司其职,一次任务里合计不超过 15 个资产。

这么分的好处是关键帧不用一个人扛全部信息:产品的长相交给产品参考图,关键帧只负责「产品第 6 秒出现」;角色的脸交给角色参考,关键帧只管「第 20 秒人走到窗边」。官方的多角色示例给了完整参考资产板:

Omni Reference 参考资产板:人物、摩托、超跑三视图、影视设备

官方示例的参考资产板:三位人物、蓝色摩托、红色超跑三视图与整套影视设备,混在同一任务里各管一摊(来源:可灵官方博客)

这套资产的官方示例提示词也一并放出,可以直接感受「参考+关键帧」时代的提示词颗粒度:

Prompt: A director guides the actors while filming a high-speed chase between a supercar and a motorcycle.(导演指导演员拍摄一场超跑与摩托的高速追逐。)——可灵官方博客示例原文

提示词沿着时间轴写

关键帧是静态锚点,画面怎么从一枚锚点流向下一枚,靠提示词交代。官方的建议是把提示词写成时间轴分段式,并给了完整示例,值得整段抄下来当模板:

0–5s: Establish a modern kitchen at sunrise. A woman enters the frame and walks toward the counter.
5–12s: She notices the product, picks it up, and examines it while the camera slowly moves closer.
12–20s: She begins using the product. Keep the movement natural and maintain the same character and product appearance.
20–27s: Shift to a closer angle as she reacts positively to the result.
27–30s: End on a clean product hero shot with soft lighting.
——可灵官方博客示例原文

注意第二段里那句 Keep the movement natural and maintain the same character and product appearance——提示词里同样可以下「保持一致」的指令,和参考图里锁定的是同一批东西,两边说同一句话,模型才不会收到矛盾信号。8000 token 的上限给长指令留足了空间,但官方也提醒:更长不等于更好,提示词只写关键帧表达不了的东西——动作、转场、运镜、节奏、台词、声音。

示例关键帧生成的成片帧,带可灵AI 4.0水印

前文那组同人物关键帧跑出的成片帧,右下角带「可灵AI 4.0」水印(来源:可灵官方博客)

四个官方点名的错误

指南的 Common Mistakes 一节列了四个坑,都出自官方原文,照着自查:

关键帧太多。视觉状态没变化就硬加帧,不会带来更多控制,只会让序列更难导,把帧留给真正重要的时刻。

一枚帧里改太多东西。同一张关键帧同时换角色、环境、产品、机位、灯光、风格,等于给模型出一道超纲题——转场会变得难以处理,能拆开变就拆开变。

参考和关键帧打架。参考图里角色穿一套衣服,关键帧里换了另一套,模型就得猜该听谁的。产品、环境、风格同理;生成前把人物身份、产品外观、场景布局、视觉风格、事件顺序、镜头方向六项过一遍,两套输入在重要细节上必须说同一句话。

提示词和关键帧顺序冲突。提示词说产品开场就出现,关键帧却把亮相钉在 12 秒——先排时间轴,再让提示词跟着时间轴走,别让两套指令各说各话。

收尾:五步走完一条 30 秒片

官方工作流压缩下来就是五步:定故事(从头到尾发生什么)→挑时刻(把重大变化点变成关键帧)→备参考(人物、产品、场景、视频参考按需补齐)→写转场(提示词负责锚点之间的动作、运镜、台词与声音)→复查(重要时刻的顺序对不对、人物产品与风格有没有全程保持一致)。4.0 全量开放前,这套方法在 Flash 抢先体验里就能跑;入口没出现的话,先把时间轴和关键帧素材备好,灰度到账号那天直接开工。

本文步骤、参数与配图依据可灵官方博客《Kling 4.0 Multiple Keyframes: How to Control a 30-Second AI Video》(2026-09-30)整理,版权归原作者所有;功能开放节奏与积分价格以官方页面为准。

评论 (0)