Kling 2.5 Turbo 文生视频提示词配方：可复制粘贴的实用模板

为什么提示词的结构比措辞更重要

大多数人把文生视频提示词当成咒语——寻找那一句能让模型听话的魔法句子。实际上，模型更看重结构，而非诗意的措辞。当你把提示词拆分成层，就可以一次只改一个变量，真正学到是什么在起作用。

一个有用的心智模型是五层堆栈，按对正确性的重要程度从高到低排列：

1. 主体——画面里是什么，以及它决定性的视觉特征。
2. 动作——主体做什么，用直白的动词和方向描述。
3. 镜头——视点如何移动或保持不动。
4. 风格——光照、镜头质感、调色、渲染特征。
5. 约束——时长匹配、画幅、需要避免的东西。

为什么分层胜过 clever 的一句话：

• 可调试性。如果画面看起来不对，你可以问“问题在主体、动作还是镜头？”，而不是把一切推倒重写。
• 可迁移性。一套对某个场景有效的镜头配方，通常换掉主体层后对另一个场景也有效。
• 可比性。有了固定的骨架，两条提示词只在一个地方不同，你的 A/B 测试才诚实。
• 一致性。需要生成大量片段的流水线，需要可参数化的提示词，而不是每次手写。

模糊的形容词（“电影感”“史诗感”“动感”）主要影响风格；它们很少能修正运动。如果你的片段看起来像幻灯片，问题几乎从来不是你说“电影感”说得不够多——而是动作层描述不足。把风格词当作调味料，而不是主菜。

本指南的其余部分给出一个可直接复制粘贴的骨架，以及 kling-2.5-turbo 文生视频的逐层配方，帮你建立一个小而可信的提示词库。

一个可复用的提示词骨架

从下面这个骨架开始。从上到下填写；每个槽位保持一个短句。

[主体 + 2-3 个视觉特征], [用具体动词描述的主要动作],
[镜头运动 + 速度], [光照 + 镜头 + 色彩],
[时长匹配说明], avoid: [负向项]

一个填好的例子：

一位饱经风霜的渔夫，身穿黄色雨衣，胡子沾着盐渍，
双手交替收网，缓慢推镜从中景到特写，
阴天黎明光，35mm 镜头，低饱和青色调，
片段内保持单一连续节拍，avoid: 多余的手、文字、抖动

每个槽位的作用：

• 主体 + 特征。两三个特征通常就够了。更多特征会争夺注意力，稀释渲染效果。
• 主要动作。一个主动词短语。如果你想要两个节拍，你很可能在要求过短的片段——见节奏部分。
• 镜头。一个运动，一个速度。同时叠加推镜和环绕通常会糊成一团。
• 风格。光照加镜头质感，是不写一整段就能控制氛围的紧凑方式。
• 时长匹配说明。提醒你自己（也给模型一个提示）：动作应当在你请求的片段长度内完成。
• 负向项。简短而具体，后文会讲。

把提示词保存在带版本的文件里——JSON 或 YAML——字段与槽位对应。这样提示词就变成了配置：

{
  "subject": "一位饱经风霜的渔夫，身穿黄色雨衣",
  "action": "双手交替收网",
  "camera": "缓慢推镜从中景到特写",
  "style": "阴天黎明光，35mm 镜头，低饱和青色调",
  "negative": "多余的手、文字叠加、抖动"
}

现在任何实验都只改一个字段，你可以对比运行结果，而不是眯眼看截图。

镜头运动配方

镜头语言是提示词作者最容易写含糊的地方。“动态镜头”不是一种运动。要说清运动、方向和速度。下面是可复制粘贴的模式；换掉主体和风格以适配你的场景。

摇镜（Pan）

缓慢水平摇镜从左到右扫过场景，匀速，地平线水平

用于：建立镜头、展现宽阔环境、扫视一排物体。摇镜读起来平静而观察性——当主体本身静止时很合适。

俯仰（Tilt）

缓慢从地面向上摇到主体面部，匀速

用于：展现尺度（建筑、树木、高大人影），或把注意力从细节转向环境。俯仰可以很有戏剧性；保持慢速以避免突兀。

推拉（Dolly）

缓慢向主体推进，中景到特写，平滑线性

用于：建立亲密感或张力。推拉改变相机与主体的空间关系，当你说明朝向或远离并给出起止取景时，模型处理得很好。

变焦（Zoom）

轻微变焦推进，相机不位移，开始时取景不变

用于：不穿越空间地强调。变焦是最容易显得虚假的运动，如果过度——要求轻微并保持变化幅度小。

环绕 / 弧线（Orbit）

缓慢绕主体环绕，90 度，逆时针，半径恒定

用于：展示角色或产品的立体感。明确弧线大小和方向；未指定的环绕常常会在片段中途漂移或反向。

经验法则

• 一条提示词一个运动。短片段里两个运动会互相打架。
• 总是给出速度。“缓慢”“稳定”“匀速”是廉价但能防止抖动的词。
• 锚定起点和终点。“从中景到特写”帮助模型规划轨迹，而不是原地抖动。
• 静止也是一种有效运动。有时 固定机位，无运动 恰恰正确——尤其是角色表演。

读起来像视频的动作措辞

“看起来像一张抽动的照片”的最大单一原因，是动作层由形容词而非动词构成。对比：

• 模糊：一个戏剧性而充满能量的舞者场景
• 具体：一名舞者用脚跟旋转一圈，双臂向外伸展，然后定在一个静止姿势

第二句告诉模型什么在动、朝哪个方向、多快、何时停止。这才是它能渲染的信息。

动作检查清单

写动作子句时，尽可能包含以下各项：

• 主体。谁或什么在动。
• 动词。一个物理动作：挥、倒、举、转、折、踏。
• 方向。向上、向左、朝向相机、向内、顺时针。
• 速度与节奏。缓慢地、以一个平滑动作、三步快速移动。
• 幅度。轻微点头对比全身转身。
• 终点。运动停在哪里——“然后保持静止”防止循环和漂移。

修改前后

模糊：一条繁忙的街道，有行人和汽车
更好：行人沿人行道从左向右行走，
背景中一辆汽车从右向左缓慢驶过

模糊：海浪拍打
更好：一道浪涌起、卷曲，然后拍碎在沙滩上，
泡沫向前铺开又退去

实用技巧

• 宁可一个完成的动作，也不要许多半途的动作。干净利落做一件事的片段，胜过半吊子做五件事的片段。
• 用物理动词，不用情绪动词。“轻轻摇摆”能渲染；“感到怀旧”即使能渲染也主要影响风格。
• 说出后续状态。“然后安定下来”“然后停下”“保持姿势”告诉模型这个镜头有目的地。
• 注意物理词。倾倒、折叠、溅射、摆动都暗示可信的次级运动——当它们符合场景时就用。

当片段仍然感觉静止时，先尝试加入节奏（“以一个连续动作”）和终点，再去加更多风格形容词。

时长控制与场景节奏

最常见的提示词失败不是措辞糟糕——而是过载。作者把铺垫、转折和高潮塞进一个只容得下一个节拍的片段，然后在画面糊掉时怪模型。

让节拍匹配长度

把片段长度当作预算，花在节拍上：

• 每个镜头一个节拍。一个清晰的行动加明确的终点，能舒适地放进短片段。
• 两个节拍仅当其中一个是另一个的延续（“举起杯子，然后喝下”）。
• 三个或更多节拍属于分开生成、在剪辑中拼接，而不是写进一条提示词。

一个有用的规则：如果你的提示词里不止一个“然后”，你很可能在写一个序列，而不是一个镜头。

时长属于设置，不属于散文

不要把“一个十秒的长场景”写进提示词然后祈祷。在请求参数里设置片段时长，并让提示词适配这个时长。散文式的时间提示大多只是增加噪声；真正起作用的是参数。

prompt: 一名咖啡师以一股稳定的细流把牛奶倒入杯中，
        最后以一个小旋涡收尾；固定机位，温暖室内光
duration: short

注意提示词描述的是一个会自然完成的连续动作——没有填充，没有第二个场景。

有帮助的节奏提示

• “以一个连续动作”表示单一不间断的镜头。
• “然后保持静止”给模型一个落点，读起来像有意的节奏，而不是循环点。
• 起始状态（“开始时杯子是空的”）帮助模型在动作中分配时间。

当你需要更多故事时

用不同的提示词和一致的主体/风格描述生成分开的镜头，然后把它们剪在一起。这让每次生成都待在自己的舒适区，并给你可控制的剪切点。节奏是剪辑决定；提示词的工作是交付干净、单节拍、可剪辑的素材。

不过度约束的负向提示词

负向提示词抑制你不想要的东西。用得好，它们清理反复出现的瑕疵。用得糟，它们与场景矛盾，产生糊状。

保持简短而具体

五到八个具体词通常就够。优先写瑕疵名称，而不是美学词：

avoid: 多余的手指、重复的肢体、文字叠加、水印、
抖动、帧闪烁、扭曲的面部

好的负向列表是一个缺陷追踪器：只在观察到特定反复问题时增长，问题不再出现时就修剪。

常见类别

• 解剖瑕疵：多余的手指、融合的手、扭曲的面部。
• 时间瑕疵：闪烁、抖动、形变、片段内的突然切换。
• 叠加瑕疵：文字、字幕、水印、UI 元素。
• 构图瑕疵：分屏、拼贴、边框、黑边。

避免与场景对抗

这就是过度约束陷阱。如果你的提示词要求一群人，就不要把“人”放进负向项。如果镜头是夜景，就不要否定“黑暗”。矛盾会把模型推向一种到处都错的妥协。

过度约束的迹象：

• 主体变软或变得模糊。
• 运动停滞，或片段提前冻结。
• 与同一提示词不加负向项相比，风格明显变平。

出现这种情况时，把负向列表砍半再测试。通常是一两个词在起破坏作用。

负向项不能替代清晰度

如果手总是渲染错误，负向项有帮助，但更清晰的动作措辞（“双手可见，握住手柄”）往往帮助更大。写正向提示词让瑕疵不太可能出现，然后把负向项当作安全网——而不是主要控制手段。

在你的流水线中测试提示词

当你能复现结果时，提示词写作就变成了工程。目标是紧密的循环：生成一小批、记录一切、与基线对比、一次只改一件事。

可重复的循环

1. 生成。从同一骨架生成一小组变体——通常三到五个，只在一个字段上不同。
2. 记录。记录完整提示词、每个请求参数（时长、画幅、API 暴露的任何种子或采样设置）以及时间戳。
3. 对比。把输出与固定基线片段并排观看。记下哪一层变了，以及它带来了什么。
4. 精炼。把胜出的变体提升为新基线，重复。

记录比你想象的更重要

一个最小日志条目：

{
  "run_id": "cam-dolly-03",
  "prompt": "...",
  "params": {"duration": "short", "aspect": "16:9", "seed": 4412},
  "changed": "camera: 推镜 -> 环绕 90 度",
  "verdict": "环绕更有立体感；推镜看起来更平"
}

在 API 支持的地方固定种子，这样镜头和措辞的变化才可比较。没有固定种子，你无法判断差异来自你的修改还是采样噪声。

建立一个小型提示词库

维护一套带版本的已验证配方——每种镜头运动一个、每种动作原型一个——每个都带参数集和参考输出。新镜头从最接近的配方开始改编，而不是从白纸开始。这是团队在大量生成中保持输出一致的方式。

实用护栏

• 每次运行只改一个字段。多字段修改什么也告诉不了你。
• 在代表性主体上测试。在肖像上调好的提示词可能在产品上失败。
• 固定你的基线。每个配方保留一个已知良好的片段作为对比锚点。
• 模型更新后重新测试。行为可能变化；昨天有效的配方值得快速复查。

一旦某个配方在开发中稳定，同一个提示词加参数对象就可以直接通过 HiAPI.ai 的统一 API 交给生产生成，这样你验证过的就是你要上线的。