使用指南
Kling 3.0 运动控制提示词配方:可复制粘贴的提示词、参考视频技巧与负面清单
一本实用配方手册:用参考视频驱动运动,同时保持角色一致
本页内容
为什么运动控制需要不同的提示词结构
运动控制任务要求模型同时做两件事:渲染一个特定的主体,并遵循参考视频的运动。如果把这两件事塞进一段描述性文字里,一旦输出出现偏移,你就无法判断是提示词的哪一部分出了问题。
应当把提示词视为一叠分层结构:
- 主体锁定——画面里有什么,以及哪些必须保持稳定(角色特征、服装、道具、物体身份)。
- 参考运动——主体应如何运动,用与参考片段相匹配的可观察动作和时间线索来表述。
- 风格与质量——取景、光照、渲染意图,以及避免瑕疵的约束条件。
为什么分层优于长段落:
- 可归因。当某个镜头看起来不对时,你能指出是哪个层造成的。角色脸部漂移?主体锁定。动作太快?参考运动。纹理浑浊?风格。
- 可复用。固定角色的主体锁定在各片段之间是相同的,只有运动层发生变化。你不必从头重写。
- 可比对。分层提示词便于版本管理。你可以比较两次运行,清楚看到自己改了哪一行。
- 顺序效应。模型大致按你书写的顺序阅读提示词,因此把需要保留的身份信息放在最前面,会让它优先于风格修饰。
本指南的其余部分围绕这一叠层展开:一个可复用的基础模板、一套角色一致性纪律、运动与节奏的表述方式、时长与宽高比的处理、一份持续维护的负面清单,以及每次运行只改变一个变量的测试循环。
基础配方:反复复用的三个块
下面是可复制的模板。保持块的顺序固定,这样你项目里的每个提示词都具有相同形状。
[SUBJECT]
<角色/物体锁定:稳定特征、服装、道具、画面人数>
[REFERENCE MOTION]
<跟随参考视频的内容:动作序列、时间线索、节奏、相机行为>
[STYLE / QUALITY]
<镜头取景、镜头与光照意图、纹理与渲染约束>
[NEGATIVE]
<从你维护的清单中取出的、以逗号分隔的失败模式>
一个填好的示例:
[SUBJECT]
一位女性,30 岁出头,齐肩深色头发,橄榄色夹克,右肩挎帆布托特包,所有镜头中脸和服装保持一致
[REFERENCE MOTION]
跟随参考片段:第一拍她转身从窗户朝向镜头,中间拍向前走两步,最后一拍停下并低头看托特包;节奏平稳,不急促,相机基本静止,仅有轻微手持晃动
[STYLE / QUALITY]
中景,自然窗光从相机左侧照入,柔和阴影,干净的布料细节,仅在行走步态上出现真实的运动模糊
[NEGATIVE]
脸部变形,多余手指,服装颜色偏移,托特包肩带扭曲,画面边缘抖动,文字叠加
组装顺序很重要,原因有三:
- 主体在前,因为它是你最不希望被重新诠释的东西。位于开头的身份线索比后面任何内容权重更高。
- 运动其次,这样在风格语言开始把渲染拉向某种观感之前,参考视频的行为已先行描述。
- 风格最后,因为它是最可协商的一层。如果片段显得扁平,就改风格,不要动锁定。
两个习惯能让基础配方保持健康。第一,把每个块写成简短的陈述性片段,而不是散文——片段经得起复制粘贴,也更容易比对。第二,把占位文本(如 <character lock>)放在单独的草稿文件里,这样生产用的提示词永远不会带着未填充的括号上线。
让角色在各镜头之间保持一致
不同次生成之间的角色漂移,几乎总是源于每次运行时对角色进行松散的重述。把它当作常量来处理即可解决。
锁定只写一次,然后冻结
将主体块起草为固定的特征列表,每个特征的写法每次都完全相同:
[SUBJECT]
一位男性,20 多岁末,黑色短发略带侧分,细银框眼镜,炭灰色圆领毛衣,左眉上方有一道小疤
保存这一确切字符串。不要在镜头之间改写它——“银框眼镜”在第一个镜头里、“金属眼镜”在第二个镜头里,对模型而言是两种不同的信号。
选择能经受运动考验的特征
并非每个细节都值得锁定。优先选择在典型运动中仍然可见的特征:发型、眼镜、服装颜色与剪裁,以及一个显著标记。跳过手部位置或表情这类转瞬即逝的细节,参考运动本来就会控制它们。
区分运动层拥有的内容与锁定层拥有的内容
主体块不应提及动作,运动块也不应重新描述角色。如果运动块说“她抬起手”,模型应从锁定中推断出是她的手。把两者混在一起,会诱使模型在解析动作时重新诠释角色。
漂移的成因
- 同义词抖动。在多个提示词之间用不同措辞表达同一特征。
- 过度指定。十个权重相同的特征;模型会把它们平均,丢掉那个独特特征。
- 风格冲突。风格块推动了一种强烈观感(重度风格化、强烈调色),覆盖了锁定的特征。
- 多人。如果参考片段里有两个主体,要明确说明锁定描述的是哪一个,以及画面中应出现几个人。
每次运行前快速检查一下:单独读主体块。如果陌生人无法从中想象出一个具体、单一的角色,那它就太松散,无法在各镜头之间保持。
用文字描述运动与节奏
参考视频承载运动,但你的措辞决定了这一运动如何被理解与定速。模糊的形容词给了模型猜测空间;带有时间线索的可观察动作则不会。
用动作取代形容词
弱:
她充满活力地移动更好:
她向前迈两步,轻快,然后重心落在前脚上站定弱:
动态相机更好:
相机在转身过程中缓慢推近,然后保持静止
形容词描述一种感觉;动作描述的是观众可以数出来的东西。
把时间锚定在节拍上
把片段拆成两个或三个节拍,描述每一拍发生了什么。使用序数语言,而不是自造时间戳:
[REFERENCE MOTION]
第一拍:主体把头从左侧转向右侧
中间拍:肩膀跟随,向后退一步
最后一拍:稳定下来,呼吸可见,视线回到镜头
序数在你改变片段时长时能保持提示词稳定,而且能干净地对应到参考视频实际发生的内容。
描述节奏,而非速度数字
如果参考中有清晰的节拍感,就给它命名:平稳而不匆忙、两个快步然后停顿、连续顺滑滑行。把节奏与动作配对,这样速度就附着在可观察的事物上。
明确约束相机
运动控制的失败往往是因为相机在不该动的时候动了。加一行说明相机行为——相机静止、轻微手持晃动、仅在最后一拍缓慢推近——并让它与参考片段实际呈现的内容一致。
少用过渡词
然后、之后、同时、最后这类词是你的排序工具。每个节拍用一个就够了;堆叠它们会让运动读起来像一串互不相关的事件,而不是一场连续的表演。
提示词中的时长与宽高比
时长与取景会改变提示词的含义。为短片段写的运动块,在片段变长时会显得拥挤;为广角镜头写的主体块,在垂直裁切中会丢失细节。
为你请求的片段长度来写
让节拍数量与你正在生成的片段长度相匹配。短片段大致支撑一个动作弧:起始状态、一次变化、稳定。较长的片段可以承载两到三个节拍。如果你保留三段式提示词却请求一个短片段,就要预期模型会压缩或丢弃最后一拍。
一个实用模式:
- 短片段:一个节拍加一个稳定。
- 中等片段:两个节拍加一个稳定。
- 较长片段:三个节拍,并在其间加入明确的节奏行。
在风格块中说明取景预期
宽高比会影响构图,所以要把镜头类型写进风格块,而不是想当然:
[STYLE / QUALITY]
垂直构图,主体居中并留有头顶空间,手部可见于画面下三分之一,背景柔和虚化
对于广角取景,要说明额外的水平空间由什么填充——环境、第二件物体、负空间——否则模型可能会拉伸主体来填满它。
任一变量变化时都做适配
当你改变时长或宽高比时,只编辑一个块:
- 更长的片段:在运动块中加一个节拍;不要碰主体锁定。
- 垂直裁切:把关键动作移入运动块中的垂直安全区,并调整风格块中的取景语言。
- 更宽的画面:在风格块中加入环境细节,而不是在主体块中加入更多角色。
在每个保存的提示词旁边记录所请求的时长与宽高比,这样你就知道某次输出出自配方的哪个版本。
构建真正有用的负面清单
负面清单是一件需要维护的产物,而不是一次性的段落。有用的清单来自你实际观察到的失败。
从观察到的输出出发,而非凭想象
把你的基础配方运行一次。观看输出并写下具体缺陷:转身时脸部变形、托特包肩带扭曲、片段中段布料颜色偏暖、画面边缘抖动。把每一项转换成一个简短的负面词条:
[NEGATIVE]
脸部变形,肩带扭曲,颜色偏移,边缘抖动
从别处抄来的通用列表往往会包含对你的素材毫无作用的词条,同时挤掉真正重要的那些。
保持条目简短且具体
优先使用两词式的失败描述,而不是句子。多余手指胜过近景中手部有时会有错误数量的手指。短条目更容易重排、删除和比较。
让清单与提示词一起做版本管理
把负面清单与提示词块放在同一个文件中,并附上日期或修订标记。当出现新的失败时,添加一个词条并注明它属于哪个提示词修订版。当旧词条不再有用时,删除它,而不是让清单无限增长。
有意识地精简
过长的负面清单可能压制合理的细节。如果你的主体锁定要求一件有纹理的夹克,而你的清单禁止纹理,那你就是在跟自己作对。每当风格块变化时,都复查一遍清单。
项目级与镜头级清单分开维护
项目清单保存每个片段都会重复出现的失败模式(身份漂移、边缘瑕疵)。镜头清单保存一次性问题(某个特定道具扭曲)。在写提示词时合并它们,项目清单在前。
配方变体及其测试方法
基础配方只是起点。不同的参考视频需要不同的运动语言,但你测试变体的方式应保持自律。
值得尝试的变体
- 动作密集的参考:把运动块精简到最重要的两三个节拍,让参考承载其余部分。
- 细微的参考(小动作、呼吸):加入明确的节奏词和一行相机稳定性说明;细微运动是最容易丢失的。
- 多主体参考:在主体块中为每个人扩展一行,并说明运动跟随谁。
- 道具密集的参考:在主体锁定中加入一个简短的道具子句,命名该物体及其应如何表现。
每次运行只改变一个变量
比较输出时,只编辑一行——一个运动短语、一个风格词、一个负面词条。同时做两处修改会使差异无法归因。把改动记录在输出旁边,这样比较结果能延续到会话之后。
保留一小套对照集
维护两三个你在各配方中反复使用的参考视频。用同一套对照运行每个变体,能告诉你提示词的改动是真实的,还是某个特定片段的偶然产物。
按意图而非感觉给输出打分
对每次运行,检查三件事:锁定的主体是否保持、运动是否匹配参考节拍、负面清单是否生效。每次运行三个通过/不通过标记,迭代几次之后就足以看出模式。
将配方整合进工作流
配方只有在可重复时才有价值。这意味着把提示词、参考视频和负面清单当作有版本的资产,并通过一个一致的界面来驱动模型。
把资产存放在一起
为每个角色或每次活动保留一个项目文件夹,其中包含:
- 冻结的主体锁定;
- 一个或多个参考视频;
- 运动块变体;
- 带修订说明的项目负面清单;
- 运行日志,记录时长、宽高比以及通过/不通过标记。
如果某个镜头几个月后需要重建,所需的一切都在一处。
通过单一 API 界面调用模型
自动化运行意味着每次都发送相同的结构化提示词、参考视频、时长和宽高比。以 HiAPI.ai 作为统一界面,可以在不同模型之间保持提示词、参考资产和参数为同一种请求形状,因此你的配方文件保持可移植,脚本在技术栈变化时也无需重新接线。Kling 3.0 运动控制模型页面是开始接入请求的地方。
把提示词当作数据
把提示词块作为纯文本或模板字符串存进代码仓库,而不是粘贴到 UI 里。这样对角色锁定的修改会传播到每个镜头,差异也能精确显示各次生成之间动了什么。
闭环
把每次运行的输出送回反馈循环:记录失败、更新负面清单、递增提示词修订号。本指南中的配方只是脚手架——真正让它们可靠地属于你的,是这个循环。