Kling 3.0 运动控制提示词配方：可直接复制的提示词与真实输出

大多数针对视频模型的“提示词配方”文章都假设你输入一句话，模型就会自己发明运动。Kling 3.0 运动控制并非如此，如果你抱着这种预期去用，第一次 API 调用就会返回 400。该模型需要两个必填输入——一张角色图片和一段 3–30 秒的运动参考视频——并把参考视频中的运动和表情迁移到你的角色上。文本 prompt 字段是可选的，它只会微调风格、光照和场景。它并不描述运动。

所以真正的“配方”不是一句话——而是一种组合：用哪张角色图片 + 用哪段参考片段 + 如何使用可选提示词。下面有两个配方，它们使用同一个角色和同一段参考片段，唯一的变量是是否附加风格提示词。这里的每个片段都是通过 hiapi API 运行的真实 kling-3.0/motion-control 任务，不是模拟图。

Kling 3.0 运动控制实际需要什么

字段	必填	作用
image_url	是	执行运动的角色
video_url	是	提供运动 + 面部表情的 3–30 秒片段
prompt	否	仅控制风格/场景/光照——不控制运动
resolution	否	720p 或 1080p

计费按输出秒数计算，并按分辨率分档：

• 720p — $0.10/秒
• 1080p — $0.172/秒

因此，一段 6 秒的 720p 片段为 $0.60——这正是下面每个配方的花费。完整价格表：hiapi.ai/pricing。

第 1 步——获取角色图片

我们用 gpt-image-2 生成了一张简单的棚拍光照肖像（$0.03/张，1024×1024）：

任何清晰、正面朝向的角色图片都可以——插画或写实皆可。这就是“谁”。

第 2 步——获取运动参考片段

这是人们常跳过的一步，而它恰恰真正控制输出。如果你手头还没有一段展示你想要运动的片段，可以生成一段。我们使用 grok-imagine/text-to-video（480p 下 $0.015/秒），通过一段纯文本提示词生成了 6 秒的参考片段：

{
  "model": "grok-imagine/text-to-video",
  "input": {
    "prompt": "A person turns their head to look over their shoulder, raises one hand in a small wave, then smiles directly at the camera. Medium shot, static frame, soft daylight.",
    "duration": "6",
    "resolution": "480p"
  }
}

费用：6 秒 × $0.015 = $0.09。这段片段现在可以复用——你可以把它应用到任何角色图片上。

配方 A——基线迁移，无风格提示词

直接输入角色图片和参考片段，完全不使用 prompt：

{
  "model": "kling-3.0/motion-control",
  "input": {
    "image_url": "https://static.hiapi.ai/blog/kling-3-0-motion-control-prompts/character-source.png",
    "video_url": "https://static.hiapi.ai/blog/kling-3-0-motion-control-prompts/motion-reference.mp4",
    "resolution": "720p"
  }
}

角色完全按照参考片段的时间点转身、挥手并微笑——光照和构图与源肖像一致。费用：6 秒 × $0.10（720p）= $0.60。

配方 B——相同运动，风格引导提示词

image_url 和 video_url 完全相同。唯一的变化是添加了一个描述不同场景和光照的 prompt，而运动本身仍锁定到参考片段：

{
  "model": "kling-3.0/motion-control",
  "input": {
    "image_url": "https://static.hiapi.ai/blog/kling-3-0-motion-control-prompts/character-source.png",
    "video_url": "https://static.hiapi.ai/blog/kling-3-0-motion-control-prompts/motion-reference.mp4",
    "prompt": "Golden-hour outdoor lighting, warm rim light from the left, shallow depth of field with a softly blurred park background.",
    "resolution": "720p"
  }
}

同样的转身-挥手-微笑序列，同样的时间点——但光照、调色和背景根据提示词发生了变化。费用：另外 $0.60。

真正的要点

如果配方 A 和配方 B 看起来像“两个不同的提示词产生了两个不同的视频”，那是错误的心智模型。两个片段中的运动完全相同，因为参考视频完全相同。提示词只改变了场景装饰。要获得不同的运动——挥手而不是转身，走路而不是挥手——你需要更换参考视频，而不是提示词的措辞。建立一个小型可复用参考片段库（你自己的、有授权的素材，或像上面第 2 步那样生成的），并在任意数量的角色图片上复用它们；这才是扩展运动控制输出的真正杠杆。

对于提示词确实驱动运动的纯文本转视频工作，请参阅我们的 Kling 3.0 Turbo 提示词配方，或我们用来制作上述参考片段的 grok-imagine 文本转视频指南。

两个模型都已上线 hiapi API，使用同一个密钥——无需为每个模型单独注册。