使用指南
Kling 3.0 Omni 参考生视频：3 个可直接复制的提示词配方与真实成片
用参考图引导同一个产品或角色穿越不同场景，这正是 Kling 3.0 Omni 参考生视频（kling-3.0-omni/reference-to-video）在 HiAPI 上做的事。下面给出三个配方（一个产品、一个角色，以及二者同框），每个都附上确切的请求和它生成的成片：三条全部以 1080p 生成，共 $2.064。打开模型页面即可立即运行一个；新账户赠送 200 免费积分。
普通的文生视频调用只知道你用文字描述的内容，所以每次生成都会造出一个略微不同的主体。参考生视频则采用你关心主体的图片，在你用提示词指挥镜头、运动和场景的同时，保持它们的外观不变。
参考生视频如何工作
普通的文生视频调用只知道你用文字描述的内容。「一个白色机器人吉祥物」是一个类别，而不是一个身份——所以每次生成都会造出一个略微不同的机器人。Kling 3.0 Omni 提供两种方式把身份固定下来：
image_urls（必填，1–7 张图片）：主体、产品或风格的参考图。锁定单个主体最简单的方法，是在这里传入它的两个角度。elements（可选，最多 7 个）：具名、可复用的主体。每个都有name（不含空格）、简短description，以及同一主体的 2–4 张element_input_urls。在提示词中用@name调用它，这就是在一个画面中区分多个主体的方法。
随后提示词负责所有应该变化的部分——镜头、光线、动作、场景——而参考图负责守住身份。
输入结构，30 秒看懂
| 字段 | 类型 | 说明 |
|---|---|---|
prompt |
string | 场景、镜头与运动；用 @name 调用元素 |
image_urls |
string[] | 必填。1–7 张参考图（带参考视频时最多 4 张） |
elements[] |
object[] | 可选。每个包含 name、description、2–4 个 element_input_urls |
video_urls |
string[] | 可选。一段 3–15.5 秒的片段，作为运动和镜头参考 |
duration |
integer | 3–15 秒，默认 5 |
resolution |
enum | 720p（默认）、1080p 或 4k |
audio |
boolean | 原生声音，默认 false；带参考视频时必须保持 false |
aspect_ratio |
enum | 16:9（默认）、9:16 或 1:1 |
参考图和元素主体共用一个额度：总计 7 个，添加参考视频时为 4 个。
配方 1 —— 锁定单个产品
最简单的情况：一个主体，在镜头运动时保持忠实还原。主体是一只琥珀色玻璃精华瓶，两个参考角度直接放进 image_urls：
提示词：
电影感护肤品产品揭晓。镜头缓缓推近参考图中的琥珀色玻璃精华瓶，瓶子立在圆形白色大理石底座上，柔和的漫射影棚光从左上方照来，身后有淡淡的体积雾。一滴金色精华缓缓成形，悬在黑色滴管尖端。浅景深，高级商业质感，镜头缓慢推进时柔和的高光在琥珀色玻璃上滑动。
请求：
{
"model": "kling-3.0-omni/reference-to-video",
"input": {
"prompt": "电影感护肤品产品揭晓。镜头缓缓推近参考图中的琥珀色玻璃精华瓶，瓶子立在圆形白色大理石底座上，柔和的漫射影棚光从左上方照来，身后有淡淡的体积雾。一滴金色精华缓缓成形，悬在黑色滴管尖端。浅景深，高级商业质感，镜头缓慢推进时柔和的高光在琥珀色玻璃上滑动。",
"image_urls": [
"https://static.hiapi.ai/gallery/2026/10/bf90e69bd4d2b13b.jpg",
"https://static.hiapi.ai/gallery/2026/10/ae754fb5c5e53ed4.jpg"
],
"duration": 5,
"resolution": "1080p",
"audio": false,
"aspect_ratio": "16:9"
}
}
结果（5 秒，1080p，关闭声音）：
为什么有效：提示词只提了一次主体（「参考图中的琥珀色玻璃精华瓶」），其余每个词都用在导演指令上：推镜、影棚光、滴管尖端的水滴。瓶子的形状、带棱纹的黑色瓶盖和琥珀色玻璃在推近过程中保持一致，最终以瓶子的特写收尾。
配方 2 —— 锁定角色
把产品换成一个角色，方法本身毫无变化。主体是一个原创吉祥物，用正面视图和四分之三视图作为参考：
提示词：
参考图中的哑光白色机器人吉祥物站在一间温馨、阳光充足的咖啡馆里，身后窗户透进温暖的晨光。它用一只手臂愉快地挥手，歪了歪头，天线轻轻晃动。流畅友好的动作，背景中木质咖啡馆置物架带来柔和散景，镜头缓慢轻柔地推近，治愈系动画电影质感。
请求：
{
"model": "kling-3.0-omni/reference-to-video",
"input": {
"prompt": "参考图中的哑光白色机器人吉祥物站在一间温馨、阳光充足的咖啡馆里，身后窗户透进温暖的晨光。它用一只手臂愉快地挥手，歪了歪头，天线轻轻晃动。流畅友好的动作，背景中木质咖啡馆置物架带来柔和散景，镜头缓慢轻柔地推近，治愈系动画电影质感。",
"image_urls": [
"https://static.hiapi.ai/blog/kling-3-0-omni-reference-to-video-prompt-recipes/ref-mascot-01.jpg",
"https://static.hiapi.ai/blog/kling-3-0-omni-reference-to-video-prompt-recipes/ref-mascot-02.jpg"
],
"duration": 5,
"resolution": "1080p",
"audio": false,
"aspect_ratio": "16:9"
}
}
结果（5 秒，1080p，关闭声音）：
为什么有效：吉祥物进入一个全新的环境（阳光充足的咖啡馆），做出全新的动作（挥手和微笑），但薄荷色面罩、圆圆的眼睛、肚脐按钮和身体比例依然保持建模一致。同一身份，全新表演。
配方 3 —— 一个画面里两个主体
这正是 elements 发挥价值的地方。把吉祥物和精华瓶定义为两个具名元素，然后在提示词中用 @mascot 和 @serum 指挥它们。image_urls 仍然必填，所以瓶子的一个角度也放进去：
提示词：
干净、俏皮的产品广告。@mascot 站在圆形白色大理石底座旁，用一只手臂朝放在底座上的 @serum 示意，向观众展示它。@mascot 瞥了一眼瓶子，然后转头看向镜头。柔和的漫射影棚光，浅薄荷色无缝背景，镜头缓慢轻柔地推近，高级又友好的品牌广告质感。
请求：
{
"model": "kling-3.0-omni/reference-to-video",
"input": {
"prompt": "干净、俏皮的产品广告。@mascot 站在圆形白色大理石底座旁，用一只手臂朝放在底座上的 @serum 示意，向观众展示它。@mascot 瞥了一眼瓶子，然后转头看向镜头。柔和的漫射影棚光，浅薄荷色无缝背景，镜头缓慢轻柔地推近，高级又友好的品牌广告质感。",
"image_urls": [
"https://static.hiapi.ai/gallery/2026/10/bf90e69bd4d2b13b.jpg"
],
"elements": [
{
"name": "mascot",
"description": "小巧的哑光白色圆润机器人吉祥物，带有柔和的薄荷绿点缀，短天线上顶着一个小球，大而圆的深色眼睛，肚子上有一颗圆形薄荷绿按钮",
"element_input_urls": [
"https://static.hiapi.ai/blog/kling-3-0-omni-reference-to-video-prompt-recipes/ref-mascot-01.jpg",
"https://static.hiapi.ai/blog/kling-3-0-omni-reference-to-video-prompt-recipes/ref-mascot-02.jpg"
]
},
{
"name": "serum",
"description": "琥珀色玻璃护肤精华瓶，带黑色橡胶球玻璃滴管盖",
"element_input_urls": [
"https://static.hiapi.ai/gallery/2026/10/bf90e69bd4d2b13b.jpg",
"https://static.hiapi.ai/gallery/2026/10/ae754fb5c5e53ed4.jpg"
]
}
],
"duration": 6,
"resolution": "1080p",
"audio": false,
"aspect_ratio": "16:9"
}
}
结果（6 秒，1080p，关闭声音）：
为什么有效：每个主体都是自己的元素，拥有自己的参考图对，所以模型会独立追踪它们。吉祥物保持其设计，瓶子保持其形状，提示词则编排它们之间的关系：镜头推进时，吉祥物伸向底座上的瓶子。
写出真正守得住身份的参考
- 给每个主体两个或更多角度。同一主体的不同角度能教会模型什么是不变的。每个元素需要 2–4 张图片。
- 身份放在参考图里，导演指令放在提示词里。把主体是什么放进图片和
description；把发生什么放进提示词。 - 用
@name调用元素。名称不能有空格（用serum，而不是serum bottle），提示词中要完全以@serum引用它们。 - 复用元素块来搭建广告系列。上面两个配方使用的是同一套吉祥物和瓶子参考。跨多次调用复用它们，可以让一个系列保持品牌一致。
- 添加参考视频来指定镜头运动。在
video_urls中放一段片段，新镜头就会跟随它的运动和镜头语言；这样做时保持audio关闭。
用 API 复现
参考生视频运行在 HiAPI 的异步任务 API 上。提交任务，然后轮询直到完成：
curl -X POST https://api.hiapi.ai/v1/tasks \
-H "Authorization: Bearer $HIAPI_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kling-3.0-omni/reference-to-video",
"input": {
"prompt": "@serum 放在大理石底座上，缓慢推镜，柔和影棚光",
"image_urls": ["https://.../ref-1.jpg"],
"elements": [
{
"name": "serum",
"description": "琥珀色玻璃精华瓶，带黑色滴管盖",
"element_input_urls": ["https://.../ref-1.jpg", "https://.../ref-2.jpg"]
}
],
"duration": 5,
"resolution": "1080p",
"audio": false,
"aspect_ratio": "16:9"
}
}'
响应会返回一个 taskId。轮询 GET /v1/tasks/{taskId} 直到 status 为 success，然后从 output[0].url 下载片段（输出默认保留约 7 天，所以请保存到你自己的存储，或切换为 HiAPI 持久存储）。在生产环境中，传入顶层 callback.url，HiAPI 会在任务完成时通知你的服务。完整参数见 Kling 3.0 Omni 参考生视频 API 文档。
定价
Kling 3.0 Omni 参考生视频按输出秒数计费，依分辨率和声音而定：
| 分辨率 | 关闭声音 | 开启声音 | 带参考视频 |
|---|---|---|---|
| 720p | $0.10/秒 | $0.129/秒 | $0.143/秒 |
| 1080p | $0.129/秒 | $0.1645/秒 | $0.193/秒 |
| 4k | $0.479/秒 | $0.479/秒 | $0.479/秒 |
上面三个配方以 1080p、关闭声音运行：每段 5 秒片段 $0.645，6 秒那段 $0.774，三条合计 $2.064。先用 720p 打样，每段 5 秒片段 $0.50，然后用 1080p 或 4k 重跑选中的版本。片段时长 3–15 秒；失败的任务会自动退款。
常见问题
参考生视频和图生视频有什么区别？ 图生视频是让一个起始帧动起来——整个镜头从那张图生长出来。参考生视频携带主体，并允许你围绕它们重新构图一个新场景。当你有确切想要其运动的首帧时，用图生视频；当你需要在许多不同镜头中保持同一角色或产品时，用参考生视频。
一段片段能容纳几个主体？ 参考图和元素主体合计每次调用最多 7 个，带参考视频时为 4 个——足够一个角色加几个道具。
为什么我的元素被拒绝了？
每个元素的 element_input_urls 需要 2–4 张图片，且 name 不能有空格。还要检查请求中至少有一个 image_urls 条目。
能得到声音吗？
可以。没有参考视频时，设置 audio: true 可获得原生环境音和音效。它在 720p 下每秒加收 $0.029，1080p 下每秒加收 $0.0355。
如果我只想要文字、不要参考呢？ 使用 Kling 3.0 Omni 文生视频：同一引擎，只用提示词。
要点
参考生视频把「某个角色」变成了你的角色。给每个主体几个参考角度，用 @name 调用它，让提示词负责导演，你就能拍出一整个连贯的系列，而不是逐个镜头与漂移作斗争。复制配方 3 并在模型页面运行你的第一段双主体片段。该链接会预填提示词；再从上面的请求中添加参考图和元素。要对比入口和费率，请参阅 Kling 3.0 API 定价指南。
