可灵4.0能生成30秒了,AI分镜脚本得这么写

2026-10-19 · 教程 · 9 次阅读

这两天AI视频圈最热闹的事,大概就是可灵AI的Kling 4.0在10月15日全量上线了。单次生成直接拉到30秒,比上一代的15秒翻了一倍,也压过了Veo 3.1的20秒上限。听起来好像只是时长变长了,但真正用起来你会发现,它对AI视频生成工作流的改变,远远不是"多给十几秒"这么简单——它把创作的重心,从抽卡重新推回到了写AI分镜脚本上。

以前做AI视频,逻辑是这样的:写一句提示词,生成5秒,连跑十几次,挑一条能看的,再拼起来。人物长相在不同镜头之间漂来漂去,只能靠后期硬凑。这个过程我习惯叫它赌博。

现在30秒能一次直出,同一段里的人物、服装、光影基本是稳的。那你真正要琢磨的就不再是"怎么让它别崩",而是"这30秒里到底要发生什么"。这就跟拍戏没区别了,导演得先有脚本。

30秒不是白给的,导演椅被搬到你面前

Kling 4.0给了两个跟3.0完全不是一个量级的东西:单次最多10个关键帧输入,以及最多15个参考素材——图片、视频、主体音色可以混着塞。提示词长度也放宽到8000 token,意味着整段的分镜内容你可以直接写进去。模型也会很听话的完成你指定的动作,4.0这一代的执行力真的比3.0强太多。

说得直白点,它已经不是那个"你说一句话、它甩给你一段画面"的工具了。你能指定第几秒人物走到哪、第几秒镜头开始环绕、第几秒切到另一个场景。自由度给到了,问题是很多人脑子里压根没有画面。

工具以经换代了,用法没换代,这是当下最普遍的浪费。我这两天在社群里看到不少截图,有人抱怨4.0生成的片子"没什么节奏感"。点开提示词一看,还是3.0时代那种一句话写法。

一份能用的AI分镜脚本,得写清这四件事

我自己动手前会强迫把下面四项补齐,少一项基本就得推翻重来。

新手最容易翻车的三个地方

头一个是贪长。30秒直出看着确实爽,但一整段全交给模型自由发挥,中间大概率会露出某一处物理穿帮,比如人物手掌直接穿过了玻璃杯。我的做法是宁可分成两段12秒来跑,中间用剪辑衔接,也别让它在单次生成里塞太多动作。

还有一个很容易忽略的:参考素材堆太满。15个名额不是让你一口气用完的。我实测下来,同一任务里塞超过5张人脸参考,模型反而不知道该听谁的,五官会出现明显的拉扯感。主体留2到3个,剩下的位置给场景和配色,出来的效果好很多。

第三个是声音。4.0带了原生立体声和多语言口型同步,中英日韩西葡德法印地语都在支持范围内,连方言和不同口音也给覆盖了。可很多人还按老习惯后期配音,唇形对不上,白白糟蹋了这个能力。

顺便提一句,釜山国际电影节上《首尔之春》导演金性洙放映的AI短片《虫族列车》,原本是用Kling 3.0做视觉开发,两天就拿出了想要的影像,但昆虫和乘客撞击时的重量感怎么调都不对,直到换成4.0 Preview才解决。连专业导演都会为了一个"重量感"来回换版本,普通创作者就更没有理由跳过写脚本这一步。

今天就值得做的一件事:别急着打开生成页面。先花二十分钟,把脑子里那条片子按上面四条写成一份300字左右的AI分镜脚本,时间刻度标好,运镜方式写清楚,然后再去挑参考图。这二十分钟,至少能帮你省掉后面两轮重跑的费用和时间。

AI视频生成走到这一步,赢的不是手速快的人,是会写脚本的人。可灵4.0把工具的上限抬起来了,至于能拍出什么东西,看的还是你落笔的那一段。既然想做AI视频,分镜这门基本功,现在补还来得及。

AI奶盒 · 免费的 AI 提示词脚本工具

免费使用 →