Kling 4.0放开API,AI分镜脚本得重写

2026-10-22 · 教程 · 13 次阅读

10 月 21 日晚上,可灵把 Kling 4.0 的 API 正式放出来了,之前这东西只对内测用户和企业客户开放。消息本身不算炸裂,但对我们这些天天写 AI 分镜脚本的人来说,影响挺实在——单条镜头能原生生成 30 秒,视频续拍最长能接到 2 分钟,一次还能塞 10 张关键帧、15 个参考素材。这些参数堆在一块儿,过去那套"3 秒一个镜头、靠剪辑拼故事"的写法,以经不太好使了。

先把结论摆出来:AI 分镜脚本正在从"切点清单"变成"调度清单"。听着有点玄,下面拆开说。

一、30 秒一条镜头,分镜表的行数要砍掉一半

以前写分镜,习惯切得很碎。一个 30 秒的短片,表里能排出十几行:全景 3 秒、中景 4 秒、特写 2 秒。为什么切这么碎?因为模型只能稳定生成 5 秒左右,超了就变形、换脸、动作断层。你只能靠剪辑把碎镜头缝起来,用切换掩盖瑕疵。

Kling 4.0 原生 30 秒之后,这个前提变了。一条镜头里可以走完"人物推门进屋—走到窗边—回头看向镜头"的整条动作链,中间不用切。那些排了十几行的分镜,其实只需要写三四行,剩下的交给长镜头内部的动作设计。

麻烦在于很多人还在用老模板。我见过一份分镜表,二十多个镜头,每个标 2 到 3 秒,丢给 4.0 去生成,结果全是大材小用。每个镜头都短短一截,模型的长镜头能力压根没使上,成片反而更像 PPT 翻页。工具升级了,方法没跟上,这种事在 AI 视频圈里特别常见。

我的建议是给分镜表加一列"镜头内动作节点"。一条 30 秒镜头,别只写"她走进咖啡馆",要写清楚第 5 秒推门、第 12 秒停在三号桌旁、第 20 秒坐下把伞靠在椅边。关键帧最多能放 10 张,这些节点刚好拿来做关键帧,把长镜头的时间线锚住,人物不至于走到一半换了张脸。

二、参考素材从"一张图"变成"一套资料"

第二个变化更隐蔽。Kling 4.0 单次任务最多能组合 15 个参考,图片、视频、主体、音色都能混着来,图片还支持主体图、三视图、宫格图、线框图。

这什么意思?意思是你的分镜脚本不该只有文字了,得配素材包。一个角色,正面、侧面、背面三张设定图;一个场景,一张氛围参考加一张线框布局;需要固定音色的旁白,再挂一个音色样本。这些东西挂在提示词旁边,比在文字里反复描述"米色风衣、短发、左眉有颗痣"要靠谱得多。

我自己的做法是给每个项目建一个文件夹,角色、场景、道具各一个子目录,文件名按"角色名_视角"排。写分镜时直接引用,不用在十个镜头里重复描述同一张脸。这样出来的片子,人物一致性明显好过纯文字提示。说白了,提示词是写给模型看的,素材包是给模型"照着抄"的,后者永远比前者硬。

三、API 放开了,账要先算清楚

说点现实的。可灵官方目前没公布 4.0 的公开单价,第三方平台先给了个参考:720p 大约每秒 0.157 美元,1080p 每秒 0.235 美元。换算下来,一条 10 秒的 1080p 镜头差不多 2.35 美元,30 秒的要 7 美元出头。一个 30 秒广告按 4 条镜头算,光生成本就接近 30 美元,还没算废片。

所以分镜阶段因该多花时间,生成阶段少试错。写得细一点,废片率低一点,省下来的钱比什么都实在。反过来说,如果你的项目只要几条 5 秒的社媒素材,真没必要上 4.0,Flash 版本或者其他便宜模型做为日常迭代更划算。

顺便看下竞争格局。阿里 Wan 3.0 的 API 早两个月就开放了,480p 每秒 0.3 元、1080p 每秒 1.2 元,价格透明;字节 Seedance 2.5 在 beta 长视频模式下能到 180 秒。可灵的优势不在便宜,在"一条镜头里能装多少调度"。选型的时候别只盯跑分,先问自己:这片子是不是真的需要长镜头。

回到开头那句话,AI 分镜脚本得重写。不是推翻重来,是往里加东西——加镜头内的动作节点,加素材包,加对时长的成本意识。这三样加上去,你在也回不到"3 秒一刀"的流水线写法了,因为成片质感会诚实地告诉你差别在哪。

给个马上能动手的活儿:翻出你以前做过的 30 秒短片,把分镜表拿来,试着合并成 3 条 10 秒镜头,每条标 3 个内部动作节点,配上角色三视图,重新生成一遍。做完对比一下老版本,你就知道自己该往哪个方向改模板了。

AI奶盒 · 免费的 AI 提示词脚本工具

免费使用 →