如何在 Guma 上使用 Kling 4.0 創作 AI 影片

快速要點

• 黃金法則：將Kling 4.0視為真正的真人導演，而非能讀心的魔術師。給它一個明確的拍攝方案、一條清晰的動作路徑，以及精準的節奏時刻。
• 核心功能：在Guma創作者工作區內，可生成長達30秒的連續短片，並具備原生雙聲道立體音效、唇形同步匹配及空間追蹤功能。
• 提示優化：摒棄「寫實」或「4K超高清」等泛泛而談的詞彙。這些詞語會稀釋真正控制畫面的指令。

在發出提示前先選擇合適的工作流程

根據您的素材準備程度與視覺控制需求，選擇相應的輸入管道：

逐步指南：完整的Kling 4.0製作攻略

步驟一：選擇畫面比例與鏡頭構圖

在生成前，請於Guma的文字轉影片頁面上，從下拉選單中選擇「Kling 4.0」，接著在工作區設定輸出畫面比例與鏡頭構圖：

• 畫面比例：垂直短片選擇9:16，電影式敘事短片選擇16:9，社交展示卡片則選擇1:1。
• 鏡頭構圖選擇：近景——聚焦面部表情、產品細節或清晰的唇形同步對白；中景——捕捉角色上半身動作與交談互動；全景——建立周圍環境、移動路徑及多人物佈局。

步驟二：準備源圖與參考素材

• 預裁剪圖像：上傳前請確保源圖畫面比例與輸出畫布一致。若比例不符，系統將自動填充邊緣，造成畫面扭曲。
• 解析度基準：請使用至少1080p以上的乾淨PNG或JPG檔案。高密度的邊緣細節有助於生成器在動態過程中保留面部與結構特徵。

步驟三：為每項參考素材明確分配角色

使用全參照模式時，切勿無序上傳多張圖片而不明確其功能：

• 主體參考：上傳一張清晰的臉部或產品照片，並標註為@CharacterA。
• 風格參考：上傳一張燈光或色彩搭配的參考素材，避免過多元素干擾。
• 動作參考：上傳一張姿勢或動作軌跡的圖片，用以指導實際位置。

步驟四：依導演藍圖編寫提示

將文字提示拆解為模組化區塊，以維持清晰的創作控制：

• 升級版導演提示藍圖：[模式與目標]＋[參考角色]＋[主體與環境]＋[動作軌跡]＋[鏡頭與焦距]＋[節奏時刻]＋[延續性與音效]

藍圖各欄分解：

• [模式與目標]——全參照模式，10秒的角色主導跑動序列。
• [參考角色]——@CharacterA定義面部特徵與服裝，全程保持不變。
• [主體與環境]——@CharacterA身穿紅色風衣，在濕潤的海岸公路行駛。
• [動作軌跡]——在輕霧中穩步慢跑。
• [鏡頭與焦距]——35mm鏡頭，低角度近景逐漸轉換為中景。
• [節奏時刻]——0～3秒：跑鞋聲；3～8秒：雲台抬升至側影；8～10秒：定格於面部。
• [延續性]——保留紅色外套、髮型、行進方向及原始燈光。
• [音效軌道]——柏油路上的跑步腳步、遙遠海浪聲、輕微風聲。

步驟五：將長影片切割為節奏時刻

對於超過5秒的片段，請明確劃分精確的時間點：

• 0～3秒：靜態全景，建立房間與環境燈光。
• 3～7秒：主角向前邁步，鏡頭對焦於面部。
• 7～10秒：隨著主角將咖啡杯放在木桌上，鏡頭緩緩向下傾斜。

步驟六：設定動作尺度、時長與音效

請於Guma介面內調整生成參數：

• 動作尺度2.0～4.0：適合微妙的微表情、交談時的轉頭或緩慢的鏡頭漂移。
• 動作尺度6.0～8.0：適用於短跑、運動動作、快速鏡頭橫移及高空航拍。
• 音效開關：啟用原生音效生成，並在引號內輸入人聲對白（「我們得馬上離開了」）。

步驟七：以五點檢查表審核成果

請於Guma內對生成片段進行品質檢閱：

1. 主體一致性：角色或產品是否始終清晰可辨？
2. 動作品質：動作是否流暢且符合物理真實？
3. 鏡頭方向：是否遵循指定的移動與構圖？
4. 時間掌控：每個動作是否都在指定時間內完成？
5. 音效同步：對白、唇動與音效是否與畫面吻合？

步驟八：一次只更動一個變量進行迭代

若生成結果偏離創作構想，請逐一排查問題根源：

• 若角色面部偏移→降低動作尺度，或將身體描述置於提示開頭。
• 若鏡頭轉動過快→將模糊的動作形容詞替換為明確焦距（如50mm鏡頭、緩慢水平追蹤），而非任由鏡頭方向產生歧義。
• 若燈光異常變化→在提示的延續性部分加入「保留原始燈光與色彩平衡」。

步驟九：匯出並歸檔最終片段

請於Guma工作區內審核完全解析度檔案後，下載最終影片。並將成功提示、參考分配、動作尺度、時長及畫面比例等資訊與匯出片段一同保存，以便日後準確重現設定。

Kling 4.0有何獨特之處？

若您曾使用過AI影片生成器，想必深有體會：撰寫詳細提示後按下生成鍵，卻眼看著角色面部變形、眼神游移，或背景幾何扭曲，甚至在影片中途就出現異常。

Kling 4.0正針對這些穩定性難題提出解決方案。它不再隨機猜測畫面移動，而是讓創作者更能掌控主體身份、鏡頭運動及長時間序列中的視覺延續性。

Guma Kling 4.0執行流程：

• 視覺輸入：源圖、目標關鍵幀或主體參考素材
• 劇本指令：結構化的提示藍圖，搭配節奏分明的敘事節拍
• 音效層：人聲軌道與環境音效設計

→ Guma Kling 4.0引擎 → 30秒影片＋同步音效（穩定的身份追蹤）

Kling 3.0 vs. Kling 4.0功能對比表

五種Kling 4.0提示範本

範本一：文字轉影片—電影式敘事

• 模式：文字轉影片（16:9）
• 提示：35mm變形寬銀幕鏡頭下的暖黃色黃昏陽光。一位戴眼鏡的老年鐘錶匠正在凌亂的木製工作台上檢查一枚黃銅懷表。0～3秒：放大鏡反射時鐘齒輪的近景。3～8秒：鏡頭緩緩向上傾斜，聚焦於鐘錶匠溫和微笑的臉龐。周圍是滴答作響的時鐘、輕微工具摩擦聲及低沉的傍晚嗡鳴。
• 動作尺度：3.5

範本二：圖片轉影片—動態產品廣告

• 模式：圖片轉影片（9:16）
• 提示：商業產品拍攝，工作室關鍵燈光，素雅背景。@ProductBottle坐在黑色花崗岩上。0～2秒：水珠在玻璃表面滑落。2～6秒：鏡頭緩慢旋轉180度環繞瓶身，同時底部升起淡淡霧氣。清脆的水花聲、低調的合成貝斯漣漪。
• 動作尺度：4.5

範本三：全參照模式—多主體角色鎖定

• 模式：全參照模式（16:9）
• 提示：50mm人像鏡頭下的中景兩人合影，柔和陰天燈光。@CharacterA穿著深色風衣站在雨後濕滑的火車站月台上，與手持黃傘的@CharacterB交談。0～4秒：@CharacterA緩慢點頭說話。4～10秒：鏡頭向後追蹤，遠方火車汽笛響起，蒸汽火車駛入站台背景。雨聲輕柔的沙沙聲。
• 動作尺度：3.0

範本四：20秒長鏡頭—同步人聲對白

• 模式：文字轉影片（16:9）
• 提示：35mm鏡頭下的肩部追蹤鏡頭，大氣霓虹街燈。一名女偵探緩慢轉向鏡頭。0～4秒：她踏入水坑反射，說出台詞：「我們快沒時間了。」請將口頭台詞與她的嘴部動作同步。4～12秒：鏡頭緩慢右移，她走入小巷黑暗。12～20秒：定格於雨中閃爍的霓虹招牌。大雨環境音效、遠方交通嗡鳴。
• 動作尺度：5.0

範本五：多關鍵幀產品揭曉

• 模式：多關鍵幀模式（16:9）
• 0秒關鍵幀：封閉的產品盒居中放置於暗色桌面上。
• 6秒關鍵幀：盒子部分打開，溫暖光芒透出。
• 12秒關鍵幀：產品直立於打開的盒子旁。
• 提示：全程保留桌子位置與背景。各關鍵幀之間以緩慢的鏡頭推進順利過渡，避免突兀切換。音效：柔和的機械開門聲，隨後短暫的音調揭示。
• 動作尺度：3.5

常見生成瑕疵 troubleshooting

問題：5秒後面部變形或身份漂移

• 根本原因：過多修飾詞會削弱需要全程保持一致的面部細節。
• 解決方法：
1. 刪除主觀誇飾詞（驚艷、獲獎、寫實）。
2. 將身體描述置於提示開頭（【主體：30歲女性，黑髮盤成髻，圓臉】）。
3. 簡化負面提示：禁止面部扭曲、特徵變形、額外肢體。

問題：背景幾何在鏡頭轉動時扭曲

• 根本原因：模糊的鏡頭指令導致鏡頭方向產生歧義，破壞空間一致性層次。
• 解決方法：
1. 明確真實光學參數：使用85mm人像鏡頭，緩慢右轉水平軸。
2. 減少高速橫越細緻背景時的主體動作複雜度。

問題：影片速度如快進GIF般加快

• 根本原因：缺乏節奏標記，導致引擎在早期畫面即同時渲染所有視覺動作。
• 解決方法：
1. 將動作明確劃分為精確時間段（0～3秒：行動A，3～8秒：行動B）。
2. 將動作尺度滑塊調低至3.0～4.0。

生成前最終檢查清單

在Guma內按下生成之前，請確認以下設定：

• [ ] 輸出畫面比例與源圖比例一致（16:9、9:16、1:1）。
• [ ] 源圖已上傳至至少1080p解析度。
• [ ] 所有上傳的參考素材均已明確標註@Tags。
• [ ] 文字提示採用明確光學構圖與時間節拍（0～3秒、3～8秒）。
• [ ] 動作尺度滑塊已匹配實際動作速度（2.0～4.0適用於微妙動作，6.0～8.0適用於動態動作）。
• [ ] 主體身體特徵已置於文字提示開頭。

常見問答（FAQ）

Q1：Kling 4.0能在Guma上生成同步人聲對白嗎？

A：可以。請將人聲對白用引號括起來，並指定為某個標籤主體（例如：@CharacterA說：「我們得清理這片區域」，並配合唇動同步）。

Q2：為什麼我的圖片轉影片輸出忽視了源圖燈光？

A：當文字提示引入與源圖幾何矛盾的燈光描述時（例如：在日落照片上提示「正午陽光」），便會發生衝突。請將提示燈光標籤與源圖溫度對齊，或在提示的延續性部分加入「保留原始燈光與色彩平衡」。

Q3：敘事講述的最佳動作尺度設定是多少？

A：角色場景建議將動作尺度控制在3.0至5.0之間。超過7.5往往會帶來不必要的背景晃動。

Q4：Kling 4.0與Runway Gen-3 Alpha相比如何？

A：Kling 4.0擅長更長的30秒生成、多關鍵幀軌跡控制及多主體參考鎖定（全參照模式）。Runway Gen-3則適合快速的5秒鏡頭掃描。

Q5：Guma上的影片生成是否包含商業授權？

A：是。在Guma付費訂閱計劃（guma.top）下生成的片段，均擁有商業使用權，可用於社交廣告、客戶交付品及商業媒體。

Q6：哪種影像格式最適合Image-to-Video（I2V）輸入？

A：未壓縮的1080p JPG或PNG檔案能取得最佳效果。高度壓縮的WebP影像則可能產生瑕疵，進而導致影片故障。

Q7：TikTok與Instagram Reels該選擇什麼畫面比例？

A：請於Guma創作者工作區內選擇9:16的垂直格式，並在生成前將源圖垂直裁剪。

Q8：多關鍵幀模式最多能設置多少關鍵幀？

A：Kling 4.0支援最多10個連續關鍵幀，涵蓋30秒時間軸，讓您從頭到尾鎖定重要情節。