它的核心承諾相當宏大：它不只擅長生成精緻的單一鏡頭，也能在更長、更具導演感的影片中，貫穿動態、參考素材和故事節拍。原生生成最長可達 30 秒，而 Omni Reference 和多關鍵影格控制則為創作者提供更多方式，塑造影片的發展過程。
1. Kling 4.0 的優勢
| 優勢 | 可以實現的效果 |
|---|---|
| 更長、更連貫的敘事 | 在單次生成中，創作最長 30 秒的連續場景或一系列故事節拍，不必把每個想法都拆成彼此孤立的短暫片段。 |
| 大幅度動態和複雜鏡頭 | 著重於更流暢的動態和視覺連貫性，呈現快速移動、連續動作、跟拍鏡頭和環繞鏡頭。 |
| 多模態參考控制 | 組合使用圖片、影片、主體和語音風格參考，引導主體身分、動作、鏡頭運動、節奏和聲音。 |
| 精準呈現故事時刻 | 使用最多 10 個關鍵影格輸入，設定重要姿勢、構圖、轉場和情緒節拍。 |
| 目標明確的影片編輯與創意重現 | 引導調整角色、動作、鏡頭或場景等元素，也可以參考影片的節奏和構圖，為新概念提供起點。 |
| 電影感畫面與聲音 | 以更豐富的光影、高品質音訊、立體聲輸出，以及更自然的對白與表演同步效果來建構場景。 |
當影片需要呈現出經過導演編排的連續場景時，Kling 4.0 特別出色：主體在空間中移動，鏡頭跟隨，場景持續發展，而不是每隔幾秒就重新開始。當這些控制項都服務於同一個清楚的視覺規劃時，效果最為突出。
2. 參考素材與關鍵影格
Kling 4.0 的 Omni Reference 系統在單項任務中最多支援 15 個素材，可組合使用圖片、影片、主體和語音參考。已公布的數量上限包括最多 10 張圖片、5 段影片和 7 個主體。不同參考素材可以發揮不同作用：角色圖片可以固定角色外觀，影片可以引導表演或鏡頭運動，分鏡則可以釐清構圖和情節發展。
關鍵影格處理的是相關但不同的問題。它們定義影片應經過的時刻，例如開場姿勢、產品亮相、場景轉換或最後的構圖。透過最多 10 個關鍵影格輸入，創作者可以規劃重要節拍，同時讓模型自行生成影格之間的動態。
要讓指引更清楚：
- 為每個參考素材指定一種用途，例如角色身分、環境、動作、鏡頭路徑或視覺風格。
- 確保用來呈現同一角色的圖片中，角色外觀和服裝保持一致。
- 將關鍵影格用於姿勢、取景或故事中的重要變化；避免新增幾乎重複同一時刻的影格。
- 描述動作如何銜接各個關鍵時刻，包括移動方向，以及鏡頭應跟隨的對象。
- 將影片參考視為你想借鑑特定特質（例如編舞或節奏）的指引，不要要求單一片段決定所有細節。
3. 規劃出效果更好的生成內容
先確定觀眾應該理解什麼，再圍繞這個重點建構場景。一份實用的說明應寫明主體、場景、主要動作、鏡頭運作方式，以及需要保持一致的細節。對於較長的影片，可以將動作整理成幾個依序排列的節拍，讓開場、發展和收尾都清楚明確。
實用的規劃流程：
- 選定一個核心動作。 決定觀眾應該先注意什麼，以及結尾時會有哪些變化。
- 規劃故事節拍。 依序描述開場、主要動作或轉場，以及最後的時刻。
- 設定鏡頭的角色。 說明鏡頭是跟拍、環繞、推進，還是保持穩定。避免組合彼此衝突的鏡頭運動。
- 有目的地分配參考素材。 說明場景中的每個部分應由哪張圖片、哪段影片、哪個主體或哪段語音提供指引。
- 只標記重要的關鍵影格。 用它們來錨定故事變化，以及僅靠文字難以說明的構圖。
- 檢查連貫性。 將主體身分、位置、移動方向和場景轉換作為一個完整序列來檢查，不要只看單一影格是否好看。
例如，要呈現一項產品，可以先以明確場景中的產品特寫開場，接著跟隨一隻手拿起產品，最後以較寬廣的主視覺構圖收尾。產品參考素材可以讓設計維持穩定，關鍵影格則用來設定產品亮相和最終取景。這能讓生成內容的脈絡清楚，同時避免塞入無關的動作。
4. 權衡與限制
較長的片長和更多控制項，為豐富場景帶來更多空間，但也需要更連貫的規劃。提示詞過於繁雜、參考素材彼此不匹配，或鏡頭指示相互衝突，都可能讓模型更難維持預期的敘事主線。關鍵影格不是越多越好；每個關鍵影格都應呈現對故事有意義的可見變化。
Kling 4.0 已公布的功能也會因發布階段而異。官方資料指出，部分功能（例如 10-bit HDR 輸出和較長的影片延展）將於之後推出。請將這些視為即將推出的功能，而非預設已提供的功能；如果規格細節很重要，請查看產品最新的發布說明。
檢視生成結果時，請留意整個序列：動作是否依序清楚呈現、主體是否始終容易辨認、鏡頭是否有助於呈現場景，以及結尾是否到位。如果出現偏差，請簡化指示，或在增加更多細節之前，先說明相關參考素材的用途。