可灵AI视频生成基础功能及提示词入门教程

可灵AI

• 分类： AI视频
• 热度： 200
• 星级：
• 编号： 6.10035.keling

查看详情

一、可灵AI概述：开启AI视频生成新时代

（一）AI视频技术发展历程

AI视频技术的发展历经三个关键阶段，每一次突破都带来了创作方式的革新。

第一阶段：风格迁移（2015年起）

早期的AI视频技术主要聚焦于风格迁移（StyleTransfer），开发者尝试将图像或视频的风格迁移到另一个视频上。例如，通过StableDiffusion等模型，可将低模数字人转换为动画风格，或为河南文物莲鹤方壶的白膜切换不同画风。然而，该阶段技术存在致命缺陷：必须依赖已有视频输入，本质上仅是为视频添加滤镜，难以释放创作者的想象力。

第二阶段：图生视频模型（2023年7月起）

海外出现支持图生视频的模型，结合声图工具形成了全新的内容创作生态。这类技术通过生成32张动态相关的图片（每秒8帧）形成4秒视频，无需视频输入即可基于想象创作。但缺陷也很明显：运动幅度小、画质易崩坏，本质是用生图方式模拟视频，模型未经过视频训练，缺乏对视频时序的理解。

第三阶段：DIT架构（2024年6月起）

2024年2月Sora的出现引发关注，但直至6月快手推出可灵AI，才首次让全球用户可足量使用DIT架构的视频工具。DIT架构实现了从文本到视频的直接生成，只需一句提示词（如“一辆银白色的跑车在赛博朋克光影的城市夜色中飞驰，旋转镜头冲击感画面”），即可生成充满想象力和镜头调度的视频，标志着AI视频进入真正的智能创作阶段。

（二）可灵AI的核心优势

可灵AI作为全球领先的AI视频生成工具，凭借DIT架构实现了三大突破：

复杂时空运动建模：能生成大幅度、符合运动规律的镜头，如骑马飞奔、宇航员月球奔跑等，主体始终保持居中，运镜流畅自然。

真实物理世界模拟：在食物咀嚼、液体流动等细节上表现逼真，解决了国外模型常见的崩坏问题，生成场景如吃汉堡、吃面条等均自然流畅。

创意概念组合能力：可将现实中不存在的元素组合，如猫开车、咖啡杯内火山喷发等，通过简单提示词即可实现传统CG和特效才能完成的画面。

二、可灵AI功能详解：从基础到高阶的创作工具

（一）基础功能：快速上手视频生成

1.文生视频：一句话激活想象力

操作入口：打开可灵AI官网（https://app.klingai.com/cn/），点击“AI视频”进入界面，选择“文生视频”标签。

核心逻辑：将用户视为“甲方”，可灵AI作为“乙方”，通过自然语言描述需求（提示词）生成视频。提示词需包含主体、运动、场景、镜头语言、光影氛围等要素。

案例：输入“镜头中景拍摄，背景虚化，一只熊猫坐在咖啡厅看书，书放在桌子上，咖啡杯冒热气”，可生成熊猫专注阅读、环境细节丰富的视频。

参数设置：

时长：支持5秒、10秒生成。

模式：标准模式生成720P视频，高品质模式细节更丰富、运动更流畅。

运镜控制：免费提供6种基础运镜（旋转、推拉、摇移等），会员可使用4种大师运镜（如左旋推进、右旋推进），通过调整运镜幅度和方向精准控制镜头。

2.图生视频：用图像精准控制创作

单图生成：上传图片（支持实拍图、绘画图），结合文字描述生成动态视频。

案例：上传3D熊猫俯拍图，输入“蓬松的毛，在草地上欢快跳跃”，可生成熊猫活泼跳跃的视频，还可通过“延长5秒”功能增加时长。

首尾帧生成：上传首帧和尾帧图片，模型自动生成中间过渡画面，实现丝滑运镜。

案例：首帧为卡车向前开，尾帧为卡车向左开，无需提示词即可生成卡车转向的连贯镜头。

运动笔刷：通过涂抹指定画面区域并绘制运动轨迹，控制主体运动方向，还可设置禁止区域锁定背景。

操作：选择“运动笔刷”功能，涂抹主体（如粉色小球），手绘轨迹线，生成按指定路径运动的视频。

（二）高阶功能：深度定制与专业创作

1.对口型：让画面会“说话”

应用场景：适用于故事片、叙事类视频，实现人物开口说话的刚需。

操作步骤：

生成人物镜头后，点击“对口型”按钮。

选择“文字转语音”（输入文本、选择音色）或上传本地音频。

模型自动将音频与口型同步，生成lip-sync视频。

案例：为人物镜头配音“你好，欢迎来到可灵AI世界”，人物嘴型与语音精准匹配，画面更逼真。

2.参考人脸（内测中）：角色一致性终极解决方案

功能价值：解决AI生成人物时“抽卡”问题（多镜头人脸不一致），通过训练人脸模型实现角色外观统一。

操作流程：

上传10-30段人脸素材（包含正脸、侧脸、表情、运动等多角度画面）。

模型学习后生成专属人脸模型，可在“参考人脸”下拉列表中选择。

在提示词中@模型名称，生成与训练素材一致的人脸视频。

案例：训练俄罗斯女孩Grace的人脸模型后，输入“红头发女歌手Grace穿黑色皮衣弹吉他，背景火山”，生成的所有镜头中人物均保持Grace的外貌特征。

三、提示词入门：用语言掌控视觉世界

（一）提示词基础结构：3W+镜头语言

构建有效提示词需明确Who（主体）、What（运动）、Where（场景），并可添加镜头语言、光影氛围、画风等细节：

主体描述：包括外观特征（如“戴黑框眼镜的大熊猫”“穿小西装的兔子”）、身份属性（如“知识分子熊猫”“朋克风歌手”）。

运动描述：具体动作（如“看书”“跳跃”“挥手”）、运动轨迹（如“向右摇进”“绕圈飞行”）。

场景描述：具体环境（如“咖啡厅”“月球表面”）、环境细节（如“窗户透进黄昏光”“火山喷发烟雾”）。

镜头语言：景别（特写、中景、广角）、运镜方式（推拉摇移、旋转推进）、视角（低角度、鸟瞰）。

光影氛围：如“赛博朋克光影”“黄金时刻暖光”“电影质感调色”。

画风：如“二次元动漫风”“3D游戏渲染”“粘土动画”。

（二）进阶技巧：从单镜头到叙事短片

1.一句话出片（OneShotVideo）

方法：固定主体和场景，仅调整运镜方式生成系列镜头，剪辑成短片。

案例：提示词“银白色跑车在城市街道飞驰”，依次使用“旋转镜头”“广角推进”“跟车摇移”等运镜，生成10-20个镜头，快速剪辑成汽车广告短片。

2.四格超短篇：用四句话讲一个故事

结构：按“起承转合”设计四个镜头，每个镜头对应一句提示词。

案例：

镜头1（起）：“兔子坐在森林树桩上啃胡萝卜”

镜头2（承）：“兔子背着背包在森林中漫步”

镜头3（转）：“兔子挥手拦下一辆蘑菇形状的公交车”

镜头4（合）：“公交车载着兔子驶向夕阳下的远方”

优势：15分钟内完成脚本设计，通过文生视频快速生成素材，适合自媒体短篇内容创作。

（三）避坑指南：提升生成成功率

主体明确性：避免模糊描述，如“生物戴墨镜”应具体为“蒙娜丽莎戴墨镜”。

图文一致性：图生视频中，文本描述需与图片内容兼容（如图片为黑狗，勿强行生成白狗）。

参数调整：

创意相关性：数值越高，模型越依赖文本描述（适合精准控制）；数值越低，模型越自由发挥（适合创意探索）。

运镜幅度：过大幅度可能导致画面崩坏，建议从3-5开始逐步调整。

四、快速上手：10分钟制作首个AI视频短片

（一）准备阶段：明确需求与工具

需求：制作一个“熊猫在竹林品茶”的温馨短片。

工具：可灵AI官网、浏览器（推荐Chrome）、简单剪辑软件（如剪映）。

（二）生成素材步骤

文生视频生成主镜头：

提示词：“中景镜头，阳光透过竹叶洒在熊猫身上，一只大熊猫坐在石头上捧着茶杯品茶，竹林背景，茶杯冒热气，古风配乐”

选择1.5模型（1080P高清），高品质模式，时长10秒，运镜选择“水平摇移”（幅度3.0）。

生成3-5次，挑选画面最细腻的版本。

图生视频补充空镜：

上传竹林实拍图，提示词：“微风拂动竹叶，阳光闪烁”，生成5秒动态竹林空镜。

上传茶杯特写图，提示词：“茶杯中茶叶缓缓舒展”，生成5秒茶水动态镜头。

（三）剪辑与导出

导入素材：将主镜头、空镜导入剪映，按“主镜头→竹林空镜→茶杯特写→主镜头结尾”顺序排列。

添加转场：镜头间添加“叠化”或“滑动”转场，增强流畅度。

配乐配音：搜索古风背景音乐（如《高山流水》片段），添加环境音（鸟鸣、风声）。

导出发布：导出1080P视频，发布至自媒体平台或分享给朋友。

五、未来展望：可灵AI的无限可能

（一）功能迭代方向

Lora模型定制：未来将开放更多场景的自定义模型训练，如动物、物体、虚构角色等，进一步提升角色和风格的一致性。

多模态交互：支持语音输入提示词、手绘草图生成视频，降低创作门槛。

团队协作功能：支持项目共享、多人协同编辑，适合影视团队、MCN机构批量生产内容。

（二）创作者生态激励

可灵AI推出“创意圈”社区，用户可发布优质短片、素材，获得灵感值奖励（短片666灵感值/个，视频素材36灵感值/个，图片6灵感值/个），灵感值可兑换生成次数或会员权益。此外，平台定期举办创作大赛，优秀作品可获得流量扶持和现金奖励。

六、常见问题解答

（一）如何保持多镜头一致性？

文生视频：确保提示词主体、风格描述一致，利用DIT架构的上下文相关性维持连贯。

图生视频：使用首尾帧或3D低模控制主体外观，或通过“参考人脸”功能训练专属模型。

（二）新手选择文生还是图生视频？

优先文生视频：操作简单、成本低，适合快速验证创意，保护创作积极性。

进阶尝试图生视频：有图片素材时（如手绘稿、实拍图），可通过单图或首尾帧生成更精准的动态效果。

（三）提示词生成效果不理想怎么办？

调整描述细节：增加主体特征、环境元素、镜头参数等具体信息。

更换模型版本：1.0模型生成速度快，适合测试；1.5模型画质更高，适合成品输出。

参考社区案例：在“创意圈”查看“一键同款”提示词和参数，学习优秀创作者的思路。