Kling 4.0 角色一致性：用三视图做 Omni Reference
可灵 4.0（Kling 4.0）通过 Omni Reference 读取你上传的参考图，并按提示词里分配的角色来保持人物一致。角色三视图正好提供正面、侧面、背面。本页讲怎么把素材包拆成参考图、怎么写单人和双人的 @Image 角色提示词、什么时候改用关键帧，以及脸部漂移怎么修。
我们还没有用 Kling 4.0 做过案例。本页按可灵公开的限制整理素材包用法；本站的案例都是用 Kling 3.0 做的。
Kling 4.0 新能力（官方限制）
核对日期：2026-10-27- Omni Reference：最多 10 张图片、5 段视频（总长 30 秒）、7 个主体（其中视频主体最多 3 个）和 3 个音色，单次任务合计最多 15 个参考素材。也就是图片最多 10 张，不是 15 张。
- 每张图片不超过 30 MB，宽高比 2:5 到 5:2。上传后自动编号：@Image1、@Image2、@Video1。
- 视频时长 3 到 30 秒，以 1 秒为单位（默认 10 秒），分辨率 720p、1080p 或 4K；画幅 21:9、16:9、1:1、9:16 或自动。
- 关键帧：最多 10 张关键帧图（首帧、尾帧和中间帧）。关键帧是单独的入口，不能在同一个任务里和 Omni Reference 参考素材一起用。
- API 价格（无输入视频）：720p 每秒 0.157 美元，1080p 每秒 0.235 美元。有输入视频时每秒单价为 0.094 / 0.141 美元，但按更长的总时长计费。
把三视图拆成参考图
每张图只放一个视角，不要上传整张设定图，并按下面的顺序上传，让每个镜头的 @Image 编号保持一致。6 张图还给第二个角色留出了 10 张上限内的空间。
- @Image1
02_turnaround_views/view_front.png脸和服装正面 - @Image2
02_turnaround_views/view_side.png侧脸和侧面发型 - @Image3
02_turnaround_views/view_back.png背面发型和服装 - @Image4
01_character_reference/full_body.png身高和比例 - @Image5
04_props/prop_role.png商品或工具 - @Image6
05_scenes/scene_workspace.png场景
可灵的官方指南说：只列出图片编号、不说明用途时，模型会自己猜，结果更不可控。每个 @Image 都要写清它负责什么。
为什么三张分开的视角比一张好角度更稳
单张图片——哪怕是精心挑选的 3/4 侧面——也只展示了角色的一部分。角色一转身，模型就只能自己猜侧脸和背面，脸、发型和服装往往就是从这里开始跑偏。把正面、侧面、背面作为三张独立参考图上传，并按官方指南的建议，在提示词里给每张图只指定一个用途。如果你还有 3/4 视角图，把它作为额外参考加进去，而不是只用它一张。
每张图只保留一张脸：把表情格从设定图里裁掉，并在每个镜头的提示词里原样粘贴同一段锁定的外貌描述。
提示词模板：单人
@Image1, @Image2 and @Image3 define [Name] from the front, side and back; preserve her face, hairstyle and outfit exactly. @Image4 defines her body proportions. @Image5 defines the [product]; keep its design. @Image6 defines the scene; preserve its layout and lighting. Scene and texture: [..]; visual style: [..]. 0–4 s: [action + emotion] 4–8 s: [camera move + detail] 8 s–end: [closing shot] No subtitles, no background music.
提示词模板：双人
@Image1 and @Image2 define [Name A] (front and side); preserve her face, hair and outfit. @Image3 and @Image4 define [Name B] (front and side); preserve his face, hair and outfit. Keep the two characters distinct; do not mix their features. @Image5 defines the scene. [Name A] stands on the left, [Name B] on the right. 0–5 s: [..]. 5 s–end: [..] No subtitles, no background music.
双人镜头时，每个角色各传正面和侧面（共 4 张），并写清谁站在哪边。可灵自己的多角色示例也要求每张参考里的脸“严格保持一致”。
打斗和动作场景：两个角色加一件道具
可灵官方指南说，4.0 在大幅度运动和连续动作上更稳定，默认开启多镜头（模型自己切分镜头），提示词最长 8,000 tokens，足够写完整的分镜表。官方的多角色示例在一个任务里同时参考了多个角色和车辆，并要求每个都“严格保持一致”。
创作者经验，不是官方规则：Michael Aubry 发布了一段 Kling 4.0 打斗视频，用 3 张图、1 段提示词，一次生成。他的做法是每个角色、每件道具各给一张参考设定图，提示词按秒写成分镜表：“文字描述颜色，图片锁定形状。” X
图片额度：每个角色各传正面、侧面、背面，两个角色加一件道具和一张场景，共用 10 张里的 8 张，就是下面的模板。如果还要加第三个角色，可以先试上面经验里的精简做法：每个角色、每件道具各一张图。
SCENE CONTEXT: EXACTLY 2 CHARACTERS, NO DUPLICATES. A 15-second fight between [Name A] and [Name B] in [location]. @Image1, @Image2 and @Image3 define [Name A] (front, side, back); preserve her face, hair and outfit: [colors]. @Image4, @Image5 and @Image6 define [Name B] (front, side, back); preserve his face, hair and outfit: [colors]. @Image7 defines the [prop]; keep its shape and colors: [colors]. Only [Name A] holds it. @Image8 defines the location; preserve its layout and lighting. [Name A] starts on the left, [Name B] on the right; keep this screen direction in every shot. SHOT 1, 0–3 s: wide shot, they circle each other: [..] SHOT 2, 3–7 s: [Name B] attacks; [Name A] blocks with the [prop]: [..] SHOT 3, 7–11 s: [close exchange + camera move] SHOT 4, 11–15 s: [finishing move + closing shot] Each character keeps their own face, outfit and colors in every shot. No subtitles, no background music.
手上有一段动作满意的打斗参考视频？可灵的动作参考（Action Reference）可以把它作为 @Video1。官方示例：“Reference the fighting moves and attack timing in @Video1. Use @Image1 and @Image2 as the character appearance references.”（参考 @Video1 的打斗动作和出招时机，用 @Image1 和 @Image2 作为角色外观参考。）参考视频计入 15 个参考素材的总数，并按有输入视频的价格计费。
有分镜时用关键帧
如果你已经有确定的画面（比如素材包里 08_video_starters 的图，或你用角色做好的静帧），改用关键帧入口：“@Image1 作为首帧，@Image2 作为尾帧”，或者按时间加中间帧，例如“3–6 秒 | 关键帧 2：她转向镜头”。关键帧不能和 Omni Reference 素材混用，所以角色的样子要体现在关键帧画面本身。
脸部漂移：常见解决办法
- 角色转头时脸变了。
- 把侧面和背面分别作为单独的图上传，并写明“@Image2 是她的侧脸，保持一致”。只有正面图时，模型没法参照其他角度。
- 片段中途服装或发色变了。
- 在角色说明里明确写出颜色和服装。可灵建议用具体描述代替抽象词，并少用否定指令。
- 两个角色长得越来越像。
- 每个角色用自己的图和名字，固定站位（左、右），并加上“两个角色保持区分，不要混合特征”。
- 30 秒长片段里角色慢慢走样。
- 在提示词里按时间段写剧情（0–5 秒、5–10 秒……），或者生成较短的片段再拼接，每次都用同一组参考图。
- 打着打着，武器或道具换了手、变了形。
- 给道具单独一张参考图，在角色说明里和每个镜头里都写清是谁拿着它，并用文字写出它的颜色。就像上面的创作者经验说的：图片锁定形状，文字描述颜色。
先用免费角色试一试
每个角色的 19 张图完整素材包都免费：8 个入门角色不用注册，其余注册免费账号即可下载。9 支案例广告用的都只是包里的图。
查看免费角色