Cách dùng Kling 3.0 để tạo video AI điện ảnh

Kling 3.0 là bản phát hành mạnh nhất của Kling cho công việc kể chuyện: nó lên kế hoạch nhiều cảnh trong một lần tạo, giữ nhân vật nhất quán giữa các cảnh, và có âm thanh đồng bộ sẵn — hội thoại, tiếng động, hiệu ứng — mà không cần hậu kỳ. Trên ManifoldGen, nó chạy ở hai gói (Standard và Pro) với đường dẫn text-to-video và image-to-video cho mỗi gói. Hướng dẫn này đề cập khi nào mỗi gói đáng giá, cách prompt cho cảnh nhiều shot, và các thiết lập thực sự thay đổi đầu ra.

Chọn gói theo nhu cầu, không theo sở thích

• Standard là gói dựng thử. Cùng động cơ chuyển động ở 720p; dùng cho các nhịp câu chuyện, danh sách cảnh, và bất cứ thứ gì bạn sẽ dựng lại.
• Pro mua đầu ra 1080p và cải thiện rõ rệt khớp môi và độ trung thực khuôn mặt khi nói. Dùng cho các cảnh sống sót qua khâu dựng.
• Image to Video là khóa nhận diện. Khi một nhân vật phải trông chính xác, hãy tạo ảnh tĩnh trước (bất kỳ model ảnh nào), sau đó animate nó thay vì thử vận may với text-to-video.

Prompt các cảnh nhiều shot một cách tường minh

Điểm đặc trưng của Kling 3.0 là tạo ra nhiều cảnh mạch lạc trong một clip. Nó tuân theo cấu trúc shot được đánh số tốt hơn nhiều so với văn xuôi:

Shot 1: Wide — a lighthouse keeper climbs the iron stairs during a storm,
rain lashing the glass, lamp beam sweeping.
Shot 2: Close-up — her hands grip the railing; breath fogs in cold air.
Shot 3: Medium — she throws the switch; the lamp ignites and holds.
Audio: howling wind, creaking metal, thunder rolls, distant foghorn.

Ba quy tắc này giúp mọi thứ đáng tin cậy. Đánh số các cảnh quay để mô hình không làm mờ ranh giới giữa chúng. Cho mỗi cảnh một khoảng cách máy quay riêng (rộng / cận / trung) thay vì một chuyển động máy toàn cục. Và chỉ định âm thanh như một dòng riêng — Kling tạo ra nhạc nền, vì vậy hãy cho nó biết thế giới đó nên nghe như thế nào.

Hội thoại và khớp khẩu hình

Đối với các câu thoại, hãy đặt lời trong dấu ngoặc kép trong cảnh quay mà chúng thuộc về và giữ câu ngắn: "Chúng ta giữ vững đến bình minh," cô ấy nói trong gió. Chất lượng khớp khẩu hình tỷ lệ với kích thước khuôn mặt trong khung hình — hội thoại thuộc về cảnh cận, không phải cảnh rộng. Nếu một câu thoại xung đột với độ dài clip, hãy cắt bớt lời trước khi cắt giây; lời nói vội vã trông như lỗi kỹ thuật.

Xử lý sự cố

• Các cảnh quay tan vào nhau — mô tả cảnh của bạn dùng chung hành động. Một chủ thể, một hành động, một máy quay cho mỗi cảnh.
• Khuôn mặt trôi dạt giữa các cảnh — chuyển nhân vật đó sang Image to Video từ một khung hình cố định.
• Khớp khẩu hình sai — đưa người nói lại gần máy quay và rút ngắn câu thoại xuống dưới tám từ.
• Mười giây cảm thấy chật chội — chia thành hai lần tạo năm giây với khoảng cách máy quay khác nhau và ghép chúng lại; điều đó được coi là quay phủ có chủ đích.
• Yêu cầu 1080p nhưng mềm — chi tiết trong prompt nguồn, không phải upscale, quyết định độ sắc nét cảm nhận. Thêm chi tiết về ống kính và ánh sáng.

Mở quy trình tại /tools/kling-3 cho bản nháp Standard, /tools/kling-3-pro cho bản cuối, và /tools/kling-3-image cho ảnh tĩnh bạn cần giữ — bản sao API của mỗi cái nằm tại /api/video-generators/kling-3 và các đường dẫn liên quan.