沒有起始圖片也能拍：用四行寫好一段文字轉影片的提示詞

想做一支短影片，手邊卻沒有任何照片或素材，是很常見的情況。也許是新產品還沒拍照，也許只是想先看看某個分鏡的感覺。這時候「文字轉影片」很方便：只要用文字描述場景，就能從零開始生成一段影片。

但完全靠文字，也代表模型只能從你寫的內容去理解畫面。寫得太短，畫面容易空洞；寫得太長又雜，動作和鏡頭會互相打架。這篇根據 Kling 文字轉影片頁面上的說明，整理一個「四行」的寫法，讓提示詞清楚又好改。

頁面上寫了什麼

先把頁面上能確認的資訊整理一下：

• 文字轉影片是「描述想要的場景，選擇 Kling 模型，從文字生成影片」，不必準備起始圖片。

• 使用方法第一步寫的是：描述主體、環境、動作和鏡頭。

• 提示詞欄位上限為 20,000 字元。

• 我查看時，預設模型是 Kling 2.5 Turbo，畫面比例預設 16:9，解析度預設 480p，另外有影片時長和「生成音訊」等選項。

• 頁面說明，音訊、解析度與時長選項依所選模型而異，生成結果也可能存在差異。

• 提交前可以在工作台核對積分報價，完成後在工作台查看與下載影片。

• 頁面也提醒，請使用具備相應使用權限的素材。

適合的用途則列出了社群短片、產品故事、創意分鏡和視覺概念探索。

四行寫法

頁面提到的「主體、環境、動作、鏡頭」剛好可以當成四行，每行只負責一件事。

第一行：主體。 寫清楚畫面主角是誰或是什麼。例如「一位穿深藍色圍裙的年輕咖啡師，短髮」。人物寫外表和服裝，產品寫顏色、材質和形狀。之後如果要改角色，只要改這一行。

第二行：環境。 寫地點、時間和光線。例如「早晨的小咖啡店吧台，窗外陽光斜照進來，木質檯面」。環境寫得具體，畫面才不會變成一片模糊的背景。

第三行：動作。 寫主體在做什麼。建議一段影片只放一到兩個動作，例如「她把拉花鋼杯傾斜，在咖啡上拉出一片葉子」。動作太多，短短幾秒的影片很難全部表現出來。

第四行：鏡頭。 寫攝影機怎麼拍。例如「近景，鏡頭從杯子上方緩慢推近」。如果不寫，鏡頭的運動就交給模型決定，結果可能和想像差很多。

一個完整的例子

把四行合在一起，就是一段可以直接用的提示詞：

一位穿深藍色圍裙的年輕咖啡師，短髮。早晨的小咖啡店吧台，窗外陽光斜照進來，木質檯面。她把拉花鋼杯傾斜，在咖啡上拉出一片葉子。近景，鏡頭從杯子上方緩慢推近。

這段不到一百字，但主角、場景、動作、鏡頭都有交代。頁面給了 20,000 字元的空間，不代表一定要寫滿；先用短的版本確認方向，再慢慢補細節，比較容易找出哪一句有影響。

先決定比例和長度

預設的 16:9 適合橫式影片。如果是要放在手機上的社群短片，記得先把畫面比例改掉，再決定構圖的描述。比例改了，鏡頭那一行最好也一起改，例如直式畫面就寫「主體在畫面中央偏下，上方留空間」。

時長和解析度的選項會依模型不同，頁面也明說可能有差異。建議第一次先用預設的較低解析度確認動作和鏡頭對不對，滿意了再提高設定，同時看清楚積分報價再提交。

常見的三種寫法問題

整理自己寫過的提示詞，最常出問題的是這三種。第一種是只寫氣氛，例如「溫暖、療癒、有質感的早晨」，卻沒有寫主體是誰、在做什麼，模型只能自己猜。第二種是動作寫成清單，例如「倒咖啡、拉花、擦桌子、招呼客人」，幾秒鐘的影片根本放不下。第三種是鏡頭和比例矛盾，例如選了直式畫面，卻寫「寬廣的橫向全景」。用四行寫法檢查一遍，這三種問題大多能在提交前發現。

結果不對時，只改一行

四行寫法最大的好處是好改。如果結果的人物不對，就只改第一行；光線太暗，只改第二行；動作太快或沒做出來，只改第三行；鏡頭晃得太厲害，只改第四行。一次只改一行，就能知道是哪個描述造成問題。頁面也提到生成結果可能存在差異，所以同一段提示詞多試一次也是合理的做法。

小結

• 文字轉影片不需要起始圖片，從描述場景開始。

• 用四行分別寫主體、環境、動作、鏡頭。

• 動作一次一到兩個，鏡頭一定要寫。

• 先改比例再寫構圖，先用低解析度確認方向。

• 結果不對時一次只改一行，並在提交前核對積分報價。