动手之前：先对表你现在的可用状态
这篇 SOP 回答一个具体问题：可灵 AI 怎么用，以及 4.0 这一代新能力到手之后，该怎么一步步把它吃透。但在按任何一步操作之前，先把时间线对齐——本文所有可判断口径截至 2026 年 10 月 3 日发稿。
据可灵官方公告与媒体报道：2026 年 9 月 28 日，可灵 4.0 官宣将于 10 月正式上线；同日，轻量版可灵 4.0 Flash 向黑金年卡会员开放小范围体验。换句话说，截至发稿：完整版 4.0 还没有上线；4.0 Flash 仅对黑金年卡会员小范围开放，多数账号里还看不到 4.0 系列的入口；价格、积分消耗、公测口碑官方均未公布，本文一概不编。规格全表与背景见本站 可灵 4.0 官宣解读。
所以本文的写法是：第一步、第二步是现在就能验证的通用上手路径；第三步到第五步的 8000 tokens 提示词写法、15 项多模态参考喂法、续拍延展到 2 分钟的工作流，属于 4.0 与 4.0 Flash 对你的账号开放之后的用法框架。规格数字来自官方公告，具体入口以你账号内实际可见的为准，一切以官方页面为准。
第一步：选定入口，完成账号准备
入口有两个：网页端 klingai.com 和可灵 App。两边账号体系互通，创作记录同步，选你顺手的即可。操作如下：
- 打开 klingai.com 或可灵 App，注册并登录。预期结果：进入创作主页，能看到 AI 视频相关的功能入口。
- 确认你的会员状态。如果你想体验 4.0 Flash，先在会员页面核对自己的套餐是否为黑金年卡，以及 4.0 Flash 体验资格是否已经下发到你账号。预期结果：会员页面明确显示当前套餐与可用权益；如果显示没有 4.0 体验资格，说明你还在小范围开放的名单之外，只能等 10 月完整版上线后的大范围开放。
- 浏览一遍创作页，确认当前可见的模型版本列表。预期结果：你知道自己现在能用的是哪个版本，而不是凭印象去猜。
注意一个现实约束：功能入口的开放节奏官方没有承诺统一时间表，不同账号可见的功能可能不同。任何一步在界面上找不到对应按钮，就等下一个小范围放量，或者等 10 月完整版，不要在第三方教程里找野路子入口。
第二步：跑通第一条文生视频
不管你用哪个版本，第一条视频的目标不是出好片，而是把「输入、生成、查看、下载」这条最小闭环走通。
- 在创作页选择视频生成，选你当前可用的最新版本模型。预期结果：输入框就绪。
- 写一条一句话提示词，比如「清晨的便利店，暖光，一位穿深色大衣的女性推门进入，镜头从货架侧面缓慢横移」。预期结果：系统接受输入，出现生成按钮。
- 选默认时长与默认分辨率，点击生成，等待任务完成。预期结果：得到一条可播放的视频。第一次生成常见等待在分钟级，期间不要重复提交。
- 播放检查，下载保存。预期结果：视频文件落到本地，顺手把这条提示词原文存进你的素材库。
这一步的核心价值是建立你自己的基线：同一句提示词在你当前可用版本上的画面质量、等待时间、口型与文字表现，就是往后判断 4.0 升级值的参照物。通用视频生成的完整方法论，本站 AI 视频生成上手 SOP 里有更系统的展开，可配合阅读。
第三步：把 8000 tokens 提示词上限用对地方
可灵 4.0 官方口径里有一条容易被低估：提示词输入上限提升至 8000 tokens。这不是让你每次都写满 8000 字，而是允许你把「剧本级」的结构化描述一次性喂进去——多镜头、多场次、台词、声音设计、风格约束，可以放在同一条提示词里，不必再拆成多次生成再拼接。
按官方公布的定位，4.0 在叙事完整度、多语种口型、文字生成、多关键帧等方面有升级，这些都依赖你把描述写到位。一个可复用的 8000 tokens 结构骨架：
- 开场段：一句话定调，题材、风格、画幅气质。预期结果：模型先锁定整体基调。
- 分镜段：按时间顺序逐镜头描述，每镜包含机位与运动、主体与外观、画面内容、情绪。预期结果：模型按你的镜头顺序组织画面，而不是自由发挥。
- 声音段：配乐、节奏、对白与语言。预期结果：口型与语种按你的设定走，中英日韩西葡德法印地等语种与方言口音是官方公布的 supported 范围。
- 约束段：画面里必须出现与必须避免的元素。预期结果：减少抽卡时的意外元素。
写分镜描述的具体模板与填法，可以参考本站 Wan3.0 文档变视频 SOP 第三步的镜头公式，机位加运动加主体加画面加情绪的五要素结构是跨模型通用的。
再补一套跨模型有效的提示词方法论，出自 LTX-2 官方提示词指南（注意：这是 LTX-2 官方文档给出的建议，不是可灵官方文档，可灵自己的提示词规范以官方页面为准）：把提示词当成摄影师在写分镜清单——第一句直接从主动作开始；按时间顺序描述，一次写完一个流动的段落；动作、手势、外观、镜头角度、环境、光线都写具体；控制在 200 词左右效果最好。这条「动作先行、时间顺序、镜头语言具象化」的原则，对可灵的分镜段同样适用。LTX-2 这个开源模型的更多细节见本站 LTX-2 开源解读。
第四步：15 项多模态参考的喂法
这是 4.0 这代最值得提前练的能力。官方口径：单次生成任务最多支持 15 项多模态参考，组合上限为图片 10 张、视频 5 段、主体 7 个，可以在同一任务里混合使用。也就是说你可以同时喂入角色定妆照、场景参考图、运镜示例视频和主角主体，让模型在一个任务里对齐所有素材。
提前说清状态边界：这组能力属于 4.0 与 4.0 Flash 的用法框架，等入口对你的账号开放后再实操，具体交互以创作页为准。到手之后建议按这个顺序练：
- 单主体对齐。只喂 1 张主体图，让同一个角色跨镜头保持一致。预期结果：先验证模型对你素材的还原度，建立「喂多少它认多少」的手感。
- 图加主体组合。喂 3 到 5 张图加 1 个主体，图负责场景与风格，主体负责人物一致性。预期结果：同一段提示词下，换场景不换脸。
- 加入视频参考。喂 1 段运镜示例视频，让镜头运动方式对齐。预期结果：生成结果的运镜接近你的参考片段。
- 冲击上限组合。7 个主体加足量图与视频，做多人群像或品牌多物料合成。预期结果：这是最难的用法，先在小组合里把每个素材的角色定义写清楚，再上大组合，否则多个主体会互相污染。
关键经验：参考素材越多，提示词里对每项素材的角色说明就要越明确——哪张是主角、哪张是场景、哪段只取运镜不取内容。素材堆数量而不写职责，是这类功能最常见的翻车方式。
第五步：续拍工作流，把 30 秒延到 2 分钟
官方口径：单次生成最长 30 秒，多次续拍最长可延展至 2 分钟。这个工作流同样属于 4.0 与 4.0 Flash 开放后的框架，但值得提前设计，因为它改变的是你的分镜结构：
- 把内容按 30 秒切块。开场与定调放第一段，发展放第二段，高潮与收尾放第三段。预期结果：每段都有独立的叙事闭环，又有钩子衔接下一段。
- 第一段生成后，检查结尾帧的画面状态。预期结果：结尾帧的人物姿态、场景光线适合作为下一段的起点，如果人物动作停在半途，下一段的开场描述就要从那个姿态续起。
- 用续拍功能接续生成，每段提示词里写明与前段的衔接点。预期结果：段落之间的主体、风格、光线保持连续。
- 全部段落完成后统一检查时长与节奏。预期结果：得到一条最长 2 分钟、叙事完整的成片，而不是 4 段互不相关的碎片。
配套值得知道的：官方在创作页侧也做了升级口径——一体化输入框、宫格与列表双布局、时间线连续创作、全新画布 Agent 体验。时间线连续创作与续拍工作流正好是配套的，等入口可见后优先用时间线来管理多段内容。
常见问题
**Q1：**现在打开 klingai.com 就能用可灵 4.0 吗？ A1：不一定。截至 2026 年 10 月 3 日，完整版 4.0 要等 10 月正式上线；4.0 Flash 仅向黑金年卡会员小范围开放。你的账号里能看到哪个版本就用哪个，看不到 4.0 系列入口就等放量，以官方页面显示为准。
**Q2：**4.0 Flash 和完整版 4.0 是什么关系？ A2：按官方公告口径，4.0 Flash 是轻量版，9 月 28 日先行向黑金年卡会员小范围开放体验；完整版 4.0 计划 10 月上线。两者具体的能力差异官方未公布完整清单，本文不猜。
**Q3：**15 项参考是一次最多 22 项吗？ A3：不是。上限是 15 项，10 张图、5 段视频、7 个主体是各类别的单项上限，同一次任务里所有参考加起来不能超过 15 项。这些属于 4.0 系列的公布规格，入口开放后以创作页实际限制为准。
**Q4：**不会写英文提示词，影响用可灵吗？ A4：不影响。按官方公布口径，可灵支持中英日韩西葡德法印地等多语种及方言口音，中文提示词可以直接写。结构比语言更重要：按时间顺序、动作先行、镜头语言具象化，这三条比换成英文更管用。
**Q5：**30 秒够用吗？想要 1 分钟以上的内容怎么办？ A5：等 4.0 与 4.0 Flash 开放后用续拍。单次 30 秒、多次续拍最长 2 分钟是官方公布口径。更稳妥的做法是不管多长都按 30 秒分段设计分镜，每段独立成戏再用续拍衔接，通用的长片分段思路可参考本站 AI 视频生成 SOP 一文。
互动
你在可灵 4.0 Flash 的小范围体验里踩过什么坑，或者已经跑通了 15 项参考的哪种组合？欢迎在评论区留下你的提示词结构和工作流。如果你想先在其他平台把多模态参考的思路练起来，本站 30 秒俱乐部横评 对比了当前四款代表模型的取舍，按需求选型比追新更省钱。
参考来源
- 可灵官方公告与媒体报道（上海证券报 2026-09-29、财联社 2026-09-30、极客网 2026-09-28）：可灵 4.0 十月上线、4.0 Flash 黑金年卡会员小范围体验、4K 与 1080p 10-bit HDR、单次 30 秒、续拍至 2 分钟、8000 tokens 提示词上限、15 项多模态参考（10 图 + 5 视频 + 7 主体）、多语种口型、创作页升级口径
- LTX-2 官方仓库 README「Prompting for LTX-2」一节（Lightricks/LTX-2，2026-10-02 拉取）：200 词内按时间顺序描述、镜头语言具象化、动作先行的提示词方法（已在文中标注为 LTX-2 官方指南方法，非可灵官方文档）
本文基于官方公告与媒体报道整理（截至 2026-10-03），非官方合作推广；功能开放节奏、入口与能力边界以可灵官方页面实时显示为准，价格与积分规则官方未公布，本文不作猜测。