PROMPT RADAR / VIDEO视频叙事
Kling MCP Tutorial: Create Cinematic AI Performances in Minutes Learn ho
Kling MCP Tutorial: Create Cinematic AI Performances in Minutes Learn how to use Kling MCP to build a complete creative workflow in your favourite agent — from character creation and emotion design to batch video generat
@Kling_ai 6.3k 热度 105.4 万 浏览
编辑先看
它为什么值得进入灵感库
先别急着照抄整段 Prompt：真正有用的是主体、空间和镜头之间的约束关系。 把一段描述拆成起始状态、动作变化、镜头响应和结束画面，连续性比形容词更重要。
01 / 原始方法
动作与镜头 Prompt
Kling MCP Tutorial: Create Cinematic AI Performances in Minutes Learn how to use Kling MCP to build a complete creative workflow in your favourite agent — from character creation and emotion design to batch video generation. Your next story starts here.
02 / 复刻路径
不要一次改完所有变量
用 Kling 复刻时，建议先单独生成稳定首帧，再把动作拆成“开始、变化、收束”三段；每段只保留一个主要运动。
- 主体：Kling MCP Tutorial: Create Cinematic AI Performances in Minutes Learn how to use Kling MCP to build a complete creative workflow in your favourite agent — from character creation and emotion design to batch video generat
- 视觉方向：实时 AI 视频案例；查看原帖媒体与作者说明
- 镜头与构图：按原帖镜头流程执行；查看原帖媒体与工作流
- 交付约束：auto，保留原作者方法与归属；复刻时避免水印、低清、畸变、主体漂移和无关文字。
负向约束
保留原作者方法与归属；复刻时避免水印、低清、畸变、主体漂移和无关文字。
模型建议
Kling / Seedance / Veo。先用原始 Prompt 建立基准结果，再根据模型对自然语言、镜头运动或文字排版的能力做局部改写。
来源与编辑原则