Kling 2.6 動作控制：真正移動正確部分的提示詞模式

I’ll now provide the Traditional Chinese translation:

在測試Kling 2.6的前幾天，我一次次遇到同樣的問題：我要求做一個揮手動作，整個肩膀卻漂移了，或我要求鏡頭推進，主角卻像被繩子拉動一樣向前衝。不是戲劇化的失敗，只是那種低級的「移動錯誤部分」問題，慢慢地侵蝕信任。

所以我花了一個下午，喝著咖啡，試著理解當模型決定移動什麼時，它實際上在聽什麼。接下來的內容不是評論，而是我希望第一天就有的筆記：我如何在不把每個提示詞轉成一段文字的情況下，引導Kling 2.6實現可靠的動作控制。

為什麼會「移動錯誤部分」

Kling 2.6擅長逼真的動作。但它在精細動作上不太擅長。當我要求它「抬起她的右手」時，我發現這個模型不只是解析文字：它還依賴關於身體通常如何運動以及鏡頭通常做什麼的學習先驗。相信我，這就是樂趣真正開始的時候。

這是我一直看到的模式：

模糊的所指對象： 如果有兩個可能的演員（主角和鏡頭），Kling有時會將動作分配給鏡頭，因為這樣可以保持場景穩定。「推進」可能變成主角向前走。
遮擋+對稱性： 如果右手部分被遮擋或在姿勢上與左手相似，它會鏡像或交換邊。側光和構圖比措辭幫助更大。
時間混亂： 沒有節拍或時長時，運動會跨越整個片段。這就是當你得到永恆的微抖動或一個無法保持靜止的主角的時候。

這些都不是漏洞。這是模型為現實主義而做出的折衷。對我來說，修復方法是像運動導演和小團隊說話一樣和Kling交流：誰動、動哪部分、動多遠、動多快，以及什麼保持固定。

動作令牌檢查清單

Kling不需要特殊語法，但給自己一個小小的「動作令牌」模板讓我保持誠實。我用純語言內聯寫入它們，就像提示詞內的標籤。這是關鍵——它帶來了巨大的差異。

我的令牌框架看起來像這樣：

角色： 誰動（主角、左手、鏡頭、背景燈光）。每個令牌一個角色。
動作： 動詞，當精確度重要時要小（傾斜、瞥、抬起、輕微旋轉）。
側邊/部分： 確切的肢體或物體（右腕、左眉、食指、鏡頭搖）。
幅度： 小、中、大，或在需要時用度數/計數（15°、2步、3幀）。
時長+計時： 它何時發生以及持續多久（節拍1–2秒、保持1秒、循環）。
約束： 什麼保持靜止（軀幹鎖定、鏡頭鎖定、表情中性）。
反面： 什麼絕對不能動（無肩膀移動、無縮放、頭髮保持平靜）。

我通常用括號把這些包起來，以便對我來說保持可掃描性，再次說，對我而言，而不是對Kling而言：

[actor: right hand] [action: wave] [magnitude: small] [duration: 1s] [constraint: shoulder locked] [negative: no camera movement]

模式1：肢體控制

肢體問題是經典問題。我想要一個微妙的揮手動作，沒有完整的上身搖晃。我最初的嘗試失敗了，因為我要求「溫和的揮手」。Kling聽到「揮手」並動畫化了整個鏈。

更好的方法：

首先命名最小的移動關節。「右腕輕彈，手指引領，肩膀保持中性。」
添加反約束。「軀幹固定在椅子上。沒有臀部搖晃。」
給它一個節拍。「揮手發生在0:02–0:03，然後休息。」
保持對稱性受控。「左手留在桌子上，靜止。」

一個產生乾淨動作的真實提示片段：

「主角坐在木製書桌前。平靜的光線。右腕做小幅度的左右揮手，手指做大部分動作。肩膀和肘部保持穩定。此動作在2–3秒之間發生一次，然後手返回桌上的靜止狀態。左手保持靜止。無鏡頭移動。」

當精確度很重要時，我設置視覺錨點：「右腕靠著咖啡杯休息：只有手指動。」錨點減少了模型對關節位置的不確定性。

模式2：鏡頭

我一半的「錯誤部分移動」片段實際上是鏡頭–主角交換。我要求「溫和的推進」，模型讓主角向前傾。合理，但不是我想要的。

我如何區分兩者：

聲明鏡頭裝置。「鏡頭在三腳架上，在2秒內進行微妙的5%縮放。」
凍結主角。「主角保持完全靜止，只有呼吸。」
避免聽起來像身體動作的動詞。我說「縮放」或「推進」，不是「靠近」。
使用數字。「5%縮放，線性，2秒，中心構圖。」

一個表現良好的提示片段：

「鎖定的鏡頭。鏡頭在0–2秒內執行緩慢、線性的5%縮放。主角不傾斜或踏步。沒有視差變化。背景保持固定。」

如果我想要視差（推進），我稱之為：「鏡頭推進，書架上的淺視差，主角鎖定在框架中心。」這一行阻止模型用主角傾斜來偽造移動。

還有一點：Kling 2.6有時會增加手持抖動來增加「電影感」。如果你不想要，說出來：「沒有手持晃動，沒有微抖動。」

模式3：微動作

微動作是Kling 2.6令我驚喜的地方。小的、穩定的變化往往看起來自然——眼睛跳躍、呼吸、織物漂移——如果你保持動詞溫和和時間短。

有效的：

眼睛： 「在第一秒內兩次小眼睛跳躍左→中心，眼睑柔和，頭靜止。」
呼吸： 「微妙的胸部上升4–6毫米在3秒內，然後下降，循環一次。」
織物/頭髮： 「幾乎察覺不到的微風，頭髮尖端動，根部穩定：夾克下擺顫動0.5秒。」
道具： 「蒸汽從杯中卷起，細細的，間歇的，不是湍流。」

無效的：

一次堆疊許多微動作。它變成噪音。
對微目標使用大動詞（「輕微轉頭」通常變成完整點頭）。我使用「傾斜」、「翻轉」、「沉降」、「漂移」。

當片段變得太活躍時，我添加了上限：「背景保持靜止：只有[X]動。」這一行減少了意外的跨框架搖晃。

負面提示

負面提示不是關於消除artifacts，而是關於分配動作預算。當我使用負面提示來凍結特定鏈時，我得到了更好的結果。

我依賴的有用負面提示：

「無肩膀參與。」迫使模型將手動作本地化。
「完全沒有鏡頭移動。」消除了默認抖動。
「頭髮保持平靜。」阻止模型用風來「電影化」場景。
「沒有面部表情變化。」保持微動作不漂移成微笑。
「無縮放或推進。」避免主角/鏡頭交換。

還有一個小警告：長的負面提示列表可能會適得其反。兩個或三個有針對性的負面提示勝過一大串。

為了在測試這些提示時保持一致性，我們在WaveSpeed（我們的內部GPU環境）上運行Kling實驗，以迭代和比較運行，不受設置漂移的影響。

10個現成的提示

這些是我使用的簡短、有效的起始。調整主角和風格，但保持動作部分不變。

1. 乾淨的腕部揮手，軀幹安靜

「一個坐在木製書桌前的人，日光。
[actor: right wrist] [action: small side-to-side wave] [magnitude: small]
[timing: 2.0–3.0s, once] [constraint: shoulder and elbow steady]
[negative: no camera movement, no left-hand motion].」

2. 微妙的鏡頭推進，主角凍結

「肖像構圖，中性背景。
[actor: camera] [action: zoom-in] [magnitude: 5%] [duration: 0–2s, linear]
[constraint: subject perfectly still, only breathing]
[negative: no dolly, no handheld shake].」

3. 眼睛跳躍無頭部移動

「特寫面部，柔和的光線。
[actor: eyes] [action: two quick saccades left→center]
[timing: within first second]
[constraint: head locked, expression neutral]
[negative: no smile, no blink during saccades].」

4. 用手指翻頁，不是整個手臂

「開放式筆記本的俯視圖。
[actor: right index finger] [action: slide page corner and flip]
[magnitude: single page] [timing: 1.5–2.5s]
[constraint: wrist minimal, forearm anchored to table]
[negative: no camera move].」

5. 頭部傾斜確認，僅微動

「中等鏡頭。
[actor: head] [action: small tilt right then return] [magnitude: 5–7°]
[timing: 1.0–1.4s]
[constraint: shoulders level]
[negative: no smile, no eye shift].」

6. 右推進帶視差，主角固定

「工作室場景。
[actor: camera] [action: dolly-right] [magnitude: small, 20 cm]
[duration: 0–2s, smooth]
[constraint: subject remains center-framed, background parallax visible]
[negative: no zoom].」

7. 織物微顫動，只有此

「帶輕微微風的肖像。
[actor: jacket hem] [action: brief flutter]
[timing: 0.8–1.2s]
[constraint: hair and foliage still]
[negative: no global wind].」

8. 隔離手指打字

「書桌場景，筆記本電腦。
[actor: fingers both hands] [action: type softly]
[timing: intermittent bursts]
[constraint: wrists planted, elbows steady, torso still]
[negative: no camera shake].」

9. 杯子提起無肩膀上聳

「咖啡館桌子。
[actor: right hand] [action: lift ceramic cup, sip, replace]
[timing: 1.0–2.5s]
[constraint: shoulder and neck quiet, minimal elbow]
[negative: no camera move, no steam surge].」

10. 背景動作，主角保持

「街道肖像。
[actor: background pedestrians] [action: slow pass left→right]
[constraint: subject motionless, eyes at camera]
[negative: no subject sway, no zoom].」

如果你需要擴展精確度，堆疊另一個約束而不是另一個動作。它保持片段可讀，對你和對模型。沒有評判——我們都經歷過。

好的，輪到你了——別讓我失望：你遇到過最荒謬的「開放權重」許可證驚喜是什麼？在評論中留下你的故事！