Skip to content
上新Nano Banana 2.1 已上線：Google 新一代生圖模型，單張低至 $0.0336，原生 4K，約上一代半價查看模型
HopBase
← 返回 Blog

可靈 3.0 多鏡頭分鏡 API：shots 與主體一致性

HopBase 2026年10月29日 16 分鐘閱讀

先說答案：可靈 3.0 能在一支影片裡產生多個鏡頭，介面上透過請求中結構化的 shots 物件來控制。在 HopBase 上，kling-v3 和 kling-v3-omni 支援多鏡頭分鏡，成片長度 3-15 秒，解析度可選 720p / 1080p / 2K / 4K。分鏡有兩種模式："mode": "intelligence" 是智慧分鏡，由模型自行切鏡頭；"mode": "customize" 是自訂分鏡，最多寫 6 段，每段有自己的提示詞（上限 512 字元），每段至少 1 秒，各段長度加總必須剛好等於請求中的 duration。若要讓同一個角色出現在每個鏡頭裡，先用 POST /v1/kling/subjects 建立自訂主體（目前免費），再把主體 ID 放進 subjects，在提示詞中用 <<<element_1>>> 指稱它。分鏡和主體都不影響每秒單價，影響價格的只有解析度、是否有聲和是否帶參考影片。

哪些可靈模型支援分鏡和主體

模型長度分鏡（多鏡頭）主體參考圖
kling-v3-omni3-15 秒支援支援參考圖 + 主體合計 ≤ 7（帶參考影片時 ≤ 4）
kling-v33-15 秒支援支援，但至少要帶 1 張參考圖最多 6 張
kling-v3-turbo3-15 秒不支援支援不支援

可靈的舊版本（o1、2.6、2.5 Turbo、2.1、1.6）兩項都不支援，對它們傳 shots 會回傳 model ... does not support shots (multi-shot storyboard)。正式呼叫前，先用 GET /v1/models 確認你的金鑰能用哪些模型 ID。

shots 物件的規則

所有請求都送到 POST https://api.hop-base.com/v1/video/generate。多鏡頭只要多加一個 shots 欄位，規則如下：

  • mode 為 intelligence 或 customize。
  • 智慧分鏡模式不要傳 segments，在哪裡切鏡頭由模型決定。
  • 自訂分鏡模式必須傳 segments：最多 6 段，index 從 1 開始連續編號，不能跳號。
  • 每段的 prompt 不可為空，最長 512 字元。
  • 每段的 duration 至少 1 秒，各段加總必須剛好等於最外層的 duration。寫分段時務必明確設定 duration。
  • 請使用結構化的 shots。直接傳可靈原生的 extra.multi_shot、extra.shot_type、extra.multi_prompt 會被拒絕。

智慧分鏡：交給模型來切

curl https://api.hop-base.com/v1/video/generate \
  -H "Authorization: Bearer sk-你的金鑰" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3",
    "prompt": "咖啡師磨豆、拉花，再把咖啡推到吧台對面，客人露出微笑",
    "duration": 10,
    "resolution": "1080p",
    "audio": true,
    "shots": { "mode": "intelligence" }
  }'

自訂分鏡：自己寫分鏡腳本

curl https://api.hop-base.com/v1/video/generate \
  -H "Authorization: Bearer sk-你的金鑰" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3-omni",
    "prompt": "一雙越野跑鞋的 10 秒產品短片",
    "duration": 10,
    "resolution": "1080p",
    "audio": true,
    "shots": {
      "mode": "customize",
      "segments": [
        { "index": 1, "prompt": "遠景：清晨薄霧中的步道起點，跑者正在綁鞋帶", "duration": 3 },
        { "index": 2, "prompt": "低角度跟拍：跑鞋踩過濕滑的岩石，水花以慢動作濺起", "duration": 3 },
        { "index": 3, "prompt": "特寫：跑者停在山脊上，陽光照在鞋身 logo 上", "duration": 4 }
      ]
    }
  }'

3 + 3 + 4 = 10，跟 duration 一致。如果加總對不上，請求會在建立任務之前被拒絕，錯誤為 sum of shot durations (9 s) must equal the total duration (10 s)，不會收費。

用自訂主體讓角色在各鏡頭保持一致

鏡頭一切換，最難的是讓角色在每個鏡頭裡看起來還是同一個人。可靈的做法是主體（subject）：用參考素材建立一次，之後依 ID 重複使用。

步驟一：建立主體（免費，非同步）

curl https://api.hop-base.com/v1/kling/subjects \
  -H "Authorization: Bearer sk-你的金鑰" \
  -H "Content-Type: application/json" \
  -d '{
    "name": "露娜吉祥物",
    "description": "穿藍色帽T的橘色狐狸吉祥物",
    "reference_type": "image_refer",
    "frontal_image_url": "https://cdn.example.com/luna-front.png",
    "reference_image_urls": [
      "https://cdn.example.com/luna-side.png",
      "https://cdn.example.com/luna-back.png"
    ]
  }'
  • image_refer 需要 1 張正面圖，再加 1-3 張參考圖。參考圖不能和正面圖重複，彼此之間也不能重複。
  • video_refer 改用一段 video_url 建立主體，可選擇綁定一個 voice_id。兩種方式的欄位不能混用。
  • name 最長 20 字元，description 最長 100 字元。所有 URL 都必須是公開的 http(s) 位址。

介面回傳 202 和一個 id（object 為 kling.subject.task），跟影片任務一樣用 GET /v1/video/tasks/{task_id} 輪詢。完成後，結果中的 element_ids 就是主體 ID。GET /v1/kling/subjects 可以列出你建立過的所有主體。建立主體目前免費。

步驟二：在多鏡頭請求中使用主體

curl https://api.hop-base.com/v1/video/generate \
  -H "Authorization: Bearer sk-你的金鑰" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3-omni",
    "prompt": "中景：<<<element_1>>> 坐在沙發上，抱著一個紅色禮盒；接著特寫：<<<element_1>>> 掀開盒蓋，眼睛瞬間亮了起來",
    "duration": 8,
    "resolution": "1080p",
    "subjects": [{ "id": "subject-92951593344", "name": "luna" }],
    "shots": { "mode": "intelligence" }
  }'

主體的引用規則：

  • 依順序對應：subjects[0] 是 <<<element_1>>>，subjects[1] 是 <<<element_2>>>，依此類推。
  • 傳入的每個主體都必須在最外層 prompt 中被引用，否則會回傳 subjects[0] is not referenced in prompt as <<<element_1>>>。
  • 反過來也一樣：引用了沒有傳入的主體（例如只傳兩個，卻寫了 <<<element_3>>>），同樣會被拒絕。
  • kling-v3 使用主體時，還必須至少帶 1 個 "usage": "reference" 的 images[]。少了這一項，請求在送出時就會被拒絕，不會送到可靈。
  • 範例用的是智慧分鏡：這時最外層 prompt 就是所有鏡頭的腳本，主體引用正好寫在模型讀取的位置。主體也能和自訂分鏡一起用。我們用 kling-v3-omni 實測：最外層 prompt 寫一次 <<<element_1>>>，各段提示詞只寫「那個男人」，兩個鏡頭裡都是同一個主體，長相、眼鏡、白袍和紅領帶都對得上。引用必須寫在最外層 prompt，只寫在 segments 裡會在送出時回報 subjects[0] is not referenced in prompt as <<<element_1>>>。另外，在一次對照中，每段都再寫一次 <<<element_1>>> 時，第一個鏡頭裡同時出現了兩個這個角色（一個在走路，一個已經坐在長椅上）；各段用代稱時沒有出現這種情況。建議在最外層引用一次、各段用代稱描述，並先用 720p 短片試一支再放量。

輪詢與結果

以上都是非同步任務。送出後回傳 202，附任務 ID（形如 kt57x…）和 billing_bucket。之後輪詢 GET /v1/video/tasks/{task_id}，直到 status 變成 completed 或 failed：

curl https://api.hop-base.com/v1/video/tasks/kt57xYOUR_TASK_ID \
  -H "Authorization: Bearer sk-你的金鑰"

任務完成後，outputs 是 api.hop-base.com 上的簽章連結，從完成起 24 小時內有效；usage 中有 billed_seconds 和 cost_usd（實際扣款金額）。任務失敗時會回傳穩定的 error.code，例如 input_sensitive、invalid_request、generation_failed、timeout，失敗一律不收費。任務超過 2 小時未完成會自動判定失敗。完整欄位說明見 可靈影片串接文件。

多鏡頭怎麼計費

可靈依成片秒數計費，單價由模型、解析度，以及「無聲 / 有聲 / 帶參考影片」決定。分鏡、主體和參考圖都不另外加價。以下是模型卡上的部分官方牌價：

模型 · 級距720p1080p2K
kling-v3 · 無聲$0.0882/秒$0.1176/秒$0.1471/秒
kling-v3 · 有聲$0.1324/秒$0.1765/秒$0.2206/秒
kling-v3-omni · 無聲、無參考影片$0.0882/秒$0.1176/秒$0.1471/秒
kling-v3-omni · 有聲、無參考影片$0.1176/秒$0.1471/秒$0.1765/秒

依此計算，上面那支 10 秒的自訂分鏡範例（kling-v3-omni、1080p、有聲）以牌價是 10 × $0.1471，約 $1.47。4K 級距和帶參考影片的級距見模型卡 kling-v3、kling-v3-omni。價格頁上是同樣級距的人民幣牌價，例如 kling-v3 1080p 有聲為 ¥1.20/秒。你的實際費率取決於所屬群組。

寫好分鏡的幾個建議

  • 每段照分鏡表的寫法來寫。先寫景別（遠景、特寫、低角度跟拍），再寫動作，一段只寫一個動作。
  • 短鏡頭至少給 2 秒。下限雖然是 1 秒，但太短的鏡頭裡人物動不了多少。
  • 先用智慧分鏡加 720p 打樣。故事順了，再改成自訂分鏡和高解析度。成本等於秒數乘以解析度級距的單價。
  • 需要聲音時再開 audio。以 kling-v3 1080p 為例，開聲音後單價從 $0.1176/秒升到 $0.1765/秒。

常見問題

可靈 3.0 一支影片最多幾個鏡頭？

自訂分鏡最多 6 段，總長度在 3-15 秒之間。智慧分鏡由模型自行決定切幾個鏡頭。

kling-v3-turbo 支援多鏡頭嗎？

不支援。kling-v3-turbo 支援主體，但不支援 shots。做分鏡請用 kling-v3 或 kling-v3-omni。

分鏡和主體要另外收費嗎？

不用。每秒單價只由模型、解析度、是否有聲和是否帶參考影片決定。建立自訂主體目前免費。

主體和自訂分鏡能一起用嗎？

可以。把主體放進 subjects，在最外層 prompt 裡用 <<<element_1>>> 引用一次，各段 segments 裡用「他」「那個男人」這類代稱描述動作，角色會在每個鏡頭中保持一致。kling-v3 使用主體時還要附 1 張 "usage": "reference" 的參考圖。

為什麼出現「sum of shot durations must equal the total duration」？

各段長度加總必須剛好等於最外層的 duration。寫分段時請明確設定 duration，不要依賴預設值。

可以直接傳可靈原生的 multi_shot 或 element_list 嗎？

不行。HopBase 只接受結構化的 shots 和 subjects。傳入 extra.multi_shot、extra.multi_prompt、extra.shot_type、extra.element_list 會被拒絕，錯誤訊息會告訴你改用哪個結構化欄位。

怎麼開始？

在 HopBase 主控台建立金鑰，選擇包含可靈模型的群組，用 GET /v1/models 確認清單裡有 kling-v3 或 kling-v3-omni，然後先跑上面的智慧分鏡範例。如果你要的是另一種控制方式，讓人物照著影片動作動起來，請參考《可靈動作控制 API 串接指南》。

教程可靈