可灵 Kling 4.0 的对白口型对不上，多数时候不是模型“没听懂”，而是提示词里声音写得太含糊。Kling 4.0 一次能原生生成 3 到 30 秒视频，声音和画面在同一趟生成里出来，还支持双声道立体声和改进的口型同步，但前提是你把“谁在说话、说什么、什么语气”写清楚，而不是只写一句“两个人聊天”。
写提示词时先定四件事：一次只让一个人说长台词，多人对话先分段生成再剪接；台词写短句，别把一大段独白塞进几秒钟；写明语言，Kling 4.0 的对白支持 9 种以上语言，语言没写清时口型更容易跑偏；环境音和台词分开写，例如先写“雨声很轻”，再写台词，不要让环境音描述抢了台词的位置。
口型对不上先改这四处
- 先看是不是台词太密：把长句拆成两三句短句，语速降下来，口型才有时间对上。
- 再看是不是多人同框抢话：同框多人各说各的，模型很难同时对准每个人的嘴，先改成一人主讲、其他人只做反应。
- 检查入口有没有用错：关键帧入口和全能参考入口是两个独立入口，不能在同一次任务里混用，参考素材要走全能参考入口。
- 最后再看镜头：大特写会放大口型误差，第一次验证时先用中景，确认口型基本对上再推近景。
有两点要提前想好，别等成片出来再返工：一是单次生成最长 30 秒，长台词、长剧情要按段落拆，别把一整段故事押在一次生成上；二是口型同步是“改进了”，不是“保证对准”，同一条提示词多跑一次，结果也可能不一样。验收时先看台词有没有说全、嘴型有没有明显错位，再看画面细节，顺序反了很容易为了一处小瑕疵反复重生成，把时间都耗在不该较劲的地方。
