TokenLab 新增 Kling 3.0 元素參考功能，支援 Video API 工作流程

產品展示（例如鞋子與手部）需要兩個視覺錨點，而非一個。我們現在於影片生成 API 中支援 Kling 3.0 元素參考功能。Kling 3.0 元素參考 API 讓開發者能將特定產品、道具或角色錨定到命名標籤（@name），使其在生成的影片片段中保持一致。這填補了影像條件影片工作流程中的缺口，解決了過去僅使用單一參考影像無法讓多個主體在影格間保持視覺穩定的問題。

為什麼多主體影片需要元素參考

單一參考影像適用於單一主體，但當場景需要多個不同元素同時存在時，效果便會大打折扣。例如，手持產品的畫面需要產品與手部同時保持穩定；兩個角色進行對話則需要臉部與服裝的連續性。我們現在支援 Kling 3.0 元素參考，正是為了應對這些需求。

重點摘要

• Kling 3.0 元素參考讓您可以定義帶有參考影像 URL 的命名元素，並直接在提示詞（prompt）中透過標籤（@productA、@character1）進行呼叫。
• 此功能專為多主體場景設計：如產品加手部模型、角色加道具、雙人對話鏡頭，以及其他過去受限於單一參考影像的場景。
• 請勿在同一請求中同時使用 kling_elements 與 output_audio=true。根據目前的 API 規範，這兩個參數互斥。
• 元素參考與 TokenLab 現有的其他模型參考影片支援功能並存，為開發者提供了一套針對不同使用案例選擇合適方法的統一模式。

Kling 3.0 元素參考 API 的運作方式

大多數影像條件影片生成技術將參考影像視為單一錨點。您提供一張圖片，模型會嘗試在保持整體外觀一致的同時，圍繞該圖片進行動畫處理。這適用於單主體鏡頭，但當場景需要多個視覺上不同的元素獨立存在時，效果就會迅速崩解。

Kling 3.0 的元素參考透過允許您在單一請求中註冊多個命名參考影像來解決此問題。接著，您可以在提示詞中分別指向它們。您不再只有一個隱式參考，而是獲得了明確且可定址的參考。模型會知道 @shoe 指的是第一張參考影像，而 @model 指的是第二張參考影像，並同時使用這兩個錨點來構建場景。

我們在目前的 API 規範中看到了這種模式。對於產品影片管線、角色驅動的內容工具以及廣告創意生成器而言，這是控制力上的重大提升。影片片段中的主體一致性，往往是決定成品是否可用或是否需要重拍的關鍵。

在請求中使用 Kling 3.0 元素參考 API

其模式非常直觀：定義您的元素、命名，並在提示詞中使用 @ 語法進行引用。

{
  "model": "kling-3.0",
  "prompt": "@shoe rotates slowly on a marble pedestal while @hand reaches in to pick it up",
  "kling_elements": [
    {
      "name": "shoe",
      "image_url": "https://example.com/product-shoe.png"
    },
    {
      "name": "hand",
      "image_url": "https://example.com/hand-reference.png"
    }
  ],
  "duration": 5,
  "aspect_ratio": "16:9"
}

實作時的幾點注意事項：

• 元素名稱應簡短且明確。避免使用與提示詞中可能出現的常用英文單字重疊的名稱，以免增加解析歧義的機率。
• 參考影像 URL 在請求時必須是公開可存取的。如果您的影像位於受驗證的儲存層後方，請在發送請求前產生簽名 URL 或公開 URL。
• 您可以在一個提示詞中組合多個元素，但請保持場景描述的重點。堆疊超過兩到三個命名元素往往會削弱模型對每個元素進行獨立追蹤的能力，這與在靜態影像提示詞中加入過多命名主體會降低單一主體保真度的道理相同。
• 請先以短時間長度進行測試。如果出現元素一致性問題，通常在前幾秒就會顯現。在 3 秒的草稿中發現問題，比在 10 秒的完整渲染中發現要划算得多。

實作檢查清單

在將 Kling 3.0 元素參考工作流程投入生產環境前，請確認以下事項：

• 每個元素都有唯一且明確的名稱
• 參考影像 URL 在處理期間皆可公開存取且穩定
• 提示詞文字正確地使用 @name 語法標記每個元素
• 當 kling_elements 存在時，output_audio 未被設為 true
• 請求驗證機制能在音訊與元素衝突到達 API 前進行攔截
• 在進行完整長度生成前，先使用短時間長度進行測試渲染
• 每個請求的命名元素總數保持在兩到三個，以獲得最佳一致性

唯一規則：元素與音訊不可共存

這項限制在快速原型開發中很容易被忽略：kling_elements 與 output_audio=true 不能在同一個請求中使用。如果您同時提交兩者，請求將無法如預期般處理。

如果您的工作流程同時需要多元素視覺一致性與生成的音訊，請將工作拆分為兩個步驟。先使用元素參考生成影片，然後再分開執行音訊生成，最後在下游將兩者合併。這是目前 Kling 3.0 整合的既定限制，而非錯誤。請圍繞此限制建立請求驗證邏輯，而不是將其視為事後才處理的邊緣案例。

在我們的管線中，我們會在發送請求前於客戶端驗證此衝突。

Kling 3.0 元素參考 API 與其他影片工作流程的比較

元素參考是 TokenLab 影片 API 所提供的一系列參考影片功能中的其中一項工具。了解何時使用何種工具至關重要：

工作流程	最佳適用場景	參考數量	備註
單一影像轉影片	單一靜態影像的簡單動畫	1	適用於大多數支援的影片模型，包括 Seedance 和 PixVerse V6
Kling 3.0 元素參考	需要獨立一致性的多主體場景	2-3 個命名元素	同一請求中不可包含音訊
風格或動作參考	應用視覺風格或攝影機運動模式	1 個風格參考 + 提示詞	適用於特定模型，請查看各模型文件
純文字提示	快速迭代，無需視覺錨點	0	原型製作最快，控制力最弱

如果您正在構建產品展示生成器，元素參考通常是正確的選擇。如果您只是對單一主圖進行簡單動畫處理，純影像轉影片的迭代速度更快且成本更低。正在廣泛比較影片模型的團隊，可以從 2026 年 API 最佳 AI 影片模型分析開始。該文章涵蓋了 Kling 3.0 與 Veo 3 及其他選項在不同使用案例下的表現比較。

常見問題集

我可以在單一 Kling 3.0 請求中使用超過兩個元素參考嗎？

可以，API 並未硬性限制數量，但隨著您在單一場景中加入更多命名元素，實際的一致性往往會下降。對於大多數產品和角色使用案例，兩到三個是合理的運作上限。

如果我同時發送 kling_elements 和 output_audio=true 會發生什麼事？

由於這兩個參數在目前的 Kling 3.0 整合中互斥，請求將無法正確處理。請在發送請求前於客戶端驗證此組合，以避免浪費呼叫額度。

元素參考支援是 Kling 3.0 專有的，還是其他模型也可用？

使用 @name 標記的命名元素參考是目前 API 中 Kling 3.0 的專有功能。其他支援的影片模型有各自的參考影片模式。它們通常限制每個請求只能使用一個參考影像，因此在假設功能對等之前，請先查看模型專屬文件。

來源、時效性與相關閱讀

本文反映了截至 2026 年 7 月 7 日觀察到的 TokenLab 影片 API 文件與 Kling 3.0 整合行為。有關目前的參數參考，請參閱建立影片 API 參考與影片生成指南。API 行為可能會有所變動，因此在最終確定生產環境整合前，請務必查看即時文件。

元素參考擴展了 Kling 3.0 的可能性，但在構建生產工作流程之前，選擇正確的影片模型並了解成本仍然很重要。如果您正在比較選項，最佳 AI 影片模型 API 指南：開發者應如何選擇影片生成模型一文探討了各供應商之間的權衡。若要深入了解 Kling，Kling AI API 定價指南：成本、工作流程與替代方案分析了定價與工作流程考量。如果您正在權衡替代方案，Seedance API 指南：何時將其用於 AI 影片生成涵蓋了該模型更適合的場景。

模型功能與定價變動頻繁，在依賴它們進行高流量生產使用前，請直接確認目前的模型版本與費率。帳戶設定參考說明了 API 金鑰的建立方式。

若要開始構建多主體影片工作流程，請取得您的 TokenLab API 金鑰並查看影片生成指南。