Prompts Wan 3.0 pour vidéos de 30 secondes cohérentes

Un bon prompt Wan 3.0 ressemble à un résumé de tournage compact, pas à un tas d'adjectifs visuels. Définissez d'abord le monde et le sujet, divisez l'action en beats chronométrés, donnez à la caméra une seule tâche claire à la fois, et écrivez le son que vous voulez réellement. Cette structure devient plus importante à mesure qu'un clip s'approche de la limite de 30 secondes de Wan 3.0.^[1]

Ce guide des prompts Wan 3.0 met l'accent sur les instructions contrôlables plutôt que sur les « mots magiques ». Aucun modèle ne peut garantir l'identité, le timing exact, un texte lisible, ou la continuité physique. Il peut cependant éliminer les contradictions et rendre beaucoup plus facile le diagnostic d'une prise manquée.

TL;DR

Commencez par le format, la durée et l'intention en une phrase.
Verrouillez le sujet, le décor, l'éclairage et les règles de continuité avant la chronologie.
Donnez à chaque beat chronométré une action principale et une instruction caméra.
Nommez les références par position : Image1, Video1, Audio1 sur la Prime API ; Wan 3.0 standard utilise sa syntaxe de référence positionnelle documentée.
Décrivez le dialogue, l'ambience, les effets et le silence explicitement quand l'audio est activé.
Révisez un seul échec à la fois au lieu d'allonger entièrement le prompt.

Anatomie du prompt Wan 3.0 de l'intention et du monde aux beats chronométrés, caméra, son et plan final

La formule de prompt Wan 3.0

Utilisez cinq blocs. Ils n'ont pas besoin d'étiquettes dans le prompt final, mais les garder séparés lors de la rédaction rend les omissions visibles.

1. Intention : format, durée, rapport d'aspect et le point de la vidéo
2. Monde : décor, heure, météo, traitement visuel et environnement sonore
3. Ancres : personnages récurrents, objets, garde-robe et détails non
   négociables
4. Chronologie : plages de temps ordonnées avec action et direction caméra
5. Garde-fous : ce qui doit rester inchangé et ce qui ne doit pas apparaître

Les trois premiers blocs décrivent le monde stable. La chronologie décrit ce qui change. Mélanger les deux dans chaque phrase produit de la répétition et crée souvent de petites contradictions : le manteau devient une veste, l'aube devient coucher de soleil, ou une caméra verrouillée commence à orbiter au milieu du même beat.

Adaptez le nombre de beats à la durée

Un clip de cinq secondes peut porter une action. Un clip de 30 secondes a besoin de progression, mais pas nécessairement une douzaine de coupes. Donnez à chaque beat assez de temps pour que le sujet et la caméra complètent ce que vous aviez demandé.

Durée	Forme de démarrage utile	Focus typique du prompt
2–6 secondes	Un beat	Une action, un mouvement caméra
7–15 secondes	Deux à quatre beats	Configuration, action, finition
16–30 secondes	Quatre à sept beats	Progression claire avec transitions

Ce sont des points de départ éditoriaux, pas des limites de modèle. Une approche tranquille de 30 secondes à travers une pièce vide peut avoir besoin d'une seule instruction soutenue. Un film de produit rapide peut avoir besoin de six beats courts. Le contenu détermine le nombre.

Les plages de temps communiquent aussi l'ordre ; ce ne sont pas des points de coupe précis au photogramme. Écrivez 0–5s, 5–11s et 11–18s pour montrer la séquence, puis attendez-vous à ce que certains mouvements commencent tôt ou se terminent tard. Si une coupe doit se produire sur un photogramme exact, finissez le timing dans un éditeur vidéo.

Un prompt complet Wan 3.0 de 30 secondes

L'exemple suivant est délibérément spécifique sans devenir une liste de jargon caméra. Il porte une personne, un lieu et une tâche physique tout au long du clip.

Format : scène de documentaire cinématographique de 30 secondes, 16:9, un matin
continu.

Décor et ton : Un petit atelier de réparation côtière à l'aube. La lumière du
jour bleu froid entre par des fenêtres couvertes de sel ; deux lampes de
travail chaudes restent allumées. Photographie naturelle et sobre avec du bois
usé, des outils oxydés, du béton humide et aucun style commercial brillant.
Surf tranquille dehors, ton de pièce doux, contact métallique occasionnel ;
aucune musique et aucun dialogue.

Ancres de continuité : La même femme la fin de la cinquantaine tout au long,
cheveux courts gris argenté, combinaison bleu marine foncé avec un seul patch
orange cousu, bottes de travail brunes. La même horloge de marée mécanique rouge
reste sur le banc central. Gardez ses vêtements, visage, disposition de
l'atelier, forme d'horloge et direction de la lumière de fenêtre inchangés.

0–5s : Vue statique large depuis la porte. Elle traverse l'atelier en portant
l'horloge de marée rouge et la place sur le banc central. Laissez la pièce
s'établir avant que la caméra ne se déplace.

5–11s : Approche lente vers un plan moyen alors qu'elle ouvre le couvercle de
l'horloge. Ses mains se déplacent avec soin ; de petites vis sont placées dans
un plateau métallique peu profond.

11–18s : Vue en gros plan par-dessus l'épaule. Elle nettoie une dent engrenée
corrodée avec une brosse étroite, la fait tourner une fois, puis s'arrête
quand elle s'accroche. Un léger grattement et un seul clic métallique sont
synchronisés au mouvement.

18–24s : Mouvement latéral délicat vers son profil. Elle ajuste l'engrenage,
ferme le mécanisme et tourne l'horloge vers le haut. Gardez les positions du
banc et de la fenêtre cohérentes lors du mouvement.

24–30s : Gros plan moyen. La trotteuse commence à se déplacer. Elle écoute,
soupire et donne un petit sourire privé alors que la caméra s'arrête. Terminez
sur l'horloge et sa main reposant à côté ; tenez la composition finale pendant
deux secondes.

Évitez : personnes supplémentaires, changements de garde-robe, fenêtres qui se
déplacent, nouveaux outils apparaissant, fusées éclairantes dramatiques, sous-
titres, logos, narration ou musique de fond.

Le prompt a un arc : porter, ouvrir, diagnostiquer, réparer, confirmer. Chaque beat justifie sa place. Si le résultat se précipite, supprimez une action avant d'ajouter plus de langage de timing.

Écrivez la direction caméra comme un comportement, pas une décoration

Les termes caméra aident quand ils changent ce que le spectateur voit. « Cinématique, épique, dynamique » dit peu. « Approche lente d'une vue large par la porte jusqu'à un plan à mi-taille » définit la position, la direction, le rythme et la destination.

Les instructions caméra utiles contiennent généralement deux ou trois de ces éléments :

cadrage : large, moyen, gros plan, en plongée ;
mouvement : verrouillé, panoramique, travelling, approche, recul, orbite ;
vitesse : lent, rythme de marche, soudain, tenu immobile ;
relation : suivre derrière, rester au niveau des yeux, garder le produit centré ;
état final : arrêter sur le visage, révéler la pièce, tenir la dernière composition.

Évitez d'empiler des instructions incompatibles en un seul beat. Un tir tripé verrouillé ne peut pas faire aussi une orbite à main levée. Un gros plan macro ne peut pas préserver une vue en pied au même moment. Si les deux vues importent, donnez-leur des plages de temps séparées.

Les prompts de référence doivent assigner des tâches aux ressources

Wan 3.0 accepte les images, vidéos et audio de référence, tandis que ses modes document et page Web peuvent utiliser du matériel source structuré.^[2] Le prompt devrait expliquer ce que chaque ressource contrôle au lieu de simplement joindre tout ce qui est disponible.

Utilisez Image1 pour le visage et les cheveux du performeur. Utilisez Image2
uniquement pour l'imperméable vert et ses fermoirs argentés. Utilisez Video1
pour la cadence de marche, pas pour le lieu ou l'angle caméra. Utilisez Audio1
comme référence vocale pour la seule ligne à 12–15 secondes. Conservez l'atelier
de l'image du premier photogramme.

Le nombre de références n'est pas un objectif de qualité. Deux images avec des tâches distinctes sont souvent plus faciles à raisonner que dix quasi-doublons avec un éclairage et une garde-robe différents. Supprimez une référence si vous ne pouvez pas terminer la phrase « utilisez ceci pour… ».

Le mode cadre et le mode référence sont aussi des instructions différentes. Un cadre initial définit où le clip commence. Une image de référence guide l'identité ou l'apparence sans promettre cette composition d'ouverture exacte. Choisissez le mode avant d'écrire le mouvement.

L'audio a besoin de sa propre ligne dans le résumé

Wan 3.0 peut générer une piste audio par défaut, mais une description visuelle ne précise pas si la scène doit contenir du dialogue, de la musique, des effets ou du silence. Écrivez ces choix clairement.

Faible :

Scène de rue cinématographique avec son immersif.

Plus fort :

Ambience naturelle de rue en soirée : bus lointains, une sonnette de vélo alors
que le cycliste passe devant la caméra, pluie légère sur l'auvent. Pas de
musique, pas de narration, pas de dialogue.

Pour le dialogue, gardez la ligne assez courte pour le temps alloué et identifiez le locuteur. Demandez la livraison émotionnelle séparément des mots. Révisez le résultat pour la prononciation, la synchronisation labiale, les écrêtages, la parole indésirée et un lit sonore qui change entre les plans.

Comment corriger un prompt après une mauvaise prise

Ne répondez pas à chaque échec en ajoutant des adjectifs. Identifiez le premier lieu où la sortie a divergé, puis changez le plus petit bloc pertinent.

Échec	Première révision à essayer
L'identité dérive	Supprimez les références conflictuelles ; raccourcissez le plan ;
déclarez une ancre d'identité
L'action est précipitée	Réduisez le nombre d'actions ou allongez ce beat
La caméra ignore la direction	Conservez un seul mouvement et définissez son cadrage début/fin
Les objets apparaissent ou disparaissent	Listez les objets essentiels une fois et ajoutez un garde-fou de
continuité
L'audio est générique	Nommez l'ambience, les effets, le dialogue, la musique et le silence
séparément
La fin semble inachevée	Réservez les deux ou trois dernières secondes pour un état final
clair
Le texte est mal orthographié	Évitez de générer de la typographie critique ; ajoutez du texte
vérifié en post-production

Changez une seule variable par nouvelle tentative si possible. Si vous réécrivez le sujet, la chronologie, la caméra et le son à la fois, une sortie meilleure ne vous enseigne rien sur laquelle la correction a fonctionné.

Le coût compte dans cette boucle. Wan 3.0 standard coûte actuellement moins cher par seconde que Video Prime, et 480p est moins cher que 720p ou 1080p. Rédigez des versions courtes ou basse résolution avant de vous engager dans une version finale de 30 secondes. Voir le guide de tarification de l'API Wan 3.0 pour des exemples actuels.

Une courte liste de vérification

Avant de soumettre, lisez le prompt une fois pour les contradictions plutôt que pour les détails.

La durée est-elle assez longue pour chaque action ?
Chaque beat a-t-il une action de sujet principal ?
La caméra peut-elle physiquement exécuter l'instruction ?
Le sujet récurrent, la garde-robe et le lieu sont-ils décrits de manière cohérente ?
Chaque référence a-t-elle une tâche nommée ?
Le dialogue, les effets, l'ambience, la musique et le silence sont-ils spécifiés ?
La composition finale est-elle claire ?
Avez-vous demandé au modèle de préserver un texte ou un logo qui devrait être ajouté en post-production ?

Si les réponses sont claires, le prompt est prêt. Plus de mots ne signifient pas automatiquement plus de contrôle.

FAQ

Combien de temps peut être un prompt Wan 3.0 ?

Le champ de demande reAPI accepte jusqu'à 20 000 caractères. C'est un plafond technique, pas un objectif. Un résumé concis et sans contradiction est généralement plus facile à déboguer qu'un long prompt qui répète la même idée.

Un prompt de 30 secondes doit-il inclure des horodatages ?

Généralement oui, quand le clip contient plusieurs actions ordonnées. Les horodatages montrent la séquence et le rythme, mais ils ne doivent pas être traités comme des points d'édition précis au photogramme.

Wan 3.0 supporte-t-il les prompts négatifs ?

Le schéma vidéo Wan 3.0 reAPI actuel n'expose pas de champ negative_prompt séparé. Mettez les exclusions importantes dans une courte ligne Avoid: à la fin du prompt positif.

Le même prompt peut-il s'exécuter sur Wan 3.0 Video Prime ?

Oui, le résumé créatif se transfère. La charge utile de l'API ne se transfère pas inchangée : Prime et Wan 3.0 standard utilisent des noms de champs de média et de rapport d'aspect différents.

Combien de références dois-je utiliser ?

Utilisez autant que le résumé en a besoin, jusqu'aux limites documentées. Chaque référence devrait avoir un rôle distinct. Les quasi-doublons supplémentaires peuvent introduire des indices d'éclairage, de garde-robe ou de composition conflictuels.

Conclusion

Le prompt Wan 3.0 le plus utile est un petit plan de production : un monde stable, un flux d'événements ordonné, un comportement caméra délibéré et du son explicite. Donnez aux clips plus longs de la place pour se déplier, gardez les références spécifiques au rôle, et révisez l'échec visible en premier au lieu de rembourrer l'ensemble du prompt. Quand le délai d'exécution est la contrainte, le même résumé peut s'exécuter via la Wan 3.0 Video Prime API.

References

Alibaba Cloud. Wan 3.0: 30-Second AI Video Generation from Any Input. Retrieved August 26, 2026 from alibabacloud.com/blog/wan3-0-30-second-ai-video-generation-from-any-input_603452
reAPI. Wan 3.0 API documentation: input modes, media limits, duration, audio, and request fields. Retrieved August 26, 2026 from reapi.ai/docs/wan-3-0
Alibaba Cloud Model Studio. Wan 3.0 Video Generation: native 30-second output and omni-reference workflows. Retrieved August 26, 2026 from modelstudio.console.alibabacloud.com/model-releases/wan3.0-video