2026/08/26

Wan 3.0 프롬프트 가이드: 30초 일관성 있는 동영상 스크립트

Wan 3.0으로 30초 일관성 있는 동영상 스크립트를 작성하는 실용적인 프롬프트 구조를 배웁니다. 타임라인, 카메라 방향, 참조 역할, 오디오, 사례, 수정 방법.

좋은 Wan 3.0 프롬프트는 시각적 형용사 나열이 아니라 컴팩트한 촬영 구성서처럼 읽힙니다. 월드와 피사체를 한 번만 정의하고, 액션을 타임라인으로 나누고, 카메라에 매번 한 가지 명확한 작업을 주고, 실제로 필요한 사운드를 기술합니다. 클립이 Wan 3.0의 30초 상한선에 가까워질수록 이 구조의 중요성이 커집니다.^[1]

이 Wan 3.0 프롬프트 가이드는 "마법의 단어"가 아니라 제어 가능한 지시에 중점을 둡니다. 어떤 템플릿도 정체성, 정확한 타이밍, 읽을 수 있는 텍스트, 또는 물리적 연속성을 보장할 수 없습니다. 하지만 모순을 제거하고 실패한 테이크를 진단하기 쉽게 만들 수 있습니다.

TL;DR

형식, 시간, 한 문장의 의도로 시작합니다.
액션 타임라인 앞에 피사체, 장소, 조명, 연속성 규칙을 잠급니다.
타임라인의 각 구간에 주요 액션 하나와 카메라 지시 하나를 붙입니다.
참조 소재의 이름을 위치로 지정합니다: Prime API의 경우 Image1, Video1, Audio1; 표준 Wan 3.0은 문서화된 위치 참조 구문을 사용합니다.
오디오가 활성화된 경우 대사, 주변음, 효과음, 무음을 명시적으로 설명합니다.
전체 프롬프트를 길게 만들기보다는 실패 부분을 하나씩 수정합니다.

의도와 월드에서 타임라인, 카메라, 사운드, 최종 프레임까지의 Wan 3.0 프롬프트 해부도

Wan 3.0 프롬프트 공식

5개의 블록을 사용합니다. 최종 프롬프트에는 레이블이 필요하지 않지만, 작성할 때 분리해 두면 누락이 명확해집니다.

1. Intent: format, duration, aspect ratio, and the point of the video
2. World: setting, time, weather, visual treatment, and sound environment
3. Anchors: recurring people, objects, wardrobe, and non-negotiable details
4. Timeline: ordered time ranges with action and camera direction
5. Guardrails: what must stay unchanged and what must not appear

처음 3개 블록은 안정적인 월드를 설명합니다. 타임라인은 무엇이 변하는지를 설명합니다. 둘을 모든 문에 섞으면 반복과 작은 모순이 발생합니다: 코트가 재킷이 되고, 새벽이 석양이 되고, 잠긴 카메라가 같은 구간의 중간부터 회전하기 시작합니다.

타임라인 구간 수를 지속 시간과 맞춥니다

5초 클립은 액션 하나를 담을 수 있습니다. 30초 클립은 진행이 필요하지만, 반드시 수십 개의 컷이 필요한 것은 아닙니다. 각 구간에 피사체와 카메라가 요청한 것을 완료할 충분한 시간을 줍니다.

Duration	Useful starting shape	Typical prompt focus
2–6 seconds	One beat	One action, one camera move
7–15 seconds	Two to four beats	Setup, action, finish
16–30 seconds	Four to seven beats	Clear progression with transitions

이들은 모델 제한이 아니라 편집상의 시작점입니다. 조용히 30초간 빈 방을 천천히 밀어 헤치는 것이라면 지속된 지시 하나면 충분할 수 있습니다. 빠른 제품 영화는 6개의 짧은 구간이 필요할 수 있습니다. 콘텐츠가 개수를 결정합니다.

시간 범위는 순서도 나타내므로, 프레임 정확한 편집 포인트가 아닙니다. 진행을 보이기 위해 0–5s, 5–11s, 11–18s라고 기술하고, 동작이 일찍 시작되거나 늦게 안정될 것을 예상하세요. 컷이 정확한 프레임에서 발생해야 한다면, 비디오 편집기에서 타이밍을 완성하세요.

완전한 30초 Wan 3.0 프롬프트

다음 예는 카메라 전문 용어 목록이 되지 않도록 의도적으로 구체적입니다. 한 명의 인물, 한 장소, 한 가지 물리적 작업을 전체 클립을 통해 수행합니다.

Format: 30-second cinematic documentary scene, 16:9, one continuous morning.

Setting and tone: A small coastal repair workshop at dawn. Cool blue daylight
enters through salt-streaked windows; two warm work lamps remain on. Natural,
restrained photography with worn wood, oxidized tools, damp concrete, and no
glossy commercial styling. Quiet surf outside, soft room tone, occasional
metal contact; no music and no dialogue.

Continuity anchors: The same woman in her late fifties throughout, short silver
hair, dark navy coveralls with one stitched orange patch, brown work boots. The
same red mechanical tide clock remains on the center bench. Keep her clothing,
face, workshop layout, clock shape, and direction of window light unchanged.

0–5s: Wide static view from the doorway. She crosses the workshop carrying the
red tide clock and places it on the center bench. Let the room establish before
the camera moves.

5–11s: Slow push toward a medium shot as she opens the clock's back plate. Her
hands move carefully; small screws are placed in a shallow metal tray.

11–18s: Over-shoulder close view. She cleans one corroded gear with a narrow
brush, rotates it once, then pauses when it catches. One soft scrape and a
single metal click are synchronized to the movement.

18–24s: Gentle lateral move to her profile. She adjusts the gear, closes the
mechanism, and turns the clock upright. Keep the bench and window positions
consistent across the move.

24–30s: Medium close-up. The clock hand begins to move. She listens, exhales,
and gives a small private smile while the camera stops. End on the clock and
her hand resting beside it; hold the final composition for two seconds.

Avoid: extra people, wardrobe changes, moving windows, new tools appearing,
dramatic lens flares, subtitles, logos, narration, or background music.

프롬프트는 하나의 아크를 갖습니다: 운반, 열기, 진단, 수리, 확인. 각 구간은 그 자리를 획득합니다. 결과가 서두르면 더 많은 타이밍 언어를 추가하기 전에 액션을 제거하세요.

카메라 방향을 장식이 아니라 행동으로 작성합니다

카메라 용어는 보이는 것을 바꿀 때 도움이 됩니다. "시네마틱, 웅장, 역동적"은 거의 아무것도 말하지 않습니다. "넓은 현관 뷰에서 허리 이상의 샷으로 천천히 밀어냄"은 위치, 방향, 속도, 목적지를 정의합니다.

유용한 카메라 지시에는 일반적으로 이들 요소 중 2~3개가 포함됩니다:

framing: wide, medium, close-up, overhead;
movement: locked, pan, track, push, pull back, orbit;
speed: slow, walking pace, sudden, held still;
relationship: follow behind, stay at eye level, keep the product centered;
end state: stop on the face, reveal the room, hold the last composition.

상충하는 지시를 한 구간에 쌓지 마세요. 삼각대 고정 샷은 동시에 손짓 회전을 할 수 없습니다. 매크로 클로즈업은 동시에 전신 뷰를 유지할 수 없습니다. 두 뷰 모두 중요하다면, 각각 다른 시간 범위를 주세요.

참조 프롬프트는 자산에 작업을 할당해야 합니다

Wan 3.0은 참조 이미지, 비디오, 오디오를 받아들이며, 문서 및 웹페이지 모드는 구조화된 소스 자료를 사용할 수 있습니다.^[2] 프롬프트는 단순히 사용 가능한 모든 것을 첨부하기보다는, 각 자산이 무엇을 제어하는지 설명해야 합니다.

Use Image1 for the performer's face and hair. Use Image2 only for the green
raincoat and its silver fasteners. Use Video1 for the walking cadence, not for
the location or camera angle. Use Audio1 as the voice reference for the single
line at 12–15 seconds. Preserve the workshop from the first-frame image.

참조 개수는 품질 목표가 아닙니다. 서로 다른 작업을 가진 2개 이미지는 종종 조명과 의류가 다른 10개 근사 복제본보다 설명하기 쉽습니다. "이것을 …에 사용한다"는 문을 완성할 수 없다면, 참조를 삭제하세요.

프레임 모드와 참조 모드도 다른 지시입니다. 첫 번째 프레임은 클립이 시작하는 위치를 정의합니다. 참조 이미지는 정확한 개시 구도를 약속하지 않으면서 정체성이나 외모를 안내합니다. 모션 작성 전에 모드를 선택하세요.

오디오는 자신의 줄이 필요합니다

Wan 3.0은 기본값으로 오디오 트랙을 생성할 수 있지만, 시각 설명은 장면에 대사, 음악, 효과음, 또는 무음이 포함되는지 여부를 지정하지 않습니다. 이러한 선택을 명확하게 기술하세요.

약함:

Cinematic street scene with immersive sound.

더 강함:

Natural evening street ambience: distant buses, one bicycle bell as the rider
passes camera, light rain on the awning. No music, no narration, no dialogue.

대사의 경우, 할당된 시간에 충분히 짧은 줄을 유지하고 화자를 식별하세요. 감정적 전달을 단어와 별도로 요청하세요. 발음, 립싱크, 클리핑, 불필요한 음성, 그리고 샷 간에 변경되는 사운드 베드의 결과를 검토하세요.

나쁜 테이크 후 프롬프트를 수정하는 방법

매번 형용사를 추가하여 실패에 대응하지 마세요. 출력이 먼저 분기한 위치를 파악한 후, 가장 관련된 작은 블록을 변경하세요.

Failure	First revision to try
Identity drifts	Remove conflicting references; shorten the shot; restate one identity anchor
Action is rushed	Reduce the number of actions or lengthen that beat
Camera ignores direction	Keep one movement and define its start/end framing
Objects appear or vanish	List the essential objects once and add a continuity guardrail
Audio is generic	Name ambience, effects, dialogue, music, and silence separately
Ending feels unfinished	Reserve the final two or three seconds for a clear end state
Text is misspelled	Avoid generating critical typography; add verified text in post

가능하면 재시도할 때 한 변수씩 변경하세요. 피사체, 타임라인, 카메라, 사운드를 동시에 다시 작성하면, 더 나은 출력이 어느 수정이 작동했는지에 대해 아무것도 가르쳐주지 않습니다.

이 루프 동안 비용이 중요합니다. 표준 Wan 3.0은 현재 Video Prime보다 낮은 초당 요금으로 시작하며, 480P는 720P 또는 1080P보다 저렴합니다. 30초 최종본을 확정하기 전에 짧거나 저해상도 버전을 작성하세요. 현재 예제는 Wan 3.0 API 가격 가이드를 참조하세요.

짧은 프롬프트 체크리스트

제출 전에, 세부 사항보다는 모순에 대해 프롬프트를 한 번 읽으세요.

모든 액션에 충분한 시간이 있습니까?
각 구간에 주요 피사체 액션이 하나씩 있습니까?
카메라가 물리적으로 지시를 수행할 수 있습니까?
반복되는 피사체, 의류, 위치가 일관되게 설명됩니까?
모든 참조에 하나의 명명된 작업이 있습니까?
대사, 효과음, 주변음, 음악, 무음이 지정됩니까?
최종 구도가 명확합니까?
모델에게 대신 사후에 추가해야 할 텍스트나 로고를 보존하도록 요청했습니까?

답이 명확하면, 프롬프트는 준비 완료입니다. 더 많은 단어가 자동으로 더 많은 제어를 의미하지는 않습니다.

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