Гайд по промптам Wan 3.0: связные скрипты видео на 30 сек

Хороший промпт Wan 3.0 читается как компактный кинопроизводственный брифинг, а не как куча визуальных прилагательных. Определи мир и объект один раз, раздели действие на отмеченные во времени сцены, дай камере одну ясную задачу за раз, и напиши звук, который тебе нужен. Такая структура становится ещё важнее, когда клип приближается к лимиту Wan 3.0 в 30 секунд.^[1]

Этот гайд по промптам Wan 3.0 фокусируется на управляемых инструкциях вместо "волшебных слов". Никакой шаблон не гарантирует идентичность, точную синхронизацию, читаемый текст или физическую непрерывность. Зато может убрать противоречия и сделать неудачный дубль намного проще диагностировать.

TL;DR

• Начни с формата, длительности и однофразовой идеи.
• Зафиксируй объект, сценарий, освещение и правила непрерывности до временной шкалы.
• Каждой отмеченной сцене — одно основное действие и одна инструкция камере.
• Называй референсы по позиции: Image1, Video1, Audio1 на Prime API; стандартный Wan 3.0 использует задокументированный синтаксис позиционных ссылок.
• Опиши диалоги, атмосферу, эффекты и тишину явно, когда звук включен.
• Исправляй одну ошибку за раз вместо того, чтобы удлинять весь промпт.

Формула промпта Wan 3.0

Используй пять блоков. Им не обязательны метки в финальном промпте, но отделение их при черновике делает пропуски видимыми.

1. Идея: формат, длительность, соотношение сторон и смысл видео
2. Мир: сценарий, время, погода, визуальный стиль и звуковая среда
3. Якоря: повторяющиеся люди, объекты, одежда и неоспоримые детали
4. Временная шкала: упорядоченные диапазоны времени с действием и направлением камеры
5. Ограничения: что остаётся неизменным и что не должно появляться

Первые три блока описывают стабильный мир. Временная шкала описывает, что меняется. Смешивание обоих в каждое предложение производит повторы и часто создаёт маленькие противоречия: пальто становится курткой, рассвет становится закатом, или закреплённая камера начинает вращаться в середине той же сцены.

Подбери количество сцен к длительности

Пятисекундный клип может вместить одно действие. Тридцатисекундный клип нуждается в развитии, но не обязательно в десяти монтажных стыках. Дай каждой сцене достаточно времени, чтобы объект и камера завершили то, что ты попросил.

Это редакторские стартовые точки, не пределы модели. Спокойный тридцатисекундный push сквозь пустую комнату может нуждаться в одной устойчивой инструкции. Быстрый товарный фильм может нуждаться в шести коротких сценах. Содержание устанавливает количество.

Диапазоны времени также сообщают порядок; они не являются точками редактирования кадр-в-кадр. Напиши 0–5s, 5–11s и 11–18s, чтобы показать последовательность, потом ожидай, что часть движения начнётся раньше или осядет позже. Если стык должен случиться на точном кадре, заверши синхронизацию в видеоредакторе.

Полный тридцатисекундный промпт Wan 3.0

Следующий пример намеренно специфичен, но не превращается в список терминологии кино. Он проводит одного человека, одно место и одну физическую задачу сквозь весь клип.

Формат: кинематографическая документальная сцена 30 секунд, 16:9, один непрерывный рассвет.

Сценарий и тон: маленькая прибрежная мастерская по ремонту на рассвете. Холодный голубой дневной свет входит сквозь окна, покрытые солевыми разводами; две тёплые рабочие лампы остаются включены. Натуральная, сдержанная фотография с потёртым деревом, окисленным инструментом, влажным бетоном и никакого глянцевого коммерческого стиля. Тихий серфинг снаружи, мягкий фон помещения, редкий металлический контакт; никакой музыки и никакого диалога.

Якоря непрерывности: одна и та же женщина лет пятидесяти пяти протяжении всего видео, короткие серебристые волосы, тёмный синий комбинезон с одной пришитой оранжевой нашивкой, коричневые рабочие ботинки. Один и тот же красный механический приливной часов остаётся на центральном верстаке. Держи её одежду, лицо, расположение мастерской, форму часов и направление света из окна неизменными.

0–5s: широкий статичный вид с дверного проёма. Она пересекает мастерскую, несёт красный приливной часов и кладёт их на центральный верстак. Позволь комнате установиться перед тем, как камера двигается.

5–11s: медленный push к среднему плану, пока она открывает заднюю крышку часов. Её руки движутся осторожно; маленькие винты кладут в неглубокий металлический лоток.

11–18s: вид через плечо в крупном плане. Она чистит один окислившийся зубец узкой щёткой, вращает его один раз, потом делает паузу, когда он заклинивает. Один мягкий скребок и один металлический щелчок синхронизированы с движением.

18–24s: мягкое боковое движение к её профилю. Она регулирует зубец, закрывает механизм и поворачивает часы вертикально. Держи позиции верстака и окна согласованными в движении.

24–30s: средний крупный план. Стрелка часов начинает двигаться. Она слушает, выдыхает и улыбается про себя, пока камера замирает. Завершись на часах и её руке, лежащей рядом; держи финальную композицию две секунды.

Избегай: лишних людей, перемен одежды, движущихся окон, новых появляющихся инструментов, драматичных бликов объектива, субтитров, логотипов, повествования или фоновой музыки.

Промпт имеет арку: принеси, открой, диагностируй, починяй, подтверди. Каждая сцена заслуживает своего места. Если результат торопится, убери действие перед тем, как добавлять больше языка о времени.

Напиши направление камеры как поведение, а не украшение

Термины камеры помогают, когда они меняют то, что видит зритель. "Кинематографичный, эпичный, динамичный" говорит мало. "Медленный push с широкого вида из дверного проёма к среднему плану до пояса" определяет позицию, направление, темп и пункт назначения.

Полезные инструкции камере обычно содержат два-три из этих элементов:

• кадр: широкий, средний, крупный план, вид сверху;
• движение: неподвижно, панорама, трекинг, push, pull back, орбита;
• скорость: медленно, шаг ходьбы, резко, статично;
• отношение: следи сзади, держи на уровне глаз, держи товар в центре;
• финальное состояние: завершись на лице, открой комнату, держи последнюю композицию.

Избегай складирования несовместимых инструкций в одной сцене. Неподвижный штативный кадр не может также делать ручную орбиту. Макро крупный план не может сохранить вид в полный рост в тот же момент. Если оба вида важны, дай им отдельные диапазоны времени.

Промпты с референсами должны распределять задачи активам

Wan 3.0 принимает референсные изображения, видео и аудио, пока его документные и веб-страничные режимы могут использовать структурированный исходный материал.^[2] Промпт должен объяснить, что контролирует каждый актив, вместо того, чтобы просто прикреплять всё доступное.

Используй Image1 для лица и волос исполнителя. Используй Image2 только для зелёного плаща с дождём и его серебристых застёжек. Используй Video1 для темпа ходьбы, но не для локации или угла камеры. Используй Audio1 как голосовой референс для единственной строки на 12–15 секундах. Сохрани мастерскую из изображения первого кадра.

Количество референсов не является целевым показателем качества. Два изображения с различными задачами часто проще рассуждать, чем десять почти-дубликатов с разным освещением и одеждой. Удали референс, если не можешь завершить предложение "используй это для…".

Режим первого кадра и режим референса — это также разные инструкции. Первый кадр определяет, где начинается клип. Референсное изображение направляет идентичность или внешний вид, не обещая эту точную композицию открытия. Выбери режим перед тем, как писать движение.

Звук нужна собственная строка в брифинге

Wan 3.0 может генерировать звуковую дорожку по умолчанию, но визуальное описание не уточняет, должна ли сцена содержать диалоги, музыку, эффекты или тишину. Напиши эти выборы явно.

Слабо:

Кинематографичная уличная сцена с иммерсивным звуком.

Сильнее:

Естественная вечерняя уличная атмосфера: дальние автобусы, один звонок велосипеда, когда райдер проходит перед камерой, лёгкий дождь на козырьке. Никакой музыки, никакого повествования, никакого диалога.

Для диалогов держи строку достаточно короткой для отведённого времени и определи говорящего. Проси эмоциональное исполнение отдельно от слов. Проверь результат на произношение, синхронизацию губ, клиппинг, нежелательную речь и звуковую подложку, которая меняется между кадрами.

Как исправить промпт после неудачного дубля

Не отвечай на каждую ошибку, добавляя прилагательные. Определи первое место, где вывод отклонился, потом измени самый маленький релевантный блок.

Меняй одну переменную при повторных попытках, когда возможно. Если переписываешь объект, временную шкалу, камеру и звук одновременно, лучший вывод ничему тебя не учит о том, какая коррекция сработала.

Цена имеет значение во время этого цикла. Стандартный Wan 3.0 в настоящее время начинается с более низкой ставки за секунду, чем Video Prime, и 480P дешевле, чем 720P или 1080P. Напиши черновики коротких или низкого разрешения версий перед тем, как привязаться к финалу из 30 секунд. Смотри гайд по ценам API Wan 3.0 для актуальных примеров.

Короткий чеклист промпта

Перед отправкой, прочитай промпт один раз в поисках конфликтов, а не деталей.

• Длительность достаточно долгая для каждого действия?
• У каждой сцены одно основное действие объекта?
• Может ли камера физически выполнить инструкцию?
• Описан ли повторяющийся объект, одежда и локация согласованно?
• У каждого референса одна названная задача?
• Уточнены ли диалоги, эффекты, атмосфера, музыка и тишина?
• Ясна ли финальная композиция?
• Ты просил модель сохранить какой-либо текст или логотип, который следует добавить в постпродакшене вместо этого?

Если ответы ясны, промпт готов. Больше слов — это не автоматически больше контроля.

FAQ

Насколько длинным может быть промпт Wan 3.0?

Поле запроса reAPI принимает до 20 000 символов. Это техническая граница, не цель. Лаконичный, непротиворечивый брифинг обычно проще отлаживать, чем длинный промпт, который повторяет одну и ту же идею.

Должен ли промпт на 30 секунд включать временные метки?

Обычно да, когда клип содержит несколько упорядоченных действий. Временные метки показывают последовательность и темп, но не должны рассматриваться как точные редакторские точки кадр-в-кадр.

Поддерживает ли Wan 3.0 отрицательные промпты?

Текущая видео-схема Wan 3.0 reAPI не раскрывает отдельное поле negative_prompt. Поместите важные исключения в краткую строку Избегай: в конце позитивного промпта.

Может ли один и тот же промпт работать на Wan 3.0 Video Prime?

Да, творческий брифинг переносится. Payload API не переносится без изменений: Prime и стандартный Wan 3.0 используют разные имена полей медиа и соотношения сторон.

Сколько референсов мне использовать?

Используй столько, сколько нужно брифингу, вплоть до задокументированных лимитов. Каждый референс должен иметь отчётливую роль. Дополнительные почти-дубликаты могут вводить конфликтующие подсказки по освещению, одежде или композиции.

Заключение

Наиболее полезный промпт Wan 3.0 — это маленький производственный план: один стабильный мир, упорядоченный поток событий, намеренное поведение камеры и явный звук. Дай более длинным клипам место для развёртывания, держи референсы с ролевыми задачами, и исправляй первую видимую ошибку вместо того, чтобы набивать весь промпт. Когда время доставки — это ограничение, один и тот же брифинг может запуститься через API Wan 3.0 Video Prime.

References

1. 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
2. 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
3. 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

Further reading

• Wan 3.0 Video Prime vs Wan 3.0
• Generate video from a PDF, presentation, or web page
• Is Wan 3.0 open source?