Wan 3.0 提示词指南

公式来自 Alibaba 的Wan 3.0 提示词指南。关于模型本身，请参阅 Wan 3.0 页面。

Alibaba 表示，给 Wan 3.0 写一句话就够了，而描述越精确，结果越接近你的设想。它的完整公式有七个部分，写在一段话里；不需要的部分可以省略。

1. 1开头用一句话写明主题、视角、时长和节奏。
2. 2如果上传了图片，写明每张的用途：“Image 1 中的女孩站在 Image 2 的房间里”。
3. 3写出每个镜头及其秒数：主体、场景、运动和运镜。
4. 4按“名字说：‘……’”的格式加上对白，然后是音效和音乐，或者“无背景音乐”。
5. 5最后写艺术风格、色调和情绪，再加一份简短的负面清单。

Wan 3.0 可以在一个片段内用多个镜头讲故事。Alibaba 的格式是编号、秒数和内容：“镜头 1 [0-3s] ……”。镜头首尾相接，没有空隙或重叠，每个 2 到 5 秒；其 API 指南建议为 4 到 6 秒。

在 DreamBench 上，Wan 3.0 片段不会在中途切换到新场景：每个片段都写成一个连续镜头，地点的变化放在下一个片段。

Alibaba 要求用平实的文字写运镜，也可以写镜头焦段和景深。把运镜写在它所属的镜头里。

Alibaba 提醒，不要写超出模型控制能力的快速动作，比如“每秒摇头 3 次”。给动作设定一个真人能演出来的速度。

Wan 3.0 在生成画面的同时生成语音、音效和音乐。参见原生音频。

• 对白：角色、一个表示说话的动词、一个冒号，再加上引号里的台词：她低声说：“还不行。”
• 多个说话人：每人一句，按顺序排列，每句都写明说话人。
• 旁白：画外音：“每个早晨都从这里开始。”
• 静默：写“无对白”，否则模型会自行决定是否有人说话。
• 音效：描述发出声音的东西，比如雨打铁皮屋顶或靴子踩进水坑，Wan 就会加上；或者给一个音效单独写一句并标明时间：“从第 8 秒起，教堂钟声响起。”

Alibaba 的 Wan 3.0 页面没有列出对白语言；其示例使用英语和中文。在台词前写明语言，并检查每一版结果。参见口型同步。

Alibaba 把画面风格分为三部分：艺术风格、色调和情绪，写在开头或结尾：“黏土动画，高饱和暖黄色，轻松治愈”。

• 只列出你不想要的内容；如果没有，就让清单空着。
• 不要凑数，也不要重复提示词里已经写过的内容。
• 常见写法：无字幕，无水印，无多余手指，无面部变形，无频繁切镜。
• 动画风格要排除另一种画面风格：“无写实真人实拍”。

Alibaba 的平台支持 2 到 30 秒，或由模型选择的智能时长。写入的内容要与秒数相符：

在 DreamBench 影片中，每个 Wan 3.0 片段为 3 到 12 秒，长度与其动作所需的时间相当，DreamBench 会据此写出合适的提示词。

Wan 3.0 可以从首帧开始，也可以在首帧和尾帧之间生成。Alibaba 表示，图片已经确定了主体、场景和风格，所以提示词要描述运动、情节、对白和运镜。参见首尾帧。

1. 1把图片作为首帧，或者作为首帧和尾帧。
2. 2描述接下来发生的事；如果有多个镜头，就逐个镜头标明时间，不要重复图片已经展示的内容。
3. 3加上台词和声音；如果有尾帧，就描述通向它的变化。

在 Alibaba 的平台上，首尾帧不能和参考图混在同一个请求中使用。在 DreamBench 上，每个 Wan 3.0 片段都从依据你的参考图制作的首帧开始。参见图生视频。

在 Alibaba 的平台上，上传的素材按顺序编号，图片、视频和音频分别计数：Image 1、Video 1 和 Audio 1 可以同时存在。Alibaba 建议给每个素材指定用途，以免不同人物之间的特征相互串扰。

• 把每个主体锁定到一个上传素材：“小女孩是 Image 2，商店是 Image 1”。
• 在每个镜头、每个片段中都用同样的文字描述每个角色。
• 在镜头之间保持服装、道具和光线不变。

在 DreamBench 上，每个角色、地点和道具都只绘制一次设定图，每个片段的首帧都依据它所需的设定图制作。参见角色一致性和参考生视频。

在 Alibaba 的平台上，一个 Wan 3.0 片段可以容纳八个分时镜头。在 DreamBench 上，一部影片由多个片段组成，每个片段都是从自己的首帧开始的一个连续镜头，以硬切连接，所以任何一个都可以重做。

在 DreamBench 上描述影片，它会写出每个片段的提示词、绘制角色，并让 Wan 3.0 把每个片段做成动画。参见多镜头视频。

每条都遵循 Alibaba 的顺序。把它粘贴到 Alibaba 的平台上，或者用作 DreamBench 的简报；换掉主体，保留结构。

一个连续镜头：黎明的港口

一个连续镜头。黎明时分的渔港，平静安宁，10 秒。镜头贴着水面低低滑向一艘红色的船，一位穿橙色油布雨衣的渔夫盘好一根绳子，抬头望向天空。海鸥声，水拍打船身的声音，远处的引擎声。无对白。无背景音乐。纪录片式写实，冷蓝色调渐渐转暖成金色，宁静。

三个镜头的剧情短片

一部关于原谅的短剧，12 秒，节奏从紧张转向温暖。镜头 1（00:00-00:04）：中景，固定镜头；一个年轻男子站在农舍门口，手里拿着一个蛋糕盒。镜头 2（00:04-00:08）：硬切，特写，85mm 长焦；他的父亲打开门，没有笑容。镜头 3（00:08-00:12）：父亲侧身让开，说：“你妈一直给你留着座位。”风声，远处的狗叫声。35mm 胶片质感，柔和的绿色调，温情。无字幕。

电梯里的两个说话人

一个连续镜头，8 秒，轻松的职场喜剧。在一部四壁是镜子的电梯里，一位穿藏青色西装的女人和一位抱着高高一摞箱子的快递员。固定镜头，镜头静止。快递员说：“几楼？”她瞥了一眼箱子，回答：“看来是每一层。”电梯嗡嗡作响，叮的一声。无背景音乐。明亮、干净的光线，自然的色彩。

带旁白的产品

一部不锈钢水壶的产品影片，10 秒，沉稳而自信。镜头 1（00:00-00:05）：水壶立在瀑布旁湿漉漉的岩石上，薄雾飘荡，镜头缓缓环绕。镜头 2（00:05-00:10）：一只手从溪流中把它灌满，咔嗒一声拧上盖子。画外音：“保冷一整天，耐用一辈子。”水流奔涌声，盖子的咔嗒声。人声下方是柔和的木吉他。干净的商业广告风格，冷绿色调。

无对白的运动场景

一个连续镜头，8 秒。一位穿白色背心的短跑运动员在泛光灯下湿漉漉的跑道上冲出起跑器，朝镜头跑来。以跑步速度手持跟随，低角度。钉鞋踏在跑道上的声音，她的呼吸声，雨声。无对白。无背景音乐。写实的体育转播风格。无慢动作。

音乐提示：屋顶上的小提琴手

一个连续镜头，15 秒，梦幻而浪漫。黄昏时分，一位穿灰色长大衣的小提琴手在巴黎的屋顶上演奏，身后是烟囱和城市。镜头缓缓向后拉并升起。一段缓慢的小提琴独奏旋律，随着城市灯火亮起而渐强。风吹动她的头发。无对白。温暖的粉蓝色黄昏色调。

黏土动画

黏土动画，高饱和暖黄色，轻松治愈，10 秒。镜头 1（00:00-00:05）：一只围着条纹围巾的小黏土熊在窗台上给一株向日葵浇水。镜头 2（00:05-00:10）：花朵轻轻弹了三下绽放开来，小熊拍起手。黏土踩出的吧唧脚步声，欢快的叮咚声。无对白。无写实真人实拍，无多余肢体。

从首帧开始

从首帧延续市场场景，8 秒，一个连续镜头。香料商舀起一勺藏红花，让它落回袋子里，对一位顾客微笑，顾客说：“请给我两百克。”镜头缓缓推近。市场里的嘈杂人声，秤的咔嗒声。无字幕。

首尾帧：活过来的素描

一个连续镜头，10 秒，从一幅马的铅笔素描（首帧）到一匹在原野上奔驰的真马（尾帧）。铅笔线条逐渐变粗，色彩从边缘涌入，纸面化作草地，马奔跑起来。镜头缓缓向后拉。铅笔沙沙声，然后是马蹄声和风声。无背景音乐。

两张参考图

一个温暖的面包店早晨，10 秒。面包师的形象参照 Image 1；面包店参照 Image 2。镜头 1（00:00-00:05）：固定镜头，她从烤箱里拉出一盘可颂。镜头 2（00:05-00:10）：特写，她掰开一个，热气升腾；她说：“完美。”酥皮的噼啪声，烤箱门的声音。无背景音乐。金色的晨光。无多余人物，无服装变化。

一个 30 秒的故事

一部关于丢失雨伞的喜剧短片，30 秒，轻快的铺垫，温暖的结尾。镜头 1（00:00-00:05）：远景，雨落在城市广场上；一个男人的伞被风吹走了。镜头 2（00:05-00:10）：手持跟随，他追着伞跑过一家咖啡馆。镜头 3（00:10-00:15）：伞落在一个穿黄色雨衣的女孩脚边。镜头 4（00:15-00:20）：她把伞递过去，说：“这是你的吗？”镜头 5（00:20-00:25）：他点点头，浑身湿透。镜头 6（00:25-00:30）：两人共撑一把伞；镜头向后拉并升起。雨声、风声、轻快的爵士钢琴。明亮、饱和的色彩。无字幕，无水印。

大多数不好的 Wan 提示词都把某个部分交给了运气：秒数、说话人或声音。

• 同一条提示词运行两次，会得到两个不同的片段。
• Alibaba 表示，Wan 3.0 的音频质感和画面文字的准确性仍在改进中。
• 单次生成最长 30 秒。
• 真实的人或产品无法仅凭文字被认出来，需要一张你有权使用的图片。
• 在 DreamBench 上，Wan 3.0 始终生成声音，其片段不会在中途切换到新场景。

• 一部影片：描述它，最多添加 8 张参考图，然后选择 Wan 3.0。DreamBench 会写出每个片段的提示词、制作首帧，让 Wan 3.0 把它做成带声音的动画，再拼接片段；任何一个片段都可以附备注重拍。
• 设置：1:1、16:9、9:16 或 4:3，720p 或 1080p，每个套餐都可用。
• 不提供：“视频”页面（它只接受仅凭文字就能开始生成的模型）；Alibaba 的编号参考素材、文档、编辑和延长；无声片段。

AI 视频提示词生成器可以按这个顺序为任何模型写提示词。生成前会以积分显示价格；首次使用时，请创建免费账号并选择套餐。如果提示词要按你输入的原样发送，请参阅 Seedance 2.5 或 Kling 4.0 指南；仅凭文字生成的提示词，请参阅文生视频。