Dòng Wan đã là gia đình video mở có nhiều nhánh nhất trên internet. Kho lưu trữ Wan 2.2 và Wan 2.1 có khoảng 17.000 sao mỗi bên (GitHub, tháng 8 năm 2026), và trang Wan-AI có hàng trăm nghìn lượt tải xuống mỗi tháng trên các checkpoint của nó (Hugging Face, tháng 8 năm 2026). Vì vậy, khi Wan 3.0 bước vào giai đoạn truy cập sớm với khả năng tạo video gốc 30 giây, lên tới 20 đầu vào tham chiếu và âm thanh được tạo trong cùng một lần với hình ảnh, câu hỏi đầu tiên không phải là liệu mọi người có sử dụng nó hay không. Mà là liệu có ai biết cách viết cho nó hay không.
Bởi vì một lần tạo 30 giây không phải là phiên bản lớn hơn của một clip 5 giây. Đó là một vấn đề viết hoàn toàn khác. Một prompt 5 giây mô tả một bức ảnh chuyển động. Một prompt 30 giây chỉ đạo thời gian: ai thay đổi, khi nào, ở cảnh cắt nào, với âm thanh gì bên dưới.
Sổ tay hướng dẫn dành cho nhà sáng tạo Wan 3.0 đang được lưu hành trong giai đoạn truy cập sớm có 19 trường hợp prompt và kết quả chính thức. Tôi đã nghiên cứu tất cả 19 trường hợp, sau đó chọn ra ba trường hợp dạy được nhiều kỹ thuật có thể áp dụng nhất và phân tích từng trường hợp: prompt thực sự kiểm soát điều gì, tại sao nó được xây dựng như vậy và cách sử dụng lại cấu trúc của nó cho các cảnh quay của riêng bạn. Mọi video bên dưới đều là đầu ra thực tế, chưa chỉnh sửa cho trường hợp đang được thảo luận. Các prompt gốc của trường hợp được viết bằng tiếng Trung; các cấu trúc ở đây là bản diễn đạt lại bằng tiếng Anh, và dòng Wan chấp nhận prompt bằng cả hai ngôn ngữ.
Những điểm chính
- Các prompt dài của Wan 3.0 có chung một kiến trúc: ràng buộc tham chiếu trước, quy tắc toàn cục thứ hai, danh sách cảnh quay có dấu thời gian thứ ba. Các prompt thử nghiệm ngắn có thể bỏ qua các lớp, nhưng prompt sản xuất thì không nên.
- Viết màn trình diễn như một chuỗi các hành động có thể nhìn thấy, không bao giờ là một nhãn cảm xúc. "Lo lắng" là một hy vọng. "Nhai chậm lại, lông mày cau lại, ánh mắt nhìn xuống tay cô ấy" là một hướng dẫn.
- Âm thanh là một phần của prompt, không phải bước hậu kỳ. Hội thoại nằm trong dấu ngoặc nhọn, hiệu ứng và nhạc có câu riêng, và sự im lặng cần được yêu cầu một cách rõ ràng.
- Các trường hợp chính thức lặp lại ràng buộc quan trọng nhất của chúng và cấm lỗi dự kiến. Một prompt trong sổ tay cấm "lướt mượt" bằng ba cách diễn đạt khác nhau, vì mô hình mặc định là lướt mượt.
- Chuyển động có thể được định lượng: số khung hình mỗi lần bứt tốc, phần trăm chiều rộng khung hình mỗi lần lao, số lần lặp lại. Trường hợp con chuồn chuồn bên dưới là bằng chứng.
Một lần tạo, 30 giây, mười nhịp kịch bản phân cảnh được đánh số và toàn bộ cung nhạc được viết trong một prompt duy nhất: một thuyền đánh cá, một cơn bão và một quái vật biển nổi lên đúng lịch trình. Trường hợp chính thức từ sổ tay Wan 3.0, hiển thị chưa chỉnh sửa tại đây.
Điều gì làm cho việc viết prompt Wan 3.0 trở nên khác biệt
Ba khả năng làm thay đổi công việc, và mỗi khả năng bổ sung một kỹ năng viết mà các mô hình ngắn hơn chưa từng yêu cầu.
30 giây gốc có nghĩa là cấu trúc. Khi một mô hình tạo 5 giây, một prompt có thể là một câu dày đặc. Ở 30 giây, một prompt không có cấu trúc sẽ trôi dạt: nhân vật đổi quần áo, máy quay quên quy tắc, kết thúc không liên quan gì đến đầu. Mọi trường hợp dài trong sổ tay đều chống lại sự trôi dạt theo cùng một cách, với các giai đoạn rõ ràng và trạng thái kết thúc. Cấu trúc đó là cốt lõi của hướng dẫn này.
Âm thanh chung có nghĩa là chỉ đạo âm thanh. Wan 3.0 tạo ra nhạc nền cùng với hình ảnh. Hội thoại, hiệu ứng, âm thanh xung quanh và nhạc đều có thể được prompt, điều đó cũng có nghĩa là một nhạc nền không được viết ra là một nhạc nền ngẫu hứng. Các trường hợp chính thức xử lý âm thanh với cùng kỷ luật như ánh sáng: được nêu, được phạm vi, và đôi khi cố tình làm im lặng.
Lên tới 20 tham chiếu có nghĩa là cú pháp ràng buộc. Khuôn mặt, trang phục, địa điểm, giọng nói và thậm chí cả hình ảnh kịch bản phân cảnh có thể được gắn vào các tài liệu đã tải lên. Các trường hợp trong sổ tay ràng buộc mỗi tham chiếu với một chủ đề được đặt tên một lần, sau đó sử dụng lại tên đó trong mọi cảnh sau. Nếu bạn đã thử nghiệm cùng kỷ luật đó trên thế hệ hiện tại, chẳng hạn như trên Wan 2.7 tham chiếu thành video, thì phiên bản 3.0 sẽ cảm thấy quen thuộc chứ không phải mới mẻ.
Không có điều nào trong số này yêu cầu viết một cuốn tiểu thuyết mỗi lần. Trường hợp tốt ngắn nhất trong sổ tay là một câu duy nhất về một UFO bắt cóc một con bò theo phong cách vẽ tay. Kỹ năng là biết lớp nào cảnh quay của bạn cần, đó chính xác là mục đích của ba trường hợp dưới đây.
Ngăn xếp prompt Wan 3.0: Ba lớp mà mọi trường hợp dài đều chia sẻ
Loại bỏ phần xương của mười chín trường hợp chính thức và các trường hợp dài đều là cùng một ngăn xếp ba lớp.
Lớp 1: ràng buộc tham chiếu. Một dòng cho mỗi tài liệu đã tải lên, nêu rõ nó là gì và những gì có thể được lấy từ nó. Xác định người phụ nữ trong hình ảnh 1 là Chủ thể 1. Chỉ lấy trang phục từ hình ảnh 2. Giọng nói cho Chủ thể 2 theo âm thanh 1. Ràng buộc một lần, sau đó gọi bằng tên mãi mãi. Các số nhiều mơ hồ như "các hình ảnh xác định các nhân vật" chính xác là những gì lớp này tồn tại để ngăn chặn.
Lớp 2: quy tắc toàn cục. Mọi thứ phải giữ đúng cho toàn bộ clip, được viết trước bất kỳ hành động nào: phong cách hình ảnh và các điểm tham chiếu của nó, một hệ thống màu sắc được đặt tên, hành vi ánh sáng, ngữ pháp máy quay, kỷ luật màn trình diễn, kỷ luật âm thanh và danh sách các lỗi bị cấm. Lớp này là nơi các trường hợp trong sổ tay mạnh mẽ nhất. Một trường hợp võ thuật giới hạn chuyển động chậm ở hai lần sử dụng dưới một giây mỗi lần, cấm phụ đề trên màn hình, cấm hoàn toàn nhạc nền, và cấm máy quay đứng yên quá 1,5 giây.
Lớp 3: dòng thời gian. Các nhịp có dấu thời gian hoặc đánh số, mỗi nhịp mang một sự kiện chính và một trạng thái kết thúc có thể nhìn thấy. Không phải "họ đánh nhau một lúc" mà là "0 đến 1,5 giây: anh ta đứng ở hàng lau sậy, ngược sáng, gió trong áo khoác, và nói một câu thoại của mình." Trạng thái kết thúc là những gì giữ cho giây thứ mười lăm nhất quán với giây thứ năm.
Một cách hữu ích để ghi nhớ: Lớp 1 là tuyển chọn, Lớp 2 là sách quy tắc, Lớp 3 là danh sách cảnh quay. Ba trường hợp sau đây mỗi trường hợp nhấn mạnh một lớp khó nhất.
Trường hợp 1: Cách viết prompt Wan 3.0 cho màn trình diễn, một khuôn mặt trong 30 giây
Trường hợp kém hào nhoáng nhất trong sổ tay là trường hợp hầu hết mọi người nên nghiên cứu đầu tiên: một cận cảnh cố định duy nhất của một phụ nữ trẻ trong bộ áo tốt nghiệp màu xanh, được giữ trong suốt 30 giây trong khi cô ấy nói chuyện, lo lắng, và cuối cùng nhìn xuống tay mình.
Ba mươi giây, một cảnh quay, không cắt. Áo tốt nghiệp cho bạn biết bối cảnh, lông mày cho bạn biết tình huống, và cái nhìn xuống hạ cánh chính xác nơi prompt đặt nó. Trường hợp chính thức từ sổ tay, đầu ra chưa chỉnh sửa.
Đây là những gì prompt chính thức làm, từng động tác, bằng lời của tôi thay vì lời của nó:
- Máy quay trước chủ thể. Nó mở đầu bằng cách khóa khung hình: cận cảnh trực diện, đầu và thân trên, và một sự cố ý không hoàn hảo, một người thứ hai ở cạnh trái hoàn toàn mờ. Các nền bạn đặt tên và sau đó làm mờ là các nền mà mô hình sẽ không làm sắc nét giữa cảnh quay.
- Trang phục như sự giải thích. Một bộ áo tốt nghiệp màu xanh thay thế một đoạn văn mô tả bối cảnh. Mô hình suy luận ra buổi lễ, đám đông, ngày hôm đó. Hãy chọn một bộ quần áo hoặc đạo cụ ngụ ý toàn bộ thế giới, và bỏ qua việc mô tả thế giới.
- Cảm xúc như một chuỗi hành động có thể nhìn thấy. Prompt không bao giờ yêu cầu "lo lắng". Nó viết miệng cô ấy cử động khi nói, lông mày hơi cau lại, vẻ mặt nghiêm túc. Mỗi mục là một thứ mà máy quay có thể xác minh. Nhãn cảm xúc là hy vọng. Chuyển động cơ bắp là hướng dẫn.
- Chuyển động vi mô bán được sự chân thực. Hai chi tiết làm được nhiều hơn mọi thứ khác cộng lại: máy quay giữ một chuyển động đung đưa nhẹ của tay cầm, và ánh mắt cô ấy di chuyển từ phía trước xuống tay mình, trên một quỹ đạo đã nêu. Hãy cho bất kỳ cảnh quay dài nào một thay đổi chậm, có chủ đích như vậy và cảnh quay sẽ đọc như được chỉ đạo thay vì được tạo ra.
Cấu trúc có thể tái sử dụng, bằng tiếng Anh, cấu trúc giống hệt trường hợp:
Plain1Frontal [shot size] on [subject], [framing detail]. A [defocused element] sits at the 2[edge] of frame. [Subject] wears [one garment that implies the whole scene]. 3[Subject] is [action], mouth moving, [brow / eyes / jaw detail]. Light falls from 4[direction], keeping [skin / fabric texture note]. The camera is locked but carries a 5faint handheld breathing sway. Across the shot, [one slow visible change: a gaze 6trajectory, a posture shift, an object lowered].
Điền mẫu đó với một chủ đề của riêng bạn trước khi chạm vào các sử thi 30 giây. Nếu khuôn mặt giữ trong ba mươi giây, cấu trúc của bạn là đúng.
Trường hợp 2: Cách cấu trúc prompt Wan 3.0 30 giây như một đạo diễn
Đoạn ngắn phi lý trong sổ tay là đối tượng giảng dạy cấu trúc tốt nhất trong toàn bộ tài liệu: một cô gái chăn bò cưỡi một con ngựa thật vào một trạm xăng Route 66 hẻo lánh, cầm vòi bơm, và đổ đầy cỏ tươi cho con ngựa của mình trong khi nhân viên trạm thế giới quan của cô ấy từ từ sụp đổ.
Ba mươi giây thiết lập thẳng thắn và một trò hề thị giác hoàn hảo. Sự hài hước được viết vào cấu trúc: khung hình quan sát cố định, sau đó là một cận cảnh cực kỳ đột ngột chính xác khi điều phi lý xảy ra. Trường hợp chính thức từ sổ tay, đầu ra chưa chỉnh sửa.
Prompt của nó được tổ chức thành năm mô-đun được đặt tên, và bản thân danh sách mô-đun là bài học:
- Một dòng giới thiệu. Hai câu về những gì xảy ra và trò đùa là gì. Không phải hình ảnh, mà là câu chuyện. Viết cái này trước buộc bạn phải biết 30 giây để làm gì.
- Một hệ thống màu sắc được đặt tên. Không phải "nhiều màu sắc" mà là một luật hai màu: bầu trời xanh mòng két và trái đất màu cam, sau đó mọi vật thể chính được gán cho một bên của nó, máy bơm màu đỏ phai, khăn quàng màu cam, những ngọn núi đất nung. Đặt tên cho hệ thống, sau đó phân phối nó. Tính nhất quán trong video AI thường là vấn đề bảng màu trước khi là vấn đề nhân vật.
- Danh sách diễn viên với công việc tường thuật. Mỗi nhân vật có hai hoặc ba đặc điểm có thể nhìn thấy và quan trọng là, một chức năng: nhân viên trạm được chỉ định rõ ràng là người mang cảnh phản ứng của bộ phim. Gán một công việc cho mô hình biết sự chú ý của máy quay thuộc về đâu trong mỗi nhịp mà nhân vật đó xuất hiện.
- Một triết lý máy quay được đặt tên. Trường hợp này phát minh ra một quy tắc và định nghĩa nó trong một dòng: quan sát bình tĩnh cộng với cận cảnh phi lý, có nghĩa là các cảnh quay trung bình cố định và lia máy chậm làm mặc định, bị phá vỡ bởi một cận cảnh cực kỳ đột ngột chỉ khi sự kiện phi lý xảy ra. Đặt tên cho quy tắc máy quay của bạn và sau đó tham khảo nó đánh bại việc mô tả lại các chuyển động máy quay trong mọi nhịp. Nó cũng là toàn bộ cơ chế hài hước: cái nhìn phẳng làm cho cận cảnh máy bơm cỏ hạ cánh.
- Một dòng thời gian bốn hành động với trạng thái kết thúc. Thiết lập, leo thang, cao trào, hậu quả, mỗi hành động có một phạm vi thời gian, một sự kiện chính và một hình ảnh cuối cùng đóng băng, cho đến khi tăm cuối cùng rơi khỏi miệng nhân viên trạm trong nhịp cuối cùng.
Mô hình có thể chuyển giao lớn hơn hài kịch. Dòng giới thiệu, luật bảng màu, diễn viên với công việc, một quy tắc máy quay được đặt tên, bốn hành động với trạng thái kết thúc: đó là một bản tóm tắt sản xuất, và Wan 3.0 là thế hệ đầu tiên của gia đình này có đủ đường băng, ba mươi giây của nó, để một bản tóm tắt có ý nghĩa. Màn trình diễn quái vật biển ở đầu bài viết này là cùng một cấu trúc với mười nhịp và một cung nhạc được tính điểm, được viết theo cùng một cách: mỗi nhịp một sự kiện, mỗi nhịp một trạng thái kết thúc có thể nhìn thấy.
Trường hợp 3: Viết vật lý chuyển động vào prompt Wan 3.0
Điều khó khăn nhất để có được từ bất kỳ mô hình video nào là chuyển động không mượt mà. Các mô hình trung bình hướng tới chuyển động nhẹ nhàng, liên tục, đó là lý do tại sao mọi nàng tiên AI đều lơ lửng như một quả bóng chậm. Nàng tiên trong sổ tay không lơ lửng. Cô ấy di chuyển như một con chuồn chuồn: lơ lửng chết, lao tức thì, dừng chết, hướng mới.
Lơ lửng, lao, dừng cứng. Vệt mờ ở giữa mỗi lần bứt tốc rộng một hoặc hai khung hình, chính xác như prompt đã dự trù. Trường hợp chính thức từ sổ tay, hiển thị dưới dạng GIF im lặng; clip được gửi mang theo âm thanh xung quanh riêng của nó.
Prompt này thắng với bốn kỹ thuật bạn có thể áp dụng trực tiếp:
- Tuyên bố ưu tiên lên đầu. Dòng đầu tiên công bố yêu cầu ưu tiên cao nhất duy nhất, luật chuyển động giống chuồn chuồn, trước bất kỳ phong cảnh nào. Sự chú ý là một ngân sách. Hãy dành các token mở đầu cho quy tắc quyết định thành công, không phải cho màu thảm.
- Một neo vật lý trong thế giới thực. Thay vì các tính từ như "nhanh và nhanh nhẹn", prompt đặt tên một loài động vật có dấu hiệu chuyển động mà mô hình đã thấy hàng nghìn lần: lơ lửng điểm, phóng ra, dừng hoàn toàn, chuyển hướng sắc nét. Một neo quen thuộc đánh bại mười trạng từ trừu tượng.
- Con số nơi tính từ sẽ mờ nhạt. Cú lao phải vượt qua 60 đến 90 phần trăm chiều rộng khung hình trong vòng 3 đến 5 khung hình. Điểm dừng phải giữ trong 2 đến 4 khung hình. Ít nhất sáu lần bứt tốc được phân tách rõ ràng phải xảy ra trong tám giây đầu tiên. Vệt mờ chuyển động còn lại được dự trù ở 1 đến 2 khung hình. Lúc này bạn không viết thơ, bạn đang viết một bản đặc tả kỹ thuật, và mô hình tôn trọng nó. Nhìn vào dải bên dưới: khung hình giữa cú lao là một vệt thuần túy, các khung hình ở hai bên sắc nét như ghim.
- Cấm mặc định. Prompt rõ ràng cấm lỗi mà nó dự đoán, bằng nhiều cách diễn đạt: không có nàng tiên lơ lửng chậm, không có bay đều tốc độ, không có lướt mượt liên tục, và sau đó một câu sửa lỗi nói rõ chuyển động không phải là gì, "không phải một đường bay liên tục, mà là những dịch chuyển ngắn, sắc nét, gần như bỏ qua khung hình." Khi bạn biết mô hình sẽ làm gì ở chế độ lái tự động, hãy viết chế độ lái tự động ra khỏi cảnh quay.
Bốn ảnh tĩnh liên tiếp từ trường hợp chuồn chuồn: lơ lửng bên cạnh gấu bông, vệt mờ chuyển động giữa cú lao, đến phía trên các khối, dừng lơ lửng chết
Bốn khung hình từ đầu ra ở trên. Sắc nét, vệt mờ, sắc nét, sắc nét: ngân sách mờ từ prompt, có thể nhìn thấy từng khung hình.
Bốn động tác tương tự tổng quát hóa cho bất kỳ vấn đề chuyển động nào: lia máy quất roi không được trở thành cắt, va chạm cần trọng lượng, chuyển động cơ học không được trở thành hữu cơ. Neo, định lượng, ưu tiên và cấm mặc định.
Hội thoại, Âm thanh và Cú pháp Tham chiếu trong Prompt Wan 3.0
Ba trường hợp trên im lặng về các cơ chế làm cho prompt Wan 3.0 nói chuyện, vì vậy đây là lớp cú pháp, được tổng hợp từ phần còn lại của các trường hợp trong sổ tay.
Hội thoại đi trong dấu ngoặc nhọn. Các câu thoại được bọc dưới dạng {Nhóm cơ nào hôm nay} thay vì để ở dạng văn xuôi mở, điều này giữ cho mô hình không tường thuật hội thoại của bạn như một chú thích. Các câu thoại hạ cánh với khớp môi, và một cảnh hội thoại được viết dưới dạng hành động xen kẽ và các dòng có ngoặc nhọn, giống hệt như một kịch bản phim.
Giọng nói có thể được chọn. Cú pháp tham chiếu mở rộng sang âm thanh: xác định người phụ nữ trong hình ảnh 1 là Chủ thể 1, sau đó nêu rằng giọng nói của Chủ thể 1 theo âm thanh 1. Khuôn mặt từ một tệp, giọng nói từ tệp khác, cả hai đều được khóa trong suốt thời gian.
Âm thanh cần một tuyên bố kỷ luật. Các trường hợp mạnh nhất tuyên bố cảnh quan âm thanh của chúng giống như cách chúng tuyên bố bảng màu. Một trường hợp hoạt hình nêu rõ các loại âm thanh của nó ngay từ đầu: chỉ có âm thanh xung quanh và nhạc, không có lời nói. Trường hợp võ thuật đi xa hơn, cấm hoàn toàn nhạc nền, chỉ giữ lại hơi thở, ma sát vải, đòn đánh và gió, và nó nhận được chính xác điều đó. Âm nhạc, khi được muốn, được viết như một cung xuyên suốt dòng thời gian, từ tiếng ồn sợ hãi trầm thấp qua leo thang dây đàn đến một tác động bằng đồng và một nốt nhạc diệt vong dài, được ánh xạ vào các nhịp mà nó phải đánh.
Im lặng cũng là một yêu cầu. Không được prompt, mô hình lấp đầy bản nhạc. Nếu cảnh quay của bạn chỉ cần âm thanh phòng và một sự kiện âm thanh, hãy nói rõ. Chỉ đạo âm thanh trong Wan 3.0 không phải là trang trí. Nó là nửa thứ hai của phương tiện.
Nơi thực hành công thức prompt Wan 3.0 ngay hôm nay
Wan 3.0 vẫn đang trên đường tới và người dùng không thể sử dụng nó ngay bây giờ. Cấu trúc trên vẫn cộng dồn ngay bây giờ, bởi vì không có gì trong đó bị khóa phiên bản: ràng buộc, quy tắc toàn cục, dòng thời gian, hội thoại trong ngoặc nhọn và mặc định bị cấm đều chạy trên thế hệ Wan hiện tại.
Toàn bộ gia đình hiện tại đang hoạt động trên Atlas Cloud, Wan 2.7 văn bản thành video, hình ảnh thành video, tham chiếu thành video và chỉnh sửa video, trên một khóa với giá mỗi lần chạy được hiển thị trước khi bạn nhấn chạy. Một bài tập thực tế: lấy cấu trúc của Trường hợp 1, điền chủ đề của riêng bạn và chạy nó dưới dạng một cảnh quay ngắn trên Wan 2.7 văn bản thành video. Nếu chuỗi trình diễn giữ vững ở đó, thì cùng một tệp đó là bản nháp Wan 3.0 của bạn vào ngày đầu tiên, với thời lượng được tăng lên thay vì viết lại. Atlas Cloud có thói quen mang quyền truy cập Ngày-0 khi gia đình này cập nhật, vì vậy môi trường thực hành và điểm đến có khả năng là cùng một trang.
Câu hỏi thường gặp
Prompt Wan 3.0 nên dài bao nhiêu?
Dài theo nhu cầu của cảnh quay và không dài hơn. Sổ tay chính thức có phạm vi từ một câu, một trò hề UFO vẽ tay, đến các prompt dài hơn một nghìn từ cho một bộ phim quái vật mười nhịp. Biến số quyết định là thời lượng và quy mô diễn viên: một bài kiểm tra chủ thể đơn 5 giây cần một câu dày đặc, một câu chuyện nhiều nhân vật 30 giây cần cả ba lớp, ràng buộc, quy tắc toàn cục và dòng thời gian.
Wan 3.0 có tạo âm thanh từ prompt không?
Có, âm thanh được tạo ra trong cùng một lần với hình ảnh. Hội thoại được viết trong dấu ngoặc nhọn và hạ cánh với khớp môi, hiệu ứng âm thanh và âm thanh xung quanh được viết dưới dạng văn xuôi, và âm nhạc có thể được chỉ đạo như một cung xuyên suốt dòng thời gian. Kỷ luật có hai mặt: nếu bạn muốn gần như im lặng, hoặc âm thanh xung quanh không có nhạc nền, bạn phải nói rõ, nếu không mô hình sẽ tự lấp đầy bản nhạc.
Cú pháp dấu ngoặc nhọn trong prompt Wan 3.0 là gì?
Dấu ngoặc nhọn đánh dấu các từ được nói to bởi một nhân vật, như trong {Gặp anh ở vạch đích nhé}. Giữ hội thoại bên trong dấu ngoặc nhọn tách nó khỏi mô tả cảnh, để mô hình thực hiện câu thoại thay vì minh họa nó. Đối với công việc đa ngôn ngữ, hãy nêu ngôn ngữ trước câu thoại và phong cách truyền tải cùng với nó.
Làm thế nào để giữ một nhân vật nhất quán trong suốt video Wan 3.0 dài 30 giây?
Ràng buộc nhân vật với một tham chiếu một lần, với phạm vi: xác định người trong hình ảnh 1 là Chủ thể 1, chỉ lấy khuôn mặt, tóc và trang phục. Sau đó lặp lại tên của chủ thể trong mọi nhịp dòng thời gian mà họ xuất hiện, và nhắc lại hai hoặc ba đặc điểm đã khóa tại bất kỳ thời điểm rủi ro cao nào như một hành động liên quan đến trang phục hoặc thay đổi ánh sáng. Trường hợp cảnh đánh nhau trong sổ tay thậm chí còn nhắc lại các khóa đặc điểm cho mỗi mô-đun, đây là phiên bản thắt lưng và dây treo.
Tôi có thể thực hành viết prompt Wan 3.0 trước khi có quyền truy cập không?
Có, và bạn nên làm như vậy. Cấu trúc ba lớp, hội thoại trong ngoặc nhọn, ràng buộc tham chiếu và kỹ thuật cấm mặc định đều chạy trên gia đình hiện tại ngay hôm nay. Wan 2.7 trên Atlas Cloud bao gồm văn bản thành video, hình ảnh thành video, tham chiếu thành video và chỉnh sửa video trên một khóa, vì vậy một mẫu đã được chứng minh ở đó chuyển sang 3.0 dưới dạng thay đổi thời lượng chứ không phải viết lại.
Kết luận
Mười chín trường hợp chính thức nói cùng một điều theo ba cách khác nhau: một prompt Wan 3.0 là một tài liệu sản xuất, không phải một chú thích. Chọn diễn viên tham chiếu của bạn, lập pháp cho phong cách của bạn, lên lịch các nhịp của bạn và coi âm thanh là một nửa của bức tranh. Bắt đầu với cấu trúc cận cảnh tốt nghiệp, tiến tới bản tóm tắt năm mô-đun và để dành bản đặc tả chuyển động được dự trù khung hình cho cảnh quay cần nó. Các mô hình sẽ tiếp tục thay đổi. Kỷ luật viết thời gian thay vì mô tả hình ảnh là phần bạn giữ được.
