指南

Wan 3.0 指南

Wan 3.0 把文生、圖生、參考生影片統一進一個模型,單次最長 30 秒,還能圖片、影片、音訊混著餵。本指南按真實創作任務組織:從基礎公式、音訊開關與 adaptive 比例,到全能參考與 30 秒長影片寫法——每個範例都能一鍵預填進 Molyin 生成器。

更新於 2026-08-06

01 基礎公式

Wan 3.0 聽得懂結構化的指令:誰、做什麼、鏡頭怎麼動、在哪、什麼調性。本章先立提示詞骨架,再講透兩個 3.0 的新旋鈕——音訊開關與 adaptive 智慧畫幅。

1.1 基本提示詞公式

一切從一句話開始:主體加動作是必需的兩塊,鏡頭、環境、風格按需疊加。時長是 2-30 秒的連續撥盤——幾秒就安排幾秒的事,30 秒的長篇寫法見第四章。

[主體] + [動作] + 可選 [鏡頭] [環境] [風格]

必填

主體

畫面裡的主角——人物、動物或產品,描述越具體越好。

必填

動作

主體在做什麼,寫清肢體部位與快慢輕重;緩慢連貫的小動作最穩。

可選

鏡頭

景別與運鏡:特寫、推鏡、橫移;多鏡頭敘事直接寫分鏡,如「第1個鏡頭[0-3秒] 全景」。

可選

環境

場景與氛圍:地點、時間、光線、天氣。

可選

風格

美術調性與畫質:色調、質感、清晰度。

雨夜街角的書店

提示詞

雨夜的街角,一家暖黃色燈光的小書店還亮著燈,穿米色毛衣的店主把一疊書搬上窗台,抬頭看了一眼窗外的雨,微笑著掛出「營業中」的木牌。鏡頭從街對面緩慢推近至櫥窗特寫,雨滴在玻璃上滑落,霓虹招牌在濕漉漉的路面投下倒影。電影質感,暖冷對比色調,細節豐富。

主體+動作兩句起步,鏡頭與環境各補一句,風格詞收尾——一條合格的 Wan 3.0 基礎提示詞。

1.2 音訊開關:原聲成片還是乾淨底片

Wan 家族的音訊第一次有了開關(同價):開著,環境音、音效、配樂隨畫面一次生成,拿到就是成片;關掉,拿無音軌的乾淨底片,自己鋪音樂做後期。要「成片感」就開,要「素材感」就關——後期要配音、加字幕、換 BGM 的商單,直接關掉最省心。

靜音空鏡素材

提示詞

清晨的竹林,薄霧在竹幹之間緩慢流動,陽光從葉隙斜射下來形成一道道光柱,幾片竹葉隨風飄落。鏡頭低機位緩慢橫移,畫面安靜空靈,紀錄片質感,青綠色調。

已為你關閉音訊開關——這條拿去做背景素材,自己鋪音樂和旁白,不會有模型自作主張的 BGM。

1.3 adaptive 智慧畫幅

比例新增 adaptive 預設檔:不指定,模型按你的參考素材與內容意圖自動選畫幅——直式素材出直式、電影感文案出橫式,多數時候比人手選得準。要精確控制(比如必須 9:16 投訊息流),五檔顯式比例照常可選。拿不準就交給 adaptive,有硬要求就顯式指定。

香薰蠟燭預告片

提示詞

一支手工香薰蠟燭在原木桌面上靜靜燃燒,燭火輕微搖曳,琥珀色的蠟液泛著柔光,背景是虛化的亞麻布與乾花。鏡頭環繞蠟燭緩慢半周,光斑在桌面移動。極簡高級感,暖色調,商業廣告質感。

已預填 adaptive——模型會按「商業廣告質感」的意圖自動選擇合適畫幅;要鎖定比例隨時改選顯式檔。

02 圖生影片

一張首幀圖片加一句運動描述,Wan 3.0 就能讓畫面動起來——提示詞的重心從「描述畫面」轉向「描述運動」,因為畫面已經有了。首幀定開場、首尾幀定起止,兩種玩法本章講透。

2.1 讓照片動起來

圖生影片的提示詞只寫三件事:誰動、怎麼動、鏡頭動不動。圖裡沒有的東西不要硬加,圖裡已有的東西可以「喚醒」——飄動的衣角、流動的水面、搖曳的燈火,都是高命中的小動作。補一句「延續原圖質感」,畫風就不會跑偏。

漁港燈火

提示詞

讓這張照片動起來:夜幕下的漁港,漁船的燈火一盞接一盞亮起,燈光在水面拉出搖晃的倒影,桅杆上的旗子被海風吹得輕輕擺動,遠處燈塔的光束緩緩掃過。鏡頭保持固定,全程延續原圖的藍調底片質感。

需上傳 1 張首幀圖片;只寫動作不重述場景,「延續原圖質感」一句穩住畫風。

2.2 首尾幀:開頭結尾都歸你管

上傳首幀和尾幀兩張圖,模型自動生成中間的過程。提示詞的寫法隨之改變:不用描述起點和終點(圖裡已經有了),只寫「怎麼從 A 到 B」——變化的節奏、鏡頭怎麼配合。兩張圖的長寬比要一致,構圖差異越大越要給足過程描述。

一棵樹的四季

提示詞

同一棵樹從春天的滿樹繁花緩緩變化:花瓣隨風飄落,綠葉逐漸濃密成蔭,隨後葉色轉黃轉紅,最後只剩雪覆的枝椏。鏡頭緩慢拉遠,四季的光影流轉自然連貫,樹的位置與構圖嚴格跟隨首尾幀。

需在圖生影片模式上傳首幀(春)+尾幀(冬)兩張圖;8 秒給足四季流轉的時間。

03 全能參考

Wan 3.0 的頭號能力:圖片、影片、音訊三路參考混著餵——最多 10 張圖 + 5 段影片 + 5 段音訊。圖管長相、影片管動態、音訊管音色,提示詞裡用「圖片N」「影片N」「音訊N」按上傳順序點名分工(三類素材各自獨立編號)。

3.1 多圖參考公式

參考生影片的提示詞結構是三段式:先用「圖片N」把素材請進場,再寫新場景裡發生什麼,最後一句「保持一致」收口。同一主體的多角度圖效果最好;一張圖裡只放一個主體,拼合圖會讓模型分不清誰是誰。

[參考素材:圖片1…] + [場景描述] + 保持 [主體] 特徵一致

必填

參考素材

最多 10 張參考圖,用「圖片N」按上傳順序引用。

可選

場景描述

新場景裡發生什麼:動作、環境、運鏡——畫面從零生成,全由文字決定。

可選

一致性

一句「與參考圖保持一致」強化外觀鎖定。

咖啡師的新品日

提示詞

圖片1中的咖啡師繫著圖片2中的深綠色圍裙,站在圖片3的極簡咖啡吧台後,把一杯手沖咖啡輕輕推向鏡頭,奶泡上的拉花清晰可見,他抬頭微笑。鏡頭從咖啡杯特寫緩慢拉遠至中景,暖色調晨光,溫馨治癒的日常氛圍。人物、服裝與場景的外觀和參考圖保持一致。

需上傳 3 張參考圖(人物/服裝/場景);「圖片1」「圖片2」「圖片3」逐一指名分工,結尾「保持一致」鎖定外觀。

3.2 參考影片:遷移動作與運鏡

參考影片負責「怎麼動」:角色的動作節奏、鏡頭的運動語言,模型從影片裡學走,用到你的新場景上。硬規則記住三條:參考影片最多 5 段、總時長不超過 15 秒;參考影片的總秒數會佔用 30 秒的生成預算(參考 10 秒,輸出最長約 20 秒);作為主體參考時只放單一主體。

把電影運鏡借過來

提示詞

參考影片1的運鏡方式與鏡頭節奏:鏡頭從桌面低機位升起,環繞主體半周後拉遠定格。畫面換成圖片1中的復古打字機,它在深夜的書桌上被一雙看不見的手敲擊,紙張隨敲擊輕輕震動,檯燈光暈溫暖。運鏡嚴格參考影片1,主體外觀與圖片1保持一致,電影質感。

需上傳 1 段參考影片 + 1 張主體圖;「參考影片1的運鏡方式與鏡頭節奏」是遷移鏡頭語言的固定句式。

3.3 參考音訊:讓角色用你的聲音說話

參考音訊是 Wan 家族的新通道:上傳一段清晰人聲(最多 5 段、總長不超過 15 秒),模型復刻其音色,讓畫面裡的角色用那個聲線說出你寫的台詞。寫法上點名「音訊N」並補一句語氣指令,口型會與發音自動同步。

品牌主理人的開場白

提示詞

圖片1中的品牌主理人坐在圖片2的原木工作室裡,面前擺著幾件手作皮具,她看向鏡頭,用音訊1的音色自然地說:「做了八年手工,最想說的還是那句——慢慢來,比較快。」保持音訊1溫暖從容的語調與停頓節奏,口型與發音嚴格同步,人物外觀與參考圖保持一致。

需上傳 1 張人物圖 + 1 張場景圖 + 1 段人聲音訊;「保持音訊1的語調與停頓節奏」是高保真復刻的關鍵句式。

04 30 秒長影片與實戰工作流

30 秒是 Wan 3.0 的代際升級——一條片子可以講完一個完整故事。本章給你長影片的分段寫法,以及老手的成本工作流:480p 打樣、定稿再切高檔位。

4.1 30 秒分段劇本

長影片的寫法是把片子切成時間切片:每段寫清「起止秒數 + 畫面內容 + 運鏡」,開頭再加一段全局設定定住風格與氛圍。切片的動作量要和時長匹配——3 秒塞 10 個動作,模型只能快進;要切鏡就在切片裡寫明轉場方式。

[全局設定] + [起止秒數] + [畫面內容與運鏡] + 可選 [轉場方式]

必填

時間切片

明確的起止秒數(如 0-5s、5-12s),把 30 秒切成 3-5 段最穩。

必填

畫面與運鏡

這個切片裡發生什麼、鏡頭怎麼動——動作量與切片時長匹配。

可選

全局設定

開頭一段話定住風格、色調、氛圍與禁止項,全片生效。

可選

轉場方式

切片之間的銜接:自然切換、疊化、遮擋轉場,點名即可。

城市甦醒的 30 秒

提示詞

【全局設定】紀實航拍風格,清晨冷藍到暖金的色調漸變,真實物理光影,無字幕、無配樂(純環境音)。 0-6s:黎明前的城市天際線,燈光星星點點,雲層低垂,鏡頭高空緩慢推進。 6-14s:天邊泛起魚肚白,鏡頭下降穿過雲層,城市的輪廓逐漸清晰,早班的輕軌從樓群間駛過,拖出一道光軌。 14-22s:鏡頭降至街道高度跟拍,早餐店拉開鐵捲門,蒸汽從蒸籠裡升騰,騎車的人穿過晨光,城市開始甦醒。 22-30s:太陽躍出地平線,鏡頭快速拉升回到高空,整座城市被金色晨光鋪滿,畫面在壯闊的全景中定格。

全局設定定基調,四個切片各管一段——30 秒片子先寫骨架再填血肉,節奏就不會散。

4.2 480p 打樣工作流

老手的工作流:創意階段用 480p 打樣——成本約為 1080p 的四分之一,構圖、動作、節奏驗證滿意後,同一條提示詞切到 1080p 出定稿。打樣階段改十遍不心疼,定稿一次過。

滑板少年(打樣版)

提示詞

黃昏的滑板公園,穿 oversize 衛衣的少年從斜坡衝下,起跳、翻板、穩穩落地,滑向鏡頭前急停,揚起的塵土在逆光中清晰可見。鏡頭低機位跟隨,隨後環繞半周定格在他的笑臉。運動鏡頭有速度感,街頭紀實風格,暖金色調。

已預填 480p——這條先驗證動作與運鏡;滿意後把解析度切到 1080p、時長拉長,同一條提示詞出定稿。

Wan 3.0 參數速查(vs 2.7)

以下是 Molyin 生成器為 Wan 3.0 實際開放的全部檔位,與 Wan 2.7 同表對照。

Wan 3.0Wan 2.7
模式文生影片 / 圖生影片 / 參考生影片文生影片 / 圖生影片 / 參考生影片
解析度480p / 720p / 1080p720p / 1080p
時長2–30 秒2–15 秒
長寬比auto / 16:9 / 9:16 / 1:1 / 4:3 / 3:416:9 / 9:16 / 1:1 / 4:3 / 3:4
音訊支援預設輸出音訊,無控制參數
首尾幀支援支援
參考圖數量1–10 張1–5 張
參考影片數量最多 3 段最多 3 段
參考音訊數量最多 5 條不支援
返回尾幀圖不支援不支援

常見問題

最常問的八個問題,以及我們驗證過的答案。