APIMODELSAPIMODELS

Wan 3.0 Image Reference Prompts

Sixty-four Wan 3.0 prompts from the official Wan 3.0 creator handbook, each shown next to the clip it produced: 30-second text-to-video, image, video and audio references, document-to-video, editing, extension and first-frame jobs. Hover to play, one click to copy.

← All 64 Wan 3.0 prompts

Last updated: · Wan 3.0 API — pricing & playground · API docs

TL;DR

Wan 3.0 is Alibaba's all-in-one video model: one model name covers text-to-video, first-frame and first+last-frame image-to-video, and omni-reference generation from up to 10 reference images, 5 reference videos and 5 audio clips, or straight from a document or a public web page. It outputs a native single shot of up to 30 seconds at 30fps with a synced audio track, in 480P, 720P or 1080P. On apimodels.app it is model wan-3.0-video at $0.045, $0.09 and $0.18 per second by resolution, with a prime mode that is about 6x faster for roughly 50% more. This page collects the 64 prompts and sample clips published in the official Wan 3.0 creator handbook, grouped by job type and free to copy.

Source: Wan 3.0 视频创作者手册(通义万相) (the model vendor’s official site)

Hover to preview · click for sound

Storyboard reference: a rainy platform farewell

参考 @Image1 的分镜图,镜头1:雨夜小火车站台全景,长发女孩撑蓝色雨伞独自站在站台上,身后小站房透出暖光,远处青山隐没在雨雾中;镜头2:中景,女孩撑伞与背书包的短发男孩在站台上面对面站立,大雨倾盆,铁轨在两人之间延伸;镜头3:透过雨滴滑落的透明伞面拍摄女孩面部特写,她眼眶泛红,轻声说{到了那边记得发消息};镜头4:从男孩背后越肩拍向女孩方向,远处一列火车亮着车头灯缓缓驶来,雨幕中光晕扩散;镜头5:双手特写,女孩将一张折叠的纸条递到男孩手中,指尖微微颤抖;镜头6:女孩独自站在站台边,目送铁轨延伸向远方,男孩已不在身旁,雨势渐弱。

Hover to preview · click for sound

Five keyframes: a Chinese-style headdress showcase

参考上传的5张关键帧图片,生成一支10秒、16:9横版的国风人物头饰展示短视频。整体风格延续参考视频的节奏与展示逻辑,画面精致、干净、克制,带有时尚国风与中式视觉设计感。5位人物按照上传顺序依次出场,人物始终固定在画面正中央,构图稳定,不要人物跑位,不要大幅运镜,不要夸张肢体动作。每位人物停留约2秒,主要动态为轻微左右摇头、缓慢偏头、微微抬颌或回正,让头饰得到充分展示。头饰上的流苏、花朵、喜鹊、纸鸢、蝴蝶等装饰可以有轻微摆动或颤动,背景中的中式纹样如祥云、亭台楼阁、山水纹样保持相对静止,仅有极轻微的呼吸感或视差感。 人物之间的切换方式要统一为“水平翻牌式切换”:当前人物画面像一张竖立在中心的卡片,围绕竖直中轴做平滑的水平翻转,翻到侧面时短暂变窄,随后下一位人物从翻转的另一面自然出现,形成连续的卡牌翻面效果。切换过程干净利落、平滑顺畅,节奏清晰,不要飞散,不要缩放乱跳,不要人物从边缘飞入。切换时人物位置不能偏移,始终保持中心对齐,像在同一个展示台上不断翻牌更换不同人物。 每一位人物的单独动态要求如下:人物保持半身肖像式展示,眼神自然,表情平静高级,身体整体稳定,只有头部轻微向左偏转再回正,或向右偏转再回正,动作幅度小而优雅,用来展示头饰层次。耳饰、流苏、花枝、鸟羽、纸鸢细节可以随动作产生轻微延迟摆动,增强精致感。不要说话,不要夸张眨眼,不要大笑,不要大幅度扭身。 整体镜头语言以固定镜头为主,可有极轻微缓慢推进,营造高级海报动态感,但不能破坏人物始终居中的展示效果。视频整体节奏是“停留展示—水平翻牌—停留展示—水平翻牌”,重复5位人物,最终在最后一位人物上稳定停留结束。 分镜时间轴版 0s - 2s 第一位人物居中展示。 人物轻微将头从正面偏向一侧,再缓慢回正,展示头顶花朵、喜鹊与流苏头饰。 流苏和小装饰轻微摆动,背景纹样保持稳定。 2s - 2.4s 进入第一次翻牌切换。 当前人物画面围绕竖直中轴做水平翻转,像卡片翻面一样,翻到最窄处后自然切换到下一位人物。 翻转时人物仍固定在中心。 2.4s - 4.4s 第二位人物居中展示。 侧脸人物可做轻微抬颌、微小回头或轻轻转回一点,再停住,突出纸鸢、花朵和喜鹊头饰。 花瓣或小装饰可以极轻微漂浮。 4.4s - 4.8s 第二次翻牌切换。 同样采用水平翻牌式过渡,干净利落,不要多余特效。 4.8s - 6.8s 第三位人物居中展示。 人物轻微左右摇头,小幅展示夸张头饰的不同层次。

Hover to preview · click for sound

Miniature fantasy: a dragonfly-flight sprite chase

生成一支10秒、16:9横版、1920×1080、30fps、单镜头连续完成的微缩奇幻高速追逐短片。 最高优先级要求:小精灵必须采用蜻蜓式“定点悬停—瞬间弹射—完全急停—锐角变轨”的运动方式。禁止将其表现为普通仙女缓慢漂浮、匀速前进或连续平滑滑翔。参考图风格: @Image2 全片前7.8秒至少出现六次清晰可辨的爆发移动。每次弹射必须在3—5帧内跨越画面宽度的60%—90%,到达新位置后立即完全停止2—4帧。冲刺过程只留下1—2帧粉色身体残影和透明翅膀拖影,急停后的角色必须瞬间恢复锐利。 视觉效果接近真实蜻蜓: 远处定点悬停 → 突然跨越数米 → 在另一处瞬间定住 → 改变身体朝向 → 再向完全不同的方向爆发移动。 这不是连续飞行路径,而是由多个短促、锐利、近乎跳帧的高速位移连接而成。角色不能用普通缓慢飞行填充时长。 角色造型 全片只出现同一位成年微型飞行者,身高约15—20厘米: 浅金色短发; 浅粉色轻薄短裙; 裸露小腿; 两对狭长半透明蜻蜓翅膀; 翅膀具有细密翅脉和轻微虹彩; 身体比例稳定; 主要展示背面与侧背面; 不出现面部特写。 她不是儿童角色,不采用可爱芭蕾式悬浮姿态。 悬停时身体接近竖直,四片翅膀高频振动;爆发启动前,身体在1—2帧内迅速压低并转为水平前倾姿态,头部、胸口与脚尖指向飞行方向。 急停时身体快速抬起,双腿向前摆动抵消惯性,翅膀向两侧展开制动。急停完成后身体必须完全静止,只有翅膀保持高频振动。 场景 真实、温暖、略显凌乱的儿童玩具房: 米黄色短绒地毯;

Hover to preview · click for sound

Ragdoll cat sprint down a hotel corridor

0-4秒(全景/对称定格): 画面:一条无限延伸的豪华酒店长廊。画面正中央,一只毛茸茸的布偶猫 @Image1 四肢腾空,呈标准的奔跑姿态冲向镜头。它的表情严肃而专注,仿佛在执行一项神圣任务。在它身后右侧约两米处,一只体型较小的黑猫 @Image2 正背对镜头向走廊深处狂奔,但头部夸张地向后扭转180度,瞪圆了眼睛回望追兵。 细节:两者的动作被凝固在一种“动态的静止”中,如同精致的发条玩具。背景中的拱门、壁灯、地毯花纹全部严格左右对称。 4-9秒(侧跟拍/剖面视角): 画面:镜头切换至走廊侧面的剖面视角(仿佛墙壁被切开)。布偶猫在前景从左向右匀速跑过,步伐机械而优雅;黑猫在中景从右向左反向穿过,形成交叉动线。 风格:背景是层层叠叠的粉色墙纸与金色画框,所有物体都保持绝对的垂直与水平,没有任何倾斜。两只猫的毛发质感极其细腻,与背景平整的色块形成强烈对比。 9-13秒 [洗衣房/滚筒特写]: 画面:正面平视特写,聚焦于一台复古薄荷绿的双缸洗衣机玻璃门。布偶猫@图片1 和黑猫@图片2 被困在旋转的滚筒内,随着水流和泡沫翻滚。 细节:两只猫并未惊慌,而是保持着僵硬的“漂浮”姿态,眼神空洞地直视前方,仿佛在进行某种失重训练。背景是整齐排列的同色系洗衣液瓶,标签颜色按彩虹光谱严格排序。光线透过肥皂泡折射出梦幻的光斑,动作缓慢而富有节奏感,如同水下芭蕾。 13-17秒 [行李传送带/俯视追踪]: 画面:垂直90度俯拍。一条深红色的机场式行李传送带横贯画面。布偶猫@图片1 端坐在一个贴满旅行贴纸的棕色皮箱上,双手交叠放在膝盖,神情庄重如贵族出行;黑猫@图片2 则趴在另一个较小的绿色手提箱上,身体随传送带匀速向右滑动,尾巴有节奏地左右摆动,像节拍器一样精准。 细节:传送带两侧是纯白色的墙壁,没有任何杂物。每隔五秒,一盏顶灯闪烁一次,配合猫咪的移动频率,营造出机械般的秩序感。色彩以红、棕、绿、白为主,对比鲜明且干净利落。 17-20秒 [电话亭/镜像对称]: 画面:正面平视,画面被一扇老式红色电话亭的玻璃门一分为二。左侧是布偶猫@图片1 的正脸特写,它正对着听筒,嘴巴微张似乎在说话,眼神犀利;右侧是黑猫@图片2 的镜像倒影(或实际站在玻璃另一侧),它模仿着布偶猫的动作,但表情却是极度的惊恐和滑稽,眼睛瞪得极大。 细节:电话亭内部空间狭小,背景是模糊的城市街景,但被处理成柔和的色块。玻璃上的反光清晰可见,增强了空间的层次感。最后画面定格在两只猫截然不同的表情对比上,色彩饱和度达到峰值,充满戏剧张力与荒诞幽默感。

Hover to preview · click for sound

Character-sheet lock: a wuxia swordsman storyboard

1️⃣模块一·多模态参考层 基于上传的角色卡,严格保持男性角色的黑发高发髻、鬓角碎发被风吹起、锐利深色瞳、清瘦而线条分明的面部轮廓特征一致;严格保持其灰白色交领长衫内衬、外披黑灰色破边流苏罩肩、胸前多重银币吊坠链饰、深棕色宽腰带缠绕层叠布料的造型细节一致。基于上传的角色卡,严格保持女性角色的深棕色长直发略带湿润感散落肩侧、清冷侧脸轮廓、深色瞳孔的特征一致;严格保持其橄榄棕色皮革立领短打劲装、胸腹部多重皮带交叉束缚绑带、内搭浅色衬衣领口的造型一致。场景严格基于上传的湖畔芦苇滩图(金色芦苇丛在夕阳逆光中大片摇曳,地面散布深色碎石与岩块,湖面在远处泛起细碎波光,天空由青转金形成冷暖交界的过渡色带),不替换、不混入其他场景元素。 2️⃣模块二·全局设定 基础环境与质感:湖畔芦苇滩地,金色芦苇随风大片剧烈翻涌,近景散落深色岩石可作借力、翻跃与遮蔽,地面为干硬沙土混杂枯草与碎石,远处湖面波光粼粼,逆光颗粒感强烈,空气中大量漂浮芦苇绒絮与扬尘,视觉冲击力强。 视觉风格:电影级写实武侠质感,一代宗师式逆光剪影与卧虎藏龙式旷野张力并置,暖金逆光与冷蓝天色形成强烈色温对撞,高对比光影切割身体轮廓,浅景深与深景深交替使用以强化空间纵深与冲击力。 镜头语言:本版本运镜复杂度显著提升——开场对白用中近景固定镜头制造言语张力的静场感;进入打斗后采用多机位快速切换(低角度仰拍出手轮廓、过顶俯冲镖射镜头展现缠斗整体、望远长焦压缩空间制造逼近感、手持轻微震动贴身跟拍配合寸拳节奏、侧向大幅度环绕展现身位互换);允许使用速度渐变(正常速度骤然推入极短慢镜,再瞬间弹回正常速度)制造打击瞬间的冲击力,全片慢镜/定格次数放宽至2次,每次不超过1秒;切镜频率提升但轴线与几何关系必须保持连续,不得出现方向错乱或位置漂移;收尾采用缓慢拉升的全景镜头收束情绪。 人物造型:男性角色延续角色卡设定,罩肩流苏与银币链饰在剧烈打斗中大幅甩动碰撞出清晰声响,长衫下摆随高强度步法翻卷撕扯;女性角色延续角色卡设定,皮革束带贴身不散但衣领与发丝随身法剧烈甩动,长发在多次翻转闪避中大幅扬起。 表演核心:开场对白简练锋利,一句挑衅、一句应战,语气克制但暗藏杀机;打斗段落要求招招凌厉、连续性强、力量感十足——寸拳、擒摔、反关节、借力翻跌接连爆发,节奏应比常规版本更密集、更具视觉冲击,但每一击仍须有明确发力与受力反馈,杜绝为炫技而炫技的空转动作;整场为纯粹徒手近战,不出现兵器、法术、光效等超现实特效。 台词与音效纪律:全片保留人物同步对白,不使用屏幕字幕;对白仅出现在开场极短两句交锋,打斗全程不安排语言,仅保留急促呼吸声、拳风破空声、布料剧烈摩擦声与身体落地闷响;背景不使用配乐,环境音(狂风声、芦苇剧烈摩擦声、水浪声)随打斗强度增大而增强,收尾处可点缀极简重音强调最后定格。 禁止项:不要屏幕字幕;不要背景音乐喧宾夺主;不要面部或服装穿模变形;不要肢体断裂或穿插错位;不要出现光刃、法术特效或凌空浮空超出人体力学的动作;不要慢镜/定格超过2次或单次超过1秒;不要镜头切换导致空间重置或轴线错乱;不要下跪等仪式性动作;不要镜头静止超过1.5秒(对白固定镜头单镜不超过2秒)。 空间调度:以芦苇丛边界、近景岩石群、湖岸边缘三个空间锚点构建动线——对白后迅速由静转动,从芦苇丛外围爆发式贴近,转入岩石区借力翻跌与反关节缠斗,最终在湖岸边缘完成高潮摔投并定格收束;打斗时长控制在约15秒,运镜强度随节奏逐步攀升再骤然收束。 3️⃣模块三·时间戳戏剧分镜 【0-1.5秒】男性角色立于芦苇丛边缘,逆光轮廓锐利,风卷起衣袍下摆,镜头固定中近景对准他,他冷声开口:"还想拦我?" 【1.5-3秒】镜头切至女性角色近景,发丝被风扬起半遮面容,她唇角一沉:"试试就知道。"话音未落,她已向前迈出第一步——打斗骤然引爆。 【3-4.5秒】女性角色骤然贴近,右拳直取面门,男性角色侧头堪堪避过,镜头由固定切为手持贴身跟拍,微震感配合出拳节奏,芦苇绒絮在两人之间炸开。 【4.5-6秒】男性角色反手抓其手腕借力回带,女性角色顺势翻转卸力反打一肘,镜头切换至低角度仰拍,捕捉两人交叠手臂与转身轮廓的剪影。 【6-7.5秒】速度渐变慢镜(约0.8秒):女性角色一记侧踢擦过男性角色肋侧堪堪未中,衣料剧烈鼓起的瞬间被短暂放大,随即镜头速度骤然弹回正常。 【7.5-9秒】男性角色借躲闪之势反手擒住她手臂发力欲摔,女性角色低身卸力翻滚脱出,镜头切换为过顶俯冲镖射镜头,展现二人在地面翻滚缠斗的整体轨迹。 【9-10.5秒】二人几乎同时起身再次贴近,连续三次快速交手(直拳—格挡—反打),镜头做侧向大幅度环绕运镜,轴线保持连续,展现身位持续互换。 【10.5-12秒】女性角色借岩石借力猛然腾身,一记高踢直取男性角色肩侧,男性角色侧身堪堪滑过并顺势抓住她小腿,镜头切至望远长焦压缩镜头,强化逼近感与冲击力。 【12-13秒】男性角色借势用力一带,女性角色借惯性翻身反手扣住他肩颈欲制,二人瞬间贴身角力僵持,镜头急速推进特写二人紧绷的手臂与肌肉线条。 【13-14秒】速度渐变第二次慢镜(约1秒):男性角色发力将女性角色翻身压制,二人同时向岩石区边缘倾倒失衡,衣袍与发丝在空气中剧烈甩起的瞬间被放大定格,随即镜头速度骤然恢复正常。

Hover to preview · click for sound

Five-image storyboard for a 9-second product launch

生成9秒高级产品发布动态视频,纯白棚拍,柔和自然光,电影级微距。风格:Google Apple/Material Design,结合彩色纸张工艺、半透明材质与UI界面,干净精致。 按5张图分镜: - 图1(0–1.48s):白底中央,紧凑彩色纸张堆叠(白页+蓝绿紫半透明纸),留白充足,仅呼吸浮动,保持克制开场。 @Image1 - 图2(1.48–3s):纸张通过paper wipe/mask reveal切出UI面板。主面板→卡片→按钮/标签依次浮现(Material ease),周围纸张装饰漂浮。 @Image2 - 图3(3–4.64s):斜向俯视,空间视差。UI面板悬浮于绿色网格纸、蓝色透明带、紫色折叠纸、橙色卡片之上,镜头缓慢平移+微压。 @Image3 - 图4(4.64–8.52s):横向卡片墙,多卡片(内容/文件/任务)按card cascade、layout reflow、soft slide滑入排列,中途转向任务完成场景,右侧功能区和高亮提示形成。 @Image4 - 图5(8.52–9s):最终UI稳定,高亮标语、右侧功能卡、彩色装饰锚点,smooth ease-out定格。 @Image5

Hover to preview · click for sound

Lip gloss product shot to a model try-on video

只有唇釉产品图 @Image1 ,生成模特试色视频,15秒,竖屏,突出唇色效果

Hover to preview · click for sound

After closing: a bartender and a stray kitten

镜头1:深夜打烊后, Image1 用抹布仔细擦拭吧台<抹布摩擦声>,一双布满旧茧和新伤的巨手动作沉稳,脸上是打烊后的疲惫。 镜头2:传来一声微弱的呜咽<小猫呜咽声>,他手上动作停下,眉头微皱拉开门,只见门口一只瘦骨嶙峋的流浪小猫在雨中发抖。 镜头3:缓慢推镜到小猫无助的眼神, Image1 疲惫表情逐渐被一种温柔取代,沉默对峙数秒后这个巨汉缓缓僵硬地蹲下身。 镜头4:面部特写,他脸上坚硬的线条松弛下来,嘴角咧开一个笨拙而和善的微笑,眼角伤疤周围的肌肉也跟着舒展。赛璐珞动画质感,粗黑轮廓线硬朗画面,拉面店暖黄灯光与后巷雨夜冷蓝对比调。

Hover to preview · click for sound

Clay fox trots into an autumn market

参考图片1的美学风格。一只黏土质感的小狐狸站在秋天的森林边缘,竖起耳朵望向远处冒着炊烟的小镇。它迈开短腿小跑下山坡,穿过一座微缩的石拱桥,桥下溪水用透明树脂般的质感缓缓流动。小狐狸跑进小镇集市,在一个水果摊前停下,用爪子拨弄一颗红苹果,苹果滚落到地上骨碌碌转了几圈。它叼起苹果继续跑,经过一家面包店门口,烟囱里飘出的烟雾像棉絮一样一团团升起。最后小狐狸跳上镇外的矮墙,坐下来对着夕阳啃苹果,橙色晚霞铺满整个黏土天空。微缩场景,浅景深。

Hover to preview · click for sound

Outfit swap: figure 1 wears the blouse from figure 2

图片1的女孩穿上图片2的米白色蕾丝衬衫,下身搭配黑色高腰A字半裙和尖头短靴。场景为欧式复古街角咖啡馆门前——铁艺桌椅、爬藤玫瑰、暖黄橱窗、旧砖墙面。先从咖啡馆玻璃门推门而出,全身入画展示整体穿搭轮廓,三层荷叶边袖口随手臂动作层叠飘动。然后靠在铁艺椅背旁微侧站立,一手轻抬至锁骨处,镜头推近展示胸前蕾丝镂空花纹,珍珠扣沿门襟排列的精致细节。接着她拢了拢发丝转身侧面,缎面面料的柔和光泽随身体弧度流动。最后端起桌上咖啡杯轻抿,袖口荷叶边在杯沿旁层层散开,定格收尾。午后柔和自然光,法式慵懒浪漫调性。

Hover to preview · click for sound

Segmented photoreal shot: a child in a modern hallway

分段1[0-5秒]:一个连续的、照片级写实的电影镜头。在 图2的现代公寓玄关内, 图1的儿童以斜侧身位站在画面中央,面对镜头微笑并做出自然的招手动作,示意观众跟上,右脸颊浮现浅浅的酒窝。随后他放下手臂,身体流畅地向左后方转身<脚步踩在木地板上的两声轻响>,他背对镜头走向前方的木纹入户门,伸出左手握住黑色电子锁把手转动<咔哒机械解锁声>,缓慢地将门向内打开。在这段前半部分摄影机保持完全静止,角色的外貌和服装保持一致,动作自然流畅,门的结构和材质呈现真实质感。柔和的室内顶光均匀照亮米色墙壁和浅棕色木地板,无硬切或突兀的场景转换。 分段2[5-10秒]:从上一分段的最后一帧无缝衔接,角色、服装、公寓玄关和机位保持完全一致。角色将门完全打开,一股暖黄色的、夹带着潮湿气息的光线从门外涌入。门外是 图3 的魔法街巷世界——一条湿漉漉的鹅卵石窄巷向纵深延伸,两侧是高耸的哥特式尖顶建筑,锻铁招牌从墙面伸出,暖橙色的煤气灯笼照亮每一扇橱窗,远处一座尖塔在灰蓝色暮云中若隐若现,屋顶烟囱冒着白烟<远处隐约的钟声>。构图设计、摄影机角度、空间距离以及玄关与街巷两个空间层次之间的关系保持一致,门外的所有环境都是魔法街巷世界。他在门口稍作停顿,回头越过左肩再次看向镜头,脸上的微笑从轻松转为带着好奇的兴奋。当镜头越过门槛时光线和氛围从室内明亮暖木色调变化为街巷湿冷的暖橙灯光与灰蓝暮色交织,但空间和照明在物理上保持自然且连续(低沉的大提琴旋律缓缓响起,间杂竖琴拨弦)。无硬切或突兀的场景转换。 分段3[10-15秒]:从上一分段的最后一帧无缝衔接,镜头此刻已穿过门框进入魔法街巷世界。他转身迈步踏上湿漉漉的鹅卵石路面<皮鞋踩在湿石板上的清脆回响>,镜头以稳定的跟拍轨迹从身后平滑跟随,持续穿过门洞进入窄巷深处。他的身影在两侧高耸建筑之间缓步前行,他的灰色毛衣和深色长裤被两侧橱窗透出的暖光交替照亮,路面积水倒映着头顶灯笼和建筑轮廓,远处尖塔越来越清晰。最终镜头落幅于一个纵深全景画面,将他行走在灯火通明的魔法窄巷中的背影置于湿漉石路与哥特尖塔的正中心(大提琴与竖琴在此交织达到沉稳而神秘的高点)。全程无硬切或突兀的场景转换。写实与暗黑奇幻无缝过渡质感,高清锐利画面,玄关暖木低饱和色调渐变为街巷暖橙灯光与灰蓝暮色交织的高对比暗调。

Hover to preview · click for sound

Three character cards to a game promo video

【视频类型】游戏买量角色PV展示视频 【视频时长】15秒 【参考素材】三张干员角色立绘图(赤狐双枪枪手·绯狩 @Image1 、人类炼金学者·紫珞 @Image3 、虎纹兽人法师·霆岳 @Image2 ) 【镜头结构】 第1段(0-3秒):三人依次登场特写镜头,从暗影中显现,专属元素粒子环绕(绯狩-狐火幻焰 @Image1 、紫珞-炼金精华 @Image3 、霆岳-雷雕术法 @Image2 ),镜头缓缓推进聚焦面部,表情展现角色特质(绯狩 @Image1 机敏回眸、紫珞 @Image3 知性微笑、霆岳 @Image2 沉稳凝视) 第2段(3-10秒):技能展示动态镜头,快速转场切换 ● 绯狩:侧身低伏、双手燧发长枪连射,薄荷金色狐火自枪口迸发凝成三道狐影分身穿梭突袭,枪鸣音效+狐火粒子特效 ● 紫珞:单手高举黄铜天平、指尖涌出紫罗兰色精华液流,凝成流形复制体环绕,精华涌动音效+紫光透明粒子特效 ● 霆岳:斜举魔法长杖引金雕振翅腾空,墨绿古铜色雷霆自杖端爆发席卷震慑敌方,雷鸣音效+雷光粒子特效 镜头跟随元素轨迹摇动,角色动作姿势动态展现,表情专注战斗状态 第3段(10-15秒):三人并肩站立群像镜头,从全景缓慢拉近至中景,三人专属元素在身后交汇融合(狐火+精华+雷雕混合粒子云),色调渐变(薄荷金+紫罗兰+墨绿古铜),三人各自展现角色特质表情,三人名称依次闪现 【镜头控制】 ● 特写镜头:角色面部特写,表情细节与口型同步 ● 中景镜头:角色上半身,动作与特效释放 ● 全景镜头:三人群像,团队气势展现 ● 动态镜头:技能释放快速移动,跟随元素轨迹 ● 转场:暗影渐显、元素过渡(狐火→精华→雷雕)、快速切换、慢镜头拉近 【动作与特效】 ● 绯狩:双枪连射召唤狐火幻影,薄荷金色狐火粒子环绕,敏捷猎手气场 ● 紫珞:天平与精华操控,紫罗兰色液光粒子,炼金学者气场 ● 霆岳:金雕腾空、雷霆席卷,墨绿古铜色雷光粒子,术法宗师气场 ● 交汇特效:三人元素混合粒子云,色调渐变融合 【表情与口型】 ● 绯狩:机敏回眸,略带锋锐,眼神轻佻而笃定,台词"扳机之下,无人能逃"口型同步 ● 紫珞:知性微笑,略带神秘,眼神亲切沉静,台词"万物皆可等价,包括命运"口型同步 ● 霆岳:沉稳凝视,略带威严,眼神锐利如鹰,台词"苍鹰所至,即是雷霆"口型同步 【语音与音效】 ● 绯狩台词:男声清朗冷冽,略带洒脱痞气,语速偏快音调适中 ● 紫珞台词:女声温柔知性,略带神秘,语速舒缓音调适中 ● 霆岳台词:男声威严庄重,略带冷峻,语速适中音调偏低 ● 音效:枪鸣+狐火迸发+精华涌动+雷霆席卷+金雕振翅+混合粒子爆发 ● BGM:史诗交响+电子音效混合,节奏与镜头切换/技能释放/台词发音同步 【视觉风格】 ● 色调:暗色调+高对比,绯狩薄荷金、紫珞紫罗兰、霆岳墨绿古铜 ● 粒子特效:狐火粒子、精华粒子、雷雕粒子,交汇融合 ● UI元素:游戏Logo浮现,角色名称闪现,技能名称标注

Hover to preview · click for sound

Two-lead fashion film cut with jump cuts

电影级双女主时尚大片,极快节奏,纯硬切(Jump Cut)剪辑逻辑,阿莱Alexa 65与Panavision变形宽银幕镜头拍摄,柯达Vision3 500T胶片质感,8k分辨率,照片级真实,无文字。人物面部特征完全锁定女生A @Image1 和 女生B@ @Image2 。 [0-3秒:极速登场与反差] (硬切)纯白极简空间,被强烈的侧光切割出锐利的阴影。左屏/左侧:女生A穿着黑色解构主义皮革西装,冷光下眼神冷艳,快速转头直视镜头。右屏/右侧:女生B穿着香槟金流动真丝长裙,暖光下眼神慵懒,快速转头直视镜头。真实的胶片颗粒感。 [3-6秒:材质极致特写] (硬切)极近微距特写。女生A参考服饰 @Image3 :冷光打在黑色皮革的锋利折痕和金属配饰上,呈现冷冽的高级光泽。女生B参考服饰 @Image4 :暖光勾勒出她锁骨的线条,真丝面料如水波般流动,皮肤呈现超写实的通透水光肌质感,可见细微绒毛。 [6-9秒:张力交错(高速摄影)] (硬切)两人在纯白空间中迎面走来,擦肩而过。高速摄影(1000fps慢动作)。黑色皮革的硬朗与香槟真丝的柔软在交错瞬间剧烈碰撞,裙摆与发丝在空中飞扬。两人在交错的零点一秒内,眼神锐利地对视。 [9-12秒:背靠背的压迫感] (硬切)两人背靠背站立。强烈的侧逆光(Rim light)同时勾勒出两人的面部轮廓和发丝金边。她们同时快速转头,直视镜头。表情极具压迫感、专业且充满顶级超模的自信气场。 [12-15秒:松弛与定格] (硬切)两人并肩站立,微微侧头相视,露出极具感染力的、松弛而自信的微笑。镜头缓慢向后拉远(Slow zoom out),展现两人在宏大光影空间中的完美比例,画面在高级的光晕中渐暗。 运镜:快速手持,极速推镜头,高速摄影慢动作,纯粹的硬切,无花哨视觉特效。 色彩:高对比度的黑白灰基调,点缀冷冽的金属光泽与温暖的香槟金色,电影级色彩分级。

Hover to preview · click for sound

Neon-city motion-graphics chase from three references

生成一支约30秒、16:9横版的高审美都市MG追逐短片。图1 @Image1 作为城市空间、霓虹氛围、车道结构和整体视觉质感参考;图2 @Image2 作为男性角色唯一形象参考;图3 @Image3 作为女性角色唯一形象参考。严格保持两人的脸、发型、体型、服装结构、配色和识别度稳定统一。 【整体风格】 高端motion graphics动态插画风格,融合扁平MG图形语言、精致2.5D空间层次和克制三维体积感。整体不是写实真人电影,不是低幼卡通,也不是脏乱重工业赛博朋克。气质要炫技、酷、美、紧张、抓眼,像动作电影级都市追逐宣传短片。镜头大量使用手持跟拍、快速摇镜、snap zoom、低机位贴地、前方倒退、whip pan、偶尔无人机大全景,形成强烈追逐压迫感。 【角色动作逻辑】 女子的优势是轻、快、反应敏捷、擅长借环境和变线;男子的优势是力量、预判、压迫感、擅长截击和近身控制。两人都是武术高手,所以争夺不是胡乱撕扯,而是围绕光球展开的“抓、挡、卸力、换手、借力、转身、闪避、反制”。女子常用转身卸力、变线脱身、借障碍拉开距离;男子常用提前卡位、抓腕截球、用身体封路线、逼近后压制。 【光球】 光球一手可握,白色核心,带紫粉蓝柔和光晕,是全片唯一争夺目标。光球要真实照亮手部、脸部边缘、衣服和周围环境。它始终只有一颗,大小稳定,不复制、不消失、不变形,运动时只有短促干净的光轨。 【0.0-4.0秒|城市穿梭与女子登场】 镜头从高空城市夜景高速穿梭开始,掠过高楼、霓虹招牌和道路灯光,再沿主干道俯冲进入街区,越过车流后急速压低到街边。镜头急停时,女子从侧面冲入,手中紧握光球。先给一组快速近景:脚步、握球的手、回头的眼神、上半身前冲姿态。女子不是悠闲奔跑,而是明显在逃:她边跑边快速观察后方和前方路线,说明她知道有人在追。 【4.0-8.0秒|男子截击,第一次近身争夺】 女子冲入街角狭窄通道时,男子从另一条路线提前切入,说明他不是盲追,而是在预判拦截。女子看到男子后不立即停下,而是试图斜切绕开。男子第一步先伸手抓女子持球手腕,目标明确只冲光球。女子立刻收臂护球,同时借被抓的力量顺势转身,把身体绕到男子抓手外侧,形成第一次卸力。男子马上换另一只手去截球路线,并用肩膀封住她的去路。女子下沉重心,低身从男子手臂下方滑出,临出身位时用前臂轻挡男子胸口制造半步空隙。男子再次追上,短暂碰到球,但没有完全拿稳。这里镜头要紧贴两人,采用手持近拍、快速变焦和小幅环绕,始终围着光球和手部动作走。最后女子用一个快速转身摆脱男子,继续冲出。 【8.0-13.0秒|冲入人流,女子借人群反制】 女子冲入人流密集区,不是随机跑,而是主动选择复杂环境,因为她比男子更灵活。她先从两名行人中间侧身穿过,再借路边摊位和栏杆快速变向,让男子难以直线逼近。男子不减速,直接穿人群追压,偶尔撞开肩膀制造压迫感。镜头此时以广角手持贴身追拍为主,画面可被行人短暂遮挡,制造真实混乱感。男子在人群中一度抓到女子外套后摆,女子不回头硬拽,而是顺势半转身,把外套拉力引到侧方,同时反手用手肘压开男子前臂,再回身从男子身侧抹过。两人在人群中第二次近身接触:男子一手扣住女子前臂,另一手直取光球;女子用持球手上抬避开,另一手扣住男子手腕,身体向反方向旋转,借惯性把男子带偏半步。这个瞬间女子从男子身侧挤出,再次脱身。 【13.0-16.5秒|进入车流,骑车提速】 女子冲出人群后进入主干道边缘,她判断继续徒步会被男子追上,所以立即升级交通方式。她顺手抓起路边自行车的车把,借前冲惯性直接跨上车,几乎不停顿就开始骑行。男子晚半拍冲出,也立刻抢起另一辆路边自行车追击。这里用一个短暂大全景交代空间:城市高楼、主干道、车流和两人路线。随后立刻切回低机位,进入高速骑车追逐。 【16.5-24.0秒|车流追逐与第三次争夺】 女子骑行路线更灵活,她贴着汽车边缘变线、压车、斜切,利用车流缝隙拉开距离;男子路线更直接更凶,目标是不断缩短直线距离。镜头交替使用贴地跟拍、前方倒退、侧面高速平移和短暂俯拍。车流需要对追逐产生真实反应:两人擦过车头时,前方车辆急刹、灯光亮起、鸣笛、轻微避让,形成危险感。男子第一次在骑车段逼到并肩,伸手去抓球,女子不急着收手,而是故意把球保持在外侧半拍,引导男子身体进一步探出;等男子重心偏移后,女子突然压车变线,让男子抓空。第二次逼近时,男子路线更聪明,他借一辆减速汽车挡住女子外逃方向,再从侧后逼近,几乎抓住女子持球手腕。女子这次不硬扛,而是把球迅速换到另一只手,同时身体借车把做一个半转位移,从男子手边滑开。两辆车几乎擦肩,镜头要有强烈速度和危险感。 【24.0-27.5秒|最后一次压迫与女子脱身】 前方路口车流更复杂。男子利用直线速度再度逼近,几乎要从后侧压上女子肩位。女子这时看到一辆横向经过的大型公交车和一排急停车辆,瞬间判断这是脱身机会。她先故意保持原线路让男子继续锁定自己,等到男子贴近时,女子突然压车向一辆急刹汽车外侧切入,从汽车车头和公交车之间的狭小空间穿过。男子反应稍慢,被汽车和公交车形成的夹角迫使减速绕行。镜头快速摇动并被公交车车身完全遮挡,形成自然转场。 【27.5-30.0秒|收尾】 公交车遮挡过去后,男子冲出,却发现女子已经拉开距离。远处霓虹街角只剩一颗快速移动的光球亮点。镜头快速推向远处,女子在更深的霓虹街区短暂回头,带一点得意和轻松的神情,随即带球继续骑远。最后镜头缓缓升高拉远,展示繁华夜城、持续车流和远处逐渐消失的光点,女子成功逃脱。 【运镜要求】 全片70%镜头带手持感,不要过度稳定。近身争夺段以手持、快速推拉和小幅环绕为主;人群追逐段加强遮挡感和呼吸感;车流段强调低机位、对冲、快速变焦和急刹氛围;大全景只用于建立空间与节奏呼吸。镜头始终服务光球归属、双方距离和追逐方向,不做无意义花哨旋转。 【负面限制】

Hover to preview · click for sound

Nut-crisp packaging product shot with a slow push-in

镜头1:远景,厨房木桌场景中 图1 的脆研社黑松露海盐混合坚果脆包装居中陈列,旁边散落几颗巴旦木、腰果、核桃仁和黑松露薄片作为氛围道具,镜头缓推靠近;镜头2:特写,包装正面占满画面,清晰展示顶部烫金麦穗坚果圆形徽章Logo、"脆研社"烫金书法字、"黑松露海盐混合坚果脆"品名、三枚胶囊标签"精选6种进口坚果""0反式脂肪酸""非油炸·低温轻烘焙"及深森林绿底色烫金配色,文字锐利可辨;镜头3:一只手从上方拿起包装翻转至 图2 的背面,展示密排的配料表、营养成分表格、生产商信息及底部条形码,奶白色小字在深绿底色上清晰可读,随后翻回正面;全程产品包装的烫金Logo、文字、深森林绿配色与印刷花纹保持高度统一不变形。电商产品展示风格,暖调生活感

How to write great Wan 3.0 prompts

  1. 1Number your materials and address them by slot. Wan 3.0 reads references positionally: "figure 1", "video 1", "audio 1", with images, videos and audio counted separately. The handbook prompts do exactly this, for example "the girl in figure 1 wears the blouse from figure 2". Name the slot, never the file.
  2. 2Write a timeline for anything over 10 seconds. Nearly every 30-second case is written as segments: "0-4 s wide shot", "shot 2 (4-9 s) close-up". The model follows a timeline far better than a paragraph of adjectives, and saying "one continuous take" keeps it from cutting.
  3. 3Write the sound, Wan 3.0 generates it. Every clip carries a synced audio track. The handbook marks effects inline as <cloth rubbing the bar> and dialogue in {braces} or quotes; ambience, a BGM cue and a spoken line each land as written. A prompt with no sound gets generic audio.
  4. 4For edits, say what changes and what must not. Editing prompts open with "edit the video", name the element, and always close with a lock: "the woman's action and the rest of the frame stay unchanged". Without that lock the model re-imagines the whole frame.
  5. 5References carry identity, words carry the action. With a character card or portrait attached, the prompt repeats the traits that must not drift (hair, wardrobe, accessories) and spends the rest on blocking and camera. Two people need two references; two voices need two audio clips.
  6. 6Give an extension a script, not just a length. Extension prompts state the direction ("extend forward 15 s") and then write the new beats with the characters named from the existing footage, dialogue included. A bare "continue" produces filler.
  7. 7Frame mode and reference mode do not mix. On the API first_frame_url / last_frame_url and reference_* / file_url / link_url are mutually exclusive. A first-frame prompt describes motion out of that frame; a reference prompt talks to figure 1 and friends.
  8. 8State duration and aspect ratio up front. The handbook prompts open with "10 s, 16:9, 1920x1080" or "vertical 9:16, 15 s". Wan 3.0 takes 2-30 seconds and 480P / 720P / 1080P; put the numbers in the prompt and match them with the duration parameter.

Prompt formula

Duration + aspect ratio + reference slots (figure 1 / video 1 / audio 1) + timeline segments + subject with locked traits + camera move + light and palette + sound tags + what must stay unchanged

Example: 15 s, 16:9. Figure 1 is the only reference for the woman; keep her short black hair and beige trench. 0-5 s: wide shot, she pushes open a glass café door onto a cobbled street, <heels on stone>. 5-10 s: slow dolly in to a mid shot as she unfolds a paper map. 10-15 s: close-up, she looks up and says "It should be this way." Warm afternoon backlight, film grain, street ambience throughout.

Frequently asked questions

Where do these Wan 3.0 prompts come from?

All 64 prompts and clips come from the Wan 3.0 creator handbook that the Tongyi Wanxiang team published for the model launch, linked above. Every prompt is kept verbatim in its original Chinese, and the sample clips are re-hosted so they keep playing; nothing was regenerated. The reference images and documents some cases used were not published with the handbook, so those cards carry the prompt and the result only.

Where can I run Wan 3.0?

On apimodels.app as model wan-3.0-video, on the same unified video endpoint as VEO, Kling and Seedance: $0.045 per second at 480P, $0.09 at 720P, $0.18 at 1080P, billed only on success, with mode "prime" for the faster tier at roughly 50% more. Reference images, audio, documents and web pages cost nothing extra; a reference video adds its own duration to the billed seconds. No Alibaba Cloud account or mainland real-name verification is needed. The model is also available on Alibaba Cloud Model Studio and the Wan web app.

Do the prompts work in English?

Yes. Wan 3.0 accepts English and Chinese; what matters is the structure the handbook uses: numbered material slots, time segments, sound tags and an explicit "everything else stays unchanged" on edits. Translate the words and keep the skeleton. We leave the originals in Chinese because a translated prompt is not the prompt that produced the clip.

How do the editing and extension cases pass the input video?

Through reference_video_urls, with the prompt addressing it as "video 1". Edits keep the input length; extension prompts state the direction and the added seconds. Upstream caps input plus output at 30 seconds, and billing counts both.

Can I use these clips commercially?

The clips belong to their publisher and are shown here as examples of what each prompt produced. Anything you generate yourself is governed by Alibaba's terms for Wan. The prompt text you can copy, edit and reuse freely.

Run these prompts on apimodels.app

Wan 3.0 is live here alongside 160+ other image, video, audio and language models — one API, one key, pay as you go, with $0.10 of trial credit on sign-up.

Other prompt libraries