APIMODELSAPIMODELS

Wan 3.0 Text to Video 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

Graduation-gown close-up: a worried monologue to camera

这是一个正面的近景镜头,画面主要呈现一位年轻黑人女孩的头部和上半身,她穿着一件蓝色的毕业袍。镜头稍微偏一点点,可以看到左边还有一个人,但背景被虚化处理了,看起来很模糊。女孩正对着镜头说话,嘴巴在动,眉头稍微皱着,表情看起来有点严肃和忧虑。光线从上方照下来,把她脸上的轮廓衬托得很自然,甚至能看到皮肤真实的质感。镜头虽然固定,但带着一点点人手持拍摄时的轻微呼吸感和晃动,视线从看着前面慢慢变成了低头看手里。

Hover to preview · click for sound

Suspense long take down an empty hospital corridor

一段现代悬疑风格的电影感长镜头,整个画面呈现出强烈的淡绿色滤镜风格,营造出一种基于淡绿色系的清冷氛围。在散发着冰冷白光的荧光灯下,空无一人的医院走廊呈现出低饱和的色彩与极高对比的光影关系,锐利且非人情化。镜头从护士台后方开始,一名身穿墨绿色夹克的女子猛地从走廊尽头的门后冲入,沿着对称的中心线向镜头快速跑来,摄影机流畅地向后移动。她的脚步声急促而响亮,口中焦急地呼喊。最终,她冲到台前,双手用力拍在台面上,绝望地环顾四周,发出几近崩溃的求助呐喊,声音在只有微弱设备嗡鸣的寂静中回荡。

Hover to preview · click for sound

One-take comedy: director versus leading lady on set

镜头1 [0秒-30秒] 近景,平视视角,连续快速摇镜,一镜到底(单镜头连续无缝运镜): 画面左侧是身穿黑色潮流导演马甲、戴着高档专业工作耳麦的导演,其左下方放置着一台巨大的专业电影摄像机。右侧是妆容精致、留着时尚韩式逗号刘海、身穿高定制西装的关系户小鲜肉。背景是宽敞的专业影棚拍摄现场,可见巨大的绿色幕布、数个高耸的影视级C型灯架、缠绕的电线,以及在背景中穿梭忙碌的灯光师和化妆师等工作人员。 专业影棚人工光。柔和的LED柔光箱光源从右侧洒入,将三位主角的面部均匀照亮,场景色彩饱满。背景的摄影器材与绿幕在充足的影棚灯光下投射出淡淡的阴影,呈现出真实而忙碌的现代化大制作片场质感。 镜头手持拍摄一镜到底,近景,镜头一开始,拍摄导演,导演无所谓的表情,瞥了一眼画面右侧斜前方画外的一眼关系户小鲜肉,对他下达指令,说道:“媒体故意黑你,做个表情看看”。说完后镜头快速右摇到关系户面部近景,镜头不要切镜,关系户小鲜肉,面部朝向画面左侧斜前方画外导演方向,神色自若,眼神真挚而自信。他嘴唇微动,神情专业地向对方阐述到““就这种事情来说,情绪可以有好几种”,说话时,头部伴有极其轻微的自然晃动,说完后镜头快速左摇到导演面部近景,镜头不要切镜,导演思索了一下,一边挑衅似地歪了歪头,向关系户小鲜肉说到““狗仔爆料你深夜幽会”,导演说完台词后,镜头迅速右摇到小鲜肉面部近景,不要切镜,关系户小鲜肉,面部朝向画面左侧斜前方画外导演方向,并快速进入表演状态,他眉头紧锁,眼神慌乱、焦急地快速游移,随后他狠狠地咬紧下唇,闭上双眼,整张脸(虽带着精致妆容)因极度的焦虑而紧绷,完美呈现出面对偶像生涯毁灭时,内心惊恐、紧张交织的挣扎状态。表演完后, 镜头再次迅速左摇到导演近景,不要切镜,导演面部表情微变,语速加快,说到““媒体又帮你洗白了,说那是你亲姐!”导演说完后,镜头再次迅速右摇到小鲜肉近景,镜头不要切镜,镜头中,关系户小鲜肉,面部朝向画面左侧斜前方画外导演方向,他的表情在千分之一秒内完成神级转换。他先是面部一滞,随后双眼猛地眯起,嘴角极大程度地咧开,露出一排白皙的牙齿,展露出一个极其夸张、甚至有些变形的狂喜笑容。这种“星途尽毁的绝望”与“彻底摆脱束缚”交织的疯魔情绪在他脸上扭曲呈现。角色表演完后,镜头再次迅速左摇到导演近景,镜头不要切镜,导演说到“你亲姐向媒体透露,你是领养的”,导演说完后,镜头再次迅速右摇到小鲜肉近景。镜头不要切镜,镜头内,关系户小鲜肉面部朝向画面左侧斜前方画外导演方向,只见他双眼暴睁,眼球凸出,精心修剪的眉毛高高扬起,嘴巴震惊地张成“O”形。紧接着,他的嘴角再次无法克制地向上拉扯,露出一副不可思议、惊魂未定却的复杂神态。 角色表演完后,镜头再次快速左摇到导演近景,镜头不要切镜,紧接着导演露出有点惊讶的表情说到“其实你是千亿豪门真少爷”。导演说完,镜头再次随即迅速右摇到小鲜肉近景,镜头不要切镜,镜头内,关系户小鲜肉面部朝向画面左侧斜前方画外导演方向,他瞬间爆发出极度魔性的狂喜。他整个人激动得微微颤抖,双眼笑得眯成了一条缝,双手甚至抬起至胸前,双手小幅度快速连续鼓掌,身体前倾摇晃,将一夜暴富、无法自持的癫狂喜悦演绎得淋漓尽致。 角色表演完后,镜头再次快速左摇到导演近景,镜头不要切镜,导演说到“你姐卷款跑路”导演说完,镜头再次迅速右摇到小鲜肉近景。小鲜肉面部朝向画面左侧斜前方画外导演方向,只见他的双眼再次瞪大,瞳孔颤抖,嘴角向下耷拉,神情在一秒钟之内从天堂坠入地狱,写满了惊愕、痛苦与不知所措。画面最后定格在这个表情上。

Hover to preview · click for sound

West-coast street fantasy in a single 30-second take

这是一段30秒电影级高强度单镜头(One-Take)视觉奇观短片,整体风格定位为“西海岸街头幻想主义”,视觉语言融合了90年代街头滑板录像的粗粝感与现代商业大片的精致质感。画面整体采用极致的“加州阳光”电影级调色,高饱和度的蓝色天空与阳光直射下的棕榈树影子形成强烈的对比,空气中弥漫着柏油马路的炙热感、购物车轮摩擦的金属声以及一种无所畏惧的青春叛逆气息。空间透视随着主角的极速滑行不断被拉长,镜头通过极低角度的跟随与极高动态的物理穿梭营造强烈的视觉冲力。 主角是一位穿着撞色条纹衫、带着黑色棒球帽的潮酷少年,神情从最初的慵懒松弛瞬间切换为冲破极限的亢奋;第二个场景的主角则是同一个少年,但他以一种“审视者”的姿态出现在现实维度。 第一个镜头 0-6s: 起幅为特写镜头,少年慵懒地躺在一辆红色铁质购物车内,背景是加州标志性的笔直大道与高耸入云的棕榈树。随着音乐节奏爆发,摄影机执行一个极速的向后拉远并下沉至地面,以极低角度紧贴车轮。少年开始在陡峭的公路上俯冲,购物车在路面上剧烈颠簸,两侧的汽车急速倒退,镜头捕捉到一种近乎疯狂的加速感。 第二个镜头 7-15s: 不切镜,摄影机像一个滑板手般紧紧贴地跟随,镜头在少年越过一个简易木质斜坡的瞬间,顺势执行一个优美的抛物线拉升。购物车腾空而起,摄影机从购物车底部穿过。此时,前方的巨型商业广告牌迅速占据整个视野,镜头以一种不可思议的“准心式”推进,直指广告牌中心。 第三个镜头 16-24s: 不切镜,少年连同购物车以一种“破裂次元壁”的方式直接嵌入了巨大的广告牌中。原本三维的身体在接触海报的瞬间发生“扁平化”质变,画面中出现真实的纸张撕裂纹理与彩色故障墨迹。少年保持着滑行的姿态,却化为了广告牌上的一幅平面艺术作品。摄影机在此时执行一个180度的水平环绕,并在高空进行一个俯冲降落,重回地面。 第四个镜头 25-30s: 不切镜,镜头平滑降落至广告牌正下方的街道,画面中出现另一个“真实”的少年。他停下脚步,缓缓压低帽檐,带着一丝玩味的微笑抬头望向广告牌上那个“被定格”的自己。摄影机顺着他的视线执行一个快速的变焦推近,最终定格在广告牌上“WAN”字样旁那个被撕裂的洞口。背景音乐融合了高能的嘻哈节奏与胶片卷动的物理声,视觉信息高度凝练且充满时尚反叛力。

Hover to preview · click for sound

Biomechanical sci-fi war animation in a dead city

生成一支 30 秒、16:9 横屏比例的成人科幻战争动画短片。 画面采用: 超写实 CGI; 生物机械结构; 灰白骨骼与黑色金属融合; 类昆虫式关节; 极端精细的骨质纹理; 干燥血痕、陶瓷裂纹和工业油污; 废弃未来城市; 冷灰色天光; 少量毒绿色生命体; 高反差电影照明; 低饱和冷色系; 火焰和警报使用极少量橙红色; 写实物理破坏; 压迫、沉重、无英雄主义。 人物不再有完整肉体,主要由: 人类脊柱; 肋骨; 头骨; 黑色液压肌肉; 金属关节; 神经光纤; 武器接口组成。 骨骼不是丧尸,而是被军工系统继续使用的“遗留硬件”。 30 秒剧情与动态时间轴 0—4 秒|死亡之后仍在战斗 镜头从一枚掉落在积水中的士兵识别牌开始。

Hover to preview · click for sound

Disaster movie: a sea monster rises beside a fishing boat

这是一段30秒的真实电影质感海上巨兽登场场景,整体氛围参考好莱坞灾难怪兽大片。故事从一艘在暴雨狂风中艰难航行的小型渔船开始,船身上清晰可见 “WAN” 的标识。镜头先建立恶劣海况与渔船渺小脆弱的状态,再逐步通过海面异动、水下阴影、船体震动、海浪异常隆起等细节制造压迫感,最终一头体型庞大、形象类似《环太平洋》怪兽风格的深海巨兽从海底破浪而出。整体要求写实、厚重、真实比例、强烈水体冲击、暴雨与闪电下的大光比氛围,强调电影级特效质感、海水体积感、怪兽皮肤湿润细节和巨物压迫感。 分镜1:夜晚暴雨海面,真实电影质感,广角镜头展现一艘小型渔船在巨浪中艰难前行,船体老旧、湿滑、被海浪不断拍打,船身侧面清晰可见白色字母 “WAN”。海面波涛汹涌,狂风卷起雨幕,天空乌云翻滚,远处闪电短暂照亮整片海域。画面强调真实海水、暴风雨环境、船体细节和渺小无助感。 分镜2:中近景镜头靠近渔船船头或甲板侧面,海浪猛烈拍打船身,海水冲过甲板,缆绳、渔网、金属栏杆在风雨中剧烈摆动。镜头随着船体起伏产生真实摇晃感,雨水不断打在镜头前景和船体表面。船身上的 WAN 标识再次短暂进入画面。整体强调真实材质、恶劣天气、湿漉漉的金属和木质结构、强烈生存危机感。 分镜3:镜头从渔船视角看向前方海面,暴雨中原本混乱的海浪出现不自然的巨大隆起,像有什么庞然大物正在海底快速接近。海面形成巨大漩涡与异常翻涌,浪峰被从下方顶起,海水流向紊乱。闪电照亮海面时,隐约可见深海下方模糊而庞大的黑影。画面突出悬疑感、海面压迫感与巨物逼近的恐怖预兆。 分镜4:真人写实镜头切入渔船甲板,船员在暴雨中艰难站稳,满脸雨水与惊恐,转头看向异常海面。风吹动雨衣和头发,船灯摇晃,背景中海浪不断升高。镜头快速靠近人物面部,再顺着他的视线转向远处翻涌海面,形成情绪与危险的连接。整体强化灾难片临场感和人物渺小感。 分镜5:镜头切到半水下或贴近海面的低机位,暴雨与浪涛之间,一道极其巨大的黑影从渔船下方或附近快速掠过,带起巨大的气泡、水流和海面抬升。渔船被猛然顶起或剧烈倾斜,船体发出不堪重负的吱嘎声。闪电和船灯的微弱光线只能勾勒出怪兽轮廓的一部分,保持神秘但极具压迫感。 分镜6:镜头回到海面,前方海水突然像被一股巨大力量向上顶开,形成一个迅速抬升的浪墙,暴雨与白色浪沫被巨力掀起。渔船在前景中被海浪甩动,远处海面中央鼓起成巨大的圆形隆起,仿佛海底火山喷发前兆。气氛到达极限紧张,怪兽即将出现。 分镜7:高潮镜头,海面轰然炸裂,一头体型庞大的深海巨兽从海底破浪而出,掀起数十米高的海浪与漫天水雾。巨兽形象参考《环太平洋》怪兽风格:巨大、凶暴、异形生物结构,粗糙厚重的湿润皮肤,锋利骨刺、巨大头部轮廓、发光细节或深海生物般的恐怖纹理。闪电划过夜空,短暂照亮巨兽全身局部与张开的巨口。画面强调真实尺度感、海水冲击力和怪兽压迫感。 分镜8:中近景或仰视镜头对准巨兽头部和上半身,巨兽在暴雨和闪电中抬起身躯,皮肤表面布满海水、伤痕、角质结构和深海生物纹理,张口发出震撼咆哮。雨水顺着怪兽外骨骼和鳞甲流下,眼部或头部细节在闪电下显得异常恐怖。强调湿润生物质感、真实皮肤结构、重量感和电影级怪兽设计。 分镜9:镜头回到渔船,渔船在巨兽出海带来的冲击波与海浪中被猛然掀起,甲板倾斜,海水灌入,缆绳断裂,船灯爆闪。WAN 标识在剧烈晃动的船身上一闪而过,渔船几乎被巨浪吞没。画面强调人类造物在巨兽面前的绝对脆弱感,海水、木板、金属碎片和雨幕共同构成混乱灾难场面。 分镜10:最终镜头拉远,巨兽高高矗立在狂暴海面上,周围巨浪翻腾,渔船在前景或侧下方显得极其渺小。天空闪电再次劈下,短暂照亮巨兽庞大的轮廓、背部骨刺与翻涌海水,形成史诗级灾难怪兽电影海报般的终极画面。画面停留在最震撼的一刻,以巨物压迫感和末日感收尾。 配乐采用好莱坞灾难怪兽电影风格。开场以低沉环境音、深海般的低频轰鸣、稀疏鼓点和压抑弦乐营造暴风雨中的不安感;随着海面异动逐渐加入更强的低音脉冲、金属撞击感和不断堆积的弦乐张力;在巨兽即将浮出水面前,音乐进入几乎屏息般的悬停和持续上升;巨兽破浪而出时,爆发出巨大的铜管、重型打击乐和低频冲击,形成灾难级高潮;结尾以厚重、压迫、末日感极强的长音和鼓点收束,强化巨兽矗立海面的史诗感。

Hover to preview · click for sound

Absurdist short: a cowgirl rides into a wasteland gas station

内容梗概 这是一场发生在色彩明亮的未来废土上、充满了冷幽默与荒诞感的“加油”事件。在一个被遗忘的、类似66号公路的加油站,百无聊赖的工作人员迎来了一位奇特的客人——一个骑着真马的酷酷女牛仔。就在工作人员以为这只是个路过的疯子时,女牛仔却径直走向加油机,拿起油枪,为她的马“加满”了新鲜的青草。这超现实的一幕,让见多识广的工作人员彻底陷入了认知失调的呆滞状态。 场景描述与光影美学 视觉风格: 写实风格,色彩处理上采用高饱和度、高亮度的电影调色,营造出一种“晴朗”感,让荒诞的故事发生在一个无比正常、甚至有点美好的环境里。 色彩美学: 严格遵循明亮的“青橙配色”体系。 青色(Teal): 万里无云的天空是明亮、清澈的蔚蓝色(偏青)。加油站的主要建筑是复古的黄橙蓝配色,建筑微微褪色。加油机是褪色的复古红。 橙色(Orange): 地面是龟裂的橙色干涸土地。远处的山脉呈现出温暖的赤陶色。女牛仔的围巾或夹克是橙色的。 角色与场景: 女牛仔: 形象酷飒,沉默寡言。戴着一顶宽檐牛仔帽。穿着耐磨的工装靴和牛仔裤,身上有长途旅行的风尘痕迹。 马: 一匹神态淡定、毛色普通的真马,仿佛对这一切早已司空见惯。 加油站工作人员: 穿着油腻的蓝色工装,戴着一副巨大的黑色墨镜,百无聊赖地靠在椅子上,嘴里叼着一根牙签。他是本片的核心“反应镜头”担当。 加油站: 经典的66号公路风格,旁边有一个小小的便利店,门口放着一台褪色的可乐贩卖机,充满了美式复古感。 3. 运镜风格描述 运镜风格是“冷静的旁观与荒诞的特写(Calm Observation & Absurd Close-up)”: 大量使用固定的中景镜头和缓慢的横移,以一种非常冷静、客观的视角来记录事件,不做任何情绪引导。 在关键的荒诞行为发生时,镜头会突然给到一个极端的特写,比如油枪喷出草的瞬间,或者工作人员呆滞的面部表情,通过这种突兀的放大来制造笑点。 4. 分镜描述 0s - 8s:序幕:无聊的午后 大全景(固定)。蓝天,风沙。一个复古的黄橙蓝配色微微褪色的加油站孤独地立在公路旁。加油站门口,一个工作人员戴着墨镜,懒洋洋地躺在椅子上打盹。一切都安静得只剩下风声。 远景。地平线上,一个骑着马的女牛仔缓缓出现,打破了这份宁静。 中景。工作人员被马蹄声惊醒,他扶了扶墨镜,不耐烦地坐直了身体,看着这个奇怪的组合,嘴里叼着的牙签动了动,脸上写满了“又是个问路的”。 8s - 16s:破:一本正经的胡闹 女牛仔没有说话,她利落地翻身下马,牵着马,径直走向一台老式的加油机。马儿熟练地将头伸到加油机旁。 工作人员的主观视角(略带鱼眼): 镜头模仿他从墨镜后看出去的视角,那个女人和马的组合显得更加古怪。他看到女牛仔真的拿起了加油枪。 近景。工作人员的眉头皱了起来,他觉得这女人在寻开心。他摘下了墨镜,准备开口呵斥。 慢动作特写: 就在他摘下墨镜的瞬间,他看到女牛仔将油枪的喷嘴对准了马嘴,然后扣动了扳机。 16s - 24s:急:【高潮】认知崩溃的瞬间 【终极反差】: 特写: 油枪喷嘴。喷出的不是汽油,而是一股股新鲜翠绿、还带着水珠的青草! 极端特写: 镜头快切到工作人员那张呆若木鸡的脸上。他的眼睛瞪得像铜铃,嘴巴微微张开,叼着的牙签都忘记了动弹。他的表情凝固了,仿佛世界观在这一秒被彻底颠覆。 中景。马儿吃得津津有味,幸福地眯上了眼睛,然后心满意足地、有力地甩了一下尾巴。马尾扫起的灰尘,正好扑了旁边还在呆滞的工作人员一脸。 24s - 30s:合:绝尘而去,留下呆滞 “加满”了草。女牛仔将油枪挂回原位。她从口袋里掏出几枚硬币,走到便利店门口,“叮叮当当”地扔进了柜台上的一个铁皮罐子里。 她回头看了一眼还在石化状态的工作人员,帽檐下的嘴角似乎微微上扬了一下。 【终极定格】: 她翻身上马,绝尘而去。 镜头缓缓推向工作人员。他依然保持着那个呆若木鸡的姿势,满脸灰尘,手里还捏着刚刚摘下的墨镜,嘴里的牙签终于“啪嗒”一声掉在了地上。

Hover to preview · click for sound

Stylized 3D: a giant creature surfaces in a moonlit lake

一段共4个镜头场景的3D动画奇幻短片,从谨慎接近到巨大生物显现再到震撼凝视,情感表达为安静、神秘、惊叹。场景环境为夜色森林中的浅湖,室外自然空间,湖面平静,周围高树包围,漂浮发光花瓣分布于水面,空气里有淡薄雾气。主色调为青蓝、墨绿、月白,冷色调为主,局部发光植物提供青白色高亮,饱和度中等,对比度中高。主体为探险少年与湖中心巨大透明植物。探险少年年龄偏少年,身形纤细,短浅色发,有雀斑,穿轻便探险服,手持小油灯,面部柔和。镜头一为中远景定场,探险少年从画面右侧踩着露出水面的石头向湖中心移动,镜头缓慢前推;镜头二硬切到背后中景,镜头继续跟踪他的移动,浅水波纹向四周扩散,少量漂浮花瓣被轻轻推开;镜头三切到湖心中景,水面出现越来越密集的同心波纹,一株巨大透明植物缓慢升起,内部像液态光在流动,枝叶展开时投下摇曳反光;镜头四切到侧面中近景,探险少年停下两只脚一前一后踩在两块石头上、放低手灯,面部由警惕变成睁大双眼的惊讶,视线凝视湖中心巨大透明植物。音频类型包含环境音与音乐,无语音内容,仅有夜间虫鸣、轻微水声、植物上升时的低频共鸣和空灵合成器与弦乐。要求明确湖面波纹、发光材质、镜头推进、主体表演和冷色夜景光影。

Hover to preview · click for sound

Painterly 2D anime: backlit cliff above a sea of clouds

这是一段精致的日式2D卡通动画短片,对情绪高潮场景需要有细腻处理,尤其是天空色彩渐变与云层光影的运用。需要有戏剧化的逆光效果,在空间感上采用带强烈透视纵深的构图,强调人物在辽阔场景中的渺小与坚定。悬崖边缘的辽阔场景,远处是翻涌的云海与远处若隠若现的城市,天空呈现出剧烈变化的渐变色彩,从深蓝逐渐过渡到橙红色,云层边缘泛着金边,狂风卷起地面的花瓣与碎叶漫天飞舞。 主角设计:孤独少女,银白色长发在风中剧烈飘散,身穿破损的白色礼裙,裙摆边缘有细微的裂纹状发光纹路,脸色苍白如瓷,眼神中蕴含着深深的挣扎与决绝。 镜头以极大远景开场,主角的身影在辽阔天地间显得格外渺小孤独,镜头缓慢推进至她的中景,裙摆与发丝在狓风中剧烈飘散翻卷。她缓缓抬起头望向翻涌的云海,脸部特写捕捉她眼中闻过的复杂情绪——恐惧、挣扎,最终转化为坚定。她向前迈出一步站在悬崖最边缘,镜头切换为高速的环绕拍摄,天空的色彩在她周身流转变化,最终她纵身跃下的瞬间画面进入慢镜头处理,裙摆如花朵般在空中绽放展开,身躬周围泛起的白色光点如羽毛般飘散。

Hover to preview · click for sound

Sports anime: an exhausted boxer works the heavy bag

日式运动番质感的2d动画,30秒。拳击训练场里,黑色短发的运动员连续出拳,手套击打沙袋时产生明显的震动回弹,但他似乎有些乏力,表情痛苦,流着汗,像是陷入在什么困境中一样。

Hover to preview · click for sound

Dark fantasy: a violet-eyed sorcerer in a stone chamber

3D动画短片,30秒,暗黑奇幻题材,单镜头,昏暗石砖室内场景。高冷俊美男子、紫罗兰色眼睛、墨蓝银挑染乱发、墨色晶角、苍白冷肤,暗紫星轨魔纹布满额角,身穿极夜蓝织锦立领风衣,内搭玄色丝质衬衫,左耳佩暗银紫水晶耳骨夹。 场景:夜晚冷白月光硬光主导,高对比低调打光,前侧光效果,背景两个模糊人影与暖黄火光摇曳,幽蓝尘埃粒子漂浮。 镜头:中近景微俯视,浅景深锁定左侧人物,随独白极缓速上摇至平视。 动作:男子斜侧而立,垂头轻蔑一笑,侧视手掌后转向镜头,抬头以阴冷磁性声线道:"Ripe enough for the void." 左手五指摊开,掌心凝聚暗影星云漩涡,说到:"Your soul, a mere spark for me to extinguish." 猛然攥拳,星云爆裂消散为暗紫雾气与幽蓝星屑,最终露出残忍笑容,暗紫渐变指甲微展。 配合虚空共鸣音效与能量破裂声,英文青年反派语音贯穿全程。

Hover to preview · click for sound

Hand-painted animation: a UFO beams up a farm cow

手绘风格动画,油画笔触,色调偏冷,美国郊外农场上,一个外星飞碟从远处飞来,飞碟下射出绿色光柱,将农场中的一只奶牛吸走了,不远处二楼房间中的小男孩看到了这一幕。

Hover to preview · click for sound

K-pop girl group dance in a black-and-white studio

MV概念风的五人韩国女团硬核大片舞段,纯黑与纯白无缝影棚交替作底,色调为黑白高对比硬光时尚摄影质感,音乐节奏为工业电子贝斯配合骤停式重鼓点,五人以杂志封面式错落层次站位分布,居中者气场慵懒眼神锐利、短发微湿贴颅、长指甲银色美甲修长延展,左侧一人黑色宽檐礼帽压低眉骨、波浪长发垂至腰侧,右侧一人金色寸头露出锐利下颌线,前排两人分别为黑色齐肩直发与挑染长卷发、皆以高眉骨冷艳表情基调统一嘴角紧闭眼神斜视镜头下方四十五度,五人皆着黑色天鹅绒礼帽或露肩缎面礼服与皮质镂空西装外套配银色皮带扣,缎面下摆与镂空剪裁将在旋转与甩臂时随即产生具体形变,地面为深色反光地砖制造倒影延迟感但非镜面墙,鼓点第一响时五人保持雕塑式背对起势、头部同步甩转九十度露出侧脸并以指尖扶正礼帽完成预备点位定格一拍,第一句歌词重音处居中者以食指从锁骨向下缓抹并在句尾骤停两拍同时两侧成员各自以肩部隔离向内错动完成小幅卡点,第二句切分点处五人指尖同步做出符号化点位手势并借银色美甲划出短促弧线,进入间奏时能量从居中者指尖发起、经手臂传导至肩部再沉入腰胯完成一次完整body wave并向两侧成员依次接续形成连锁传导链、全程耗时四拍,队形借此从错落松散站位沿弧线滑步收拢为对角线,两侧成员经过居中者身侧时以侧身让位方式完成交叉不打断中心视线,副歌鼓点最密集处五人从对角线骤然甩开呈扇形最大化展开,缎面下摆随转身甩出扇形弧线、镂空西装侧腰随抬手露出线条,甩发瞬间镜头由固定广角俯仰构图骤然切至升格慢动作特写捕捉发丝悬空与布料翻卷的瞬间张力,随后骤停并保持胸腔呼吸颤动可见两拍,进入桥段时居中者后退两步让位、右侧长发成员经交叉步于其身后穿过完成五拍内的中心位轮转、新中心以后仰再借力起身完成一次独立展示动作,收尾段五人沿相反路径快速归位收拢为V字队形,镜头以环绕跟随缓慢推近至新中心面部,定格于其眼神杀直视镜头的瞬间同时灯光由顶光切换为逆光轮廓光两拍延续收束,全程镜头分配为开场固定中景仿封面构图、分部位段落切近特写点位手、间奏环绕跟随波浪传导、副歌广角扇形展开后骤切升格特写、桥段环绕跟随新中心、结尾缓慢推近定格,全片维持黑白高对比硬边光影与冷调影棚质感,无柔光无滤镜,布料与美甲反光边缘始终清晰可辨。

Hover to preview · click for sound

Plush-toy spaceship chase through a felt universe

生成一支 20 秒、16:9 超宽银幕比例的毛绒宇宙冒险片段。 一艘由毛绒布、纽扣、拉链和填充棉制成的宇宙飞船,在由巨大毛线行星、绒毛星云和布偶巨兽组成的宇宙中高速逃亡。驾驶飞船的是三只小型毛绒动物:兔子、狐狸和乌鸦。 一只覆盖深蓝长绒毛、眼睛像两枚玻璃纽扣的巨大星际鲸兽,从星云中追赶飞船。 整体采用 超精细毛绒材质、电影级太空尺度、可爱外形与强烈动作反差、夸张 FPV 运镜和真实软体物理。 20 秒动态时间轴 0—3 秒|拉链飞船弹射起航 镜头位于毛绒飞船内部,驾驶舱由缝线、纽扣和布料仪表组成。 红色警示纽扣快速闪烁。兔子拉下一条巨大拉链控制杆,飞船前方舱门像布袋一样裂开。 摄影机从驾驶舱高速后退,穿过拉链舱门来到飞船外部。飞船从一颗毛线行星的针织环形山中弹射升空。 3—6 秒|贴着毛线行星高速绕行 镜头紧贴飞船尾部,沿行星表面低空飞行。 地面由巨大毛线编织而成: 针织山脉从下方高速掠过; 松散线头像森林一样摆动; 飞船左右大幅闪避; 摄影机连续侧倾和滚转; 推进器喷出白色棉絮尾流。 6—8.5 秒|巨型毛绒鲸出现 绒毛星云突然向两侧分开,巨大深蓝毛绒鲸从后方冲出。 鲸体表面长绒毛被高速气流吹向后方,玻璃纽扣眼反射行星光芒。 镜头快速绕飞船半圈,改为倒飞视角,让鲸兽在飞船后方不断放大。

Hover to preview · click for sound

One-take CG chase through a golden-lit grotto

一镜到底,动态跟拍环绕混合视角,16:9画幅,CG动画电影质感,角色面部精致光洁无毛孔无皮肤纹理,五官线条简练优美,色彩浓郁饱满,光影柔和温暖带戏剧对比,8K超清,浅景深,动态模糊,暖金与石绿宝石色调,暗黑石窟中暖金光柱。低沉鼓点与琵琶弦音交织的敦煌风格配乐,节奏随对决升级加速。 幽暗石窟深处接近全黑,正中一尊巨大金色佛像在暗处泛琥珀色暖光,面容慈悲轮廓隐约。穹顶一道裂缝射入一束暖金色光柱,光柱中金色光尘缓慢旋转。四壁壁画沉没在黑暗中仅隐约可辨石绿与朱砂色轮廓。石窟空旷,回声深远绵长。 光柱中一名飞天舞者:瓜子脸柳叶弯眉丹凤眼眼尾上挑,肤色如暖玉光洁细腻,朱唇微启,眉心一点朱砂花钿。乌黑高髻盘旋,鬓边垂落两缕碎发,头顶三层金莲花冠镶嵌绿松石珠,冠顶金链流苏垂落至耳际。三串璎珞层叠垂落胸前:最上层细密珍珠链,中层绿松石与玛瑙间隔串珠,最下层金莲花坠。穿石绿色交领窄袖短衫领口和袖口金色卷草纹边饰,琥珀金色高腰宽腿长裤裤脚收束金环,腰系朱砂红宽缎带蝴蝶结带尾垂落至膝。双肩各系一条三米长飘带左朱砂红右石绿色,飘带宽约二十厘米边缘金色细线滚边,舒展时色彩浓郁线条流畅。双臂金臂钏刻莲花纹,手腕金镯各三只。反手持一把朱漆琵琶,琴身绘金色凤凰,琴头雕卷云纹。赤足,脚踝系金铃。 暗处一名金刚武者:方阔面部铜铃大眼圆睁,鼻翼宽厚嘴角下撇露出下排獠牙,额头三道竖纹,表情凶猛。火焰状赤褐色短发向上竖起。赤裸上身肌肉块状分明,肤色深古铜,高光处泛赭金。胸前一条赭金色宽锦带从左肩斜系至右肋。双臂金色臂环刻怒龙纹,前臂暗褐色护腕。腰缠暗赭色战裙至膝上,裙面浮雕烈焰纹铜色铆钉沿边排列。小腿深褐色交叉绑带。赤足宽厚。 0-3秒,缓推+微升:镜头从黑暗中缓推进入石窟,暖金光柱照亮中央。飞天在光柱中以三道弯身法起舞,琵琶反持于背后,朱砂红和石绿飘带随旋转甩出在暖光中翻飞划出流畅弧线,金色滚边闪烁,脚踝金铃碎响。金刚从佛像阴影中一步踏出,赤足踏地震响在穹顶回荡放大,脚下石地放射状碎裂,震落佛像表面金漆碎屑在光柱中旋转坠落。飞天停住旋转面向金刚,琵琶由背后旋至身前横持,璎珞随动作轻晃,飘带余韵仍在身后翻卷。 3-7秒,弧形环绕+平移追踪:金刚低吼冲向飞天挥拳直砸,拳风推开光柱中金色光尘形成可见冲击波纹向外扩散。飞天侧身以三道弯身法滑步闪避,朱砂红飘带甩出缠住金刚前臂拉紧,缠绕处飘带金色滚边在暖光中闪烁。金刚用力回拽将飞天拉近,飞天借力旋身琵琶横挡金刚第二拳,琵琶面板碎裂琴弦崩断发出尖锐颤音在穹顶回荡,金凤凰彩绘碎片飞散。飞天借格挡反弹力后仰凌空翻转,石绿短衫下摆和飘带在翻转中展开成绚丽弧形色带,双足蹬中金刚胸口,赭金锦带断裂飞出。金刚踉跄后撤撞上佛像脚趾,金漆碎片震落在暖光中旋转如金色碎屑雨。飞天落地单膝跪稳,碎裂的琵琶仍握在手中,璎珞和金镯叮当碎响。 7-11秒,快速推拉+急升俯拍:金刚怒吼双拳捶地,震波从落拳点向外扩散推开地面碎石,冲击传至四壁使暗处壁画颜料簌簌碎落。飞天纵身踩上佛像手掌借力弹射旋转,展开的朱砂红飘带扫过金刚面部末端抽中面颊。金刚抓住飘带猛拽撕断,飞天肩部飘带断口处碎丝飘散在暖光中清晰可见。镜头急升至穹顶俯拍,下方暖金光柱中两个身影缠斗,一柔一刚节奏交错,飘带碎片和金漆碎屑在光柱中旋转飘浮闪烁。 11-15秒,极速俯冲+地面跟拍:飞天掷出琵琶残骸砸向金刚面门,金刚挥拳击碎,朱漆碎片和断弦在暖光中爆散。飞天趁金刚视线被遮贴身旋入双掌推中金刚腰肋,沉闷撞击声回荡,金刚庞大身躯撞向佛像底座崩塌一角,大佛缓慢倾斜发出结构应力的持续低吟。金刚从碎石中起身最后冲锋,飞天迎面飞身踢出。双方在光柱正中同时击中对方,声音达到峰值后骤然跌入一瞬沉寂。碰撞冲击掀起漫天碎屑,暖金光柱中金漆碎屑和飘带碎片缓慢旋转沉降,两人各自后退稳住身形喘息急促,剩余飘带仍在余波中翻卷不止,碎石仍在簌簌洒落。 画面中不要复制相同角色,飞天舞者与金刚武者体型气质完全不同。五官精致不变形、动画角色质感面部光洁无毛孔、身体结构正常、服饰珠宝造型全程一致。

Hover to preview · click for sound

Vertical fashion film on a sun-soaked Havana street

生成一支 25 秒、9:16 竖版的高饱和夏日街头时装短片。 整支视频发生在一座具有加勒比海、古巴哈瓦那或拉丁美洲老城区气质的城市街区。街道狭窄,地面铺设旧石板,两侧排列色彩鲜艳、表面略有斑驳的历史建筑: 珊瑚红墙面; 橙黄色立面; 青绿色门窗; 钴蓝色木门; 粉色与紫红色外墙; 老式阳台、铁艺栏杆和脱落的墙皮; 远处偶尔停放一辆复古黄色汽车; 夏日阳光明亮强烈; 空气中带轻微湿热感与胶片颗粒。 主角是一名年轻成年男性,身材修长,短黑发,气质冷静、自信、略带时尚模特式疏离感。 人物造型在全片保持一致: 白色或奶油白色长款修身外套; 外套长度到膝盖附近; 正面从胸口到腹部纵向排列四到五组黄色弧形、环形或带状装饰; 黄色装饰像缝制在衣服上的软质绳带; 外套内搭保持简洁; 高饱和钴蓝色或宝蓝色长裤; 白色鞋; 不佩戴帽子; 不改变发型、服装颜色和黄色装饰数量。 全片的重要道具是一枚 大型黑色软骰子: 近似立方体; 表面为黑色软胶、织物或哑光塑料; 六个面带大型白色圆点; 尺寸接近人物小腿高度; 可以被人物手持、踢动、抛起、拖动或放在地面; 所有镜头中保持相同比例与外形; 不变成普通小骰子。 画面底部持续或间歇出现红色小标题: color of summer 标题使用复古粗体衬线或打字机式字体,字距略宽,颜色为暗红或鲜红。文字位于底部中央,尺寸小而醒目。除这句标题外,不出现其他大段文案。 一、整体画面风格 色彩系统 画面前半段使用 黑白背景与彩色人物的局部上色效果:

Hover to preview · click for sound

POV night-house short with hand-drawn motion-graphics VFX

生成一支15秒、16:9横版的“低照度真实室内摄影 × 粗糙手绘MG动画 × 第一人称互动VFX”短片。全片为第一人称POV视角,模拟使用小型运动相机或手持超广角相机,在夜晚住宅中连续拍摄。整体不是精致广告片,而是一段带有偶然性、即时感和轻微失控感的个人创意影像。 实拍空间与色调 场景是一间面积不大的夜晚住宅,客厅、餐桌、电脑工作区、狭窄过道和厨房彼此连接。空间略显拥挤,家具并不完全对称,保留真实生活痕迹。 墙面为哑光米棕色和浅咖啡色,带有细微墙漆颗粒、阴影不均和轻微使用痕迹。家具以深色旧木材、黑色皮革和暗色织物为主,木质桌面保留细小划痕、反光不均和日常物品。不要过度整洁,不要样板间,不要高级民宿。 室内不开明亮顶灯。主要光源来自暖黄色壁灯、桌边小灯、笔记本电脑屏幕,以及沿天花板不规则悬挂的一串红、黄、绿、蓝色小灯泡。窗外完全黑暗。房间大部分区域处于低照度阴影中,只有局部被壁灯照亮。 整体色调以暗棕色、焦糖色、琥珀橙和深黑色为主。暗部不能全部提亮,墙角、家具底部和过道必须保留大片深色阴影。电脑屏幕提供少量冷蓝光,冰箱打开时出现突然增强的冷白光,自动曝光需要短暂调整。 画面保留消费级相机的低照度特征:轻微高感噪点、暗部彩色颗粒、有限动态范围、轻微色彩偏移、镜头暗角、压缩纹理和不完全干净的运动模糊。禁止电影级无噪点画质,禁止通透锐利的商业摄影,禁止三维渲染感和塑料材质。 POV镜头与真实手持抖动 使用约14—16mm超广角镜头,存在轻微鱼眼畸变和桶形变形,画面边缘的家具与门框略微弯曲。摄影机位于成年人眼睛或胸口高度,观众就是正在行动的人物。 镜头不能像稳定器一样平滑。全程保留不规则的真实手持运动: 静止观察时也有细小呼吸起伏和左右重心变化; 手臂抬起时,摄影机轻微向反方向偏移; 人物行走时,每一步带来小幅上下起伏和轻微左右滚转; 镜头转向时先加速、后减速,停止位置有一次很小的过冲与回弹; 手部动作先发生,摄影机延迟约0.1秒跟随,形成真实反应时间; 快速低头、抬头和转身时出现明显方向性运动模糊与轻微滚动快门变形; 镜头接近电脑、墙壁和冰箱时距离过近,构图允许偏斜、裁切和短暂失焦; 运动结束后自动对焦需要约0.2秒重新锁定。 抖动必须来自呼吸、脚步、转身惯性和受惊反应,不能是规律振动,也不能全程高频乱晃。镜头既要有真实不稳定感,也要让观众看清核心动作。 画面中只出现同一人物的真实右手或双手前臂。手臂保持未经美化的实拍皮肤质感,包括毛孔、细小汗毛、关节纹理和暖光阴影。手臂不能出现白色描边、卡通描边或抠图边缘。MG线条只能围绕手臂运动,不能把整只手勾勒成贴纸。 手绘MG质感 所有动画均为粗糙的二维逐帧手绘,不是光滑矢量动画,不是3D卡通,不是塑料贴纸。

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