悬停预览 · 点击有声
动作参考:滑板男人换成图中女人
参考视频，视频1 @Video 中的滑板男人替换为图片 @Image1 中的女人和衣服，注意：只替换人物，保留原视频中滑板动作、运动轨迹和滑板场背景完全保持不变。
配套参考提示词（1）
这条视频是先用下面几条提示词生成参考图,再用上面的动画提示词驱动的。
参考视频1(reference_video_urls)
https://r2.apimodels.app/assets/wan3-cases/wan3-case-40-in-1.mp4
Wan 3.0 视频参考提示词
64 条来自通义万相官方《Wan 3.0 视频创作者手册》的提示词,每条都配官方成片:30 秒文生视频、图片 / 视频 / 音频参考、文档生视频、视频编辑、视频延长、首帧生视频。悬停播放,一键复制。
最近更新: · Wan 3.0 API 价格与在线体验 · API 文档
一句话摘要
Wan 3.0(通义万相 3.0)是阿里的全能视频模型:一个模型名同时覆盖文生视频、首帧 / 首尾帧图生视频,以及「全能参考」—— 最多 10 张参考图 + 5 段参考视频 + 5 段参考音频,或直接喂一份文档、一个公开网页。原生单镜最长 30 秒、30fps、自带同步音轨,480P / 720P / 1080P 三档。在 apimodels.app 上模型名为 wan-3.0-video,按分辨率 $0.045 / $0.09 / $0.18 每秒,prime 高速档约快 6 倍、贵约五成。本页整理官方《Wan 3.0 视频创作者手册》公开的 64 条提示词与成片,按任务类型分组,可自由复制。
出处:Wan 3.0 视频创作者手册(通义万相)(模型方官方站点)
悬停预览 · 点击有声
运镜参考:换成天台上的一杯咖啡
参考视频的运镜方式，场景更改为一杯咖啡放在天台咖啡桌上。
配套参考提示词（1）
这条视频是先用下面几条提示词生成参考图,再用上面的动画提示词驱动的。
参考视频1(reference_video_urls)
https://r2.apimodels.app/assets/wan3-cases/wan3-case-41-in-1.mp4
悬停预览 · 点击有声
特效参考:复刻能量特效与动作
图片1人物参考视频1的能量特效，生成同样的特效和动作。
配套参考提示词（1）
这条视频是先用下面几条提示词生成参考图,再用上面的动画提示词驱动的。
参考视频1(reference_video_urls)
https://r2.apimodels.app/assets/wan3-cases/wan3-case-42-in-1.mp4
怎么写好 Wan 3.0 提示词
- 1素材按槽位编号,提示词里点名槽位. Wan 3.0 按位置读参考:「图1」「视频1」「音频1」,图片、视频、音频各自单独计数。手册里的写法就是「图片1的女孩穿上图片2的米白色蕾丝衬衫」—— 点名槽位,不写文件名。
- 2超过 10 秒就写时间线. 30 秒的案例几乎全是分段写的:「0-4秒 全景」「镜头2(4-9秒)特写」。模型跟时间线远比跟一段形容词稳,写明「一镜到底」还能防止它自己切镜。
- 3把声音写出来,Wan 3.0 会生成. 每条成片都带同步音轨。手册用 <抹布摩擦声> 这样的尖括号标音效,用 {今天练哪个部位} 或引号标台词;环境音、BGM 提示、一句台词都会照写出片。不写声音就只能拿到泛泛的背景音。
- 4编辑类:说清改什么,更要说清不改什么. 编辑提示词以「编辑视频」开头、点名对象,结尾一定加锁:「女人的动作和画面其余部分保持不变」。不加这句,模型会把整个画面重新想象一遍。
- 5参考图负责身份,文字负责动作. 挂了角色卡或人像后,提示词只重复不能漂移的特征(发型、服装、配饰),其余篇幅全给调度和镜头。两个人要两张参考图,两个人说话要两段音频。
- 6延长视频要给剧本,不只给秒数. 延长类先写方向(「向后延长 15s」),再用原片里的角色写新的段落,连台词一起写。只写「继续」出来的是填充镜头。
- 7首尾帧模式和参考模式不能混用. API 上 first_frame_url / last_frame_url 与 reference_* / file_url / link_url 互斥。首帧提示词描述从那一帧「动起来」的过程;参考提示词才对「图1」说话。
- 8开头先写时长和画幅. 手册的提示词开头就是「10秒、16:9横版、1920×1080」或「竖屏9:16,15秒」。Wan 3.0 支持 2-30 秒、480P / 720P / 1080P,数字写进提示词,再和 duration 参数对上。
提示词公式
时长 + 画幅 + 素材槽位(图1 / 视频1 / 音频1)+ 分段时间线 + 主体与锁定特征 + 镜头运动 + 光线色调 + 声音标注 + 不能变的东西
例:15 秒,16:9。图1 是女主唯一形象参考,保持黑色短发与米色风衣不变。0-5 秒:全景,她推开咖啡馆玻璃门走上石板街<高跟鞋踩石板声>;5-10 秒:镜头缓推至中景,她展开一张纸质地图;10-15 秒:特写,她抬头说「应该是这边」。午后暖色逆光,胶片颗粒,全程街道环境音。
常见问题
这些 Wan 3.0 提示词从哪来?
64 条提示词和成片全部来自通义万相团队为模型发布整理的《Wan 3.0 视频创作者手册》(上方有出处链接)。提示词逐字保留中文原文,成片转存到我们自己的存储以保证能持续播放,没有任何一条是我们重新生成的。部分案例用到的参考图和文档本体手册没有公开,这些卡片只有提示词和结果,不冒充有素材。
在哪能跑 Wan 3.0?
apimodels.app 上模型名 wan-3.0-video,与 VEO、Kling、Seedance 共用同一个视频端点:480P $0.045 / 秒、720P $0.09 / 秒、1080P $0.18 / 秒,仅成功计费;mode 传 "prime" 走高速档,贵约五成。参考图、参考音频、文档、网页不额外收费;参考视频按「输入时长 + 输出时长」计秒。不需要阿里云账号和大陆实名认证。模型在阿里云百炼和万相官网也能用。
这些提示词能直接用英文写吗?
可以。Wan 3.0 中英文都收,关键是沿用手册的骨架:素材按槽位编号、分段时间线、声音标注、编辑类结尾的「其余不变」。词可以翻,结构别丢。本页保留中文原文,是因为翻译过的提示词跑出来就不是那条片子了。
编辑和延长类案例的输入视频怎么传?
走 reference_video_urls,提示词里称它「视频1」。编辑保持输入长度;延长类要写明方向和新增秒数。上游限制输入 + 输出 ≤ 30 秒,计费也按两者之和。
这些成片能商用吗?
成片版权归发布方,本页只作为「这条提示词出了什么」的示例展示;你自己生成的内容按阿里万相的使用条款执行。提示词文本可以自由复制、修改、二次创作。
在 apimodels.app 上跑这些提示词
Wan 3.0 已经上线,和另外 160+ 个图像、视频、语音、大模型共用一个 API、一个 key,按量计费、注册送 $0.10 试用额度。