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 模型与价格 · API 文档
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)
将图片1中的女人定义为主体1，将图片2中的女人定义为主体2，主体1台词音色参考音频1，主体2台词音色参考音频2，在健身房内，主体1和主体2并排站在跑步机旁，主体1转头微笑对主体2说{今天练哪个部位}，主体2一边用毛巾擦汗一边回应{练背吧，昨天腿还酸着呢}，主体1笑着点头说{行，我陪你，先热身十分钟}，主体2拿起水杯喝一口回应{走吧}，背景是器械区和落地镜，写实拍摄，画面明亮通透，冷白色自然饱和度色调
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。
https://r2.apimodels.app/assets/wan3-cases/wan3-case-15-audio-1.mp3
https://r2.apimodels.app/assets/wan3-cases/wan3-case-15-audio-2.mp3
竖屏9:16，全身镜头，固定稳定机位。一位长黑发的年轻女性，身穿白色花朵刺绣长袖上衣、白色百褶短裙配黑色腰带、白色厚底运动鞋，在现代简约风厨房中，跟随固定音频的节拍跳偶像风舞蹈。背景为浅灰色橱柜、白色岛台、深色夜景窗户，人物身后有一块方形补光灯形成轮廓光，室内冷白色灯光。 根据固定音频的节奏、速度和情绪起伏进行舞蹈编排：鼓点重拍对应干脆利落的大幅度动作与定格姿势，舒缓段落对应柔和的身体波浪与手部姿态，副歌高潮段落动作更密集更有爆发力。整体为偶像风舞蹈，动作连贯流畅，富有节奏感和表现力，与音频节拍完全同步。 运动流畅，肢体比例自然。
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。
https://r2.apimodels.app/assets/wan3-cases/wan3-case-43-audio-1.m4a
将图片 @Image1 的男性角色无缝替换至视频 @Video1 的女生。角色坐在窗边，手持手机贴耳说话。 【音色与台词】提取音频 @Audio1 中的音色特征，并让角色说出以下台词：“真的吗？听起来很棒！你什么时候回来啊。我好想你啊.” 【口型与神态】生成的语音需精准驱动角色的口型自然开合。说话时伴随自然的眨眼、轻微的头部点动和呼吸感，面部微表情需与台词中的关怀、回忆情绪完美契合。 【光影与场景】人物面部需自然接收室内暖光与窗外霓虹冷光的混合照明。背景窗外雨滴持续缓慢滑落，桌上咖啡有轻微热气升腾，人物与场景边缘融合自然，无抠图痕迹。 【镜头与画质】15秒长镜头，镜头极缓慢向前推进，画面极度稳定，电影级光影，8K分辨率，照片级真实感。
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。
https://r2.apimodels.app/assets/wan3-cases/wan3-case-44-in-1.mp4
https://r2.apimodels.app/assets/wan3-cases/wan3-case-44-audio-1.mp3
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。
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。
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。
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。
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。
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。
Wan 3.0 已经上线,和另外 130+ 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。
