Wan 3.0 Prompt-Leitfaden für wiederholbare Videotests
Mit diesem Wan 3.0 Prompt-Leitfaden strukturieren Sie Bewegung, Kamera, Timing, Referenzen und Audio für wiederholbare T2V-, I2V- und R2V-Tests.

Wan 3.0 Prompt-Leitfaden für wiederholbare Videotests
Der schnellste Weg, ein Videobudget zu verschwenden, ist es, jeden Operator „einfach einen besseren Prompt schreiben” zu lassen. Ich habe erlebt, wie dadurch aus einem freigegebenen Briefing zehn verschiedene Versionen wurden, noch bevor die Prüfung überhaupt begann. Dieser Wan 3.0 Prompt-Leitfaden ist für die weniger glamouröse Aufgabe gedacht: ein Kreativ-Briefing in wiederholbare Tests zu überführen, bei denen Eingaben, Parameter, Fehler und Kosten dokumentiert werden, bevor jemand den Lauf skaliert.
Die Wan3.0 API-Referenz von Alibaba listet derzeit wan3.0-video und wan3.0-video-prime, mit Text-, Bild-, Erst-und-Letztframe- sowie referenzbasierten Video-Eingaben. WaveSpeed stellt die Familie über separate Endpunkte bereit, darunter die Wan 3.0 API-Oberfläche. Schema geprüft am 13. November 2026. Dieser Artikel erhebt keinen Anspruch auf einen Live-Benchmark. Er liefert eine Prompt-Testmethode, die Sie reproduzieren können.

Den Videotest definieren, bevor Sie prompten
Einen Eingabemodus und Abnahmekriterien wählen
Beginnen Sie nicht mit dem Satz. Beginnen Sie mit dem Test.
Wählen Sie einen Modus: Text-to-Video, Image-to-Video oder Reference-to-Video. Wenn Sie Modi zu früh mischen, wissen Sie nicht, ob sich die Ausgabe wegen des Prompts, des ersten Frames, des Referenzbilds, der Audioeingabe, der Dauer oder dadurch verändert hat, dass das Modell alles auf einmal interpretiert.
Für einen wiederholbaren Test schreiben Sie die Abnahmekriterien vor der Generierung auf:
- Die Identität des Motivs bleibt erkennbar.
- Die Kamerabewegung folgt der geplanten Richtung.
- Die Bewegung erreicht den erwarteten Beat bis zur Zielsekunde.
- Dialog oder Soundeffekt stehen nicht im Widerspruch zur visuellen Handlung.
- Die Ausgabe ist ohne vollständige Neugenerierung nutzbar.
Für das Roboter-Beispiel unten machen Sie daraus eine Bestanden/Nicht-bestanden-Prüfung: Vergleichen Sie den ersten, mittleren und letzten Frame mit der freigegebenen Eingabe; markieren Sie, ob der Roboter seine blaue Hülle und das bernsteinfarbene Licht behält, das Panel vor Sekunde 7 erreicht und der gewünschten Kamerabewegung folgt. Halten Sie jeden Fehler fest. Das lässt sich nicht nach Gefühl beurteilen. Dafür braucht es einen Testlauf.
Prompt-Anweisungen von API-Parametern trennen
Ein Prompt sollte keine Einstellungen enthalten, die in Anfragefelder gehören. Halten Sie „9:16”, „720p”, „10 Sekunden”, „Audio an” und Seed-Werte in den Parametern, sofern die Plattform sie bereitstellt.
Alibabas aktuelles Wan3.0-Schema verwendet parameters.resolution, ratio, duration, audio, seed, prompt_extend und watermark. Die geprüften T2V-, I2V- und R2V-Seiten von WaveSpeed verwenden resolution, aspect_ratio, duration, enable_prompt_expansion, generate_audio und seed. Dieselbe Produktionsidee. Andere Feldnamen.
Eine einzelne Person kann sich Parameter merken. Ein Team nicht.
Einen Wan 3.0 Prompt aufbauen
Motiv, Handlung, Umgebung und visuelle Ausrichtung
Ein brauchbarer Wan-Prompt besteht aus vier einfachen Blöcken:
Subject: original delivery robot with a scratched blue shell and one amber status light.
Action: rolls across a wet rooftop walkway, pauses, scans a damaged solar panel.
Environment: early morning service roof, low fog, city towers behind glass railings.
Visual direction: grounded product-film look, soft backlight, realistic reflections, no fantasy elements.
Das reicht für ein erstes Set an Wan 3.0 examples. Fügen Sie noch nicht zehn Stimmungen und fünf Genre-Labels hinzu. Wenn das Motiv in dieser Phase scheitert, rettet auch eine Flut an Adjektiven den Lauf nicht.
Kamera, Timing, Audio und Referenzrollen

Der Alibaba-Prompt-Leitfaden empfiehlt, Entität, Szene, Bewegung, ästhetische Steuerung, Stilisierung und Kameraverhalten zu beschreiben. Für einen Produktionstest würde ich Kamera und Timing explizit machen:
Camera: fixed low-angle shot for 2 seconds, then slow push-in toward the amber light.
Timing: robot reaches the damaged panel at second 5 and stops before second 7.
Audio: low rooftop wind, one soft motor hum, no dialogue, no background music.
Ein Wan 3.0 camera prompt sollte pro Einstellung nur eine zentrale Kameraaktion benennen. „Heranfahren, umkreisen, Kran hoch, Handkamera wackeln” ist keine Regieanweisung. Es ist ein Meeting-Protokoll.
Den Prompt an jeden Eingabemodus anpassen
Text-to-Video- und Image-to-Video-Prompts
Bei Text-to-Video definiert der Prompt die gesamte Szene. Nehmen Sie Motiv, Umgebung, Handlung, Kamera, Licht und Audio-Absicht auf.
Bei Image-to-Video definiert das Bild bereits Motiv, Komposition und einen Großteil des Stils. Der Prompt sollte sich darauf konzentrieren, was sich ändert: Bewegung, Kamera, Ausdruck, Lichtwechsel und Endzustand. Wenn Sie alles wiederholen, was im Bild sichtbar ist, schaffen Sie mehr Raum für Abweichungen.
Für den kontrollierten Test unten liefern Sie ein freigegebenes Erstframe-Bild – zum Beispiel robot_rooftop_v01.png – und verwenden genau dieses Asset für jede Variante. Ein praxistauglicher I2V-Prompt sieht so aus:
The service robot remains the same shape and color as the input image. Its amber light turns on slowly. The camera pushes in slightly. Thin rain moves across the frame. No new characters enter. Low rooftop wind and one soft motor hum; no speech or music.
Der Dateiname ist eine Bezeichnung für Ihr Testprotokoll. Übermitteln Sie das Bild über das Feld image des Endpunkts als unterstützte URL oder Base64-Eingabe; ein Dateiname im Prompt lädt nichts hoch.
Reference-to-Video und längere narrative Prompts
Reference-to-Video braucht Rollen. In Alibabas aktueller Wan3.0-API lassen sich Medienreferenzen je nach Reihenfolge innerhalb des jeweiligen Medientyps als „Image 1”, „Video 1” oder „Audio 1” ansprechen. Das aktuelle WaveSpeed-Reference-to-Video-Schema listet reference_images, reference_videos und reference_audios, mit Limits pro Medientyp. Für den Robotertest könnte ein Referenz-Prompt beginnen mit: „The delivery robot from Image 1 rolls toward the damaged panel.” Halten Sie fest, welches Asset Sie Image 1 zugewiesen haben.

Verwenden Sie für längere Szenen Zeitstempel. Ein Wan 3.0 30 second video sollte nicht aus einem einzigen langen Absatz bestehen. Setzen Sie die Anfragedauer auf 30 Sekunden und gliedern Sie den Prompt in Beats:
[0-6s] Robot crosses the rooftop walkway.
[6-12s] It stops beside the solar panel and scans the crack.
[12-20s] The amber light pulses while rain gets heavier.
[20-30s] Camera pulls back to show the full rooftop repair site.
Das sind angeforderte Beats, keine Garantie, dass das Modell jeden Zeitstempel trifft.
Einen kontrollierten Prompt-Test durchführen
Pro Generierung nur eine Variable ändern
Wenn Sie Prompt, Seed, Dauer, Referenzbild und Audio-Einstellung gleichzeitig ändern, ist der Test hinfällig. Sie haben zwar ein Video generiert. Aber nichts gelernt.
Beginnen Sie mit einem kleinen Lauf: eine Baseline und drei Varianten für einen Eingabemodus. Hier ist eine geplante Testkarte, kein Protokoll abgeschlossener Generierungen:
Mode: I2V
Endpoint: alibaba/wan-3.0/image-to-video
First frame: your approved robot_rooftop_v01.png, submitted in the image field
Fixed fields: resolution=720p; aspect_ratio=9:16; duration=8;
generate_audio=true; enable_prompt_expansion=false; seed=1729
Baseline: the I2V prompt above
Variant A — motion only:
Replace “Its amber light turns on slowly” with “Its amber light flashes twice.”
Variant B — camera only:
Replace “The camera pushes in slightly” with “The camera stays fixed.”
Variant C — audio wording only:
Replace “one soft motor hum” with “no motor hum.”
Vergleichen Sie jede Variante mit der Baseline, nicht mit einer anderen Variante. Halten Sie das Erstframe-Asset und jedes aufgeführte Feld konstant. Ein Seed hilft, den Test zu kontrollieren; er garantiert keine identische Ausgabe.
Eingaben, Ausgaben, Fehler und Kosten festhalten
Ein gutes Protokoll erspart dem nächsten Operator das Raten.
| Feld | Was festzuhalten ist |
|---|---|
| Testdatum | Tatsächliches Generierungsdatum |
| Plattform und Endpunkt | Alibaba Wan3.0, WaveSpeed T2V/I2V/R2V oder eine andere verifizierte Route |
| Eingabemodus | T2V, I2V, First-Last-Frame oder R2V |
| Prompt-Version | Vollständiger Baseline- oder Varianten-Prompt-Text, keine Zusammenfassung |
| Parameter | Auflösung, Seitenverhältnis, Dauer, Audio, Seed und Einstellung der Prompt-Erweiterung |
| Referenzen | Eingabe-URL oder Asset-ID, ihre Rolle und dieselbe Asset-Kennung für jede Variante |
| Ausgabe | Task-ID, Ausgabe-URL oder gespeicherte Datei und Abschlussstatus |
| Prüfung | Bestanden/Nicht bestanden für Identität, Kamera, Timing und Audio; Frame oder Sekunde zu jedem Fehler notieren |
| Kostenbasis | Geschätzte Gebühr, endgültige Gebühr und Anzahl fehlgeschlagener Ausgaben; bis zur Abrechnung leer lassen |
Billig bedeutet nicht immer kostensparend. Unbrauchbare Generierungen sind teuer.
Schwache Ergebnisse diagnostizieren
Widersprüchliche Anweisungen und überladene Szenen entfernen
Wenn das Ergebnis schwach ist, kürzen Sie zuerst. Fügen Sie nichts hinzu.
Konflikte sehen meist so aus: „feste Kamera mit dynamischem Orbit”, „ruhige Szene mit dramatischer Kampfmusik”, „Kontinuität in einer Einstellung mit harten Schnitten” oder „Produkt-Nahaufnahme bei gleichzeitigem weitem Stadt-Reveal”. Das Modell liefert möglicherweise trotzdem etwas, aber das Review-Team weiß nicht, welche Anweisung sich durchgesetzt hat.
Wenn Sie lernen, wie man Wan 3.0 prompten sollte, machen Sie den ersten Test absichtlich langweilig. Langweilig ist diagnostizierbar. Überladen nicht.
Timing, Referenzen oder Steuerungen anpassen, bevor Sie Details hinzufügen
Wenn das Motiv falsch ist, prüfen Sie die Referenz. Wenn die Bewegung falsch ist, vereinfachen Sie die Handlung. Wenn die Szene zu früh endet, passen Sie Dauer oder Zeitstempelstruktur an. Wenn das Audio mit der Einstellung kollidiert, entfernen Sie zuerst Gesang oder Dialog.
Alibabas Wan3.0-Release-Beitrag nannte Audiotextur und Genauigkeit von Bildschirmtext zum Release als Verbesserungsbereiche. Behandeln Sie diese als Prüfpunkte, nicht als garantierte Bestehensbedingungen.

Prompts in der Produktion wiederverwenden
Prompt-Blöcke strukturierten Anfragefeldern zuordnen
Eine wiederverwendbare Vorlage sollte kreative Sprache von Anfragefeldern trennen:
PLATFORM_ENDPOINT=
INPUT_MODE=
INPUT_ASSET_ID_OR_URL=
PROMPT_SUBJECT=
PROMPT_ACTION=
PROMPT_SCENE=
PROMPT_CAMERA=
PROMPT_AUDIO=
PARAM_DURATION=
PARAM_RESOLUTION=
PARAM_ASPECT_RATIO=
PARAM_AUDIO=
PARAM_PROMPT_EXPANSION=
PARAM_SEED=
REFERENCE_ROLES=
OUTPUT_ID_OR_URL=
PASS_FAIL_REASON=
Das ist nicht raffiniert. Es verhindert nur, dass der Prompt zur Schublade voller alter Entscheidungen wird. Ordnen Sie die PARAM_-Labels den aktuellen Feldnamen des gewählten Anbieters zu, bevor Sie eine Anfrage senden.
Vorlagen versionieren und Evaluierungsnachweise aufbewahren
Speichern Sie jeden akzeptierten Prompt mit Endpunkt, Schema-Datum, Parametern, Eingabe-Assets, Ausgabe-URL, Reviewer-Notizen und Ablehnungsgründen. Wenn ein Anbieter ein Schema oder einen Standardwert ändert, wiederholen Sie den kleinsten akzeptierten Test, bevor Sie skalieren.
Ein Wan3 prompting guide für ein Team ist keine Liste schöner Prompts. Er ist ein Protokoll dessen, was die Prüfung überstanden hat.
Grenzen und Abwägungen
Längere Prompts garantieren keine stärkere Kontrolle
Lange Prompts können helfen, wenn sie Struktur hinzufügen. Sie schaden, wenn sie Widersprüche verbergen. Wenn ein 300-Wörter-Prompt scheitert, erstellen Sie eine 90-Wörter-Version und testen Sie die Kernhandlung erneut.
Anbieter-Schnittstellen können unterschiedliche Steuerungen bereitstellen
Alibabas geprüfte Wan3.0-API listet wan3.0-video und wan3.0-video-prime, mit Medientypen und Parametern in einem einzigen Anfrageschema. WaveSpeed trennt die Endpunktoberflächen und verwendet andere Feldnamen. Kopieren Sie Parameternamen nicht zwischen Plattformen, ohne das aktuelle Schema zu prüfen.
FAQ

Erzwingt Wan 3.0 eine maximale Prompt-Länge?
Die geprüfte Wan3.0-API-Referenz von Alibaba besagt, dass input.prompt Chinesisch und Englisch unterstützt und bis zu 20.000 Zeichen erlaubt, wobei überschüssiger Inhalt automatisch abgeschnitten wird. Die geprüften Modellseiten von WaveSpeed veröffentlichten keine vergleichbare Obergrenze für die Prompt-Länge, prüfen Sie daher vor einem großen Batch im aktuellen Schema nach.
Können Prompts hochgeladene Dateinamen statt URLs referenzieren?
Verlassen Sie sich nicht auf Dateinamen. Alibaba dokumentiert Medien als öffentliche URL, temporäre OSS-URL oder Base64-Eingabe und referenziert Assets im Prompt dann als „Image 1”, „Video 1” oder „Audio 1”. Auch die WaveSpeed-Schemas verwenden strukturierte Medienfelder statt lokaler Dateinamen-Referenzen.
Welche Sprachen werden derzeit für generierten Dialog unterstützt?
Die geprüfte Wan3.0-API-Referenz bestätigt die Unterstützung von Chinesisch und Englisch für den Prompt. Das begründet keine vollständige Sprachliste für generierte Sprache. Halten Sie für Produktionstests die angeforderte Dialogsprache fest und prüfen Sie das resultierende Audio, bevor Sie den Batch erweitern.
Unterstützt Wan 3.0 Negative Prompts an jedem Endpunkt?
Nicht in den geprüften Wan3.0-Dokumenten. Alibabas Wan3.0-API-Referenz listet kein negative_prompt, und die geprüften WaveSpeed-Seiten für Wan 3.0 T2V/I2V/R2V stellen kein Feld für Negative Prompts bereit. Übertragen Sie das Verhalten älterer Wan2.7-Versionen nicht ohne neue Schemaprüfung auf Wan3.0.
Reproduziert ein fester Seed Audio und Video gemeinsam?
Ein fester Seed kann den Zufall verringern, sollte aber nicht als vollständige audiovisuelle Sperre verstanden werden. Halten Sie Seed, Prompt, Referenzen, Dauer, Audio-Einstellung und Endpunktversion gemeinsam fest. Wiederholen Sie dann einen Testlauf. Nur so lässt sich ehrlich feststellen, wie stabil die Vorlage ist.
Fazit
Ein brauchbarer Wan 3.0 Prompt-Leitfaden beginnt nicht mit cleveren Formulierungen. Er beginnt mit einem kontrollierten Videotest: ein Eingabemodus, eine akzeptierte Aufgabe, eine Prompt-Struktur und eine Änderung pro Generierung. Sobald das trägt, skalieren Sie vorsichtig. Eine einzelne gute Ausgabe bedeutet nicht, dass der Produktions-Workflow bereit ist.
Vorherige Beiträge:
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)
/filters:quality(82)/media/images/3439779b-d7cf-42fd-958d-8711fe2abdf4.webp)