Guía de prompts de Wan 3.0 para pruebas de vídeo repetibles
Usa esta guía de prompts de Wan 3.0 para estructurar movimiento, cámara, tiempos, referencias y audio en pruebas repetibles de T2V, I2V y R2V.

Guía de prompts de Wan 3.0 para pruebas de video repetibles
La forma más rápida de desperdiciar un presupuesto de video es dejar que cada operador “simplemente escriba un mejor prompt”. He visto cómo eso convierte un único brief aprobado en diez versiones distintas antes de que empiece la revisión. Esta guía de prompts de Wan 3.0 está pensada para el trabajo menos glamuroso: convertir un brief creativo en pruebas repetibles, con entradas, parámetros, fallos y costos registrados antes de que nadie escale la ejecución.
La referencia de la API de Wan3.0 de Alibaba incluye actualmente wan3.0-video y wan3.0-video-prime, con entradas de video a partir de texto, imagen, primer y último fotograma, y referencias. WaveSpeed expone la familia mediante endpoints independientes, entre ellos su superficie de API de Wan 3.0. Esquema verificado el 13 de noviembre de 2026. Este artículo no afirma ser un benchmark en vivo. Ofrece un método de prueba de prompts que puedes reproducir.

Define la prueba de video antes de escribir el prompt
Elige un modo de entrada y los criterios de aceptación
No empieces por la frase. Empieza por la prueba.
Elige un modo: texto a video, imagen a video o referencia a video. Si mezclas modos demasiado pronto, no sabrás si el resultado cambió por el prompt, el primer fotograma, la imagen de referencia, la entrada de audio, la duración o porque el modelo interpretó todo a la vez.
Para una prueba repetible, escribe los criterios de aceptación antes de generar:
- La identidad del sujeto sigue siendo reconocible.
- El movimiento de cámara sigue la dirección planificada.
- El movimiento alcanza el momento esperado en el segundo objetivo.
- El diálogo o la señal sonora no choca con la acción visual.
- El resultado es utilizable sin regenerarlo por completo.
Para el ejemplo del robot que aparece más abajo, conviértelos en una comprobación de aprobado/suspenso: compara el fotograma inicial, el intermedio y el final con la entrada aprobada; marca si el robot conserva su carcasa azul y su luz ámbar, si llega al panel antes del segundo 7 y si sigue el movimiento de cámara solicitado. Registra cada fallo. Esto no se puede juzgar a ojo. Necesita una ejecución de muestra.
Separa las instrucciones del prompt de los parámetros de la API
Un prompt no debería cargar con ajustes que pertenecen a los campos de la solicitud. Mantén “9:16”, “720p”, “10 segundos”, “audio activado” y los valores de seed en los parámetros cuando la plataforma los exponga.
El esquema actual de Wan3.0 de Alibaba usa parameters.resolution, ratio, duration, audio, seed, prompt_extend y watermark. Las páginas de T2V, I2V y R2V de WaveSpeed que revisamos usan resolution, aspect_ratio, duration, enable_prompt_expansion, generate_audio y seed. Misma idea de producción. Distintos nombres de campo.
Una persona puede recordar los parámetros. Un equipo no.
Construye un prompt de Wan 3.0
Sujeto, acción, entorno y dirección visual
Un prompt de Wan útil tiene cuatro bloques sencillos:
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.
Eso basta para un primer conjunto de Wan 3.0 examples. No añadas todavía diez ambientaciones y cinco etiquetas de género. Si el sujeto falla en esta etapa, más adjetivos no salvarán la ejecución.
Cámara, tiempos, audio y roles de referencia

La guía de prompts de Alibaba recomienda describir la entidad, la escena, el movimiento, el control estético, la estilización y el comportamiento de la cámara. Para una prueba de producción, yo haría explícitos la cámara y los tiempos:
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.
Un Wan 3.0 camera prompt debería nombrar solo una acción principal de cámara por plano. “Acercar, orbitar, subir con grúa, cámara en mano temblorosa” no es una dirección. Es la transcripción de una reunión.
Adapta el prompt a cada modo de entrada
Prompts de texto a video y de imagen a video
En texto a video, el prompt define toda la escena. Incluye sujeto, entorno, acción, cámara, iluminación e intención de audio.
En imagen a video, la imagen ya define el sujeto, la composición y buena parte del estilo. El prompt debe centrarse en lo que cambia: movimiento, cámara, expresión, cambio de iluminación y estado final. Si repites todo lo que ya se ve en la imagen, creas más margen para que haya discrepancias.
Para la prueba controlada de abajo, aporta una imagen de primer fotograma aprobada, por ejemplo robot_rooftop_v01.png, y conserva exactamente ese recurso en todas las variantes. Un prompt práctico de I2V se ve así:
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.
El nombre del archivo es una etiqueta para tu registro de pruebas. Envía la imagen a través del campo image del endpoint como una URL o una entrada Base64 compatible; escribir un nombre de archivo en el prompt no la sube.
Referencia a video y prompts narrativos más largos
Referencia a video necesita roles. En la API actual de Wan3.0 de Alibaba, las referencias multimedia pueden llamarse “Image 1”, “Video 1” o “Audio 1” según su orden dentro de cada tipo de medio. El esquema de referencia a video de WaveSpeed actual incluye reference_images, reference_videos y reference_audios, con límites por tipo de medio. Para la prueba del robot, un prompt de referencia podría empezar así: “The delivery robot from Image 1 rolls toward the damaged panel.” Registra qué recurso asignaste a Image 1.

Para escenas más largas, usa marcas de tiempo. Un Wan 3.0 30 second video no debería ser un único párrafo largo. Fija la duración de la solicitud en 30 segundos y divide el prompt en momentos:
[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.
Son momentos solicitados, no una garantía de que el modelo cumpla cada marca de tiempo.
Ejecuta una prueba de prompts controlada
Cambia una sola variable por generación
Si cambias a la vez el prompt, el seed, la duración, la imagen de referencia y el ajuste de audio, la prueba se pierde. Sigues habiendo generado un video. No has aprendido nada.
Empieza con una ejecución pequeña: una base y tres variantes para un único modo de entrada. Aquí tienes una ficha de prueba planificada, no un registro de generaciones ya realizadas:
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.”
Compara cada variante con la base, no con otra variante. Mantén fijos el recurso del primer fotograma y todos los campos indicados. Un seed ayuda a controlar la prueba; no garantiza un resultado idéntico.
Registra entradas, resultados, fallos y costos
Un buen registro le ahorra al siguiente operador tener que adivinar.
| Campo | Qué registrar |
|---|---|
| Fecha de la prueba | Fecha real de generación |
| Plataforma y endpoint | Alibaba Wan3.0, WaveSpeed T2V/I2V/R2V u otra ruta verificada |
| Modo de entrada | T2V, I2V, primer-último fotograma o R2V |
| Versión del prompt | Texto completo del prompt base o de la variante, no un resumen |
| Parámetros | Resolución, relación de aspecto, duración, audio, seed y ajuste de expansión del prompt |
| Referencias | URL de entrada o ID del recurso, su rol y el mismo identificador de recurso para cada variante |
| Resultado | ID de la tarea, URL de salida o archivo guardado y estado de finalización |
| Revisión | Aprobado/suspenso en identidad, cámara, tiempos y audio; anota el fotograma o segundo de cada fallo |
| Base de costos | Cargo estimado, cargo final y número de resultados fallidos; déjalo en blanco hasta que se facture |
Barato no siempre significa ahorro. Las generaciones inservibles son caras.
Diagnostica los resultados débiles
Elimina las indicaciones contradictorias y las escenas sobrecargadas
Cuando el resultado sea débil, recorta primero. No añadas.
Los conflictos suelen verse así: “cámara fija con órbita dinámica”, “escena silenciosa con música de batalla dramática”, “continuidad de plano secuencia con cortes bruscos” o “primer plano de producto mientras se muestra una revelación amplia de la ciudad”. El modelo puede producir algo igualmente, pero el equipo de revisión no sabrá qué instrucción se impuso.
Si estás aprendiendo a escribir prompts para Wan 3.0, haz que la primera prueba sea aburrida a propósito. Lo aburrido se puede diagnosticar. Lo sobrecargado no.
Ajusta los tiempos, las referencias o los controles antes de añadir detalle
Si el sujeto es incorrecto, revisa la referencia. Si el movimiento es incorrecto, simplifica la acción. Si la escena termina demasiado pronto, ajusta la duración o la estructura de marcas de tiempo. Si el audio choca con el plano, elimina primero la letra o el diálogo.
La publicación de lanzamiento de Wan3.0 de Alibaba señaló la textura del audio y la precisión del texto en pantalla como áreas de mejora en el momento del lanzamiento. Trátalos como puntos de revisión, no como condiciones de aprobación garantizadas.

Reutiliza prompts en producción
Asigna los bloques del prompt a campos de solicitud estructurados
Una plantilla reutilizable debería separar el lenguaje creativo de los campos de la solicitud:
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=
No tiene nada de sofisticado. Solo evita que el prompt se convierta en un cajón lleno de decisiones antiguas. Asigna las etiquetas PARAM_ a los nombres de campo actuales del proveedor elegido antes de enviar una solicitud.
Versiona las plantillas y conserva la evidencia de evaluación
Guarda cada prompt aceptado junto con su endpoint, la fecha del esquema, los parámetros, los recursos de entrada, la URL de salida, las notas del revisor y los motivos de rechazo. Cuando un proveedor cambie un esquema o un valor predeterminado, vuelve a ejecutar la prueba aceptada más pequeña antes de escalar.
Una Wan3 prompting guide para un equipo no es una lista de prompts bonitos. Es un registro de lo que superó la revisión.
Límites y compromisos
Los prompts más largos no garantizan un control más sólido
Los prompts largos pueden ayudar cuando aportan estructura. Perjudican cuando ocultan contradicciones. Si un prompt de 300 palabras falla, crea una versión de 90 palabras y vuelve a probar la acción principal.
Las interfaces de los proveedores pueden exponer controles distintos
La API de Wan3.0 de Alibaba que revisamos incluye wan3.0-video y wan3.0-video-prime, con tipos de medios y parámetros en un único esquema de solicitud. WaveSpeed separa las superficies de endpoints y usa nombres de campo distintos. No copies nombres de parámetros entre plataformas sin comprobar el esquema vigente.
Preguntas frecuentes

¿Wan 3.0 impone una longitud máxima de prompt?
La referencia de la API de Wan3.0 de Alibaba que revisamos indica que input.prompt admite chino e inglés y permite hasta 20.000 caracteres, y que el contenido sobrante se trunca automáticamente. Las páginas de modelo de WaveSpeed que revisamos no publicaban el mismo límite de longitud del prompt, así que verifícalo en el esquema vigente antes de lanzar un lote grande.
¿Pueden los prompts hacer referencia a nombres de archivo subidos en lugar de URL?
No te apoyes en los nombres de archivo. Alibaba documenta los medios como una URL pública, una URL temporal de OSS o una entrada Base64, y luego hace referencia a los recursos en el prompt como “Image 1”, “Video 1” o “Audio 1”. Los esquemas de WaveSpeed también usan campos multimedia estructurados en lugar de referencias a nombres de archivo locales.
¿Qué idiomas se admiten actualmente para el diálogo generado?
La referencia de la API de Wan3.0 que revisamos confirma la compatibilidad con prompts en chino e inglés. Eso no establece una lista completa de idiomas para el habla generada. En las pruebas de producción, registra el idioma de diálogo solicitado y revisa el audio resultante antes de ampliar el lote.
¿Wan 3.0 admite prompts negativos en todos los endpoints?
No en los documentos de Wan3.0 que revisamos. La referencia de la API de Wan3.0 de Alibaba no incluye negative_prompt, y las páginas de T2V/I2V/R2V de Wan 3.0 de WaveSpeed que revisamos no exponen un campo de prompt negativo. No traslades el comportamiento de Wan2.7 a Wan3.0 sin una nueva comprobación del esquema.
¿Un seed fijo reproduce audio y video a la vez?
Un seed fijo puede reducir la aleatoriedad, pero no debe tratarse como un bloqueo audiovisual completo. Registra juntos el seed, el prompt, las referencias, la duración, el ajuste de audio y la versión del endpoint. Después vuelve a ejecutar una muestra. Es la única forma honesta de saber cuán estable es la plantilla.
Conclusión
Una guía de prompts de Wan 3.0 útil no empieza con una redacción ingeniosa. Empieza con una prueba de video controlada: un modo de entrada, una tarea aceptada, una estructura de prompt y un cambio por generación. Cuando eso se sostiene, escala con cuidado. Un buen resultado aislado no significa que el flujo de trabajo de producción esté listo.
Publicaciones anteriores:
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)
/filters:quality(82)/media/images/3439779b-d7cf-42fd-958d-8711fe2abdf4.webp)