Guide de prompts Wan 3.0 pour des tests vidéo reproductibles
Utilisez ce guide de prompts Wan 3.0 pour structurer le mouvement, la caméra, le timing, les références et l'audio afin de réaliser des tests T2V, I2V et R2V reproductibles.

Guide de prompts Wan 3.0 pour des tests vidéo reproductibles
Le moyen le plus rapide de gaspiller un budget vidéo est de laisser chaque opérateur « simplement écrire un meilleur prompt ». J’ai vu un seul brief validé se transformer en dix versions différentes avant même le début de la revue. Ce guide de prompts Wan 3.0 est conçu pour une tâche moins glamour : transformer un brief créatif en tests reproductibles, en consignant les entrées, les paramètres, les échecs et les coûts avant que quiconque ne passe la production à l’échelle.
La référence de l’API Wan3.0 d’Alibaba répertorie actuellement wan3.0-video et wan3.0-video-prime, avec des entrées vidéo de type texte, image, première et dernière image, et basées sur des références. WaveSpeed expose cette famille via des endpoints distincts, notamment sa surface d’API Wan 3.0. Schéma vérifié le 13 novembre 2026. Cet article ne prétend pas présenter un benchmark en conditions réelles. Il propose une méthode de test de prompts que vous pouvez reproduire.

Définir le test vidéo avant de rédiger le prompt
Choisir un seul mode d’entrée et des critères d’acceptation
Ne commencez pas par la phrase. Commencez par le test.
Choisissez un mode : texte vers vidéo, image vers vidéo ou référence vers vidéo. Si vous mélangez les modes trop tôt, vous ne saurez pas si le résultat a changé à cause du prompt, de la première image, de l’image de référence, de l’entrée audio, de la durée, ou du modèle qui interprète tout à la fois.
Pour un test reproductible, rédigez les critères d’acceptation avant la génération :
- Le sujet reste reconnaissable.
- Le mouvement de caméra suit la direction prévue.
- Le mouvement atteint le temps fort attendu à la seconde cible.
- Le dialogue ou le signal sonore n’entre pas en conflit avec l’action visuelle.
- Le résultat est utilisable sans régénération complète.
Pour l’exemple du robot ci-dessous, transformez ces critères en contrôle réussite/échec : comparez l’image d’ouverture, celle du milieu et la dernière avec l’entrée validée ; notez si le robot conserve sa coque bleue et sa lumière ambre, atteint le panneau avant la seconde 7 et suit le mouvement de caméra demandé. Consignez chaque écart. Cela ne se juge pas au feeling. Il faut une exécution d’échantillon.
Séparer les instructions du prompt des paramètres de l’API
Un prompt ne doit pas porter des réglages qui relèvent des champs de la requête. Gardez « 9:16 », « 720p », « 10 secondes », « audio activé » et les valeurs de seed dans les paramètres lorsque la plateforme les expose.
Le schéma Wan3.0 actuel d’Alibaba utilise parameters.resolution, ratio, duration, audio, seed, prompt_extend et watermark. Les pages T2V, I2V et R2V de WaveSpeed que nous avons vérifiées utilisent resolution, aspect_ratio, duration, enable_prompt_expansion, generate_audio et seed. Même idée de production. Noms de champs différents.
Une personne peut retenir des paramètres. Une équipe, non.
Construire un prompt Wan 3.0
Sujet, action, environnement et direction visuelle
Un prompt Wan utile comporte quatre blocs simples :
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.
C’est suffisant pour un premier ensemble d’exemples Wan 3.0. N’ajoutez pas encore dix ambiances et cinq étiquettes de genre. Si le sujet échoue à ce stade, davantage d’adjectifs ne sauveront pas l’exécution.
Caméra, minutage, audio et rôles des références

Le guide de prompts d’Alibaba recommande de décrire l’entité, la scène, le mouvement, le contrôle esthétique, la stylisation et le comportement de la caméra. Pour un test de production, je rendrais la caméra et le minutage explicites :
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 prompt de caméra Wan 3.0 ne doit nommer qu’une seule action de caméra principale par plan. « Avancer, orbiter, monter en grue, secouer à l’épaule » n’est pas une direction. C’est un compte rendu de réunion.
Adapter le prompt à chaque mode d’entrée
Prompts texte vers vidéo et image vers vidéo
Pour le texte vers vidéo, le prompt définit toute la scène. Incluez le sujet, l’environnement, l’action, la caméra, l’éclairage et l’intention audio.
Pour l’image vers vidéo, l’image définit déjà le sujet, la composition et une grande partie du style. Le prompt doit se concentrer sur ce qui change : mouvement, caméra, expression, évolution de la lumière et état final. Si vous répétez tout ce qui est visible dans l’image, vous créez davantage de risques de décalage.
Pour le test contrôlé ci-dessous, fournissez une image de première frame validée — par exemple robot_rooftop_v01.png — et conservez exactement cette ressource pour chaque variante. Un prompt I2V pratique ressemble à ceci :
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.
Le nom de fichier est une étiquette pour votre journal de test. Soumettez l’image via le champ image de l’endpoint, sous forme d’URL ou d’entrée Base64 prise en charge ; un nom de fichier dans le prompt ne téléverse rien.
Référence vers vidéo et prompts narratifs plus longs
Le référence vers vidéo exige des rôles. Dans l’API Wan3.0 actuelle d’Alibaba, les références média peuvent être désignées par « Image 1 », « Video 1 » ou « Audio 1 » selon leur ordre au sein de chaque type de média. Le schéma référence vers vidéo de WaveSpeed actuel répertorie reference_images, reference_videos et reference_audios, avec des limites par type de média. Pour le test du robot, un prompt de référence pourrait commencer par : « The delivery robot from Image 1 rolls toward the damaged panel. » Consignez la ressource que vous avez attribuée à Image 1.

Pour les scènes plus longues, utilisez des horodatages. Une vidéo Wan 3.0 de 30 secondes ne doit pas être un long paragraphe unique. Réglez la durée de la requête sur 30 secondes et découpez le prompt en séquences :
[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.
Ce sont des séquences demandées, pas une garantie que le modèle respectera chaque horodatage.
Mener un test de prompt contrôlé
Ne modifier qu’une variable par génération
Si vous changez en même temps le prompt, la seed, la durée, l’image de référence et le réglage audio, le test est perdu. Vous avez bien généré une vidéo. Vous n’avez rien appris.
Commencez par une petite série : une base de référence et trois variantes pour un seul mode d’entrée. Voici une fiche de test planifiée, et non le relevé de générations déjà effectuées :
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.”
Comparez chaque variante à la base de référence, pas à une autre variante. Gardez fixes la ressource de première image et chaque champ listé. Une seed aide à contrôler le test ; elle ne garantit pas un résultat identique.
Consigner les entrées, les sorties, les échecs et les coûts
Un bon journal évite à l’opérateur suivant de deviner.
| Champ | Ce qu’il faut consigner |
|---|---|
| Date du test | Date réelle de génération |
| Plateforme et endpoint | Alibaba Wan3.0, WaveSpeed T2V/I2V/R2V, ou une autre route vérifiée |
| Mode d’entrée | T2V, I2V, première-dernière image ou R2V |
| Version du prompt | Texte complet du prompt de base ou de la variante, pas un résumé |
| Paramètres | Résolution, ratio/aspect ratio, durée, audio, seed et réglage d’expansion du prompt |
| Références | URL d’entrée ou identifiant de ressource, son rôle, et le même identifiant de ressource pour chaque variante |
| Sortie | ID de tâche, URL de sortie ou fichier enregistré, et statut d’achèvement |
| Revue | Réussite/échec pour l’identité, la caméra, le minutage et l’audio ; notez l’image ou la seconde à l’origine de chaque échec |
| Base de coût | Facturation estimée, facturation finale et nombre de sorties en échec ; laissez vide jusqu’à la facturation |
Bon marché ne veut pas toujours dire économique. Les générations inutilisables coûtent cher.
Diagnostiquer les résultats faibles
Supprimer les directions contradictoires et les scènes surchargées
Quand le résultat est faible, commencez par retirer. N’ajoutez pas.
Les conflits ressemblent généralement à ceci : « caméra fixe avec orbite dynamique », « scène calme avec musique de bataille dramatique », « continuité en plan-séquence avec coupes franches » ou « gros plan produit tout en montrant une vaste révélation de la ville ». Le modèle peut quand même produire quelque chose, mais l’équipe de revue ne saura pas quelle instruction l’a emporté.
Si vous apprenez à rédiger des prompts pour Wan 3.0, rendez volontairement le premier test ennuyeux. Ennuyeux, c’est diagnostiquable. Surchargé, non.
Ajuster le minutage, les références ou les contrôles avant d’ajouter des détails
Si le sujet est faux, vérifiez la référence. Si le mouvement est faux, simplifiez l’action. Si la scène se termine trop tôt, ajustez la durée ou la structure des horodatages. Si l’audio entre en conflit avec le plan, retirez d’abord les paroles ou le dialogue.
L’article de lancement de Wan3.0 d’Alibaba identifiait la texture audio et la précision du texte à l’écran comme des axes d’amélioration au moment de la sortie. Considérez-les comme des points de revue, pas comme des conditions de réussite garanties.

Réutiliser les prompts en production
Associer les blocs de prompt à des champs de requête structurés
Un modèle réutilisable doit séparer le langage créatif des champs de requête :
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=
Ce n’est pas sophistiqué. Cela évite simplement que le prompt ne devienne un tiroir plein de vieilles décisions. Associez les libellés PARAM_ aux noms de champs actuels du fournisseur choisi avant d’envoyer une requête.
Versionner les modèles et conserver les preuves d’évaluation
Conservez chaque prompt accepté avec son endpoint, la date du schéma, les paramètres, les ressources d’entrée, l’URL de sortie, les notes des relecteurs et les motifs de rejet. Lorsqu’un fournisseur modifie un schéma ou une valeur par défaut, relancez le plus petit test accepté avant de passer à l’échelle.
Un guide de prompts Wan3 pour une équipe n’est pas une liste de beaux prompts. C’est le registre de ce qui a survécu à la revue.
Limites et compromis
Des prompts plus longs ne garantissent pas un meilleur contrôle
Les prompts longs peuvent aider lorsqu’ils apportent de la structure. Ils nuisent lorsqu’ils masquent des contradictions. Si un prompt de 300 mots échoue, rédigez une version de 90 mots et testez à nouveau l’action principale.
Les interfaces des fournisseurs peuvent exposer des contrôles différents
L’API Wan3.0 d’Alibaba que nous avons vérifiée répertorie wan3.0-video et wan3.0-video-prime, avec les types de média et les paramètres dans un seul schéma de requête. WaveSpeed sépare les surfaces d’endpoint et utilise des noms de champs différents. Ne copiez pas les noms de paramètres d’une plateforme à l’autre sans vérifier le schéma actuel.
FAQ

Wan 3.0 impose-t-il une longueur maximale de prompt ?
La référence de l’API Wan3.0 d’Alibaba que nous avons vérifiée indique que input.prompt prend en charge le chinois et l’anglais et autorise jusqu’à 20 000 caractères, l’excédent étant automatiquement tronqué. Les pages de modèles WaveSpeed que nous avons vérifiées ne publiaient pas le même plafond de longueur de prompt ; vérifiez donc dans le schéma actuel avant un lot important.
Les prompts peuvent-ils faire référence à des noms de fichiers téléversés plutôt qu’à des URL ?
Ne vous fiez pas aux noms de fichiers. Alibaba documente les médias sous forme d’URL publique, d’URL OSS temporaire ou d’entrée Base64, puis fait référence aux ressources dans le prompt par « Image 1 », « Video 1 » ou « Audio 1 ». Les schémas WaveSpeed utilisent eux aussi des champs média structurés plutôt que des références à des noms de fichiers locaux.
Quelles langues sont actuellement prises en charge pour les dialogues générés ?
La référence de l’API Wan3.0 que nous avons vérifiée confirme la prise en charge du chinois et de l’anglais pour le prompt. Cela n’établit pas une liste complète de langues pour la parole générée. Pour les tests de production, consignez la langue de dialogue demandée et écoutez l’audio obtenu avant d’élargir le lot.
Wan 3.0 prend-il en charge les prompts négatifs sur tous les endpoints ?
Pas dans les documents Wan3.0 que nous avons vérifiés. La référence de l’API Wan3.0 d’Alibaba ne répertorie pas negative_prompt, et les pages WaveSpeed Wan 3.0 T2V/I2V/R2V vérifiées n’exposent pas de champ de prompt négatif. Ne reportez pas le comportement de l’ancien Wan2.7 sur Wan3.0 sans une nouvelle vérification du schéma.
Une seed fixe reproduit-elle l’audio et la vidéo ensemble ?
Une seed fixe peut réduire l’aléatoire, mais elle ne doit pas être considérée comme un verrouillage audiovisuel complet. Consignez ensemble la seed, le prompt, les références, la durée, le réglage audio et la version de l’endpoint. Puis relancez un échantillon. C’est la seule manière honnête de savoir quelle est la stabilité du modèle.
Conclusion
Un guide de prompts Wan 3.0 utile ne commence pas par une formulation astucieuse. Il commence par un test vidéo contrôlé : un seul mode d’entrée, une seule tâche acceptée, une seule structure de prompt et un seul changement par génération. Une fois cela maîtrisé, passez à l’échelle avec prudence. Un bon résultat isolé ne signifie pas que le workflow de production est prêt.
Articles précédents :
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)
/filters:quality(82)/media/images/3439779b-d7cf-42fd-958d-8711fe2abdf4.webp)