WaveSpeedAI

Panduan Prompt Wan 3.0 untuk Pengujian Video yang Dapat Diulang

Gunakan panduan prompt Wan 3.0 ini untuk menyusun gerakan, kamera, waktu, referensi, dan audio demi pengujian T2V, I2V, dan R2V yang dapat diulang.

By John10 min read
Panduan Prompt Wan 3.0 untuk Pengujian Video yang Dapat Diulang

Panduan Prompt Wan 3.0 untuk Pengujian Video yang Dapat Diulang

Cara tercepat menghabiskan anggaran video adalah membiarkan setiap operator “tinggal menulis prompt yang lebih bagus.” Saya pernah melihat satu brief yang sudah disetujui berubah menjadi sepuluh versi berbeda bahkan sebelum peninjauan dimulai. Panduan prompt Wan 3.0 ini dibuat untuk pekerjaan yang kurang glamor: mengubah brief kreatif menjadi pengujian yang dapat diulang, dengan input, parameter, kegagalan, dan biaya yang dicatat sebelum ada yang menskalakan proses generate.

Referensi API Wan3.0 dari Alibaba saat ini mencantumkan wan3.0-video dan wan3.0-video-prime, dengan input video berupa teks, gambar, frame awal dan akhir, serta berbasis referensi. WaveSpeed menyediakan keluarga model ini melalui endpoint terpisah, termasuk permukaan API Wan 3.0 miliknya. Skema diperiksa pada 13 November 2026. Artikel ini tidak mengklaim benchmark langsung. Artikel ini memberikan metode pengujian prompt yang dapat Anda reproduksi.

Tentukan Pengujian Video Sebelum Menulis Prompt

Pilih satu mode input dan kriteria penerimaan

Jangan mulai dari kalimatnya. Mulailah dari pengujiannya.

Pilih satu mode: text-to-video, image-to-video, atau reference-to-video. Jika Anda mencampur mode terlalu dini, Anda tidak akan tahu apakah output berubah karena prompt, frame pertama, gambar referensi, input audio, durasi, atau karena model menafsirkan semuanya sekaligus.

Untuk pengujian yang dapat diulang, tulis kriteria penerimaan sebelum generate:

  • Identitas subjek tetap dapat dikenali.
  • Gerakan kamera mengikuti arah yang direncanakan.
  • Gerakan mencapai ketukan yang diharapkan pada detik target.
  • Dialog atau isyarat suara tidak bertabrakan dengan aksi visual.
  • Output dapat dipakai tanpa generate ulang secara penuh.

Untuk contoh robot di bawah, ubah semuanya menjadi pemeriksaan lulus/gagal: bandingkan frame pembuka, tengah, dan akhir dengan input yang disetujui; tandai apakah robot mempertahankan cangkang biru dan lampu ambernya, mencapai panel sebelum detik ke-7, dan mengikuti gerakan kamera yang diminta. Catat setiap kegagalan. Ini tidak bisa dinilai berdasarkan perasaan. Dibutuhkan sampel proses generate.

Pisahkan instruksi prompt dari parameter API

Prompt sebaiknya tidak memuat pengaturan yang seharusnya ada di field request. Simpan “9:16,” “720p,” “10 detik,” “audio aktif,” dan nilai seed di parameter jika platform menyediakannya.

Skema Wan3.0 Alibaba saat ini memakai parameters.resolution, ratio, duration, audio, seed, prompt_extend, dan watermark. Halaman T2V, I2V, dan R2V WaveSpeed yang diperiksa memakai resolution, aspect_ratio, duration, enable_prompt_expansion, generate_audio, dan seed. Ide produksinya sama. Nama field-nya berbeda.

Satu orang bisa mengingat parameter. Sebuah tim tidak bisa.

Menyusun Prompt Wan 3.0

Subjek, aksi, lingkungan, dan arahan visual

Prompt Wan yang berguna memiliki empat blok sederhana:

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.

Itu sudah cukup untuk set Wan 3.0 examples pertama. Jangan menambahkan sepuluh suasana dan lima label genre dulu. Jika subjek gagal pada tahap ini, tambahan kata sifat tidak akan menyelamatkan prosesnya.

Kamera, waktu, audio, dan peran referensi

Panduan prompt Alibaba merekomendasikan untuk mendeskripsikan entitas, adegan, gerakan, kontrol estetika, stilisasi, dan perilaku kamera. Untuk pengujian produksi, saya akan membuat kamera dan waktu menjadi eksplisit:

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.

Sebuah Wan 3.0 camera prompt sebaiknya hanya menyebut satu aksi kamera utama per shot. “Push in, orbit, crane up, shake handheld” bukanlah arahan. Itu transkrip rapat.

Sesuaikan Prompt dengan Setiap Mode Input

Prompt text-to-video dan image-to-video

Pada text-to-video, prompt mendefinisikan seluruh adegan. Sertakan subjek, lingkungan, aksi, kamera, pencahayaan, dan maksud audio.

Pada image-to-video, gambar sudah menentukan subjek, komposisi, dan sebagian besar gaya. Prompt sebaiknya berfokus pada apa yang berubah: gerakan, kamera, ekspresi, perubahan pencahayaan, dan kondisi akhir. Jika Anda mengulang semua yang terlihat di gambar, Anda membuka lebih banyak ruang untuk ketidakcocokan.

Untuk pengujian terkontrol di bawah, sediakan satu gambar frame pertama yang disetujui—misalnya robot_rooftop_v01.png—dan pakai aset yang persis sama untuk setiap varian. Prompt I2V yang praktis terlihat seperti ini:

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.

Nama file hanyalah label untuk log pengujian Anda. Kirim gambar melalui field image pada endpoint sebagai URL atau input Base64 yang didukung; nama file di dalam prompt tidak mengunggah apa pun.

Prompt reference-to-video dan narasi yang lebih panjang

Reference-to-video membutuhkan peran. Pada API Wan3.0 Alibaba saat ini, referensi media dapat disebut “Image 1,” “Video 1,” atau “Audio 1” berdasarkan urutannya dalam setiap jenis media. Skema reference-to-video WaveSpeed saat ini mencantumkan reference_images, reference_videos, dan reference_audios, dengan batas per jenis media. Untuk pengujian robot, prompt referensi bisa dimulai dengan, “The delivery robot from Image 1 rolls toward the damaged panel.” Catat aset mana yang Anda tetapkan sebagai Image 1.

Untuk adegan yang lebih panjang, gunakan stempel waktu. Sebuah Wan 3.0 30 second video sebaiknya tidak berupa satu paragraf panjang. Atur durasi request ke 30 detik dan pecah prompt menjadi beberapa ketukan:

[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.

Ini adalah ketukan yang diminta, bukan jaminan bahwa model akan mengenai setiap stempel waktu.

Jalankan Pengujian Prompt yang Terkontrol

Ubah satu variabel per generate

Jika Anda mengubah prompt, seed, durasi, gambar referensi, dan pengaturan audio sekaligus, pengujiannya sudah gagal. Anda tetap menghasilkan video. Anda tidak mempelajari apa pun.

Mulailah dengan proses kecil: satu baseline dan tiga varian untuk satu mode input. Berikut ​kartu pengujian yang direncanakan, bukan catatan generate yang sudah selesai​:

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.”

Bandingkan setiap varian dengan baseline, bukan dengan varian lain. Jaga agar aset frame pertama dan setiap field yang tercantum tetap tidak berubah. Seed membantu mengendalikan pengujian; seed tidak menjamin output yang identik.

Catat input, output, kegagalan, dan biaya

Log yang baik menyelamatkan operator berikutnya dari menebak-nebak.

FieldYang perlu dicatat
Tanggal pengujianTanggal generate yang sebenarnya
Platform dan endpointAlibaba Wan3.0, WaveSpeed T2V/I2V/R2V, atau rute lain yang telah diverifikasi
Mode inputT2V, I2V, frame pertama-terakhir, atau R2V
Versi promptTeks lengkap prompt baseline atau varian, bukan ringkasan
ParameterResolusi, rasio/aspect ratio, durasi, audio, seed, dan pengaturan prompt expansion
ReferensiURL input atau ID aset, perannya, dan pengenal aset yang sama untuk setiap varian
OutputID task, URL output atau file tersimpan, dan status penyelesaian
PeninjauanLulus/gagal untuk identitas, kamera, waktu, dan audio; catat frame atau detik di balik setiap kegagalan
Dasar biayaPerkiraan biaya, biaya akhir, dan jumlah output yang gagal; kosongkan sampai ditagih

Murah tidak selalu berarti menghemat biaya. Hasil generate yang tidak bisa dipakai itu mahal.

Diagnosis Hasil yang Lemah

Hapus arahan yang bertentangan dan adegan yang terlalu padat

Ketika hasilnya lemah, kurangi dulu. Jangan menambah.

Konflik biasanya terlihat seperti ini: “kamera tetap dengan orbit dinamis,” “adegan tenang dengan musik pertempuran dramatis,” “kontinuitas satu shot dengan potongan keras,” atau “close-up produk sambil menampilkan pengungkapan kota yang luas.” Model mungkin tetap menghasilkan sesuatu, tetapi tim peninjau tidak akan tahu instruksi mana yang menang.

Jika Anda sedang belajar cara membuat prompt Wan 3.0, buat pengujian pertama sengaja membosankan. Yang membosankan bisa didiagnosis. Yang terlalu padat tidak bisa.

Sesuaikan waktu, referensi, atau kontrol sebelum menambah detail

Jika subjeknya salah, periksa referensinya. Jika gerakannya salah, sederhanakan aksinya. Jika adegan berakhir terlalu cepat, sesuaikan durasi atau struktur stempel waktu. Jika audio bertabrakan dengan shot, hapus lirik atau dialog terlebih dahulu.

Postingan rilis Wan3.0 dari Alibaba mengidentifikasi tekstur audio dan akurasi teks di layar sebagai area yang perlu ditingkatkan saat rilis. Perlakukan keduanya sebagai item tinjauan, bukan kondisi lulus yang dijamin.

Gunakan Ulang Prompt dalam Produksi

Petakan blok prompt ke field request terstruktur

Template yang dapat dipakai ulang sebaiknya memisahkan bahasa kreatif dari field request:

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=

Ini tidak mewah. Ini hanya mencegah prompt berubah menjadi laci penuh keputusan lama. Petakan label PARAM_ ke nama field terbaru milik provider yang dipilih sebelum mengirim request.

Beri versi pada template dan simpan bukti evaluasi

Simpan setiap prompt yang diterima beserta endpoint, tanggal skema, parameter, aset input, URL output, catatan peninjau, dan alasan penolakan. Ketika provider mengubah skema atau default, jalankan ulang pengujian diterima yang paling kecil sebelum menskalakan.

Sebuah Wan3 prompting guide untuk tim bukanlah daftar prompt yang indah. Itu adalah catatan tentang apa yang lolos peninjauan.

Batasan dan Trade-Off

Prompt yang lebih panjang tidak menjamin kontrol yang lebih kuat

Prompt panjang bisa membantu jika menambah struktur. Prompt panjang merugikan jika menyembunyikan kontradiksi. Jika prompt 300 kata gagal, buat versi 90 kata dan uji kembali aksi intinya.

Antarmuka provider dapat menyediakan kontrol yang berbeda

API Wan3.0 Alibaba yang diperiksa mencantumkan wan3.0-video dan wan3.0-video-prime, dengan jenis media dan parameter dalam satu skema request. WaveSpeed memisahkan permukaan endpoint dan memakai nama field yang berbeda. Jangan menyalin nama parameter antar platform tanpa memeriksa skema terbaru.

FAQ

Apakah Wan 3.0 menerapkan panjang prompt maksimum?

Referensi API Wan3.0 Alibaba yang diperiksa menyatakan bahwa input.prompt mendukung bahasa Mandarin dan Inggris serta mengizinkan hingga 20.000 karakter, dengan kelebihan konten dipotong secara otomatis. Halaman model WaveSpeed yang diperiksa tidak mempublikasikan batas panjang prompt yang sama, jadi verifikasi di dalam skema terbaru sebelum menjalankan batch besar.

Bisakah prompt merujuk nama file yang diunggah, bukan URL?

Jangan mengandalkan nama file. Alibaba mendokumentasikan media sebagai URL publik, URL OSS sementara, atau input Base64, lalu merujuk aset di dalam prompt sebagai “Image 1,” “Video 1,” atau “Audio 1.” Skema WaveSpeed juga memakai field media terstruktur, bukan rujukan nama file lokal.

Bahasa apa saja yang saat ini didukung untuk dialog yang dihasilkan?

Referensi API Wan3.0 yang diperiksa mengonfirmasi dukungan prompt dalam bahasa Mandarin dan Inggris. Itu tidak menetapkan daftar bahasa yang lengkap untuk ucapan yang dihasilkan. Untuk pengujian produksi, catat bahasa dialog yang diminta dan tinjau audio hasilnya sebelum memperluas batch.

Apakah Wan 3.0 mendukung negative prompt di setiap endpoint?

Tidak dalam dokumen Wan3.0 yang diperiksa. Referensi API Wan3.0 Alibaba tidak mencantumkan negative_prompt, dan halaman T2V/I2V/R2V Wan 3.0 WaveSpeed yang diperiksa tidak menyediakan field negative prompt. Jangan membawa perilaku Wan2.7 yang lama ke Wan3.0 tanpa pemeriksaan skema yang baru.

Apakah seed tetap mereproduksi audio dan video sekaligus?

Seed tetap dapat mengurangi keacakan, tetapi tidak boleh diperlakukan sebagai kunci audiovisual penuh. Catat seed, prompt, referensi, durasi, pengaturan audio, dan versi endpoint bersama-sama. Lalu jalankan ulang sebuah sampel. Itu satu-satunya cara jujur untuk mengetahui seberapa stabil template tersebut.

Kesimpulan

Panduan prompt Wan 3.0 yang berguna tidak dimulai dari pilihan kata yang cerdas. Panduan itu dimulai dari pengujian video yang terkontrol: satu mode input, satu kriteria penerimaan, satu struktur prompt, dan satu perubahan per generate. Setelah itu stabil, skalakan dengan hati-hati. Satu output yang bagus tidak berarti alur kerja produksi sudah siap.


Postingan sebelumnya:

Bagikan