Guia de Prompts do Wan 3.0 para Testes de Vídeo Repetíveis
Use este guia de prompts do Wan 3.0 para estruturar movimento, câmera, tempo, referências e áudio em testes repetíveis de T2V, I2V e R2V.

Guia de prompts do Wan 3.0 para testes de vídeo repetíveis
A maneira mais rápida de desperdiçar um orçamento de vídeo é deixar cada operador “simplesmente escrever um prompt melhor”. Já vi isso transformar um briefing aprovado em dez versões diferentes antes mesmo de a revisão começar. Este guia de prompts do Wan 3.0 foi feito para a tarefa menos glamorosa: transformar um briefing criativo em testes repetíveis, com entradas, parâmetros, falhas e custos registrados antes de qualquer pessoa escalar a execução.
A referência da API Wan3.0 da Alibaba lista atualmente wan3.0-video e wan3.0-video-prime, com entradas de vídeo por texto, imagem, primeiro e último quadro e referências. A WaveSpeed expõe a família por meio de endpoints separados, incluindo a sua superfície de API do Wan 3.0. Schema verificado em 13 de novembro de 2026. Este artigo não afirma ser um benchmark ao vivo. Ele apresenta um método de teste de prompts que você pode reproduzir.

Defina o teste de vídeo antes de escrever o prompt
Escolha um modo de entrada e critérios de aceitação
Não comece pela frase. Comece pelo teste.
Escolha um modo: texto para vídeo, imagem para vídeo ou referência para vídeo. Se você misturar modos cedo demais, não saberá se a saída mudou por causa do prompt, do primeiro quadro, da imagem de referência, da entrada de áudio, da duração ou do modelo interpretando tudo ao mesmo tempo.
Para um teste repetível, escreva os critérios de aceitação antes da geração:
- A identidade do sujeito continua reconhecível.
- O movimento de câmera segue a direção planejada.
- O movimento atinge o momento esperado no segundo-alvo.
- O diálogo ou a pista sonora não briga com a ação visual.
- A saída é utilizável sem regeneração completa.
Para o exemplo do robô abaixo, transforme isso em uma verificação de aprovado/reprovado: compare o quadro inicial, o do meio e o final com a entrada aprovada; marque se o robô mantém a carcaça azul e a luz âmbar, se chega ao painel antes do segundo 7 e se segue o movimento de câmera solicitado. Registre cada falha. Isso não pode ser julgado “no feeling”. Exige uma execução de amostra.
Separe as instruções do prompt dos parâmetros da API
Um prompt não deve carregar configurações que pertencem aos campos da requisição. Mantenha “9:16”, “720p”, “10 segundos”, “áudio ativado” e valores de seed nos parâmetros quando a plataforma os expuser.
O schema atual do Wan3.0 da Alibaba usa parameters.resolution, ratio, duration, audio, seed, prompt_extend e watermark. As páginas T2V, I2V e R2V da WaveSpeed que verificamos usam resolution, aspect_ratio, duration, enable_prompt_expansion, generate_audio e seed. A mesma ideia de produção. Nomes de campos diferentes.
Uma pessoa consegue lembrar dos parâmetros. Uma equipe, não.
Monte um prompt do Wan 3.0
Sujeito, ação, ambiente e direção visual
Um prompt útil para o Wan tem quatro blocos 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.
Isso é suficiente para um primeiro conjunto de Wan 3.0 examples. Não adicione dez climas e cinco rótulos de gênero ainda. Se o sujeito falhar nesta etapa, mais adjetivos não vão salvar a execução.
Câmera, tempo, áudio e papéis das referências

O guia de prompts da Alibaba recomenda descrever entidade, cena, movimento, controle estético, estilização e comportamento da câmera. Para um teste de produção, eu deixaria câmera e tempo explícitos:
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.
Um Wan 3.0 camera prompt deve nomear apenas uma ação principal de câmera por plano. “Aproximar, orbitar, subir a grua, tremer com câmera na mão” não é direção. É a ata de uma reunião.
Adapte o prompt a cada modo de entrada
Prompts de texto para vídeo e de imagem para vídeo
No texto para vídeo, o prompt define a cena inteira. Inclua sujeito, ambiente, ação, câmera, iluminação e intenção de áudio.
No imagem para vídeo, a imagem já define o sujeito, a composição e boa parte do estilo. O prompt deve se concentrar no que muda: movimento, câmera, expressão, mudança de iluminação e estado final. Se você repetir tudo o que já está visível na imagem, cria mais espaço para divergências.
No teste controlado abaixo, forneça uma imagem de primeiro quadro aprovada — por exemplo, robot_rooftop_v01.png — e mantenha exatamente esse arquivo em todas as variantes. Um prompt I2V prático fica assim:
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.
O nome do arquivo é apenas um rótulo para o seu registro de testes. Envie a imagem pelo campo image do endpoint, como URL ou entrada Base64 compatível; um nome de arquivo no prompt não faz o upload.
Prompts de referência para vídeo e de narrativas mais longas
O referência para vídeo precisa de papéis. Na API atual do Wan3.0 da Alibaba, as referências de mídia podem ser chamadas de “Image 1”, “Video 1” ou “Audio 1”, conforme a ordem dentro de cada tipo de mídia. O schema de referência para vídeo da WaveSpeed atual lista reference_images, reference_videos e reference_audios, com limites por tipo de mídia. No teste do robô, um prompt de referência poderia começar com: “The delivery robot from Image 1 rolls toward the damaged panel.” Registre qual ativo você atribuiu a Image 1.

Para cenas mais longas, use marcações de tempo. Um Wan 3.0 30 second video não deve ser um único parágrafo longo. Defina a duração da requisição em 30 segundos e divida o prompt em 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.
Esses são momentos solicitados, não uma garantia de que o modelo cumprirá cada marcação de tempo.
Execute um teste de prompt controlado
Mude uma variável por geração
Se você mudar o prompt, a seed, a duração, a imagem de referência e a configuração de áudio ao mesmo tempo, o teste acabou. Você ainda gerou um vídeo. Mas não aprendeu nada.
Comece com uma execução pequena: uma linha de base e três variantes para um modo de entrada. Aqui está um cartão de teste planejado, não um registro de gerações concluídas:
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.”
Compare cada variante com a linha de base, não com outra variante. Mantenha fixos o ativo do primeiro quadro e todos os campos listados. Uma seed ajuda a controlar o teste; não garante uma saída idêntica.
Registre entradas, saídas, falhas e custos
Um bom registro poupa o próximo operador de ter que adivinhar.
| Campo | O que registrar |
|---|---|
| Data do teste | Data real da geração |
| Plataforma e endpoint | Alibaba Wan3.0, WaveSpeed T2V/I2V/R2V ou outra rota verificada |
| Modo de entrada | T2V, I2V, primeiro-último quadro ou R2V |
| Versão do prompt | Texto completo do prompt da linha de base ou da variante, não um resumo |
| Parâmetros | Resolução, proporção/aspect ratio, duração, áudio, seed e configuração de expansão do prompt |
| Referências | URL de entrada ou ID do ativo, seu papel e o mesmo identificador de ativo para cada variante |
| Saída | ID da tarefa, URL da saída ou arquivo salvo e status de conclusão |
| Revisão | Aprovado/reprovado para identidade, câmera, tempo e áudio; anote o quadro ou segundo de cada falha |
| Base de custo | Cobrança estimada, cobrança final e número de saídas com falha; deixe em branco até ser faturado |
Barato nem sempre significa economia. Gerações inutilizáveis são caras.
Diagnostique resultados fracos
Remova direções conflitantes e cenas sobrecarregadas
Quando o resultado for fraco, corte primeiro. Não adicione.
Os conflitos geralmente se parecem com isto: “câmera fixa com órbita dinâmica”, “cena silenciosa com música de batalha dramática”, “continuidade de plano único com cortes secos” ou “close do produto mostrando uma revelação ampla da cidade”. O modelo ainda pode produzir algo, mas a equipe de revisão não saberá qual instrução prevaleceu.
Se você está aprendendo a escrever prompts para o Wan 3.0, faça o primeiro teste propositalmente entediante. Entediante é diagnosticável. Sobrecarregado, não.
Ajuste tempo, referências ou controles antes de adicionar detalhes
Se o sujeito estiver errado, verifique a referência. Se o movimento estiver errado, simplifique a ação. Se a cena terminar cedo demais, ajuste a duração ou a estrutura de marcações de tempo. Se o áudio brigar com o plano, remova primeiro a letra ou o diálogo.
O post de lançamento do Wan3.0 da Alibaba apontou a textura do áudio e a precisão do texto na tela como áreas a melhorar no lançamento. Trate esses pontos como itens de revisão, não como condições de aprovação garantidas.

Reutilize prompts em produção
Mapeie os blocos do prompt para campos estruturados da requisição
Um modelo reutilizável deve separar a linguagem criativa dos campos da requisição:
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=
Isso não é sofisticado. Apenas impede que o prompt vire uma gaveta cheia de decisões antigas. Mapeie os rótulos PARAM_ para os nomes de campo atuais do provedor escolhido antes de enviar uma requisição.
Versione os modelos e preserve as evidências de avaliação
Armazene cada prompt aceito com seu endpoint, data do schema, parâmetros, ativos de entrada, URL de saída, notas do revisor e motivos de rejeição. Quando um provedor mudar um schema ou um valor padrão, execute novamente o menor teste aceito antes de escalar.
Um Wan3 prompting guide para uma equipe não é uma lista de prompts bonitos. É um registro do que sobreviveu à revisão.
Limites e trade-offs
Prompts mais longos não garantem um controle mais forte
Prompts longos podem ajudar quando acrescentam estrutura. Eles prejudicam quando escondem contradições. Se um prompt de 300 palavras falhar, crie uma versão de 90 palavras e teste novamente a ação central.
As interfaces dos provedores podem expor controles diferentes
A API Wan3.0 da Alibaba que verificamos lista wan3.0-video e wan3.0-video-prime, com tipos de mídia e parâmetros em um único schema de requisição. A WaveSpeed separa as superfícies de endpoint e usa nomes de campos diferentes. Não copie nomes de parâmetros entre plataformas sem verificar o schema atual.
FAQ

O Wan 3.0 impõe um tamanho máximo de prompt?
A referência da API Wan3.0 da Alibaba que verificamos diz que input.prompt aceita chinês e inglês e permite até 20.000 caracteres, com o excedente truncado automaticamente. As páginas de modelo da WaveSpeed que verificamos não publicam o mesmo limite de tamanho de prompt, então confirme no schema atual antes de um lote grande.
Os prompts podem referenciar nomes de arquivos enviados em vez de URLs?
Não dependa de nomes de arquivos. A Alibaba documenta a mídia como URL pública, URL temporária do OSS ou entrada Base64, e depois referencia os ativos no prompt como “Image 1”, “Video 1” ou “Audio 1”. Os schemas da WaveSpeed também usam campos de mídia estruturados em vez de referências a nomes de arquivos locais.
Quais idiomas são atualmente compatíveis com diálogo gerado?
A referência da API Wan3.0 que verificamos confirma suporte a prompts em chinês e inglês. Isso não estabelece uma lista completa de idiomas para a fala gerada. Em testes de produção, registre o idioma de diálogo solicitado e revise o áudio resultante antes de ampliar o lote.
O Wan 3.0 aceita prompts negativos em todos os endpoints?
Não nos documentos do Wan3.0 que verificamos. A referência da API Wan3.0 da Alibaba não lista negative_prompt, e as páginas T2V/I2V/R2V do Wan 3.0 da WaveSpeed que verificamos não expõem um campo de prompt negativo. Não leve o comportamento antigo do Wan2.7 para o Wan3.0 sem uma nova verificação do schema.
Uma seed fixa reproduz áudio e vídeo juntos?
Uma seed fixa pode reduzir a aleatoriedade, mas não deve ser tratada como um bloqueio audiovisual completo. Registre juntos a seed, o prompt, as referências, a duração, a configuração de áudio e a versão do endpoint. Depois, execute novamente uma amostra. Essa é a única maneira honesta de saber quão estável é o modelo.
Conclusão
Um bom guia de prompts do Wan 3.0 não começa com palavras inteligentes. Começa com um teste de vídeo controlado: um modo de entrada, uma tarefa aceita, uma estrutura de prompt e uma mudança por geração. Quando isso se sustentar, escale com cuidado. Uma boa saída isolada não significa que o fluxo de produção esteja pronto.
Posts anteriores:
/filters:quality(82)/media/images/1773962750383987480_n3hqzHRZ.webp)
/filters:quality(82)/media/images/3439779b-d7cf-42fd-958d-8711fe2abdf4.webp)