Guia de prompts WAN 2.7 Video
Neste guia de prompts WAN 2.7 Video, conheça o principal modelo de vídeo da Alibaba no PixelDojo: texto para vídeo, imagem para vídeo e um modo de extensão que dá continuidade a um clipe existente. 720p (2 créditos/s) e 1080p (3 créditos/s), duração de 2 a 15 segundos, 5 proporções e aprimoramento de prompts integrado.
WAN 2.7 Video é o topo de linha da família WAN, o principal modelo de geração de vídeo da Alibaba. Seu diferencial: três modos em um só modelo. Texto para vídeo cria a partir de um prompt, imagem para vídeo anima um quadro inicial e extensão de vídeo dá continuidade a um clipe existente. Tudo isso com duração de 2 a 15 segundos e aprimoramento de prompts integrado.
Duas opções de resolução: 720p a 2 créditos/s e 1080p a 3 créditos/s. E cinco proporções: 16:9 para um visual cinematográfico, 9:16 para vídeos verticais, 1:1 para posts quadrados e 4:3 / 3:4 para proporções fotográficas tradicionais. Até 15 segundos em um único clipe, mais que a maioria dos modelos de vídeo no PixelDojo.
3
Modos (T2V · I2V · Extensão)
2-15s
Faixa de duração
720p · 1080p
Opções de resolução
Texto para vídeo cria só com um prompt. Imagem para vídeo anima um quadro inicial com base no seu prompt. Extensão de vídeo usa um clipe existente e cria uma continuação, ideal para transformar clipes curtos em narrativas mais longas sem renderizar tudo de novo.
720p (2 créditos/s) para testar versões e criar para redes sociais. 1080p (3 créditos/s) para cenas de destaque, cenas de atmosfera e vídeos de produto com foco nos materiais. 1080p custa 50% a mais e costuma valer a pena na renderização final.
WAN 2.7 permite até 15 segundos em um único clipe. A maioria dos modelos de vídeo para em 6 ou 10. Ideal para cenas de atmosfera que precisam de respiro, sequências com vários planos ou momentos narrativos que não cabem em 5 segundos.
Envie um vídeo de origem e um prompt. WAN 2.7 cria uma continuação a partir do último quadro. Ótimo para transformar um clipe de 5 segundos que você curtiu em uma sequência de 10-15 segundos, sem renderizar o original de novo.
Cada exemplo mostra o prompt exato que gerou o resultado. Copie qualquer prompt com um clique.
1080p · 16:9 · 8s · 24 créditos
Vibrant cinematic establishing shot drifting forward over a futuristic coastal city at golden hour, neon-lined boardwalks, glass towers reflecting amber light, distant ocean waves crashing, warm sunset color grade, the camera moves at a very slow forward dolly, hyper-detailed 8k
Planos gerais cinematográficos ganham com 1080p. Detalhes de atmosfera, como ondas, reflexos de neon e torres ao longe, sofrem com a compressão em 720p. Combine o formato widescreen 16:9 com UM movimento de câmera dominante, como 'travelling lento para a frente', 'subida de grua' ou 'recuo de câmera', e deixe o ritmo com WAN.
720p · 4:3 · 5s · 10 créditos
Medium close-up of a young woman with curly auburn hair sitting at a sunlit cafe window, she lifts a porcelain teacup to her lips, takes a slow sip, then turns her head toward the camera with a soft smile, shallow depth of field, warm afternoon light, hyper-detailed skin texture and fabric weave
A proporção 4:3 dá um toque clássico aos closes de retrato. WAN 2.7 interpreta bem pequenas ações em sequência: "levanta a xícara, toma um gole, vira a cabeça, sorri" funciona com clareza. 720p dá conta dos closes de personagem. Reserve os créditos extras para cenas de atmosfera.
1080p · 1:1 · 6s · 18 créditos
Studio product shot of a matte-black ceramic coffee mug on a polished walnut surface, steam curling upward, the camera does a slow 90-degree rotational pan around the mug, soft top-down rim lighting against a charcoal gradient backdrop, photoreal advertising quality
O formato quadrado 1:1 em 1080p, com um movimento de câmera bem definido, como panorâmica em rotação, travelling de aproximação ou recuo, é a fórmula clássica de um vídeo de produto. WAN 2.7 reproduz com precisão texturas como cerâmica fosca, madeira de nogueira polida e metal escovado em 1080p.
1080p · 21:9 recortado para 16:9 · 10s · 30 créditos
Wide cinematic landscape of a misty Norwegian fjord at dawn, mountain peaks emerging through low fog, a single distant fishing boat leaves a thin wake on glassy water, the camera does a very slow forward dolly, cool blue-green palette with warm amber highlight on one peak, sounds of distant water and gentle wind
Clipes de atmosfera de 10 segundos ganham com 1080p: névoa, superfície da água e detalhes ao longe ficam preservados. Use um movimento lento de câmera e um elemento de cor quente para quebrar a paleta fria. O widescreen 16:9 é a escolha natural. Como o ultrawide 21:9 não tem suporte nativo, 16:9 é o formato mais largo disponível.
720p · 16:9 · 12s · 24 créditos
12-second action sequence. Shot 1: low-angle of a parkour runner sprinting toward a rooftop edge, wind whipping their jacket. Shot 2: mid-air shot of the runner leaping across a gap between buildings, city lights blurred behind. Shot 3: landing roll into a sprint that continues offscreen. Dynamic handheld camera throughout.
12s dão ao WAN 2.7 espaço para uma sequência de verdade com vários planos: três momentos distintos, com cortes bem definidos. 720p basta para ação. É na atmosfera cinematográfica que 1080p brilha. Identifique cada plano claramente ("Plano 1: ... Plano 2: ...") para conseguir cortes mais limpos.
Texto para vídeo quando você só tem um prompt. Imagem para vídeo quando já tem um quadro inicial forte que quer animar. Extensão de vídeo quando tem um clipe de 5-10 segundos e quer chegar a 15s sem renderizar de novo. A linguagem dos prompts é a mesma nos três modos.
1080p preserva névoa, água, folhagem e texturas de materiais. 720p dá conta de ações humanas, closes de personagens e da maioria dos prompts em que o movimento importa mais que os detalhes finos. 1080p custa 20% a mais em créditos. Escolha conforme o uso.
A faixa de 2-15s do WAN 2.7 é mais ampla que a da maioria dos modelos de vídeo. Use 8-12 segundos para cenas de atmosfera que precisam de respiro e 10-15s para sequências completas com vários planos. Não fique nos 5s se a sua história pede mais.
'Travelling lento para a frente', 'subida de grua', 'panorâmica em rotação de 90 graus', 'acompanhamento com câmera na mão': WAN interpreta tudo ao pé da letra. Combinar movimentos ("aproxime com travelling e depois faça uma panorâmica à esquerda") costuma gerar resultados confusos. A regra é um movimento por plano.
Clipes de 10-15s funcionam melhor com uma estrutura clara: "Plano 1: ... Plano 2: ... Plano 3: ...". WAN 2.7 faz cortes limpos quando você os identifica. Esticar um único momento por 15s desperdiça a duração. Use vários planos ou escolha um clipe mais curto.
WAN foi ajustado com um prompt negativo oficial em chinês, que funciona melhor sem nenhuma alteração. Ele já bloqueia legendas. Se aparecerem textos soltos ou marcas-d'água, acrescente 文字，水印，logo ao final. O texto padrão completo está na seção de prompt negativo deste guia.
A imagem inicial já traz o sujeito, a cena e o estilo. Use o prompt só para movimento e câmera. Descrever a aparência de novo desperdiça tokens e abre espaço para deformações que se afastam da sua imagem.
WAN foi ajustado com um prompt negativo padrão oficial, escrito em chinês. O modelo aprendeu essas expressões exatas durante o treinamento e responde a elas com mais consistência do que às traduções em inglês. Mantenha o prompt padrão e deixe o texto em chinês.
Este é o texto padrão completo: 色调艳丽，过曝，静态，细节模糊不清，字幕，静止，整体发灰，最差质量，低质量，JPEG压缩残留，丑陋的，残缺的，多余的手指，画得不好的手部，画得不好的脸部，畸形的，毁容的，形态畸形的肢体，手指融合，静止不动的画面，杂乱的背景，三条腿，背景人很多，倒着走
Ele já cobre os problemas mais comuns: saturação excessiva, superexposição, quadros estáticos, detalhes borrados, mãos malformadas, dedos extras, membros deformados, fundos poluídos e legendas (字幕 está na lista). Se ainda aparecerem textos soltos, marcas-d'água ou logos no resultado, acrescente 文字，水印，logo ao final. Não reescreva o restante.
WAN 2.7 gera uma trilha de áudio junto com o vídeo. Descreva no prompt positivo o ambiente sonoro que você quer: diálogos, som ambiente e efeitos específicos. "Sons de água ao longe e vento suave" ou "a máquina de espresso chia ao fundo" são interpretados com clareza.
A música é controlada pelo prompt positivo, não pelo negativo. Deixe termos musicais fora do prompt negativo. Para uma cena sem música, acrescente a frase "No background music." ao prompt. Para incluir música, peça diretamente, como em "música de fundo de suspense".
Para diálogos com sincronização labial, escreva primeiro a frase de ação e depois a fala neste formato: [Nome, tom]: "fala". Exemplo: O agente bate a mão na mesa. [Agente de Terno Preto, com raiva]: "Onde está a verdade?"
Dê um nome único a cada personagem que fala e nunca identifique uma fala com um pronome. WAN associa cada fala a um personagem pelo nome. Falas curtas de um único personagem, com menos de 10 palavras, sincronizam melhor.
| Configuração | Valores | Observações |
|---|---|---|
| Modo | text-to-video · image-to-video · video-extend | I2V exige first_frame_image; video-extend exige um vídeo de origem. |
| Resolução | 720p (2 cr/s) · 1080p (3 cr/s) | 1080p custa 50% mais. Vale a pena para clipes com foco em atmosfera ou riqueza de materiais. |
| Duração | 2-15 seconds (integer) | Maior que a da maioria dos modelos de vídeo. Use 8-12s para criar atmosfera e 10-15s para múltiplos planos. |
| Proporção de tela | 16:9 · 9:16 · 1:1 · 4:3 · 3:4 | 5 opções predefinidas para os formatos de vídeo mais comuns. |
| Prompt negativo | string (optional, max 500 chars) | O padrão funciona para a maioria dos prompts. |
| Aprimoramento do prompt | On / Off | Expansão opcional do prompt pelo WAN. Teste com e sem: às vezes, desativar gera um resultado mais limpo. |
720p (2 cr/s) para testar versões, criar posts para redes sociais, trabalhar com personagens e ações humanas. A fidelidade dá conta desses usos. 1080p (3 cr/s) para cenas de atmosfera (névoa, água, folhagem), vídeos de produto com materiais detalhados e clipes de destaque. O custo de 50% a mais em créditos costuma valer a pena na renderização final.
Envie um clipe existente e um prompt. WAN 2.7 gera uma continuação a partir do último quadro. O resultado é um único vídeo, com uma transição fluida entre o original e a extensão. Ideal para transformar um clipe de 5 segundos que você curtiu em 10-15 segundos, sem renderizar o original de novo.
Sim. WAN 2.7 gera uma trilha de áudio alinhada ao vídeo: diálogos, som ambiente e efeitos que você descreve no prompt. A música só aparece quando você pede, e a frase "No background music." mantém o vídeo sem música. O modo imagem para vídeo também aceita um arquivo de áudio opcional (wav ou mp3, até 15MB) para sincronizar os lábios com a sua própria gravação.
Cinco opções predefinidas: 16:9 (horizontal cinematográfico), 9:16 (reels verticais), 1:1 (quadrado para redes sociais), 4:3 (fotografia tradicional / clássico) e 3:4 (retrato vertical). Não há suporte a ultrawide 21:9. Para isso, use Seedance 2 ou escolha 16:9 e recorte depois.
Sim. O WAN 2.7 Video aparece no seletor de modelos do Canvas em 'animate'. O endpoint da API pública é /api/v1/models/wan-2.7-video/run, com os campos prompt, mode (text-to-video / image-to-video / video-extend), resolution, duration, aspect_ratio, first_frame_image (I2V), source_video (extend), negative_prompt e prompt_enhance.