WAN 3.0 Prompt Rehberi
WAN 3.0 prompt rehberi, teknik özellik listesinden değil, modelin canlı sürümünde yapılan üretimlerden yola çıkıyor. Uzun kliplerde aşama yapısı, referans görsel rolleri ve hariç tutmalar, ilk ve son kareler, uyarlanabilir kadraj, kamera dili ve burada işe yaramayan yaygın bir teknik.
WAN 3.0 bir metin promptundan, en fazla on referans görselden veya ilk ve son kareden video üretir. Ses, görüntüyle birlikte üretilir ve aynı dosyada gelir. Tek üretimde klipler 2 ile 30 saniye arasında olabilir. Model, kadraj formatını da süreyi de senin yerine seçebilir.
Bu rehber, teknik özellik listesine değil, kullanımdaki modelle yapılan testlere dayanıyor. Sayfadaki her klip bu test üretimlerinden biri ve modelden çıktığı çözünürlükte gösteriliyor. İşe yarayan her teknik için bir şablon var. Başka modellerde çalışan bir teknik burada çalışmıyorsa, sessizce rehberde tutulmak yerine bu durum belirtiliyor.
Bir bisiklet tekerleğinin akort işlemi, baştan sona tek klipte yapılıyor. Prompt üç aşama halinde yazıldı, her aşamanın bitiş durumu net olarak belirtildi. Ses, görüntüyle birlikte üretiliyor.
Seedance ve benzeri modellerde edindiğin prompt alışkanlıklarının çoğu burada da geçerli. Tek bir belirgin istisna var. Aşağıdaki her satır, kullanımdaki modelde eşleştirilmiş iki üretimle test edildi: aynı özne, aynı seed, aynı süre. Yalnızca test edilen teknik değiştirildi.
| Teknik | WAN 3.0 Sonucu | Gördüklerimiz |
|---|---|---|
| Bitiş durumları net aşamalar | İşe yarıyor, burada en önemlisi bu | 20 saniyelik, üç aşamalı bir prompt, küçük ayrıntılar dahil belirtilen tüm bitiş durumlarını yakaladı: ilk aşamadan sonra tezgâh boştu, ikinci aşamanın sonunda alet hâlâ eldeydi, finalde sehpa boştu. Aynı olaylar tek ve uzayıp giden bir cümleyle yazıldığında ise aynı nesnenin tekrar tekrar ele alındığı, daha belirsiz bir klip çıktı. |
| Zaman aralıkları | İşe yarıyor | Art arda gelen üç dört saniyelik aralık sırayla oynatıldı. Her biri, "yalnızca X kalır" bitiş durumuna tam olarak uydu. |
| Referansları tanımlamak ve kullanılmayacakları belirtmek | İşe yarıyor | İki referans görsel ve net dışlama cümleleri kullanıldığında, dışarıda bırakılan iki öğe de görünmedi. WAN 3.0 kişi ve mekânı ayrı referanslardan kendi başına temizce birleştiriyor. Tek bir dışlama cümlesi de sonucu sağlamlaştırıyor. |
| Duygu sözcükleri yerine gözlemlenebilir davranışlar | İşe yarıyor | Belirtilen davranış ipuçları, sabit bakışlar, tutulmuş nefes ve kıpırdamayan parmaklar, tam istenen ortamda istikrarlı ve ölçülü bir performans sağladı. |
| Kamera Terimini Görünür Değişime Çevirmek | İşe yarıyor, yazmaya değer | Netlik geçişinin nasıl görünmesi gerektiğini tarif etmek, odağın ön plandaki yapraklardan özneye temizce kaymasını sağladı. Yalnızca "rack focus" terimini kullanmak ise hiçbir netlik değişimi yaratmadı. |
| Özne, eylem, sahne, stil, kamera, ses sıralaması | İşe yarıyor, hassas kontrol sağlıyor | Tek satırlık sade bir prompt bile birden fazla plandan oluşan başarılı bir klip üretti. Yapılandırılmış sürüm daha güzel değildi, talimata daha sadıktı: kendi planlarını uydurmak yerine istenen tek kamera hareketini uyguladı. |
| Müzik, efekt, diyalog ve altyazı için köşeli parantez kullanımı | Bunun yerine düz cümleler kullan | WAN 3.0 müziği, efektleri, diyaloğu ve ekrandaki metni en iyi düz cümlelerle anlıyor. Bu şekilde yazıldığında yavaşça belirip ekranda kalan, yazımı doğru ve temiz bir başlık kartı üretti. |
Kısacası: Yapıyı koru, noktalama işaretlerini bırak. Aşamalar, bitiş durumları, adlandırılmış referanslar, istenmeyenler ve gözlemlenebilir ayrıntılar işe yarıyor. Sesi ve metni düz cümlelerle yaz.
Ses ve metin için profesyonel ipucu: Her klip kendi sesiyle gelir. Müziği, efektleri ve diyaloğu düz cümlelerle anlat. Ekrandaki başlıklarda kısa ve sade ifadeler kullan. Piksel hassasiyetinde olması gereken yazıları kurgu aşamasında ekle.
Özne + Eylem veya Olay + Sahne ve Ortam + Görsel Stil + Kamera Hareketi veya Kesme + Ses
WAN 3.0 boşlukları kendinden emin biçimde doldurur. Kamerayı tarif etmezsen çekim planlarını kendi seçer, çoğu zaman beş saniye içinde iki veya üç farklı plan arasında kesme yapar. Tamamlanmış hissi veren bir klip istiyorsan bu iyi, tek ve belirli bir çekime ihtiyacın varsa işine yaramaz. Önemsediğin ayrıntıları belirt, gerisini ona bırak.
<Subject> performs <primary action or event> in <scene and environment>. The visuals feature <visual style>. Use <shot size, camera angle, camera movement, or cuts>. Audio includes <dialogue, ambience, sound effects, or music>.
A woman pours hot water in slow spirals over a paper filter of ground coffee, then lifts the kettle away, in a narrow kitchen at sunrise. The visuals feature low warm sunlight from a window on the left, steam catching the light, matte ceramic and brushed steel surfaces. Begin on a medium shot of her hands at the kettle, then slowly push in to a close-up of the coffee bed blooming. Audio includes the trickle of water, the low hiss of steam, and quiet morning room tone.
Başarılı ve tamamen modelin kendi filmi. Mutfağı kendi seçti, dört farklı çekim düzeni arasında kesmeler yaptı ve sürahide bitirdi.
Tam istendiği gibi, kamerayla tek bir yaklaşma hareketi. Işık belirtilen taraftan geliyor, buhar ışığı yakalıyor ve çekim kahve yatağında bitiyor. Yalnızca terimin kullanıldığı sürümle aynı seed.
İki klip de harika görünüyor. Mesele de bu: yapılandırılmış prompt, WAN 3.0'ın her zaman sunduğu kaliteye talimatlara tam uyumu ekliyor. Planın kafandaki görüntüyle örtüşmesi gerekiyorsa formülü kullan. Sürprize açıksan tek satır yeter.
Tek üretimde otuz saniye, öne çıkan özellik. Prompt yapısının en çok karşılık verdiği yer de burası. Klibi art arda gelen aşamalara böl. Her aşamaya tek bir ana değişiklik ver ve bittiğinde neyin görünmesi gerektiğini söyle. Asıl işi bitiş durumu yapar: Modele sürdürmesi gereken bir ruh hâli değil, ulaşması gereken bir kontrol noktası verir.
[Generation Goal] Generate a <video type>. The central subject is <subject>, and the primary event is <story summary>. [Stage 1] Initial state: <initial state of characters, props, and scene>. Primary event: <one primary action or event>. End state: <positions, ownership, or visible scene state>. [Stage 2] Initial state: <continues from Stage 1's end state>. Primary event: <one primary action or event>. End state: <positions, ownership, or visible scene state>. [Stage 3] Initial state: <continues from Stage 2's end state>. Primary event: <one primary action or event>. End state: <final visible state>. Keep <identity, clothing, layout, and lighting> consistent throughout.
[Generation Goal] Generate an instructional video in a small bicycle repair shop. The central subject is a mechanic, and the primary event is truing a bent wheel. [Stage 1] Initial state: a bent wheel lies flat on the workbench, and the truing stand beside it is empty. Primary event: the mechanic lifts the wheel and seats it in the truing stand. End state: the wheel stands upright in the stand, and the workbench surface is empty. [Stage 2] Initial state: the wheel stands upright in the stand. Primary event: the mechanic spins the wheel and tightens spokes with a spoke wrench. End state: the wheel is still in the stand and spins without wobbling. The spoke wrench is in the mechanic's right hand. [Stage 3] Initial state: the trued wheel is still in the stand. Primary event: the mechanic lifts the wheel out and hangs it on a wall hook. End state: the wheel hangs on the wall hook, and the truing stand is empty. Keep the mechanic's identity and clothing, the shop layout, and the afternoon light from the shopfront window consistent throughout.
Tekerlek tekrar tekrar kaldırılıp bırakılıyor, standın nasıl kullanıldığı belirsiz kalıyor ve sondaki görüntüyü "bir kancaya asılmış" olarak okumak zorlaşıyor.
Son durumların nasıl yerine oturduğuna bak: tekerlek standa takılınca çalışma tezgâhı boş, jant telleriyle iş bittiğinde anahtar hâlâ elde, tekerlek duvara asılınca stand gözle görülür biçimde boş.
Varsayılan olarak aşamalarla ilerle. Bir nesnenin el değiştirmesi, birinin sahneye girmesi veya bir geçiş gibi belirli bir aksiyonun tam istediğin anda gerçekleşmesi gerekiyorsa zaman damgalarını kullan. Zaman aralıkları birbirini izlemeli, üst üste binmemeli.
0-4 seconds: an empty wooden display table in soft studio light. A hand places a white ceramic plate in the center. End state: the hand has left the frame and only the white plate remains. 4-8 seconds: the white plate is removed and a clear glass is placed in the center. End state: only the clear glass remains. 8-12 seconds: the clear glass is removed and a green ceramic vase is placed in the center. End state: only the green vase remains. Locked-off frontal camera throughout.
Önce tabak, sonra bardak, sonra vazo. Bitiş durumlarında tam istendiği gibi, her nesne kaldırılıyor ve sonraki zaman aralığı başlamadan el kadrajdan çıkıyor.
Üç olay da sırayla gerçekleşti ve bir sonraki nesne gelmeden önce her biri kadrajdan çıktı. Zaman aralığını kesin bir kurgu noktası değil, süre bütçesi olarak düşün. Bir saniyede üç eylem gibi bir olay temposu isteme.
Resmî prompt rehberi, bilinçli kesmeler için numaralı plan yapısı da sunuyor: önce tek satırlık genel bir açıklama, ardından her planın kendi numarası ve zaman aralığı. Özneler, mekânlar ve atmosfer planlar arasında tutarlı kalıyor. Tersi de aynı derecede önemli: Hiç kesme istemiyorsan "One continuous take" ifadesini aynen yaz. Bunu belirtmezsen çekim düzenini model kendisi seçer.
A short piece about losing and regaining hope, told in three shots. Shot 1 [0-3s]: The main character sits alone at the edge of a playground, reading a letter. They sigh, eyes confused and sad. Shot 2 [4-6s]: Hard cut. Fixed camera, close-up on their eyes, glistening. Shot 3 [7-10s]: Hard cut to a plain classroom. A second character in simple clothes smiles warmly and walks toward them.
WAN 3.0 en fazla on referans görsel kabul ediyor. Negatif prompt olmadığı için, dışarıda tutmak istediğin her şeyi promptun içinde belirtmelisin. Her görsele tek bir görev ver. Görselde istemediğin bir şey varsa onu dışarıda bırakacak bir cümle ekle. Bu neredeyse her zaman gerekir: portrede bir arka plan, mekân fotoğrafında ise genellikle bir insan da vardır.
@Image 1 defines <Subject A>'s <face, hair, and clothing>. Do not use the image background. @Image 2 defines <Location>'s <structures, materials, and light>. Do not use the person in the image. <Subject A> performs <action> in <Location>. The visuals feature <visual style>. Use <camera treatment>.
@Image 1 defines the Knight's face, short dark red hair, and engraved silver armor. Do not use the image background. @Image 2 defines the Dock's wooden pilings, coiled rope, still water, and the mountains behind it. Do not use the person in the image. The Knight walks slowly along the Dock toward the camera and stops at the end of the boards. The visuals feature flat overcast daylight. Use a locked-off wide shot.
Şövalye görsel 1'den, iskele görsel 2'den. Görsel 1'in arka planındaki kiraz çiçekleri olmasın, görsel 2'deki balıkçı olmasın.
WAN 3.0 burada da iki öğeyi birbirine karıştırmadı ve "kameraya doğru yürür" talimatını tam olarak izledi. İki referansı ek bir müdahale olmadan temizce birleştiriyor.
Görsel 1, arka planında belirgin çiçekler bulunan bir portreydi. Görsel 2 ise bir adamın direğe yaslandığı bir iskeleydi. Roller ve hariç tutmalar içeren sürüm, şövalyeyi ve iskeleyi korudu; çiçekleri de adamı da çıkardı. Kontrol sürümü de aynısını yaptı. Bunu açıkça söylemek gerek: biri kişiyi, diğeri mekânı net biçimde gösteren iki görselle WAN 3.0, hangi görselin ne işe yaradığını kendi çözdü.
Yine de rolleri yaz. Tek satır tutar. İkiden fazla görsel kullandığında veya referansların içerikleri örtüştüğünde tahmini ortadan kaldırır. Üstelik negatif prompt artık olmadığı için bir şeyi hariç tutmanın tek yolu da bu.
İlk kareyi ver, klip onunla açılsın. Son kareyi de verdiğinde model iki kare arasındaki hareketi üretir. Bir planın belirli bir görüntüyle başlaması veya bitmesi gerekiyorsa kullanacağın mod bu.
<Describe one continuous action that moves from the first frame to the last frame>. Keep <subject identity, clothing, prop positions, and camera framing> unchanged except where the action requires it. Do not <specific drift you want to prevent, for example: do not move the camera off the subject or leave the starting position>.
Açılış karesi kaynak görseli yeniden oluşturuyor. Sonunda ise kişi direkten ayrılmış, kamera arkasına geçmiş oluyor. Prompt'ta bunların hiçbiri istenmemişti.
Testimiz, verilen kareyle birebir açıldı. Ardından prompt'un istediğinin ötesine geçti: talimatta kişinin bir direğe yaslanmayı sürdürüp başını çevirmesi isteniyordu. Ancak klibin sonunda kişi direkten ayrılmış, kamera da arkasına geçmişti. İlk kare, klibin tamamını değil açılışı sabitler. Çekimin aynı durumda kalmasını istiyorsan nelerin değişmemesi gerektiğini net yaz.
Buradaki iki seçeneğin çoğu modelde karşılığı yok. En boy oranını adaptive olarak ayarla, WAN 3.0 kadraj biçimini seçmek için prompt'u okur. Süreyi -1 olarak ayarla, uzunluğu kendi seçer.
A vertical social ad for a stainless steel water bottle. The bottle stands on wet river stones, the camera rises slowly, and condensation runs down the side. Text-free, product-first framing for a phone screen.
Prompt'ta "dikey sosyal medya reklamı" yazıyor. Biçim veya süreyle ilgili başka hiçbir şey yok. Model yaklaşık altı saniyelik, 480 x 832 bir klip üretti.
O prompt'ta ne boyut ne de saniye belirtiliyor. Sonuç yaklaşık altı saniyelik dikey bir klip oldu. Bunun yerine ilk kare verildiğinde adaptive, verilen görselin en boy oranına uydu. Klibi ne için kullanacağını sözcüklerle anlat, gerisini ayar halleder.
Resmî formüller: Name says: "the exact line" biçiminde yazılan diyalog aynen korunur. Bir ses; replik, duygu, tonlama, konuşma hızı, tını ve aksandan oluşur. Bir ses kanalını susturmak için "No dialogue throughout the entire video" veya "No background music." ifadelerini aynen kullan. Model bunları betimleme değil, talimat olarak ele alır.
The keeper turns to the camera and says, calm and worn: "The light is still turning." The pace is slow, the voice low and gravelly, in British English.
WAN 3.0 sesi ve metni düz cümlelerle anlıyor. Bu yüzden diğer modellerin müzik, ses efektleri, diyalog ve altyazılar için kullandığı köşeli parantezli işaretleri atla. Düz cümlelerle yazıldığında yavaşça belirip ekranda kalan, yazımı doğru ve temiz bir başlık kartı üretti.
Ses güvenilir ve her klipte doğrudan üretiliyor. Profesyonel ipucu: Ekrandaki yazıları kısa ve sade tut. Kurgunun bağlı olduğu bir altyazı veya başlık varsa, piksel hassasiyetinde kontrol için yazıyı sonradan ekle.
A lighthouse keeper in a yellow raincoat pushes open a heavy door at the top of a lighthouse and steps out onto the gallery in wind and rain. Slow low strings play underneath. Wind gusts hard and rain rattles on metal. The keeper turns to the camera and says that the light is still turning. A subtitle reading Chapter One: The Keeper appears on screen.
A lighthouse keeper steps out onto the gallery in wind and rain.
(Slow, low strings play underneath)
<Wind gusts hard and rain rattles on metal>
The keeper says: {The light is still turning.}
【Chapter One: The Keeper】Sahne iyi. Hiçbir noktada başlık kartı görünmüyor. İkinci bir sahnede de aynı sonuç alındı.
Aldığımız en iyi metin sonucu: "Chapter One: The Keeper" doğru yazımla yavaşça beliriyor ve ekranda kalıyor. Aynı ifade bir kafe sahnesinde hiçbir yazı üretmedi. Yani bu, tipik sonuç değil, iyi sonuç alınan örnek.
Duygu kelimeleri yönü gösterir, gerisini açık bırakır. WAN 3.0 o boşluğu cömertçe doldurur ve genellikle istediğinden daha abartılı oynar. Gözlemlenebilir iki ila dört davranış belirtmek, performansı istediğin çizgide tutar.
A young violinist sits alone backstage before a performance. Her fingers press hard against the neck of the violin and stop moving, her gaze fixes on the floor without blinking, her shoulders stay lifted, and she takes one short breath in and holds it. Medium close-up, static camera.
Nötr bir ifadeyle başlayıp neredeyse ağlayacak bir ifadeye geçiyor. Bu sırada kadını da usulca sahne arkasından ışıklandırılmış sahneye taşıyor.
Sabit bakışlar, tutulmuş nefes, kıpırdamayan parmaklar, kalkık omuzlar. İstenen ortamda, klip boyunca korunan tek ve kontrollü bir hâl.
Davranış ipuçlarını kullanan sürüm, tarif edilen yerde, klip boyunca tek ve kontrollü bir durumu korudu. Adı konmuş ipuçları WAN 3.0'a tam olarak neyi canlandıracağını söylüyor, model de onu yapıyor.
The overall emotion shifts from <starting emotion> to <ending emotion>. After <triggering event>, <subject> first shows <immediate observable reaction>. Then, <eyes, brows, mouth, breathing, gaze, or hand movement> gradually <changes>. Finally, <subject> expresses <target emotion> through <restrained or explicit outward behavior>.
Temel plan ölçekleri ve kamera hareketleri, doğrudan yazıldığında işe yarıyor. Teknikleri yalnızca adlarıyla belirtmek daha az güvenilir. Testlerimizdeki en güçlü tek sonuç, tekniğin adını vermek yerine görüntüde nasıl görünmesi gerektiğini tarif etmekten geldi.
| Tür | Yazıldığı Gibi İşleyen Terimler |
|---|---|
| Plan ölçeği | extreme wide shot, wide shot, medium shot, close-up, extreme close-up |
| Kamera hareketi | push in, pull out, pan, lateral move, follow shot, orbit, tilt up, handheld shake, locked-off |
| Konum ve Bakış Açısı | low angle, overhead view, first-person view |
Kamera Terimi + Hedef Özne + Görünür Değişim + Ön Plan ve Arka Plan İlişkisi + Yön veya Hız
Works: In a greenhouse, a gardener stands among hanging ferns. Rack focus: shift focus smoothly from the fern leaves in the foreground to the gardener in the background. The leaves gradually blur while the gardener's face changes from soft to sharp. The camera does not move. Does not: Rack focus in a greenhouse. A gardener stands among hanging ferns.
Bahçıvan klip boyunca bulanık kalıyor. Hiç netlik geçişi olmuyor.
Başlangıçta yapraklar net, yüz flu. Sonda yüz net, yapraklar flu. Kamera sabit. Sade sürümle aynı seed değeri.
Ayrıntılı tarif edilen sürüm temiz bir netlik geçişi üretti: Başlangıçta öndeki yapraklar net, özne bulanık. Sonda özne net, yapraklar bulanık. Kamera ise sabit. Yalnızca terimin kullanıldığı sürümde özne klip boyunca bulanık kaldı ve hiç netlik geçişi olmadı. Tüm testler içindeki en büyük tek fark buydu. Tek gereken, fazladan bir cümle.
| Ayar | Değerler | Notlar |
|---|---|---|
| Süre | 2 to 30 seconds, or -1 | Tek üretim, klip birleştirme yok. -1, seçimi modele bırakır. -1 ile yapılan bir test, kısa bir ürün çekimi için yaklaşık altı saniyelik sonuç verdi. |
| Çözünürlük | 480P, 720P, 1080P | Büyük harfle. 480P test klipleri 30fps hızında, 832 x 480 olarak geldi. |
| En boy oranı | 16:9, 4:3, 1:1, 3:4, 9:16, adaptive | Uyarlanabilir mod, kadrajın biçimini prompttan çıkarır. Bir kare verdiğinde ise ona uyar. |
| Referans görseller | En fazla 10 | Bir planda ilk ve son kare yerine kullan. Fast modu, referanslı üretimleri dakikalar içinde tamamlar. |
| İlk ve son kare | Her birinden bir tane | Bir planda referans görseller yerine kullan. İlk kare, açılışı birebir belirler. |
| Ses | Açık veya kapalı | Dahili, aynı dosyada. Maliyet her durumda aynı. |
| Negatif prompt | Desteklenmiyor | WAN 3.0'da kaldırıldı. İstemediklerini prompt'a yaz. |
| Seed | Tam sayı | İki promptu karşılaştırırken bunu sabitle. Böylece yalnızca ifadeler değişir. |
Diğer modellerden alışık olduğun bazı yöntemler burada daha iyi karşılık buluyor. Bunları kullan, her üretimden verim al.