Guida all'uso
Ricette di prompt text-to-video per sviluppatori con Wan 2.7
Strutture di prompt pronte da copiare, incluse segmentazione dell'inquadratura, movimento di camera, ritmo e prompt negativi
In questa pagina
Perché la struttura del prompt conta più della lunghezza
La maggior parte dei rendering text-to-video deludenti non nasce da prompt troppo brevi, ma da prompt privi di struttura. Quando metti soggetto, azione, camera, luce e ritmo tutti in un unico flusso di testo, al modello non resta che indovinare quale frase sia l'istruzione principale e quale sia un semplice modificatore. Il risultato è una clip apparentemente sensata ma imprevedibile: va bene per una demo, inutile per la produzione in serie.
Un prompt strutturato è tutt'altra cosa. Scompone la clip in punti di attenzione espliciti ed etichettati, così ogni parte può essere interpretata in modo indipendente. Per uno sviluppatore ci sono tre vantaggi concreti:
- Prevedibilità. Quando l'istruzione di camera occupa una riga a sé, modificarla cambia solo la camera — non l'abbigliamento del soggetto, la luce o il ritmo.
- Confrontabilità. Due prompt strutturati si possono confrontare riga per riga; due paragrafi densi di solito no.
- Riutilizzabilità. Uno scheletro con slot nominati si può popolare via codice; un paragrafo scritto una volta si può solo copiare e incollare.
La lunghezza non è l'obiettivo. Un prompt ben strutturato è spesso più corto del testo che sostituisce, perché ogni frase vale il suo spazio. Invece di trattarlo come prosa, trattalo come un piccolo file di configurazione: pochi campi, ciascuno con una convenzione chiara.
Regola pratica
Se non sai dire cosa controlla una riga, eliminala oppure spostala in uno slot. Gli aggettivi che non si mappano su uno slot ("sbalorditivo", "travolgente", "capolavoro") di solito aggiungono rumore invece che direzione. Ciò che funziona davvero sono i nomi e i verbi concreti inseriti nello slot giusto. Il resto di questa guida ruota attorno a questo principio.

Lo scheletro del prompt a cinque slot
Ogni clip parte dallo stesso scheletro. I cinque slot coprono la stragrande maggioranza delle variazioni controllabili; l'ordine conta meno della coerenza.
SUBJECT: <chi o cosa, una frase, nome concreto>
ACTION: <cosa succede nella clip, al presente>
CAMERA: <inquadratura + movimento + composizione del soggetto>
LIGHTING: <momento della giornata, fonte di luce, contrasto, temperatura colore>
PACING: <sensazione di durata, velocità del movimento, cambiamento alla fine>
Cosa mettere in ogni slot
SUBJECT (soggetto) ancora l'identità. Tieni solo l'essenziale: tipo di entità, tratti distintivi, abbigliamento o materiale. Non raccontare qui una storia — quello è compito di ACTION.
ACTION (azione) descrive un unico battito d'azione continuo. "Si gira dalla finestra e prende la tazza" è un battito. "Si gira, prende la tazza, va verso la porta ed esce" sono quattro battiti che si contendono una clip breve.
CAMERA (camera) mette insieme inquadratura e movimento, perché il modello le legge come un'unica decisione. "Piano medio, lenta carrellata in avanti" è coerente. "Primo piano" e "campo largo di ambientazione" nella stessa richiesta non lo sono.
LIGHTING (luce) dà al rendering un'ancora fisica: luce dalla finestra, cielo coperto, sole duro di mezzogiorno, lampade calde d'ambiente. Controlla l'atmosfera in modo discreto, ma va dichiarata come fatto, non come emozione.
PACING (ritmo) dice al modello come dovrebbe apparire la clip alla fine rispetto all'inizio. "Lento, continuo, infine immobile" è un'istruzione di ritmo. "Dinamico" da solo non lo è.
Esempio compilato
Lo scheletro compilato appare così:
SUBJECT: a ceramic mug on a wooden desk, steam rising
ACTION: steam curls upward and thins out
CAMERA: close-up, locked-off, slightly low angle
LIGHTING: soft morning window light from the left, cool shadows
PACING: slow and continuous, nearly still by the final second
Mantieni ogni slot su una o due righe. Se uno slot richiede un intero paragrafo, la clip probabilmente vuole fare troppo e va divisa in due clip.

Scrivere indicazioni di camera e ritmo
Il linguaggio di camera è il punto in cui la qualità del prompt si differenzia più rapidamente. Verbi di movimento vaghi producono movimento vago. Prendere in prestito i termini della vera fotografia cinematografica si traduce in modo più affidabile, perché descrivono cambiamenti geometrici concreti.
Un vocabolario di movimento collaudato
- Pan (panoramica) —— la camera ruota orizzontalmente da una posizione fissa. Usalo con una direzione: "lenta panoramica a sinistra".
- Tilt (inclinazione) —— la camera ruota verso l'alto o verso il basso da una posizione fissa.
- Dolly / push in / pull out (carrello / avvicinamento / allontanamento) —— la camera si avvicina o si allontana fisicamente dal soggetto.
- Tracking (inseguimento) —— la camera si muove insieme a un soggetto in movimento.
- Zoom (zoom) —— cambia la focale, la posizione della camera resta invariata. Diverso dal carrello; scegline uno, non entrambi.
- Orbit / arc (orbita / arco) —— la camera gira attorno al soggetto.
- Locked-off (fissa) —— completamente immobile. Sottovalutata, ma estremamente affidabile.
Combina sempre l'asse con la velocità e la relazione con il soggetto: "lenta carrellata in avanti, soggetto centrato" invece di "inquadratura drammatica". Un solo movimento per clip è il default sicuro. Due movimenti possono funzionare quando condividono lo stesso asse (lenta carrellata in avanti con leggera inclinazione verso l'alto); movimenti in direzioni opposte di solito si scontrano.
Indicazioni di ritmo
Il ritmo riguarda la forma della clip nel tempo, non la sua durata letterale. Frasi utili:
- "movimento lento e continuo"
- "il movimento si placa fino all'immobilità alla fine"
- "velocità costante, senza accelerazioni"
- "solo una leggera deriva"
Evita di impilare parole di intensità. "Veloce, dinamico, pieno di energia, cinematografico" non dà al modello alcuna forma da seguire. "Avanza con passo costante e si ferma al centro dell'inquadratura" invece sì.
Abbinare camera e ritmo
Camera e ritmo devono essere coerenti tra loro. Un primo piano a camera fissa con "movimento rapido nell'inquadratura" è contraddittorio. Una lenta carrellata in avanti con "soggetto quasi immobile, leggero respiro" è coerente. Nel dubbio, riduci l'ampiezza del movimento e aumenta la specificità: un'inquadratura statica descritta con precisione batte un'inquadratura dinamica descritta in modo vago.

Costruire l'elenco di prompt negativi
I prompt negativi sono un elenco piccolo e stabile di ciò che non vuoi mai vedere in un batch. Trattalo come infrastruttura condivisa, non come improvvisazione per ogni singolo prompt.
L'elenco core breve
Mantieni l'elenco core compatto e focalizzato sui difetti:
blurry, low resolution, jpeg artifacts, watermark, text overlay,
distorted hands, extra fingers, warped faces, duplicate limbs,
flickering, frame tearing, abrupt cuts, oversaturated, blown highlights
Una dozzina di voci circa coprono la maggior parte dei fallimenti al primo tentativo. Non aggiungerne d'impulso ogni volta che un rendering va male — un elenco negativo troppo lungo sopprime i dettagli legittimi insieme ai difetti.
Aggiunte stratificate per progetto
Le estensioni dovrebbero essere opzionali e limitate al progetto, non all'elenco core:
core_negatives + ["logo visible", "brand colors"] # product shots
core_negatives + ["crowd", "background people"] # isolated subjects
core_negatives + ["rain", "wet surfaces"] # interior scenes
Così la base condivisa resta stabile mentre ogni progetto può stringere i propri vincoli. Due regole mantengono l'elenco sano: aggiungi un termine solo dopo che lo stesso difetto si è presentato due volte; rimuovilo quando non riesci più a riprodurre il problema che aveva corretto.
Cosa non metterci
Non negare le parole di stile che vuoi davvero (chiedere un'inquadratura cinematografica scrivendo "non cinematografico"), e non negare il movimento in una clip che ha bisogno di movimento. I prompt negativi servono a evitare difetti; funzionano male per indicare un certo aspetto. Per quest'ultimo scopo usa gli slot positivi.
Trasformare la ricetta in uno schema di richiesta API
Una volta che una ricetta funziona, smetti di incollarla a mano. Salvala come template con slot nominati e popola gli slot dai parametri. Il template diventa l'unità che iteri, valuti e riutilizzi.
L'oggetto template
{
"template_id": "desk-product-closeup",
"version": "3",
"slots": {
"subject": "a ceramic mug on a wooden desk, steam rising",
"action": "{{action}}",
"camera": "close-up, locked-off, slightly low angle",
"lighting": "{{lighting}}",
"pacing": "slow and continuous, nearly still by the final second"
},
"negative": "core_negatives"
}
Il tuo codice di costruzione della richiesta renderizza poi gli slot nella stringa di prompt finale e la invia all'endpoint text-to-video su HiAPI.ai. Il nome del modello e l'endpoint restano fissi nello stesso punto; cambiano solo i valori degli slot.
Assemblaggio del prompt renderizzato
PROMPT = """SUBJECT: {subject}
ACTION: {action}
CAMERA: {camera}
LIGHTING: {lighting}
PACING: {pacing}"""
def build_prompt(slots: dict) -> str:
return PROMPT.format(**slots).strip()
Due convenzioni pratiche danno subito risultati. Primo, mantieni brevi i valori degli slot — uno slot che supera le due righe di solito è in realtà due slot. Secondo, congela la stringa dello scheletro e cambia solo i valori; modificare lo scheletro tra un'esecuzione e l'altra significa non poter più confrontare i risultati. Se uno slot richiede un cambiamento strutturale, è una nuova versione del template, non una modifica sul posto.
Versionamento dei prompt e confronto degli output
Modificare un prompt costa poco, modificarlo alla cieca costa molto. Gestiscili come gestisci il codice: registra per ogni rendering quale prompt l'ha prodotto, e per ogni modifica al prompt conserva un confronto prima/dopo consultabile.
Cosa registrare per ogni rendering
- id e versione del template
- la stringa di prompt renderizzata esatta, non solo i valori degli slot
- versione dell'elenco negativo
- file di output o id del task
- una riga che spiega cosa intendevi cambiare
Con questi dati puoi rispondere alla domanda che conta davvero dopo un brutto batch: è stata questa modifica a causare la regressione, o il problema c'era già?
Confrontare i rendering
Valuta a coppie, non in isolamento. Scegli un piccolo set fisso di valori di slot rappresentativi come smoke set — un'inquadratura statica, una in movimento, un primo piano, un campo largo — e rilanciali ogni volta che la versione del template sale. Confronta vecchi e nuovi risultati affiancati con gli stessi input. Se nello smoke set non cambia nulla, la modifica è probabilmente sicura. Se migliora un caso ma ne rompe un altro, hai trovato un confine e puoi decidere consapevolmente.
Disciplina di rollback
Non cancellare mai le vecchie versioni del template. Marca l'una come sostituita e mantienila indirizzabile. Quando due settimane dopo un altro tipo di scena presenta una regressione, la versione precedente è il tuo punto di riferimento più rapido. Lo stesso vale per l'elenco negativo: versiona anche quello insieme ai template, perché le modifiche ai negativi possono influire sull'output quanto quelle ai positivi.
Iterare senza rompere i prompt che funzionano
La parte più difficile del lavoro sui prompt non è ottenere una buona ricetta — è migliorarla senza perdere ciò che hai già ottenuto. La modalità di fallimento tipica è cambiare cinque cose in una volta, apprezzare il risultato e non sapere affatto quale modifica abbia funzionato.
Un solo cambiamento per volta
Scegli uno slot o una parola negativa. Fissa tutto il resto, compresi i valori degli slot, la stringa del template e l'input della versione. Renderizza lo smoke set. Prendi una decisione. Poi passa al cambiamento successivo.
Quando la clip è vicina ma non ancora ideale, l'ordine pratico di intervento:
- Prima regola il ritmo. Un movimento più morbido o più lento risolve più problemi percepiti di qualsiasi altra singola modifica e raramente rompe il resto del rendering.
- Poi regola la camera. Cambia un solo attributo alla volta tra inquadratura e velocità di movimento.
- Terzo, regola la luce. Ritocca direzione e contrasto.
- Infine regola soggetto e azione. Sono quelli che interferiscono di più e più probabilmente invalidano le ottimizzazioni precedenti.
Capire quando fermarsi
Non ogni difetto è un difetto del prompt. Se tre modifiche mirate a ritmo e camera non hanno cambiato il risultato, la ricetta potrebbe aver bisogno di un nuovo battito — dividi la clip invece di continuare a ottimizzare. Allo stesso modo, se un rendering è buono tranne che per un difetto persistente, aggiungi una sola parola negativa precisa invece di ristrutturare il prompt.
Mantieni il ciclo breve: una modifica, un rendering dello smoke set, una decisione. Dopo qualche giro, questa disciplina produce una libreria di prompt di cui ti fidi davvero — e template che il mese prossimo renderizzeranno ancora gli stessi risultati.
Pronto a eseguire queste ricette? Il modello text-to-video Wan 2.7 su HiAPI.ai offre un unico endpoint unificato, a cui i tuoi template ed etichette di versione possono collegarsi direttamente nella pipeline esistente.
Articoli correlati
Vedi tutti gli articoli →-
Guida all'uso
Guida introduttiva a gpt-6.2-sol: limiti delle capacità, integrazione API e note sui prezzi per token
Punti decisionali e pratici per l'integrazione rivolti ai team di ingegneria
-
Guida all'uso
Guida introduttiva a gpt-6.2-astra: confini delle capacità del modello testuale, punti di integrazione e controllo dei costi
-
Guida all'uso
Guida introduttiva a Tripo H3.1: come scegliere tra tre modalità di input, parametri e prezzi
Guida pratica per sviluppatori: decisioni di integrazione e controllo dei costi nella generazione 3D