Промпты Wan 3.0 Prime: 3 реальных видео и переиспользуемый каркас

Все 3 видео ниже сгенерированы за один прогон Wan 3.0 Prime (wan3.0-video-prime): одно текст-в-видео, одно текст-в-видео с синхронным звуком и одно参考-видео с привязкой主体 по参考图. Для каждого приложен полный промпт, параметры запроса и цена; нажатие «Сгенерировать с этим промптом» откроет страницу модели и автоматически заполнит промпт. Все 3 — 480P, 5 секунд, по $0.4375 за каждое, итого $1.3125.

Чем промпты Prime отличаются

• Понимает движение камеры и действия. Слова вроде dolly-forward, 180-degree orbit, slow push-in действительно управляют камерой. Нагромождение существительных («кошка, улица, неон») — пустая трата; только фраза с режиссёрским замыслом даёт кадр с режиссурой.
• Умеет генерировать звук. audio включён по умолчанию, модель подбирает атмосферные шумы, звуковые эффекты и лёгкую музыку под картинку; установите false — получите видео без звука.
• Принимает参考图. Текст может описать лишь класс объектов («фарфоровая лиса»), а参考图 фиксирует конкретный объект. Если передать изображение, Prime оживит именно его, а не будет каждый раз изобретать заново.

1. Продуктовый фуд-кадр (текст-в-видео)

A single scoop of pistachio gelato in a frosted coupe glass on a pale marble
counter; slow 180-degree orbit as a bead of condensation slides down the glass,
soft window light from the left, shallow depth of field, warm late-afternoon
tones, faint steam curling from an espresso cup just behind in soft focus.

Сгенерировать с этим промптом → (5 секунд, 480P, 16:9, звук выключен)

wan3.0-video-prime, 480P, 5 секунд, 16:9, звук выключен, $0.4375.

Порядок предложений — это порядок, в котором модель читает кадр: субъект, движение камеры, одна ключевая деталь, направление света, глубина резкости, цветовая гамма. «slow 180-degree orbit» задаёт одно чёткое движение камеры, «капля конденсата стекает по стеклу» — одно небольшое действие, и появляется реалистичность. Укажите, что свет идёт слева и глубина резкости мала, — и фон будет чистым боке, а не мешаниной. Этот каркас подходит и для продуктов, и для еды: один субъект, одно движение камеры, одно небольшое действие.

2. Атмосферный кадр с синхронным звуком (текст-в-видео)

В этом примере не забудьте включить звук: шум дождя, далёкий поток машин и шипение гриля генерируются под картинку.

Rain streaking down a narrow neon-lit alley at night; a slow dolly-forward past
steaming street-food stalls, magenta and cyan reflections rippling in the wet
pavement, a tabby cat darting between crates mid-shot. Ambient sound: steady
rain, distant traffic hiss, the sizzle of a grill and a low synth drone.

Сгенерировать с этим промптом → (5 секунд, 480P, 16:9, звук включён)

wan3.0-video-prime, 480P, 5 секунд, 16:9, со звуком, $0.4375.

Описание звука — отдельное ремесло: сначала пишите картинку, затем добавьте отдельное предложение «Ambient sound:» и перечислите 3–4 конкретных звуковых слоя: постоянный фон (дождь), дальний слой (поток машин), ближний эффект (гриль), тональный слой (низкий синтезатор). Написав просто «кинематографичный звук», получите кашу; если назвать слои, модели будет что смешивать. В части картинки также задайте только одно движение камеры (slow dolly-forward) и один движущийся субъект (кошка) — кадр оживёт, но не станет хаотичным.

3. Привязка субъекта (参考-видео)

Это конёк Prime. Только по тексту каждый раз создаётся новый субъект; передайте参考图 — и субъект зафиксирован. Ниже подготовьте изображение фарфоровой фигурки лисы, поместите его в reference_image_urls, и в видео будет двигаться именно эта лиса: та же глазурь, тот же шарф.

参考图:

Результат генерации:

Bring the referenced ceramic fox figurine to life: it slowly turns its head
toward camera, blinks, and tilts with a curious expression; subtle idle
breathing, a light breeze stirring the tiny scarf, soft studio key light on a
clean seamless backdrop, smooth loopable motion.

Сгенерировать с этим промптом → (загрузите свою参考图, 5 секунд, 480P, 9:16, звук выключен)

wan3.0-video-prime, 参考图, 480P, 5 секунд, 9:16, звук выключен, $0.4375.

Полный запрос:

{
  "model": "wan3.0-video-prime",
  "input": {
    "prompt": "Bring the referenced ceramic fox figurine to life ...",
    "resolution": "480P",
    "duration": 5,
    "aspect_ratio": "9:16",
    "audio": false,
    "reference_image_urls": [
      "https://static.hiapi.ai/blog/wan3-0-video-prime-prompt-recipes/recipe-3-reference-fox.jpg"
    ]
  }
}

Когда есть参考图, больше не описывайте внешность субъекта — весь объём отдайте «режиссуре». В начале промпта напишите «Bring the referenced … to life», чтобы модель поняла, что изображение — источник субъекта, а дальше пишите только то, чего нет на картинке: поворот головы, моргание, дыхание, ветер, шевелящий шарф. «smooth loopable motion» облегчает сшивку начала и конца в цикл, а 9:16 сразу даёт вертикальный формат. Для参考图 выбирайте чистый субъект, хороший свет и простой фон; на参考图 с захламлённым фоном и множеством объектов консистентность теряется чаще всего.

Переиспользуемый каркас

Три промпта выше на самом деле имеют один каркас:

1. Субъект: один ясный главный герой (если передана参考图, пишите «the referenced …»).
2. Камера: только одно движение камеры (облёт, наезд, слежение), а не три.
3. Действие: одно-два реально движущихся небольших элемента — живо, но не хаотично.
4. Картинка: направление света, глубина резкости, цветовая гамма.
5. Звук (опционально): отдельное предложение «Ambient sound:» с перечислением нескольких звуковых слоёв.

Меняйте существительные, сохраняя структуру.

Воспроизведение через API

curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan3.0-video-prime",
    "input": {
      "prompt": "A single scoop of pistachio gelato in a frosted coupe glass on a pale marble counter; slow 180-degree orbit",
      "resolution": "480P", "duration": 5, "aspect_ratio": "16:9", "audio": false
    }
  }'

После получения data.taskId проверьте через GET /v1/tasks/{taskId}, что status равен success, и скачайте по output[0].url; это временная ссылка, сохраняйте её своевременно. Полную инструкцию по интеграции смотрите в Wan 3.0 Prime API 中文教程.

Сколько стоит

• 480P — $0.0875 в секунду: 5 секунд — $0.4375
• 720P — $0.18 в секунду: 5 секунд — $0.90
• 1080P — $0.36 в секунду: 5 секунд — $1.80

Отлаживайте промпт на 480P, после финализации измените resolution на 720P или 1080P и запустите ещё раз — промпт менять не нужно. Учтите, что resolution по умолчанию 1080P. Если скорость Prime не нужна, стандартная версия Wan 3.0 wan3.0-video дешевле за секунду. Подробности — в Wan 3.0 Prime API 价格.

Частые вопросы

Prime действительно генерирует звук?

Да. При audio равном true (по умолчанию) возвращается видео с синхронной звуковой дорожкой; при false — без звука. Второй пример сгенерирован со звуком.

Какая максимальная длительность?

duration — целое число от 2 до 30, стоимость растёт линейно с длительностью.

Какие разрешения и форматы поддерживаются?

resolution — 480P, 720P, 1080P (заглавными); aspect_ratio — adaptive, 16:9, 4:3, 1:1, 3:4, 9:16.

Как сохранить одного и того же персонажа или продукт в нескольких видео?

Передайте参考图 через reference_image_urls, а в промпте пишите действия, а не внешность.

Почему мой черновик выглядит немного размытым?

Потому что это 480P — намеренно дешёвый режим для черновиков. Когда промпт готов, поднимите разрешение до 720P или 1080P.

Выберите промпт, наиболее близкий к вашей задаче, сгенерируйте первое видео на странице модели, а затем замените существительные.