Wan2.7 图生视频提示词示例：一支产品广告风格的运动鞋展示

一张静止的运动鞋照片并不等于广告。让它成为广告的是镜头语言：一个保持不动的机位、一次旋转、一种氛围，以及一束被允许落在其上的高光。下面这段短片始于一张产品照片和一个提示词，通过 wan2.7-video/image-to-video 生成动画。下文我们将逐句拆解该提示词，并给出可复现该片段的完整 API 调用。

完整提示词

A single white sneaker rotating slowly on a reflective dark surface, swirling white mist rising and curling around it in soft cinematic light, camera holding a steady low-angle shot, product-commercial mood, shallow depth of field, subtle rim lighting catching the sneaker sole

六个分句，六项职责。以下是每一句实际在做的事。

1. “Camera holding a steady low-angle shot”（镜头保持稳定的低角度机位）

这是锚点，并带有明确指令：保持，而非平移或环绕。wan2.7-video/image-to-video 从 first_frame 图像开始生成动画，因此模型已经知道镜头从哪里开始——一个略微仰视产品的低角度。告诉它保持该位置，可以阻止模型漂移成缓慢变焦或推镜，而这正是一段本来不错的 i2v 渲染最常见的、悄然毁掉自身构图的方式。低角度之所以被特别指定，是因为这一惯例能让运动鞋显得令人向往，而不是像一张商品目录缩略图——这正是运动鞋广告自 90 年代以来一直使用的构图。

2. “Rotating slowly on a reflective dark surface”（在反光的深色表面上缓慢旋转）

转台是产品摄影中最古老的技巧，而它能延续到视频，是因为它是在一个连续镜头中展示物体各个角度而不需要剪辑的廉价方式。缓慢很关键——快速旋转看起来像噱头，缓慢旋转则像一种敬意。反光的深色表面承担双重职责：它给薄雾提供了可以折射光线的载体，而下方隐约的镜像运动鞋让画面感觉是在影棚中搭建出来的，而不是在台面上拍摄的。

3. “Swirling white mist rising and curling around it”（缭绕的白色薄雾升起并缠绕四周）

薄雾纯粹是氛围——它不接触产品，但正是它把一张素材渲染图与看起来花了钱的东西区分开来。Swirling（缭绕）和 curling（盘旋）是运动词，而运动词在 i2v 提示词中比在文生图提示词中更重要，因为模型必须决定在片段持续期间究竟什么在动。没有这些词，“mist”可能被渲染成烘焙进第一帧的静态薄霭，而不是随时间发展的东西。

4. “Soft cinematic light” + “subtle rim lighting catching the sneaker sole”（柔和电影光 + 捕捉鞋底的微妙边缘光）

这两个分句在做不同的工作，而且两者都需要出现在提示词中，不能只留一个。柔和电影光设定整体曝光——均匀、讨喜，而不是刺眼的影棚闪光灯。边缘光捕捉鞋底是主角指令：它点明了光线应当雕刻出的确切细节。鞋底边缘和外底纹路正是运动鞋摄影通常出彩的地方，而明确点出这一点，正是渲染结果在鞋底边缘出现明亮、精确边缘光，而非泛泛均匀辉光的原因。去掉这个分句，通常只会得到柔和光线，没有焦点高光。

5. “Product-commercial mood” + “shallow depth of field”（产品广告氛围 + 浅景深）

氛围标签是类型指令——它把调色、节奏和构图推向广告风格，而非纪录片或业余素材。浅景深是让它成立的技术指令：虚化背景是最快的视觉线索，表明这是专业产品拍摄而非手机照片。两者合起来做的工作，相当于真实制作中调色师和镜头选择分别承担的部分。

在 hiapi 上运行

wan2.7-video/image-to-video 运行在 hiapi 的异步任务 API 上——你提交一张图像加提示词，然后轮询直到片段就绪：

# Create the task — pass your source image as the first_frame
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "wan2.7-video/image-to-video",
    "input": {
      "prompt": "A single white sneaker rotating slowly on a reflective dark surface, swirling white mist rising and curling around it in soft cinematic light, camera holding a steady low-angle shot, product-commercial mood, shallow depth of field, subtle rim lighting catching the sneaker sole",
      "media": [
        { "type": "first_frame", "url": "https://your-cdn.com/sneaker-source.jpg" }
      ],
      "resolution": "720P",
      "duration": 5,
      "prompt_extend": true,
      "watermark": false
    }
  }'

# Poll until status leaves "processing" — output[0].url is the finished clip
curl "https://api.hiapi.ai/v1/tasks/$TASK_ID" \
  -H "Authorization: Bearer $HIAPI_API_KEY"

在你为此投入真实预算之前，有几条实用提示：

• input.duration 接受 2–15 秒（默认 5），input.resolution 为 720P 或 1080P（默认 1080P）——完整参数表见 wan2.7-video/image-to-video 模型页面。
• 此端点没有 ratio 或 aspect_ratio 字段。输出方向跟随源图像——上方画廊片段渲染为 720×1280，因为其源帧本来就是竖版。请按你希望最终视频呈现的方向拍摄或裁剪静帧。
• 定价为固定的每秒费率：720P 为 $0.10/s，1080P 为 $0.167/s——因此 5 秒 720P 片段约 $0.50，5 秒 1080P 片段约 $0.84。在扩大批量前，请在 hiapi 定价页面确认当前费率，因为分辨率和时长都会影响总价。
• 先低成本测试：720P + 2 秒时长足以验证你的图像 URL 和提示词行为符合预期，然后再投入更长、更高分辨率的渲染。

常见问题

提示词需要描述镜头运动，还是模型会自行选择一个？ 请描述。若省略，wan2.7-video/image-to-video 会自行发明镜头运动，而那种运动很少是你想要的。同时点明镜头类型（“low-angle”）及其行为（“holding”、“rotating”），才能让渲染不跑偏。

我可以控制视频的起点和终点，而不只是给一张照片做动画吗？ 可以——把 media 换成两个条目，分别使用 "type": "first_frame" 和 "type": "last_frame"，模型会在两者之间插值，而不是从单张图像向外生成动画。如果你已经有产品的“之前”和“之后”照片，这会很有用。

为什么明确指定“reflective dark surface”而不是简单的“on a table”？ 因为倒影是承重结构。正是它让薄雾和边缘光在视觉上翻倍，而这正是把中等渲染与真正具有商业质感的效果区分开的大部分原因——在完全相同的灯光指令下，哑光表面会产生更平、更不高级的结果。

prompt_extend 会改变我写的内容吗？ 它允许模型在渲染前用额外描述细节扩展短提示词。对于这样具体的提示词，保持开启很少会显著改变结果——但对于更短的提示词，它可能添加你并未要求的修饰，因此如果你需要逐字严格遵循，请将其关闭。

如果你正在建立产品镜头库，wan2.7-video/image-to-video 文档还涵盖了参考生视频变体，用于在多个提示词之间保持主体一致——当单个展示镜头不够用时值得一看。