ChatGPT
Perplexity
Claude
Gemini
Wan 3.0 ist eines der neuesten KI-Modelle auf OpenArts KI-Videogenerator, und Alibaba veröffentlichte am Tag des Modell-Launches eigene Prompt-Formeln. Fast niemand liest sie, deshalb haben wir für dich diesen definitiven Prompt-Guide zusammengestellt.
Wan 3.0 erzeugt bis zu 30 Sekunden Video am Stück, nimmt 20 Referenzdateien und generiert Audio zeitgleich mit dem Bild. Dieser Guide behandelt die Formeln, die die Macher von Wan, Alibaba, aufgeschrieben haben, plus die drei Dinge, die Wan 3.0 automatisch für dich entscheidet, wenn du sie nicht angibst.
Wichtigste Erkenntnisse
- Beginne mit einem Subjekt, einem Ort und einer Bewegung. Füge Kamera, Stil und Sound hinzu, sobald das funktioniert.
- Beschrifte jede Referenzdatei mit @Image1, @Video1 oder @Audio1, damit Wan 3.0 weiß, wofür jede gedacht ist.
- Nummeriere deine Shots und gib jedem einen Zeitbereich wie [0-6s].
- Schreib Sprachzeilen, Soundeffekte und Musik als drei getrennte Dinge.
- Sag "keine Hintergrundmusik", wenn du keine willst, denn Wan 3.0 fügt Musik und Sprachzeilen von sich aus hinzu.
- Schalte Auto Polish aus, sobald dein Prompt exakt ist, damit deine Labels und Zeitbereiche nicht umformuliert werden.
Beginn mit drei Dingen, dann füge mehr hinzu
Alibabas Einsteigerformel ist kurz. Du brauchst ein Subjekt, einen Ort und eine Bewegung. "A red fox walks across a snowy field at sunrise." Das sind alle drei, und das reicht, um ein echtes Video zurückzubekommen.
Sobald das funktioniert, ergänzt die vollere Formel drei weitere Dinge: wie die Aufnahme aussieht, den Stil und den Sound. Füge sie einzeln hinzu, damit du siehst, was jedes verändert hat. Du hast reichlich Platz, denn ein Wan 3.0-prompt kann bis zu 20.000 Zeichen lang sein.
Kennzeichne jede Referenz mit @-Tags
Wan 3.0 nimmt bis zu 20 Referenzdateien, und OpenArt zählt sie oben im Upload-Feld für dich.
Sie hochzuladen ist nur die halbe Arbeit. Wan 3.0 wird nicht raten, dass Bild 3 das Café ist und Bild 4 die Jacke. Das musst du im prompt sagen, mit der @-Kennzeichnung:
@Image1 ist die Frau. @Image2 ist das Café. @Audio1 ist ihre Stimme. Die Frau aus @Image1 sitzt am Fenster in @Image2 und bestellt einen Kaffee.
Alibabas eigene Beispiele kennzeichnen jede einzelne Referenz auf diese Weise. Du kannst dieselbe Referenz auch mehrfach in einem prompt nennen – so steuerst du, wo sie greift.
Start- und Endframes funktionieren genauso. Bei OpenArt kannst du das Bild festlegen, mit dem dein Video beginnt, und das Bild, mit dem es endet – und trotzdem Referenzdateien daneben hinzufügen. Sag im prompt, welches Bild der Startframe ist, welches der Endframe und wofür jede Referenz gedacht ist.
Deine Videoreferenzen dürfen insgesamt 15 Sekunden lang sein, deine Audioreferenzen weitere 15 Sekunden. Wenn du dieselbe Person Video für Video willst, speichere sie einmal in OpenArt-Charaktere und wiederverwende sie, statt jedes Mal nach den Originalbildern zu suchen.
Nummeriere deine Shots und gib jedem eine Zeit
Wan 3.0 erzeugt bis zu 30 Sekunden am Stück, also sag ihm, was über diese Zeit passiert, statt ein einzelnes eingefrorenes Bild zu beschreiben. Alibabas Format ist zuerst eine kurze Zusammenfassung, dann nummerierte Shots mit Zeitbereichen:
Eine kurze Geschichte über ein Mädchen, das eine streunende Katze findet.
Shot 1 [0-5s]: Sie geht im Regen nach Hause und bleibt unter einem Türeingang stehen.
Shot 2 [5-12s]: Nahaufnahme einer kleinen, nassen Katze, die zu ihr aufblickt.
Shot 3 [12-20s]: Sie kniet sich hin und streckt ihre Hand aus.
Gib jedem Zeitbereich genau eine klare Aufgabe. Wenn ein Shot in deinem ersten Ergebnis gehetzt wirkt, erweitere nur diesen einen Zeitbereich und lass den Rest unangetastet. Für eine längere Geschichte mit mehr Shots baust du sie Szene für Szene auf in OpenArt Director.
Schreib den Sound als drei getrennte Dinge
Wan 3.0 erzeugt den Sound gleichzeitig mit dem Bild, sodass du ihn mit Worten formen kannst. Alibaba teilt Sound in drei Teile, und es hilft, jeden einzeln zu schreiben.
Sprachzeilen. Sag die Zeile, dann sag, wie sie gesagt wird. "Sie sagt: 'Ich hab dir gesagt, dass das passiert.' Schnell, ein bisschen genervt, amerikanisches Englisch."
Soundeffekte. Nenne das Ding, was es tut und das Hintergrundgeräusch. "A glass falls off the table and shatters on the wood floor, quiet room."
Musik. Nenne die Musik und den Stil. "Slow piano under the whole scene."
Drei Dinge, die Wan 3.0 für dich entscheidet
Genau hier stolpern viele. Wenn du nichts sagst, trifft Wan 3.0 trotzdem eine Entscheidung.
Sprachzeilen. Schreib aus, was jemand sagt, und Wan 3.0 behält deine exakten Worte bei. Sag nichts, und es erfindet eigene Sprachzeilen. Schalte das mit "keine Sprachzeilen im gesamten Video" aus.
Musik. Wan 3.0 wählt Hintergrundmusik basierend darauf, worum es in deinem Video geht. Schalte das mit "no background music" aus.
Anzahl der Einstellungen. Wan 3.0 entscheidet selbst, ob zwischen Einstellungen geschnitten wird. Verlange eine ununterbrochene Einstellung mit "one continuous take."
Länge und Format funktionieren genauso. Lass sie frei, und Wan 3.0 wählt eine Länge zwischen 2 und 30 Sekunden sowie ein Seitenverhältnis, das zu deiner Szene passt.
Prüfe vier Regler, bevor du generierst
Bei OpenArt sitzen vier Einstellungen rund um das Prompt-Feld, und jede verändert, was deine Worte bewirken.
Auto Polish. Das schreibt deinen Prompt um, bevor er läuft. Das hilft, wenn du einen lockeren Satz getippt hast, kann aber auch die Referenz-Labels und Zeitbereiche umformulieren, die du bewusst gesetzt hast. Schalte es aus, sobald dein Prompt exakt ist.
Audio. Lass das an, und Wan 3.0 erzeugt Sound zum Bild. Schalte es aus für einen stummen Clip – der schnellste Weg, unerwünschte Musik zu vermeiden.
Kamera. Wähle deine Kamerabewegung hier aus, statt sie zu tippen, und du bekommst jedes Mal dieselbe Bewegung, ohne sie in jedem Prompt anders zu formulieren.
Mode. Standard und Prime legen die Qualitätsstufe fest. Teste deinen prompt in Standard und übertrage die Version, die dir gefällt, dann in Prime.
Du kannst auch bis zu 8 Videos gleichzeitig in die Warteschlange stellen. Das ist der schnellste Weg zu lernen, was ein Wort bewirkt: ändere pro Version eine Sache, lass alle 8 laufen und vergleiche.
Sag weniger, wenn du von einem Bild ausgehst
Wenn du ein Startbild hochlädst, legt dieses Bild bereits fest, wer darauf zu sehen ist, wo sie sind und wie alles aussieht. Das im Prompt zu wiederholen, kämpft nur gegen das hochgeladene Bild an.
Schreib also nur zwei Dinge: was sich bewegt und was die Kamera macht. "She turns toward the window and smiles. Slow push in." Wenn die Kamera still stehen soll, sag "fixed shot," sonst bewegt Wan 3.0 sie von selbst.
Behebe eine Sache, statt das Video neu zu machen
Wan 3.0 bearbeitet Videos anhand einfacher Anweisungen, sodass ein kleines Problem dich nicht ein ganzes neues Video kostet. Nenne, was geändert werden soll, und sag, dass der Rest gleich bleibt.
Entferne die Sonnenbrille. Ihre Bewegung und alles andere im Video bleibt gleich.
Dieselbe Formulierung funktioniert, um etwas hinzuzufügen, den Stil zu ändern, das Licht zu korrigieren oder eine Sprachzeile auszutauschen.
Vier Fehler, die Generierungen verschwenden
- Ein Bild statt eines Videos beschreiben. Sag, was sich im Verlauf der 30 Sekunden verändert.
- Referenzen bleiben ohne Beschriftung. Wenn du sechs Dateien hochlädst, sag, wofür jede ist.
- Kamerafahrten kombinieren. Eine klare Bewegung schlägt drei, die gegeneinander arbeiten.
- Vergessen, Sound auszuschalten, den du nie angefordert hast. Musik und Sprache tauchen von selbst auf.
Häufig gestellte Fragen
Wie viele Referenzen kann Wan 3.0 verwenden?
Wan 3.0 nimmt bis zu 20 Referenzen in einem Video: 10 Bilder, 5 Videoclips und 5 Audioclips. Zusätzlich kannst du ein Dokument oder eine Webseite hinzufügen, sodass Charakter, Produkt, Ort und Stimme dieselbe Aufnahme steuern. Deine Videoreferenzen dürfen insgesamt 15 Sekunden lang sein, deine Audioreferenzen weitere 15 Sekunden.
Wie lang kann ein Wan 3.0-Video sein?
Jede Länge von 2 bis 30 Sekunden. Wenn du die Länge frei lässt, wählt Wan 3.0 eine Länge, die zu deinem prompt passt.
Macht Wan 3.0 Sound?
Ja. Wan 3.0 erzeugt Sprache, Soundeffekte und Musik gleichzeitig mit dem Bild. Beschreibe im prompt, welchen Sound du willst, oder schalte ihn aus, wenn du einen stummen Clip möchtest.
Kann ich Referenzdateien und einen Start- und Endframe gleichzeitig verwenden?
Ja. Bei OpenArt kannst du das Bild festlegen, mit dem dein Video beginnt, das Bild, mit dem es endet, und trotzdem Referenzdateien daneben hinzufügen. Beschrifte jede im prompt, damit Wan 3.0 weiß, welches Bild das Video öffnet, welches es schließt und welche Referenzen deinen Charakter, dein Produkt oder deine Stimme tragen.