ChatGPT
Perplexity
Claude
Gemini
Wan 3.0 es uno de los modelos de IA más nuevos en OpenArt Generador de vídeo con IA, y Alibaba publicó sus propias fórmulas de prompt el día que se lanzó el modelo. Casi nadie las lee, así que hemos preparado esta guía definitiva de prompts para ti.
Wan 3.0 crea hasta 30 segundos de vídeo de una vez, admite 20 archivos de referencia y genera audio al mismo tiempo que las imágenes. Esta guía cubre las fórmulas que escribieron los creadores de Wan, Alibaba, además de las tres cosas que Wan 3.0 decide por ti automáticamente si no las especificas.
Conclusiones clave
- Empieza con un sujeto, un lugar y un movimiento. Añade la cámara, el estilo y el sonido cuando eso funcione.
- Etiqueta cada archivo de referencia con @Image1, @Video1 o @Audio1 para que Wan 3.0 sepa para qué sirve cada uno.
- Numera tus planos y dale a cada uno un intervalo de tiempo como [0-6s].
- Escribe los diálogos, los efectos de sonido y la música como tres cosas separadas.
- Di "sin música de fondo" cuando no la quieras, porque Wan 3.0 añade música y diálogos por su cuenta.
- Desactiva Auto Polish una vez que tu prompt esté exacto, para que no reformule tus etiquetas ni tus intervalos de tiempo.
Empieza con tres cosas y luego añade más
La fórmula básica de Alibaba es corta. Necesitas un sujeto, un lugar y un movimiento. «Un zorro rojo cruza un campo nevado al amanecer.» Ahí están los tres, y basta para obtener un vídeo real.
Cuando eso funcione, la fórmula más completa añade tres cosas más: cómo se ve el plano, el estilo y el sonido. Añádelas de una en una para ver qué cambia cada una. Tienes mucho margen, porque un prompt de Wan 3.0 puede llegar a los 20.000 caracteres.
Etiqueta cada referencia con etiquetas @
Wan 3.0 admite hasta 20 archivos de referencia, y OpenArt los cuenta por ti en la parte superior del cuadro de subida.
Subirlos es solo la mitad del trabajo. Wan 3.0 no va a adivinar que la imagen 3 es la cafetería y la imagen 4 es la chaqueta. Tienes que decirlo en el prompt, usando la etiqueta @:
@Image1 es la mujer. @Image2 es la cafetería. @Audio1 es su voz. La mujer de @Image1 se sienta junto a la ventana en @Image2 y pide un café.
Los propios ejemplos de Alibaba etiquetan cada referencia de esta forma. También puedes nombrar la misma referencia más de una vez en un prompt, y así controlas dónde se aplica.
Los fotogramas inicial y final funcionan igual. En OpenArt puedes definir la imagen con la que abre tu vídeo y la que lo cierra, y aun así añadir archivos de referencia junto a ellas. Indica en el prompt qué imagen es el fotograma inicial, cuál es el final y para qué sirve cada referencia.
Tus referencias de vídeo pueden sumar 15 segundos, y las de audio otros 15 segundos. Si quieres a la misma persona en vídeo tras vídeo, guárdala una vez en OpenArt Characters y reutilízalas en lugar de buscar las imágenes originales cada vez.
Numera tus planos y dale a cada uno un intervalo de tiempo
Wan 3.0 crea hasta 30 segundos de una vez, así que dile qué ocurre a lo largo de ese tiempo en lugar de describir una imagen congelada. El formato de Alibaba es primero un breve resumen y luego planos numerados con intervalos de tiempo:
Una historia corta sobre una niña que encuentra un gato callejero.
Plano 1 [0-5s]: ella vuelve a casa bajo la lluvia y se detiene bajo un portal.
Plano 2 [5-12s]: primer plano de un gatito mojado que la mira desde abajo.
Plano 3 [12-20s]: ella se arrodilla y extiende la mano.
Dale a cada intervalo una sola cosa clara que hacer. Si un plano parece apresurado en tu primer resultado, amplía ese intervalo de tiempo y deja el resto igual. Para una historia más larga con más planos que esta, constrúyela escena a escena en OpenArt Director.
Escribe el sonido como tres cosas separadas
Wan 3.0 crea el sonido al mismo tiempo que la imagen, así que puedes darle forma con palabras. Alibaba divide el sonido en tres partes, y conviene escribir cada una por separado.
Diálogos. Escribe la frase y luego di cómo se dice. "Ella dice: 'Te dije que esto pasaría.' Rápido, un poco molesta, inglés americano."
Efectos de sonido. Nombra la cosa, lo que hace y el ruido de fondo. «Un vaso se cae de la mesa y se rompe en el suelo de madera, sala en silencio.»
Música. Nombra la música y el estilo. «Piano lento durante toda la escena.»
Tres cosas que Wan 3.0 decide por ti
Aquí es donde muchos se pillan los dedos. Cuando no dices nada, Wan 3.0 igualmente toma una decisión.
Diálogos. Escribe lo que alguien dice y Wan 3.0 mantiene tus palabras exactas. No digas nada y se inventará sus propios diálogos. Desactívalo con "sin diálogos en todo el vídeo."
Música. Wan 3.0 elige la música de fondo según de qué trate tu vídeo. Desactívala con «sin música de fondo».
Número de planos. Wan 3.0 decide por sí solo si corta entre planos. Pide un plano sin cortes con «una toma continua».
La duración y la forma funcionan igual. Déjalas en blanco y Wan 3.0 elige una duración entre 2 y 30 segundos, además de una relación de aspecto que encaje con tu escena.
Comprueba cuatro controles antes de generar
En OpenArt, cuatro ajustes rodean el cuadro de prompt y cada uno cambia lo que hacen tus palabras.
Auto Polish. Esto reescribe tu prompt antes de ejecutarlo. Ayuda cuando has escrito una sola frase suelta, pero también puede reformular las etiquetas de referencia y los intervalos de tiempo que pusiste a propósito. Desactívalo una vez que tu prompt esté exacto.
Audio. Déjalo activado y Wan 3.0 crea sonido junto con la imagen. Desactívalo para un clip en silencio, que es la forma más rápida de cortar la música no deseada.
Cámara. Elige aquí tu movimiento de cámara en lugar de escribirlo, y obtienes el mismo movimiento cada vez sin tener que redactarlo de forma distinta en cada prompt.
Modo. Standard y Prime marcan el nivel de calidad. Prueba tu prompt en Standard y luego pasa la versión que te guste a Prime.
También puedes poner en cola hasta 8 vídeos a la vez. Esa es la forma más rápida de aprender qué hace una palabra: cambia una cosa por versión, ejecuta las 8 y compara.
Di menos cuando partes de una imagen
Cuando subes una imagen inicial, esa imagen ya define quién aparece, dónde están y cómo se ve todo. Repetir eso en el prompt solo entra en conflicto con la imagen que subiste.
Así que escribe solo dos cosas: qué se mueve y qué hace la cámara. «Se gira hacia la ventana y sonríe. Acercamiento lento.» Si quieres que la cámara se quede quieta, di «plano fijo», porque de lo contrario Wan 3.0 la moverá por su cuenta.
Corrige una cosa en lugar de rehacer el vídeo
Wan 3.0 edita vídeo a partir de instrucciones sencillas, así que un pequeño fallo no te obliga a generar un vídeo entero de nuevo. Indica qué quieres cambiar y luego di que el resto se queda igual.
Quita las gafas de sol. Su movimiento y todo lo demás en el vídeo se queda igual.
La misma redacción sirve para añadir algo, cambiar el estilo, corregir la luz o sustituir un diálogo.
Cuatro errores que desperdician generaciones
- Describir una imagen en lugar de un vídeo. Di qué cambia a lo largo de los 30 segundos.
- Dejar las referencias sin etiquetar. Si subes seis archivos, di para qué sirve cada uno.
- Encadenar movimientos de cámara. Un movimiento claro vale más que tres peleándose entre sí.
- Olvidarte de desactivar un sonido que nunca pediste. La música y los diálogos aparecen por su cuenta.
Preguntas frecuentes
¿Cuántas referencias puede usar Wan 3.0?
Wan 3.0 admite hasta 20 referencias en un vídeo: 10 imágenes, 5 clips de vídeo y 5 clips de audio. Además puedes añadir un documento o una página web, así que un personaje, un producto, una localización y una voz pueden guiar el mismo plano. Tus referencias de vídeo pueden sumar 15 segundos, y las de audio otros 15 segundos.
¿Cuánto puede durar un vídeo de Wan 3.0?
Cualquier duración de 2 a 30 segundos. Si dejas la duración en blanco, Wan 3.0 elige una que encaje con tu prompt.
¿Wan 3.0 genera sonido?
Sí. Wan 3.0 crea diálogos, efectos de sonido y música al mismo tiempo que la imagen. Describe el sonido que quieres en el prompt, o desactívalo si prefieres un clip en silencio.
¿Puedo usar archivos de referencia y un fotograma inicial y final a la vez?
Sí. En OpenArt puedes definir la imagen con la que empieza tu vídeo, la que lo termina, y aun así añadir archivos de referencia junto a ellas. Etiqueta cada uno en el prompt para que Wan 3.0 sepa qué imagen abre el vídeo, cuál lo cierra y qué referencias llevan tu personaje, producto o voz.