Guide de prompts Wan 3.0 – Syntaxe, références et son

Wan 3.0 est l'un des tout derniers modèles d'IA disponibles sur OpenArt Générateur de vidéos IA, et Alibaba a publié ses propres formules de prompts le jour du lancement du modèle. Presque personne ne les lit, alors on a réuni pour toi ce guide de prompts définitif.

Wan 3.0 crée jusqu'à 30 secondes de vidéo d'un coup, prend 20 fichiers de référence et génère l'audio en même temps que les visuels. Ce guide couvre les formules que les créateurs de Wan, Alibaba, ont notées, plus les trois choses que Wan 3.0 décide automatiquement pour toi si tu ne les précises pas.

Points clés à retenir

• Commence par un sujet, un lieu et un mouvement. Ajoute la caméra, le style et le son une fois que ça fonctionne.
• Étiquette chaque fichier de référence avec @Image1, @Video1 ou @Audio1 pour que Wan 3.0 sache à quoi chacun sert.
• Numérote tes plans et donne à chacun une plage de temps comme [0-6s].
• Écris les voix, les effets sonores et la musique comme trois éléments distincts.
• Dis « pas de musique de fond » quand tu n'en veux pas, car Wan 3.0 ajoute de la musique et des voix de lui-même.
• Désactive Auto Polish une fois ton prompt exact, pour qu'il ne reformule pas tes labels et tes plages temporelles.

Commence avec trois éléments, puis ajoutes-en

La formule de départ d'Alibaba est courte. Il te faut un sujet, un lieu et un mouvement. « Un renard roux traverse un champ enneigé au lever du soleil. » Voilà les trois, et c'est suffisant pour obtenir une vraie vidéo.

Une fois que ça marche, la formule complète en ajoute trois de plus : l'apparence du plan, le style et le son. Ajoute-les un à un pour voir ce que chacun a changé. Tu as largement la place, car un prompt Wan 3.0 peut aller jusqu'à 20 000 caractères.

Étiquette chaque référence avec des tags @

Wan 3.0 accepte jusqu'à 20 fichiers de référence, et OpenArt les compte pour toi en haut de la zone d'upload.

Les télécharger n'est que la moitié du travail. Wan 3.0 ne devinera pas que l'image 3 est le café et l'image 4 la veste. Tu dois le préciser dans le prompt, en utilisant le label @ :

@Image1 est la femme. @Image2 est le café. @Audio1 est sa voix. La femme de @Image1 s'assoit près de la fenêtre dans @Image2 et commande un café.

Les propres exemples d'Alibaba étiquettent chaque référence de cette façon. Tu peux aussi nommer la même référence plusieurs fois dans un seul prompt, ce qui te permet de contrôler où elle s'applique.

Les frames de début et de fin fonctionnent de la même façon. Sur OpenArt, tu peux définir l'image sur laquelle ta vidéo s'ouvre et celle sur laquelle elle se termine, tout en ajoutant des fichiers de référence à côté. Indique dans le prompt quelle image est la frame d'ouverture, laquelle est la frame de fermeture, et à quoi sert chaque référence.

Tes références vidéo peuvent totaliser 15 secondes, et tes références audio 15 secondes de plus. Si tu veux la même personne dans toutes tes vidéos, enregistre-la une fois dans Personnages OpenArt et réutilise-les au lieu de chercher les images d'origine à chaque fois.

Numérote tes plans et attribue une durée à chacun

Wan 3.0 génère jusqu'à 30 secondes d'un coup : dis-lui donc ce qui se passe sur cette durée plutôt que de décrire une image figée. Le format d'Alibaba, c'est d'abord un court résumé, puis des plans numérotés avec des plages horaires :

Une petite histoire sur une fille qui trouve un chat errant.

Plan 1 [0-5s] : Elle rentre chez elle sous la pluie et s'arrête sous un porche.

Plan 2 [5-12s] : Gros plan sur un petit chat trempé qui la regarde.

Plan 3 [12-20s] : Elle s'agenouille et tend la main.

Donne à chaque plage un seul objectif clair. Si un plan te paraît précipité dans ton premier résultat, élargis cette plage de temps et laisse le reste tranquille. Pour une histoire plus longue avec plus de plans que ça, construis-la scène par scène dans OpenArt Director.

Écris le son comme trois éléments distincts

Wan 3.0 crée le son en même temps que l'image, ce qui te permet de le façonner avec des mots. Alibaba divise le son en trois parties, et il vaut mieux écrire chacune séparément.

Répliques vocales. Dis la réplique, puis dis comment elle est prononcée. « Elle dit : “Je t'avais dit que ça arriverait.” Rapide, un peu agacée, en anglais américain. »

Effets sonores. Nomme l'objet, ce qu'il fait et le bruit de fond. « Un verre tombe de la table et se brise sur le sol en bois, pièce silencieuse. »

Musique. Nomme la musique et le style. « Piano lent sur toute la scène. »

Trois choses que Wan 3.0 décide pour toi

C'est là que les gens se font avoir. Quand tu ne dis rien, Wan 3.0 fait quand même un choix.

Répliques vocales. Écris ce que quelqu'un dit et Wan 3.0 garde tes mots exacts. Ne dis rien et il inventera ses propres répliques. Désactive ça avec « aucune réplique dans toute la vidéo ».

Musique. Wan 3.0 choisit la musique de fond en fonction du sujet de ta vidéo. Désactive ça avec « no background music ».

Nombre de plans. Wan 3.0 décide tout seul s'il enchaîne les plans. Demande un plan unique et ininterrompu avec « one continuous take ».

La durée et le format fonctionnent de la même façon. Laisse-les vides et Wan 3.0 choisit une durée entre 2 et 30 secondes, avec un format adapté à ta scène.

Vérifie quatre réglages avant de générer

Sur OpenArt, quatre réglages entourent la zone de prompt et chacun modifie l'effet de tes mots.

Retouche automatique. Ça réécrit ton prompt avant son exécution. Ça aide quand tu as tapé une phrase approximative, mais ça peut aussi reformuler les labels de référence et les plages temporelles que tu as définis exprès. Désactive-le une fois ton prompt exact.

Audio. Laisse cette option activée et Wan 3.0 ajoute du son à l'image. Désactive-la pour un clip silencieux, le moyen le plus rapide de supprimer les musiques indésirables.

Caméra. Choisis ton mouvement de caméra ici au lieu de le taper, et tu obtiens le même mouvement à chaque fois, sans avoir à le reformuler dans chaque prompt.

Mode. Standard et Prime définissent le niveau de qualité. Teste ton prompt en Standard, puis passe la version qui te plaît en Prime.

Tu peux aussi mettre jusqu'à 8 vidéos en file d'attente à la fois. C'est le moyen le plus rapide de comprendre l'effet d'un mot : change une seule chose par version, lance les 8 et compare.

Écris moins quand tu pars d'une image

Quand tu importes une image de départ, celle-ci définit déjà qui figure dedans, où et à quoi tout ressemble. Le répéter dans le prompt ne fait qu'entrer en conflit avec l'image que tu as importée.

Alors écris seulement deux choses : ce qui bouge et ce que fait la caméra. "Elle se tourne vers la fenêtre et sourit. Léger travelling avant." Si tu veux que la caméra reste fixe, dis "plan fixe", sinon Wan 3.0 la fera bouger de lui-même.

Corrige un seul détail au lieu de refaire toute la vidéo

Wan 3.0 modifie une vidéo à partir d'instructions simples : un petit souci ne t'oblige plus à tout refaire. Dis ce que tu veux changer, puis précise que le reste ne bouge pas.

Enlève les lunettes de soleil. Ses mouvements et tout le reste de la vidéo restent identiques.

La même formulation fonctionne pour ajouter un élément, changer le style, corriger la lumière ou remplacer une réplique de voix.

Quatre erreurs qui gaspillent des générations

• Décrire une image plutôt qu'une vidéo. Indique ce qui change au fil des 30 secondes.
• Laisser les références sans étiquette. Si tu importes six fichiers, précise à quoi sert chacun d'eux.
• Combiner les mouvements de caméra. Un mouvement net vaut mieux que trois qui se contredisent.
• Oublier de couper un son que tu n'as jamais demandé. La musique et les voix apparaissent toutes seules.

Questions fréquentes

Combien de références Wan 3.0 peut-il utiliser ?

Wan 3.0 accepte jusqu'à 20 références par vidéo : 10 images, 5 clips vidéo et 5 clips audio. Tu peux ajouter en plus un document ou une page web, pour qu'un personnage, un produit, un lieu et une voix guident tous le même plan. Tes références vidéo peuvent totaliser 15 secondes, et tes références audio 15 secondes de plus.

Quelle durée peut avoir une vidéo Wan 3.0 ?

N'importe quelle durée de 2 à 30 secondes. Si tu laisses la durée vide, Wan 3.0 choisit une durée adaptée à ton prompt.

Wan 3.0 génère-t-il du son ?

Oui. Wan 3.0 génère les répliques vocales, les effets sonores et la musique en même temps que l'image. Décris le son que tu veux dans le prompt, ou désactive-le si tu préfères un clip silencieux.

Puis-je utiliser des fichiers de référence et une image de début et de fin en même temps ?

Oui. Sur OpenArt, tu peux définir l'image sur laquelle ta vidéo commence, celle sur laquelle elle se termine, et ajouter tout de même des fichiers de référence à côté. Nomme chacun dans le prompt pour que Wan 3.0 sache quelle image ouvre la vidéo, laquelle la clôt, et quelles références portent ton personnage, ton produit ou ta voix.