Guide de prompts Wan 3.0 - Syntaxe, références et réglages pour des vidéos IA parfaites

Wan 3.0 is Alibaba's creative video model, and you can use it on OpenArt's Générateur de vidéos IA. Wan 3.0 génère jusqu'à 30 secondes de vidéo d'un coup, prend 20 fichiers de référence et crée l'audio en même temps que l'image, parfaitement synchronisé.

Alibaba a publié ses propres formules de prompt au lancement du modèle, et ce guide les transforme en étapes simples à copier, avec aussi comment bien afficher du texte à l'écran et comment il se compare aux autres modèles vidéo sur OpenArt.

Points clés à retenir

• Commence par un sujet, un lieu et un mouvement. Ajoute ensuite la caméra, le style et le son un à un.
• Étiquette chaque référence avec @Image1, @Video1 ou @Audio1, et attribue à chaque plan une plage de temps comme [0-6s].
• Écris les répliques, les effets sonores et la musique séparément, et indique « pas de musique de fond » quand tu n'en veux pas.
• Mets les mots à afficher à l'écran entre guillemets et garde-les courts.
• Wan 3.0 crée des vidéos de 2 à 30 secondes jusqu'en 1080p, et c'est un excellent choix pour les vidéos longues bâties à partir de nombreuses références.

Qu'est-ce que Wan 3.0 ?

Wan 3.0 est le tout dernier modèle vidéo IA d'Alibaba. Il transforme un prompt écrit, une image ou un mélange d'images, de clips vidéo et de clips audio en une vidéo pouvant durer jusqu'à 30 secondes, son inclus.

Wan 3.0 génère toute la vidéo d'un seul coup, donc le même visage, le même produit et le même éclairage se maintiennent à chaque seconde. Sur OpenArt, tu peux lancer une vidéo Wan 3.0 à partir d'un texte, d'une image de départ ou d'un ensemble de fichiers de référence.

Guide de prompt Wan 3.0 : commence par trois choses

La formule de départ d'Alibaba est courte. Il te faut un sujet, un lieu et un mouvement.

« A red fox walks across a snowy field at sunrise. » Ce prompt contient les trois éléments, et ça suffit pour obtenir une vraie vidéo en retour.

Une fois que ça marche, la formule complète en ajoute trois autres : l'allure du plan, le style et le son. Ajoute-les un à un pour voir ce que chacun a changé.

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 importer ne fait que la moitié du travail. Wan 3.0 ne devinera pas que l'image 3 est le café et l'image 4 la veste, alors dis-le dans le prompt avec l'étiquette @ :

@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 prompt, c'est ainsi que tu contrôles où elle apparaît.

Les images 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.

Précise dans le prompt quelle image est l'image d'ouverture, laquelle est l'image de fin, et à quoi sert chaque référence.

Tes références vidéo peuvent totaliser jusqu'à 15 secondes, et tes références audio 15 secondes de plus. Pour obtenir la même personne d'une vidéo à l'autre, enregistre-la une fois dans Personnages OpenArt et choisis-les pour chaque nouvelle vidéo.

Numérote tes plans et attribue une durée à chacun

Wan 3.0 génère jusqu'à 30 secondes d'un coup, alors décris-lui ce qui se passe du début à la fin. Le format d'Alibaba commence par un court résumé, puis des plans numérotés avec des plages de temps :

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 de temps une chose claire à faire. Si un plan semble précipité dans ton premier résultat, élargis cette plage de temps et laisse le reste tel quel.

Pour une histoire de plus de 30 secondes, OpenArt peut planifier les scènes et réaliser la vidéo complète, jusqu'à 5 minutes, dans Mode 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. »

Mets les mots à l'écran entre guillemets

Alibaba affirme que Wan 3.0 affiche clairement les écrans d'appli et les graphismes animés, ce qui aide pour les démos de produits et les pubs explicatives. Alibaba précise aussi que l'orthographe des mots à l'écran s'améliore encore, donc quelques bonnes habitudes font toute la différence.

Mets les mots exacts entre guillemets. Le guide officiel d'Alibaba le recommande. « Un paquet de café sur un plan de travail de cuisine avec les mots 'MORNING ROAST' imprimés sur le devant. »

Fais court. Une marque, un prix ou un titre de trois mots ressort plus net qu'une phrase entière.

Indique où placer les mots. « Un titre blanc en bas de l'écran » indique clairement à Wan 3.0 où placer ton texte.

Pars d'une image qui contient déjà les mots. Pour un logo ou une étiquette produit qui doit être exacte, crée d'abord l'image avec un modèle d'image conçu pour le texte, comme Nano Banana 2.1 ou GPT Image 2.5.

Définis-la comme image de départ, et Wan 3.0 démarre la vidéo à partir de mots déjà correctement orthographiés.

Corrige une lettre erronée avec une retouche. Si un mot ressort mal orthographié, demande cette seule correction et précise que le reste de la vidéo ne change pas.

Trois choses que Wan 3.0 décide automatiquement pour toi

Quand tu ne dis rien, Wan 3.0 fait quand même un choix. Voici comment reprendre la main sur chacun d'eux.

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.

Options de résolution et de durée de Wan 3.0

Sur OpenArt, Wan 3.0 génère de la vidéo en 480p, 720p ou 1080p, pour une durée de 2 à 30 secondes. Tu peux aussi laisser Wan 3.0 choisir la durée qui convient à ton prompt.

La résolution change le prix. Une vidéo en 1080p coûte environ quatre fois plus de crédits que la même en 480p, alors teste ton prompt en 480p et réalise la version finale en 1080p.

Les vidéos plus longues coûtent aussi plus de crédits. Règle la durée exacte une fois que tu sais combien de plans il te faut.

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. Tu obtiens le même mouvement à chaque fois et ton prompt reste plus court.

Mode. Standard et Prime définissent le niveau de qualité, et Prime coûte plus de crédits. Teste ton prompt en Standard, puis réalise la version que tu préfères en Prime.

Tu peux aussi lancer jusqu'à 8 vidéos à la fois. Change une chose dans chaque version, lance les 8 et compare-les pour voir ce que fait chaque mot.

Écris moins quand tu pars d'une image

Quand tu importes une image de départ, cette image montre déjà qui y figure, où, et à quoi tout ressemble. Le répéter dans le prompt ne fait que contredire l'image que tu as importée.

Alors écris deux choses seulement : ce qui bouge et ce que fait la caméra. « Elle se tourne vers la fenêtre et sourit. Lent travelling avant. »

Si tu veux que la caméra reste immobile, dis « plan fixe ». Sinon Wan 3.0 bougera la caméra de lui-même.

Corrige une chose avec une retouche simple

Wan 3.0 modifie une vidéo à partir d'instructions simples, donc un petit souci se règle en un geste rapide. Nomme 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 seule image fixe. 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.

Verdict qualité de Wan 3.0

Wan 3.0 est l'un des meilleurs choix sur OpenArt pour les vidéos de 15 à 30 secondes construites à partir de nombreuses références. Comme il génère toute la vidéo d'un coup, les visages, les produits et l'éclairage restent stables de la première à la dernière seconde.

Les visages paraissent réels et affichent de petites variations d'expression, et les premiers testeurs rapportent que la même personne tient sur 30 secondes complètes. Le son est calé sur l'action, donc un clip est prêt à publier avec son audio.

Prévois quelques limites. La résolution maximale est le 1080p, et Alibaba indique que la texture du son et l'orthographe à l'écran sont encore en cours d'amélioration.

Les premiers testeurs relèvent aussi deux habitudes. Wan 3.0 ajoute parfois une coupe que tu n'as pas demandée, alors écris « one continuous take » quand tu veux un seul plan.

Les petits détails peuvent aussi déraper quand beaucoup de personnes et d'accessoires partagent une même scène. Limite chaque plan à quelques personnes et objets clés, et étiquette chaque référence.

Le verdict : utilise Wan 3.0 pour les pubs, les vidéos produit et les scènes où une personne ou un produit doit rester identique du début à la fin. Pour un court clip en 4K, la comparaison ci-dessous te guidera vers un meilleur choix.

Comment Wan 3.0 se compare aux autres modèles sur OpenArt

OpenArt fait tourner Wan 3.0 aux côtés d'autres modèles vidéo de pointe, pour que tu choisisses le bon modèle pour chaque tâche au même endroit.

Choisis Seedance 2.5 quand une histoire a besoin de beaucoup de personnages et d'accessoires, car il accepte le plus de fichiers de référence. Choisis Wan 3.0 quand ta référence est un document ou une page web, comme une fiche produit ou un diaporama.

Choisis Kling 3.0 ou Veo 3.1 quand le fichier final doit être en 4K et que la vidéo est courte. Choisis MiniMax H3 pour des mouvements réalistes dans des clips jusqu'à 15 secondes, et Grok Imagine 1.5 quand la vitesse prime avant tout.

Commence à créer des vidéos Wan 3.0

Wan 3.0 suit de près les prompts clairs et étiquetés. Commence par un sujet, un lieu et un mouvement, puis étiquette chaque référence et donne un timing à chaque plan.

Précise le son et les mots à afficher que tu veux, et teste en 480p avant de faire la version finale. Écris ton premier prompt avec Wan 3.0 sur OpenArt.

Questions fréquentes

Combien de références Wan 3.0 peut-il utiliser ?

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

Quelle durée peut avoir une vidéo Wan 3.0 ?

Une vidéo Wan 3.0 peut durer de 2 à 30 secondes. Si tu laisses la durée vide, Wan 3.0 choisit une durée adaptée à ton prompt.

Quelle résolution Wan 3.0 prend-il en charge ?

Wan 3.0 crée des vidéos en 480p, 720p ou 1080p, le 1080p étant le réglage le plus élevé. Sur OpenArt, le 480p coûte le moins de crédits, c'est donc le meilleur réglage pour tester un prompt avant de produire la version finale en 1080p.

Wan 3.0 génère-t-il du son ?

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

Wan 3.0 peut-il mettre du texte dans une vidéo ?

Oui. Wan 3.0 peut afficher des titres, des étiquettes, des prix et des écrans d'appli dans une vidéo, et il les orthographie au mieux quand tu mets les mots exacts entre guillemets et que tu les gardes courts. Pour un logo ou une étiquette qui doit être parfaitement écrit, crée d'abord une image avec les mots et utilise-la comme image de départ.

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.

En quoi Wan 3.0 diffère-t-il de Wan 2.7 ?

Wan 3.0 ajoute des vidéos de 30 secondes, du son généré avec l'image, et des clips vidéo et audio en références. Wan 2.7 prend des références d'images ainsi que des images de début et de fin, et fonctionne bien pour les clips plus courts.