Wan 2.2 的提示词是导演指令,不是画面描述。模型已经有场景了——要么是你文字里隐含的场景,要么是你提供的静态图像——所以提示词真正要做的是告诉它该发生什么、镜头该怎么动,而不是复述画面里有什么。
大多数效果不理想的提示词都缺了其中一项,而且通常是第三项:
“Slow push in on a woman in a red coat walking through a rainy street, shallow depth of field” 把三件事都交代了。“A woman in a red coat” 只交代了一件,而一个没有方向的主体往往会飘。
具体的名词和明确的光线描述胜过风格化形容词。“Overcast afternoon light” 对结果的影响比 “cinematic” 大得多,因为前者模型能照着执行,后者只能靠猜。把光线、构图和节奏写清楚,情绪化的词放到最后。
你不想要的东西写进负面提示词,而不是正面提示词。直接点名抑制模糊、多余的肢体、扭曲的手或烧录进画面的文字,效果远好于在正面字段里堆更多描述——正面条款堆得越多,指令反而越被稀释,而不是越精准。
提示词迭代是最容易悄悄烧掉预算的环节,所以要像做小实验一样对待它:
如果你是在给静态图像做动画,而不是从零生成,提示词的范围会更窄——你只需描述运动,因为构图已经固定。Wan 2.2 Animate 讲的就是这种情况。
源图太糊、动作幅度大到模型不得不凭空编出大部分画面、或者所选路线本就不适合这个任务——这些都不是靠措辞能补救的。当某个镜头反复失败时,该换的是输入或路线,而不是继续加条款:文生视频 从描述构建场景,图生视频 从你提供的画面出发,视频延长 则延续已有的片段。
费用取决于你选择的模型、分辨率和时长,并在提交前显示在表单旁边。积分价格见 定价。
提示词该写多长? 一两句清楚的话,点明主体、动作和镜头即可。长度不是关键,具体才是。
风格词有用吗? 有一点,但明确的光线、构图和节奏有用得多。
应该用英文写提示词吗? 如果拿不准,英文是最稳妥的选择,因为英文的提示词理解范围最广。
从哪里开始? 打开 Wan 工作台,选择你需要的 Wan 2.2 路线,先在低档位迭代,再正式投入。