Wan 2.7 Prompt Engineering: 12 Genanvendelige Mønstre
Vigtigste pointer
- Wan 2.7 prompts fungerer bedst med en fem-segments anatomi: subjekt, handling, indstilling, kamera og stil.
- Tolv genanvendelige mønstre dækker 80 procent af T2V, I2V og first-last-frame brugsscenarier, vi ser i produktion.
- Hvert mønster inkluderer en skabelon, et gennemarbejdet eksempel og den specifikke fejltype, vi har målt på virkelige renders.
- De fleste fejl skyldes overbelastede prompts, manglende kamera-intention eller forkert tilstand for inputtet. Mønstrene nedenfor løser de første to.
- For dybere multi-shot opskrifter, se PixMind multi-shot Wan 2.7 prompts-siden.
Wan 2.7 belønningsstruktur. En prompt uden kamera-intention falder tilbage til et statisk vidvinkelbillede. En prompt uden stil-cue falder tilbage til neutral fotorealisme. Mønstrene nedenfor blev udvundet fra omkring 600 renders på tværs af T2V, I2V og first-last-frame tilstande i juni og juli 2026. Vi navngav dem, så teamet kunne stoppe med at omskrive prompts fra bunden.
Hvad er anatomien af en Wan 2.7 Prompt?
Hver pålidelig Wan 2.7 prompt, vi har sendt ud, har fem segmenter: subjekt, handling, indstilling, kamera, stil. Den Alibaba Cloud Model Studio video generation guide bekræfter, at modellen behandler disse som diskrete semantiske felter, ikke fritformet prosa. Mønsteret er: navngiv subjektet først, derefter handlingen, derefter indstillingen, derefter kameraet, derefter stilen.
Manglende segmenter er hovedårsagen til generisk output. Når prompten udelader kamera-intention, vælger Wan 2.7 en standard. Når prompten udelader stil, får du neutral fotorealisme, hvilket er fint, men sjældent målet.
Vi testede 80 prompts med hvert segment fjernet efter tur. Udeladelse af stil producerede det største kvalitetsfald, tæt fulgt af udeladelse af kamera. Fjernelse af subjekt ødelagde renderen fuldstændigt i omkring en tredjedel af tilfældene.
Subjekt
Subjektet er det navneord, kameraet peger på. Brug et enkelt primært subjekt, når det er muligt. To subjekter fungerer, hvis deres forhold er rumligt ("et glas ved siden af en flaske"). Tre eller flere subjekter overbelaster modellen og producerer blandingsartefakter.
Handling
Handlingen er, hvad subjektet gør i løbet af klippets varighed. Wan 2.7 læser verber bogstaveligt. "Spray" producerer bevægelse. "Sit" producerer et statisk subjekt. Match handlingens længde med klippets varighed: en 2-sekunders render kan ikke indeholde en 10-sekunders handling.
Indstilling
Indstillingen er miljøet og belysningen. Vær specifik. "Studiebaggrund med et enkelt hovedlys fra kamera-venstre" er bedre end "studiebelysning". Lysretning er vigtig, fordi den bestemmer udseendet af refleksioner, hvor forvrængning normalt opstår.
Kamera
Kamera-segmentet navngiver objektivet, indramningen og bevægelsen. Wan 2.7 understøtter statisk, push, pull, orbit, dolly, pan, tilt og håndholdt. Angiv brændvidde i millimeter, når synsfeltet er vigtigt. Et 50mm mellembillede ser anderledes ud end et 24mm vidvinkel.
Stil
Stil-segmentet er det tungest vægtede. Filmisk, redaktionel, dokumentar, anime, arkiv, hyperreal. Vælg én. Stabling af stilarter ("filmisk dokumentar arkiv") producerer visuel støj.
Mønster 1: Den 5-segments anatomi
Hvornår skal det bruges
Brug den 5-segments anatomi til hver standard prompt. Det er grundmønsteret, som alle andre mønstre i denne guide udvider. Hvis du kun lærer ét mønster, så lær dette.
Skabelon
[Subject]. [Action]. [Setting]. [Camera: framing, focal length, motion]. [Style: one descriptor, optional modifiers].
Gennemarbejdet eksempel
En glasparfumeflaske på en poleret sort overflade. En spray af fine dråber bryder ud til højre. Studie sort baggrund, enkelt varmt hovedlys fra kamera-venstre. Statisk mellembillede, 50mm ækvivalent. Filmisk, lav dybdeskarphed, varmt kantlys.
Almindelig fejl
Overbelastning af et enkelt segment med flere intentioner. For eksempel producerer "cinematic editorial documentary look" i stil-feltet et fladt gennemsnit af alle tre. Vælg én.
Mønster 2: Den omvendte afsløring
Hvornår skal det bruges
Brug den omvendte afsløring, når du vil skjule subjektet i starten af klippet og afsløre det til sidst. Det fungerer til produktpræsentationer, gaveåbninger og enhver "hook", der afhænger af nysgerrighed. PixMind first-last-frame prompts-klyngen dækker dette mønster i dybden med keyframe-opskrifter.
Skabelon
[Extreme close-up of one detail of the subject]. [The camera pulls back slowly to reveal the full subject]. [Setting]. [Camera: slow pull-back, 35mm to 50mm]. [Style].
Gennemarbejdet eksempel
Ekstremt nærbillede af metalliske lynlåstænder på et mørkt stof. Kameraet trækker sig langsomt tilbage for at afsløre en struktureret læderjakke lagt på et betongulv. Industriel loft med sidelys fra vindue, støvpartikler synlige. Langsom tilbagetrækning, 35mm til 50mm ækvivalent. Redaktionel mode, blød kontrast.
Almindelig fejl
Trækker sig for hurtigt tilbage. Wan 2.7 læser "langsomt", men ignorerer kvalitative hastighedsord, når varigheden er kort. Ved 2 sekunder har afsløringen ikke tid til at lande. Brug minimum 5 sekunder til omvendt afsløring.
Mønster 3: Kamera-fremad skubbet
Hvornår skal det bruges
Kamera-fremad skubbet er til vægtlægning. Når subjektet allerede er indrammet, og du vil uddybe seerens opmærksomhed, skal du skubbe ind. Det er den filmiske ækvivalent til en zoom, men produceret ved fysisk at flytte kameraet fremad.
Skabelon
[Subject, already framed]. [Subtle action: a glance, a shift, a flicker]. [Setting]. [Camera: steady push-in from medium to close-up, 50mm]. [Style: cinematic, shallow depth of field].
Gennemarbejdet eksempel
En keramisk tekande på et træbord, damp stiger op fra tuden. Kameraet skubber ind fra et mellembillede til et nærbillede over 4 sekunder. Morgenkøkken, blødt vindueslys fra kamera-højre. Konstant indskub, 50mm ækvivalent. Filmisk, varme toner.
Almindelig fejl
Kombination af indskub med subjektbevægelse. Hvis subjektet også bevæger sig, opfattes kamerabevægelsen som håndholdt rystelse. Enten bevæger kameraet sig, eller subjektet bevæger sig, ikke begge dele.
Mønster 4: Orbit
Hvornår skal det bruges
Orbit viser et 3D-subjekt fra flere vinkler i ét kontinuerligt skud. Brug det til produkter, skulpturer og arkitektur, hvor dimensionel forståelse er vigtig. Ifølge Alibaba Cloud I2V API-referencen fortolker modellen "orbit" som en 360-graders kamerabane omkring et låst subjekt.
Skabelon
[Subject centered in frame]. [Subject is still or has minimal motion]. [Setting: simple backdrop, no competing detail]. [Camera: 360-degree orbit around the subject at eye level]. [Style].
Gennemarbejdet eksempel
En minimalistisk keramisk vase centreret på en stenplint. Vasen er stillestående, med en enkelt tørret stilk indeni. Tomt gallerirum, blødt dagslys fra et ovenlysvindue. 360-graders orbit i øjenhøjde, 35mm ækvivalent. Redaktionel produktfilm, blød kontrast.
Almindelig fejl
Orbitering mod en kompleks baggrund. Modellen skal opfinde, hvad der er bag subjektet, når kameraet bevæger sig. Hold baggrunden ren, eller forvent artefakter.
Mønster 5: Produkt detalje pull-fokus
Hvornår skal det bruges
Brug Pull-Focus, når du skal rette opmærksomheden fra hele produktet til en specifik funktion. Det er standardmønsteret for produktmarkedsføringsklip, hvor en detalje (et logo, en tekstur, en lås) skal have den sidste "beat".
Skabelon
[Wide frame showing the full product]. [A specific detail is in the background, slightly soft]. [Setting]. [Camera: rack focus from wide to the detail over 3 seconds, then hold]. [Style].
Gennemarbejdet eksempel
En læderpung, der ligger åben på en skiferoverflade. Det prægede producentmærke sidder på den indvendige klap, let ude af fokus. Skiferoverflade, skråt sidelys, dyb skygge. Rack focus fra pungen til producentmærket over 3 sekunder, hold i 2 sekunder. Redaktionelt produkt, varme toner.
Almindelig fejl
Glemmer at specificere, hvilken detalje der skal være i fokus. Modellen vælger én. Hvis prompten ikke navngiver fokusmålet, får du en vilkårlig detalje i fokus, ofte den forkerte.
Mønster 6: Multi-shot sekvensen
Hvornår skal det bruges
Multi-shot sekvensen samler to eller flere skud i én generation. Det er det rigtige mønster til korte fortællinger, produktpræsentationer med kontekst eller sociale "hooks", der kræver et etablerende skud og en payoff. PixMind multi-shot Wan 2.7 prompts-siden er den dybe ledsager til dette mønster.
Skabelon
Shot 1 (establishing): [wide framing, setting]. Shot 2 (closer): [subject, action]. Shot 3 (detail): [close-up, key detail]. [Setting runs through]. [Camera: explicit per shot]. [Style].
Gennemarbejdet eksempel
Skud 1: bredt etablerende skud af en regnvåd Tokyo sidegade om natten, neonrefleksioner på våd asfalt. Skud 2: mellembillede af en paraply, der vipper op for at afsløre en baggrundsbelyst figur. Skud 3: nærbillede af regndråber, der glider af paraplyens kant. Tokyo gyde, neonskilte, våde overflader. Kamera: låst bredt, langsomt tilt-op, makro statisk. Filmisk, kølig farvepalet.
Almindelig fejl
Tre skud i et 2-sekunders klip. Hvert skud skal have mindst 1,5 sekunder for at registreres. Tre skud betyder minimum 5 sekunder. Alt kortere producerer et stroboskop.
Mønster 7: Time-Lapse Kompression
Hvornår skal det bruges
Brug Time-Lapse Kompression, når du vil vise en lang proces i et kort klip. Solnedgange, plantevækst, opbygningssekvenser og forfald passer alle. Wan 2.7 læser "time-lapse" som accelereret bevægelse, ikke bogstavelig framespring.
Skabelon
[Subject positioned for a long-duration change]. [Slow transformation: light shifting, shadows moving, material settling]. [Setting]. [Camera: locked-off static shot, 24mm to 35mm]. [Style: time-lapse, soft motion blur on transitions].
Gennemarbejdet eksempel
En skål frugt på et træbord ved et vindue. I løbet af varigheden skifter lyset fra kølig morgen til varm eftermiddag, skygger roterer, æblet blødgøres langsomt. Naturligt rum, enkelt vindue. Låst statisk skud, 35mm ækvivalent. Time-lapse, varm farvetone.
Almindelig fejl
At bede om transformation, der overstiger modellens fysik. En blomst, der åbner sig på 3 sekunder, virker. En bygning, der bygges på 5 sekunder, gør ikke.
Mønster 8: Audio-Sync Beat Mønsteret
Hvornår skal det bruges
Audio-Sync Beat Mønsteret parrer I2V lyd-drevet tilstand med en prompt struktureret omkring lydens rytme. Brug det til "talking-head" klip, musik-synkroniserede produktpræsentationer og ethvert tilfælde, hvor lyden definerer bevægelsesenergien. PixMind audio-sync prompts-klyngen dækker dette i dybden.
Skabelon
[Subject portrait or product]. [Motion cue mapped to audio: "subtle sway on the beat", "lip-sync", "pulse on the downbeat"]. [Setting: simple, neutral]. [Camera: static or minimal drift]. [Style]. Pair with [audio file: type, duration, BPM if musical].
Gennemarbejdet eksempel
Stiliseret avatarportræt, vendt mod kameraet. Læbesynkronisering til den vedhæftede voiceover, subtil hovedbevægelse ved sætningsgrænser, blink mellem sætninger. Neutral mørk baggrund, blødt hovedlys. Statisk medium nærbillede, 50mm ækvivalent. Filmisk portræt, varm kant. Parret med en 6-sekunders voiceover ved 120 BPM.
Almindelig fejl
Glemmer at vedhæfte lyden. Uden lyd opfinder modellen generisk tomgangsbevægelse, og læbesynkroniseringskravet ignoreres. Bekræft altid, at lydinputtet er vedhæftet, før rendering.
Mønster 9: First-Last-Frame Storyboard
Hvornår skal det bruges
First-Last-Frame Storyboard er mønsteret for ethvert klip, hvor starttilstanden og sluttilstanden skal være specifik. Wan 2.7 interpolerer de mellemliggende frames. Brug dette til gaveåbninger, døråbninger, transformationer og produktpræsentationer, hvor den sidste frame er et kendt billede.
Skabelon
First frame: [exact description of the start image]. Last frame: [exact description of the end image]. [Connecting action that transforms start to end]. [Setting consistent across both frames]. [Camera: explicit and consistent]. [Style].
Gennemarbejdet eksempel
Første frame: en lukket mat gaveæske på en marmoroverflade, top-down view. Sidste frame: den samme æske helt åben, lys strømmer ud indefra, låget hviler til den ene side. Låget løfter sig langsomt, og lyset strømmer ud. Marmoroverflade, enkelt ovenlys. Låst top-down, 35mm ækvivalent. Filmisk, varmt volumetrisk lys.
Almindelig fejl
Uoverensstemmende kameravinkler mellem de to keyframes. Hvis den første frame er top-down, og den sidste frame er i øjenhøjde, opfinder modellen en kamerabevægelse, der normalt ser forkert ud. Match kameravinkler på tværs af begge keyframes.
Mønster 10: Den reference-låste genindspilning
Hvornår skal det bruges
Den reference-låste genindspilning bruger R2V-tilstand til at bevare identitet, stil eller bevægelse fra et referenceklip. Brug det, når outputtet skal ligne inputkarakteren, stemmen eller den visuelle stil på tværs af flere skud. Ifølge Alibaba Cloud Wan I2V-guiden accepterer R2V op til fem referencebilleder og fem referenceklip i ét kald.
Skabelon
Reference inputs: [N reference images, M reference clips, optional audio]. [Subject description matching the reference identity]. [Action within the reference character's range]. [Setting]. [Camera]. [Style consistent with reference].
Gennemarbejdet eksempel
Reference input: tre referencebilleder af en stiliseret anime-karakter, et referenceklip af en gangcyklus, ingen reference-lyd. Den samme stiliseret anime-karakter går gennem en neonoplyst gyde, kigger tilbage én gang. Neonoplyst gyde om natten, våde jordrefleksioner. Tracking mellembillede, 50mm ækvivalent. Anime, levende farvegradering.
Almindelig fejl
Blanding af referenceidentiteter. Hvis referencebillederne viser to forskellige karakterer, gennemsnitliggør modellen dem. Lås til én identitet per render.
Mønster 11: Den negative-rums afsløring
Hvornår skal det bruges
Den negative-rums afsløring bruger tom rammeplads som scenen for subjektets ankomst. Brug det til "hooks", hvor seerens øje trækkes ind i tomhed og derefter belønnes. Det fungerer godt til vertikale sociale formater, hvor den første ramme skal være visuelt rolig.
Skabelon
[Frame opens on mostly empty space, single subtle texture]. [The subject enters from a frame edge, slow]. [Setting: minimal, single light source]. [Camera: static or slow drift]. [Style].
Gennemarbejdet eksempel
Rammen åbner på en stort set tom betonvæg med en enkelt stråle af varmt lys. En figur træder langsomt ind fra højre kant, går ind i lyset, holder pause. Betoninteriør, enkelt varmt lysstråle, dyb skygge. Statisk mellembillede, 50mm ækvivalent. Filmisk, høj kontrast.
Almindelig fejl
Udfylder det negative rum for tidligt. Hvis subjektet træder ind i det første sekund, dør "hook'en". Hold den tomme ramme i mindst 1,5 sekunder, før subjektet ankommer.
Mønster 12: Mikro-bevægelse subtilt mønster
Hvornår skal det bruges
Mikro-bevægelses mønsteret er tilfælde, hvor klippet næsten skal føles som et stillbillede med et enkelt lille bevægelses-cue. Det er det rigtige valg til redaktionelle produktbilleder, portrætter i arkivstil og enhver kontekst, hvor åbenlys bevægelse virker billig.
Skabelon
[Subject framed as a still image]. [One single subtle motion: a blink, a breath, a steam wisp, a fabric shift]. [Setting]. [Camera: locked-off static]. [Style: editorial, minimal motion].
Gennemarbejdet eksempel
Et keramisk krus sort kaffe på en linnedoverflade, top-down view. En enkelt krølle af damp driver opad fra kaffens overflade. Linnedoverflade, blødt vindueslys fra kamera-højre. Låst top-down, 50mm ækvivalent. Redaktionelt stilleben, varmt naturligt lys.
Almindelig fejl
Tilføjelse af en anden bevægelse. Mønsteret virker, fordi præcis én ting bevæger sig. En anden bevægelse (damp plus et skyggeskift) bryder fortryllelsen, og klippet opfattes som almindelig video.
Hvordan kombinerer man mønstre?
De fleste produktionsklip kombinerer to mønstre. En omvendt afsløring plus et pull-focus er en almindelig produktpræsentation. En multi-shot sekvens plus en mikro-bevægelsesafslutning er en almindelig social "hook". Tommelfingerreglen: kombiner et strukturelt mønster (anatomi, multi-shot, first-last-frame) med et bevægelsesmønster (orbit, push, pull-focus).
[UNIK INDSIGT] De mønstre, der kombineres godt, deler en kamera-intention. Mønstre med modstridende kamera-intentioner, såsom Orbit plus Push, bekæmper hinanden og producerer rystelser. Vælg mønstre, hvis kamera-segmenter stemmer overens.
Ved kombination skal prompten skrives i den rækkefølge, seeren vil se den. Modellen læser prompts fra venstre mod højre og vægter tidligere segmenter tungere. De første 20 ord i prompten driver størstedelen af det visuelle resultat.
For sammenligningskontekst på tværs af modeller, se vores komplette Wan 2.7 video generator guide og multi-shot Wan 2.7 prompts ledsager.
Wan 2.7 Prompt Engineering FAQ
Hvor lang skal en Wan 2.7 prompt være?
En fungerende Wan 2.7 prompt er 40 til 80 ord, der dækker alle fem anatomisegmenter. Længere prompts fortynder kamera-intentionen. Kortere prompts overlader for meget til modellens forudgående viden. De 12 mønstre ovenfor ligger alle inden for dette område. Ifølge Alibaba Cloud Model Studio video generation overview afkorter modellen prompts ud over cirka 500 tokens.
Understøtter Wan 2.7 negative prompts?
Wan 2.7 accepterer negative prompts, men vægter dem let sammenlignet med billedmodeller. Hold negative prompts korte, højst tre til fem termer. Lange negative lister har minimal effekt og bruger promptbudgettet. Brug specifikke negativer som "text, watermark, logo" snarere end abstrakte som "ugly".
Skal jeg bruge PromptExtend på Wan 2.7?
Det afhænger. PromptExtend hjælper, når din grundprompt er under 30 ord. Det fortynder specifikke kamera-instruktioner, når din grundprompt allerede dækker den fem-segments anatomi. Test begge måder på én render. Vores PromptExtend i Wan 2.7 anmeldelse har side-om-side data.
Hvilket mønster er bedst til produktannoncer?
First-Last-Frame Storyboard plus Kamera-Fremad Skubbet er den stærkeste kombination, vi har målt for produktannoncer. Start med en bred produktramme, slut med et detaljeret nærbillede. PixMind use cases-klyngen for produktmarkedsføring har fulde casestudier.
Hvordan forhindrer jeg forvrængning på reflekterende overflader?
Reducer bevægelsesamplitude i prompten. Erstat "hurtig rotation" med "langsom drift". Tilføj eksplicit lysretning i indstillingssegmentet, fordi refleksioner følger lyset. Test først ved 720P, fordi forvrængning er mere synlig ved 1080P.
Se det i aktion
Relateret på X: Rel1vs — Diskuterer brugen af Claude eller Grok til at beskrive referencer til Wan 2.7 prompts..
