Wan 2.7プロンプトエンジニアリング: 12の再利用可能なパターン
主要なポイント
- Wan 2.7プロンプトは、被写体、アクション、設定、カメラ、スタイルの5つのセグメントからなる構造で最も効果的に機能します。
- 12の再利用可能なパターンは、T2V、I2V、およびプロダクションでよく見られるファーストフレーム・ラストフレームのユースケースの80パーセントをカバーします。
- 各パターンには、テンプレート、実例、および実際のレンダリングで測定された特定の失敗モードが含まれています。
- ほとんどの失敗は、過負荷なプロンプト、カメラの意図の欠如、または入力に対する誤ったモードに起因します。以下のパターンは最初の2つを修正します。
- より詳細なマルチショットのレシピについては、PixMind multi-shot Wan 2.7 prompts pageをご覧ください。
Wan 2.7の報酬構造。カメラの意図がないプロンプトは、静的なワイドショットにデフォルト設定されます。スタイルの指示がないプロンプトは、ニュートラルなフォトリアリズムにデフォルト設定されます。以下のパターンは、2026年6月と7月にT2V、I2V、およびファーストフレーム・ラストフレームモードで約600のレンダリングから抽出されました。チームがプロンプトをゼロから書き直すのをやめることができるように、これらに名前を付けました。
Wan 2.7プロンプトの構造とは？
私たちが提供してきた信頼性の高いWan 2.7プロンプトはすべて、被写体、アクション、設定、カメラ、スタイルの5つのセグメントを持っています。Alibaba Cloud Model Studio video generation guideは、モデルがこれらを自由形式の散文ではなく、個別の意味フィールドとして扱っていることを確認しています。パターンは、最初に被写体、次にアクション、次に設定、次にカメラ、次にスタイルを記述することです。
セグメントの欠落は、一般的な出力の最大の原因です。プロンプトがカメラの意図を省略すると、Wan 2.7はデフォルトを選択します。プロンプトがスタイルを省略すると、ニュートラルなフォトリアリズムが得られますが、これは問題ありませんが、めったに目的ではありません。
各セグメントを順番に削除して80のプロンプトをテストしました。スタイルの省略が最大の品質低下を引き起こし、カメラの省略がそれに続きました。被写体の削除は、約3分の1の確率でレンダリングを完全に破壊しました。
被写体
被写体はカメラが向けられている名詞です。可能な限り単一の主要な被写体を使用してください。2つの被写体は、それらの関係が空間的である場合（「ボトルの隣のグラス」）に機能します。3つ以上の被写体はモデルに過負荷をかけ、ブレンドアーティファクトを生成します。
アクション
アクションは、クリップの期間中に被写体が行うことです。Wan 2.7は動詞を文字通りに読み取ります。「Spray」は動きを生成します。「Sit」は静的な被写体を生成します。アクションの長さをクリップの期間に合わせます。2秒のレンダリングには10秒のアクションを含めることはできません。
設定
設定は環境と照明です。具体的に記述してください。「カメラ左からの単一のキーライトを備えたスタジオの背景」は「スタジオ照明」よりも優れています。光の方向は、反射の見え方を決定するため重要です。反射は通常、歪みが発生する場所です。
カメラ
カメラセグメントは、レンズ、フレーミング、および動きを記述します。Wan 2.7は、静止、プッシュ、プル、オービット、ドリー、パン、チルト、ハンドヘルドをサポートしています。視野が重要な場合は、焦点距離をミリメートルで指定してください。50mmのミディアムショットは、24mmのワイドショットとは異なります。
スタイル
スタイルセグメントは最も重く重み付けされます。シネマティック、エディトリアル、ドキュメンタリー、アニメ、アーカイブ、ハイパーリアル。1つ選択してください。スタイルを重ねる（「シネマティック ドキュメンタリー アーカイブ」）と、視覚的なノイズが発生します。
パターン1: 5セグメント構造
使用するタイミング
すべてのデフォルトプロンプトに5セグメント構造を使用してください。これは、このガイドの他のすべてのパターンが拡張する基本パターンです。1つのパターンしか学ばないなら、これを学びましょう。
テンプレート
[Subject]. [Action]. [Setting]. [Camera: framing, focal length, motion]. [Style: one descriptor, optional modifiers].
実例
磨かれた黒い表面に置かれたガラス製の香水瓶。細かい水滴が右側に噴出する。スタジオの黒い背景、カメラ左からの単一の暖かいキーライト。静止したミディアムショット、50mm相当。シネマティック、浅い被写界深度、暖かいリムライト。
よくある失敗
単一のセグメントに複数の意図を詰め込みすぎること。例えば、スタイルスロットに「シネマティック エディトリアル ドキュメンタリー ルック」と記述すると、3つすべての平均的なものが生成されます。1つ選択してください。
パターン2: リバースリビール
使用するタイミング
クリップの開始時に被写体を隠し、最後に開示したい場合は、リバースリビールを使用します。これは、製品の発表、ギフトの開封、好奇心に依存するあらゆるフックに機能します。PixMind first-last-frame prompts clusterでは、キーフレームレシピとともにこのパターンを詳しく説明しています。
テンプレート
[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].
実例
暗い生地の金属製ジッパーの歯の超クローズアップ。カメラがゆっくりと引き戻され、コンクリートの床に置かれた構造的なレザージャケット全体が現れる。側面窓からの光が差し込む工業用ロフト、塵の粒子が見える。ゆっくりとした引き戻し、35mmから50mm相当。エディトリアルファッション、ソフトコントラスト。
よくある失敗
引き戻しが速すぎること。Wan 2.7は「ゆっくりと」を読み取りますが、期間が短い場合、質的な速度の言葉は無視されます。2秒では、リビールが成立する時間がありません。リバースリビールには最低5秒を使用してください。
パターン3: カメラ前方プッシュ
使用するタイミング
カメラ前方プッシュは強調のためです。被写体がすでにフレーミングされており、視聴者の注意を深めたい場合に、プッシュインします。これはズームの映画的等価物ですが、カメラを物理的に前方に動かすことによって生成されます。
テンプレート
[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].
実例
木製のテーブルに置かれた陶器のティーポット、注ぎ口から湯気が立ち上る。カメラは4秒かけてミディアムショットからクローズアップにプッシュインする。朝のキッチン、カメラ右からの柔らかな窓の光。安定したプッシュイン、50mm相当。シネマティック、暖色系のトーン。
よくある失敗
プッシュインと被写体の動きを組み合わせること。被写体も動くと、カメラの動きが手ぶれのように見えます。カメラが動くか、被写体が動くかのどちらかであり、両方ではありません。
パターン4: オービット
使用するタイミング
オービットは、1つの連続したショットで3D被写体を複数の角度から見せるものです。製品、彫刻、建築物など、次元的な理解が重要な場合に使用します。Alibaba Cloud I2V API referenceによると、モデルは「orbit」をロックされた被写体の周りを回る360度カメラパスとして解釈します。
テンプレート
[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].
実例
石の台座の中央に置かれたミニマリストな陶器の花瓶。花瓶は静止しており、中に一本のドライフラワーの茎がある。空のギャラリー空間、天窓からの柔らかな自然光。目線の高さで360度オービット、35mm相当。エディトリアル製品フィルム、ソフトコントラスト。
よくある失敗
複雑な背景に対してオービットすること。カメラが動くと、モデルは被写体の背後にあるものを考案しなければなりません。背景はきれいに保つか、アーティファクトを覚悟してください。
パターン5: 製品詳細プルフォーカス
使用するタイミング
製品全体から特定の機能に注意を向けさせたい場合は、プルフォーカスを使用します。これは、1つの詳細（ロゴ、テクスチャ、留め金）が最後のビートを必要とする製品マーケティングクリップの標準的なパターンです。
テンプレート
[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].
実例
スレートの表面に開いた状態で置かれた革財布。内側のフラップにはエンボス加工されたメーカーのマークがあり、わずかに焦点がずれている。スレートの表面、斜めからのサイドライト、深い影。財布からメーカーのマークへ3秒かけてラックフォーカスし、2秒間保持。エディトリアル製品、暖色系のトーン。
よくある失敗
どの詳細に焦点を合わせるかを指定し忘れること。モデルが1つ選択します。プロンプトが焦点ターゲットを命名しない場合、任意の詳細に焦点が合い、しばしば間違ったものになります。
パターン6: マルチショットシーケンス
使用するタイミング
マルチショットシーケンスは、2つ以上のショットを1つの生成に結合します。短い物語、コンテキストを伴う製品の発表、または確立ショットとペイオフが必要なソーシャルフックに適したパターンです。PixMind multi-shot Wan 2.7 prompts pageは、このパターンの詳細な解説です。
テンプレート
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].
実例
ショット1: 雨に濡れた夜の東京の裏通りのワイドな確立ショット、濡れたアスファルトにネオンの反射。ショット2: 傘がゆっくりと傾き、逆光の人物が現れるミディアムショット。ショット3: 傘の端から滑り落ちる雨滴のクローズアップ。東京の路地、ネオンサイン、濡れた路面。カメラ: ロックされたワイド、ゆっくりとしたチルトアップ、マクロ静止。シネマティック、クールなカラーパレット。
よくある失敗
2秒のクリップに3つのショット。各ショットは認識されるまでに最低1.5秒が必要です。3つのショットは最低5秒を意味します。それより短いとストロボ効果が発生します。
パターン7: タイムラプス圧縮
使用するタイミング
短いクリップで長いプロセスを見せたい場合は、タイムラプス圧縮を使用します。夕日、植物の成長、構築シーケンス、腐敗など、すべてが当てはまります。Wan 2.7は「time-lapse」を文字通りのフレームスキップではなく、加速された動きとして読み取ります。
テンプレート
[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].
実例
窓際の木製テーブルに置かれたフルーツボウル。時間の経過とともに、光は涼しい朝から暖かい午後に変化し、影が回転し、リンゴはゆっくりと柔らかくなる。自然な部屋、単一の窓。固定された静止ショット、35mm相当。タイムラプス、暖色系のグレーディング。
よくある失敗
モデルの物理学を超える変換を要求すること。3秒で花が開くのは機能します。5秒で建物が建設されるのは機能しません。
パターン8: オーディオ同期ビートパターン
使用するタイミング
オーディオ同期ビートパターンは、I2Vオーディオ駆動モードをオーディオのリズムを中心に構築されたプロンプトと組み合わせます。これは、トーキングヘッドクリップ、音楽同期された製品の発表、およびオーディオが動きのエネルギーを定義するあらゆるケースで使用します。PixMind audio-sync prompts clusterでは、これを詳しく説明しています。
テンプレート
[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].
実例
カメラに向かう様式化されたアバターのポートレート。添付されたボイスオーバーにリップシンク、フレーズの境界で微妙な頭の揺れ、文と文の間で瞬き。ニュートラルな暗い背景、柔らかなキーライト。静止したミディアムクローズアップ、50mm相当。シネマティックポートレート、暖かいリムライト。120BPMの6秒間のボイスオーバーとペアリング。
よくある失敗
オーディオを添付し忘れること。オーディオがないと、モデルは一般的なアイドルモーションを考案し、リップシンクの要求は無視されます。レンダリングする前に、オーディオ入力が添付されていることを常に確認してください。
パターン9: ファーストフレーム・ラストフレームの絵コンテ
使用するタイミング
ファーストフレーム・ラストフレームの絵コンテは、開始状態と終了状態が特定である必要があるあらゆるクリップのパターンです。Wan 2.7は中間フレームを補間します。これは、ギフトの開封、ドアの開閉、変形、および最終フレームが既知の画像である製品の発表に使用します。
テンプレート
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].
実例
最初のフレーム: 大理石の表面に置かれた閉じたマットなギフトボックス、トップダウンビュー。最後のフレーム: 同じボックスが完全に開かれ、内側から光が差し込み、蓋が片側に置かれている。蓋がゆっくりと持ち上がり、光がこぼれ出す。大理石の表面、単一のオーバーヘッドライト。固定されたトップダウン、35mm相当。シネマティック、暖かいボリュームライト。
よくある失敗
2つのキーフレーム間でカメラアングルが一致しないこと。最初のフレームがトップダウンで、最後のフレームがアイレベルの場合、モデルは通常間違って見えるカメラの動きを考案します。両方のキーフレームでカメラアングルを一致させてください。
パターン10: リファレンスロックされたリメイク
使用するタイミング
リファレンスロックされたリメイクは、R2Vモードを使用して、リファレンスクリップからのアイデンティティ、スタイル、または動きを保持します。出力が複数のショットで入力キャラクター、声、またはビジュアルスタイルに似ている必要がある場合に使用します。Alibaba Cloud Wan I2V guideによると、R2Vは1回の呼び出しで最大5つのリファレンス画像と5つのリファレンスクリップを受け入れます。
テンプレート
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].
実例
リファレンス入力: 様式化されたアニメキャラクターの3つのリファレンス画像、ウォークサイクルの1つのリファレンスクリップ、リファレンスオーディオなし。同じ様式化されたアニメキャラクターがネオンライトの路地を歩き、一度振り返る。夜のネオンライトの路地、濡れた地面の反射。トラッキングミディアムショット、50mm相当。アニメ、鮮やかなカラーグレーディング。
よくある失敗
リファレンスアイデンティティを混在させること。リファレンス画像が2つの異なるキャラクターを示している場合、モデルはそれらを平均化します。レンダリングごとに1つのアイデンティティにロックしてください。
パターン11: ネガティブスペースリビール
使用するタイミング
ネガティブスペースリビールは、空のフレーム領域を被写体の登場のための舞台として使用します。視聴者の目が空虚さに引き込まれ、その後報われるフックに使用します。最初のフレームが視覚的に静かである必要がある縦型ソーシャルフォーマットによく機能します。
テンプレート
[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].
実例
ほとんど空のコンクリートの壁に、一本の暖かい光の筋が差し込むフレームが開く。人物が右端からゆっくりと入り、光の中を歩き、一時停止する。コンクリートの内部、単一の暖かい光の筋、深い影。静止したミディアムショット、50mm相当。シネマティック、高コントラスト。
よくある失敗
ネガティブスペースを早すぎると埋めてしまうこと。被写体が最初の1秒で登場すると、フックは機能しません。被写体が登場する前に、空のフレームを少なくとも1.5秒間保持してください。
パターン12: マイクロモーションの微妙なパターン
使用するタイミング
マイクロモーションパターンは、クリップがほとんど静止画のように感じられ、ごくわずかな動きの合図がある場合に適用されます。エディトリアル製品ショット、アーカイブスタイルのポートレート、および露骨な動きが安っぽく見えるあらゆる状況に適切な選択です。
テンプレート
[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].
実例
リネンの表面に置かれた黒いコーヒーの陶器のマグカップ、トップダウンビュー。コーヒーの表面から一本の湯気が立ち上る。リネンの表面、カメラ右からの柔らかな窓の光。固定されたトップダウン、50mm相当。エディトリアル静物画、暖かい自然光。
よくある失敗
2つ目の動きを追加すること。このパターンは、正確に1つのものだけが動くからこそ機能します。2つ目の動き（湯気と影の移動）は魔法を破り、クリップは普通のビデオのように見えます。
パターンを組み合わせる方法
ほとんどのプロダクションクリップは2つのパターンを組み合わせます。リバースリビールとプルフォーカスは一般的な製品発表です。マルチショットシーケンスとマイクロモーションの組み合わせは一般的なソーシャルフックです。経験則として、構造パターン（構造、マルチショット、ファーストフレーム・ラストフレーム）とモーションパターン（オービット、プッシュ、プルフォーカス）を組み合わせます。
[ユニークな洞察] うまく組み合わせられるパターンは、カメラの意図を共有しています。オービットとプッシュのように、カメラの意図が対立するパターンは互いに干渉し、ジッターを生成します。カメラセグメントが一致するパターンを選択してください。
組み合わせる際は、視聴者が見る順序でプロンプトを記述してください。モデルはプロンプトを左から右に読み取り、早いセグメントをより重く評価します。プロンプトの最初の20語が、視覚的な結果の大部分を決定します。
モデル間の比較コンテキストについては、当社のcomplete Wan 2.7 video generator guideおよびmulti-shot Wan 2.7 prompts companionをご覧ください。
Wan 2.7プロンプトエンジニアリングFAQ
Wan 2.7プロンプトはどのくらいの長さであるべきですか？
機能するWan 2.7プロンプトは、5つの構造セグメントすべてをカバーする40〜80語です。長いプロンプトはカメラの意図を希薄化させます。短いプロンプトはモデルの事前知識に頼りすぎます。上記の12のパターンはすべてその範囲内に収まります。Alibaba Cloud Model Studio video generation overviewによると、モデルは約500トークンを超えるプロンプトを切り捨てます。
Wan 2.7はネガティブプロンプトをサポートしていますか？
Wan 2.7はネガティブプロンプトを受け入れますが、画像モデルと比較してその重みは軽いです。ネガティブプロンプトは短く、最大で3〜5語にしてください。長いネガティブリストは効果が最小限であり、プロンプト予算を消費します。「ugly」のような抽象的なものではなく、「text, watermark, logo」のような具体的なネガティブを使用してください。
Wan 2.7でPromptExtendを使用すべきですか？
場合によります。PromptExtendは、ベースプロンプトが30語未満の場合に役立ちます。ベースプロンプトがすでに5セグメント構造をカバーしている場合、特定のカメラ指示を希薄化させます。1つのレンダリングで両方の方法をテストしてください。当社のPromptExtend in Wan 2.7 reviewには、比較データが掲載されています。
製品広告に最適なパターンはどれですか？
ファーストフレーム・ラストフレームの絵コンテとカメラ前方プッシュの組み合わせは、製品広告で測定された中で最も強力な組み合わせです。ワイドな製品フレームから開始し、詳細のクローズアップで終了します。PixMind use cases cluster for product marketingには、完全なケーススタディがあります。
反射面での歪みを防ぐにはどうすればよいですか？
プロンプト内の動きの振幅を減らします。「fast rotation」を「slow drift」に置き換えてください。反射は光に従うため、設定セグメントに明示的な光の方向を追加してください。歪みは1080Pでより顕著になるため、まず720Pでテストしてください。
動作を見る
Xでの関連情報: Rel1vs — Wan 2.7プロンプトのリファレンスを記述するためにClaudeまたはGrokを使用することについて議論しています。
