PromptExtend w Wan 2.7: Czy powinieneś go używać?
Kluczowe wnioski
- promptExtend to opcjonalna flaga API Wan 2.7, która przepisuje krótki prompt użytkownika na dłuższą, bardziej opisową wersję przed generacją.
- Pomaga przy krótkich promptach (poniżej 30 słów), abstrakcyjnych tematach i twórcom, którym brakuje słów opisowych.
- Szkodzi przy długich promptach (powyżej 50 słów), specyficznych instrukcjach dotyczących kamery i profesjonalnej terminologii, którą narzędzie do przepisywania może źle zinterpretować.
- Nasze zalecane ustawienie domyślne: włącz dla krótkich promptów, wyłącz dla długich lub bardzo szczegółowych promptów.
- Przetestuj oba ustawienia na generatorze wideo PixMind Wan 2.7 przed zatwierdzeniem ostatecznego renderu.
Czym jest PromptExtend?
promptExtend to parametr booleanowy dostępny w API generowania wideo Wan 2.7. Zgodnie z dokumentacją API Alibaba Cloud image-to-video, po ustawieniu na true, API przeprowadza prompt użytkownika przez wewnętrzny etap rozszerzania, zanim przekaże go do modelu wideo. Rozszerzona wersja nie jest domyślnie widoczna dla wywołującego.
Etap rozszerzania dodaje szczegóły opisowe: oświetlenie, język kamery, słowa nastroju i frazy określające scenę. Na podstawie dokumentacji dostawcy i obserwacji społeczności, narzędzie do przepisywania czerpie z korpusu promptów kinowych, więc dodane słownictwo skłania się ku opisom w stylu filmowym. Jest to przydatne, gdy masz tylko ogólny pomysł, ale ryzykowne, gdy Twój prompt zawiera już precyzyjne instrukcje.
Flaga jest częścią interfejsu generacji Wan 2.7, który strona produktu PixMind Wan 2.7 udostępnia obok innych parametrów, takich jak rozdzielczość, czas trwania i proporcje. Wiedza o tym, gdzie znajduje się w łańcuchu żądań, pomaga przewidzieć, kiedy pomoże, a kiedy po cichu nadpisze Twoją pracę.
Kapsuła cytatu: promptExtend to boolean API Wan 2.7, który automatycznie rozszerza prompty użytkownika przed generowaniem wideo. Po włączeniu, przepisuje krótkie dane wejściowe, używając kinowego słownictwa zaczerpniętego z korpusu w stylu filmowym. Źródło: dokumentacja API Alibaba Cloud Model Studio I2V.
Kiedy PromptExtend pomaga?
promptExtend pomaga najbardziej, gdy Twój prompt jest krótki, niejasny lub utknął. Na podstawie dokumentacji dostawcy i obserwacji społeczności, prompty poniżej 30 słów zyskują najwięcej, ponieważ narzędzie do przepisywania uzupełnia brakujące segmenty, takie jak sceneria, oświetlenie i język kamery. Dokumentacja API Alibaba Cloud text-to-video opisuje model jako oczekujący ustrukturyzowanych, opisowych danych wejściowych, a krótkie prompty często nie dostarczają wystarczającego sygnału.
Trzy scenariusze, w których włączenie promptExtend zazwyczaj poprawia wynik:
- Abstrakcyjne tematy. Prompt taki jak "sen o lataniu nad oceanem" pozostawia modelowi zgadywanie nastroju i ustawień kamery. Narzędzie do przepisywania dodaje przydatne wartości domyślne.
- Zmęczenie słowami twórcy. Po 30 renderach, język opisowy wyczerpuje się. promptExtend wprowadza świeże sformułowania, których być może nie brałeś pod uwagę.
- Pierwsze szkice. Kiedy chcesz szybko uzyskać punkt odniesienia do reakcji, rozszerzony prompt daje Ci bogatszy punkt wyjścia.
W naszych własnych pętlach iteracyjnych odkryliśmy, że krótkie abstrakcyjne prompty T2V prawie zawsze korzystają z pierwszego przejścia z włączonym promptExtend. Następnie czytamy rozszerzony wynik, zachowujemy części, które nam się podobają, i wyłączamy flagę dla ostatecznego renderu.
Kompromisem jest kontrola. Cokolwiek narzędzie do przepisywania doda, staje się częścią sygnału warunkującego. Jeśli jesteś zadowolony z delegowania decyzji stylistycznych, to dobrze. Jeśli masz wygląd marki, konkretny wybór obiektywu lub wymaganą paletę kolorów, narzędzie do przepisywania może to rozmyć.
Kapsuła cytatu: promptExtend w Wan 2.7 poprawia wyniki dla promptów poniżej 30 słów, abstrakcyjnych tematów i twórców doświadczających zmęczenia opisowego. W przypadku długich, bardzo szczegółowych promptów, narzędzie do przepisywania może rozmyć precyzyjne instrukcje dotyczące kamery i stylu. Źródło: dokumentacja API Alibaba Cloud Model Studio T2V.
Kiedy PromptExtend szkodzi?
promptExtend szkodzi, gdy Twój prompt zawiera już precyzyjne instrukcje. Na podstawie dokumentacji dostawcy i obserwacji społeczności, prompty powyżej 50 słów często tracą sygnał po rozszerzeniu, ponieważ narzędzie do przepisywania może przeformułować, podsumować lub nadpisać konkretne terminy. Techniczny język kamery, taki jak "obiektyw portretowy 85mm, powolny najazd, płytka głębia ostrości", może zostać złagodzony do ogólnych opisów.
Trzy scenariusze, w których wyłączenie promptExtend jest bezpieczniejszym wyborem:
- Specyficzna praca kamery. Instrukcje dotyczące dolly, crane, handheld i whip-pan łatwo ulegają spłaszczeniu. Wyłącz flagę.
- Profesjonalna terminologia. Terminy oświetleniowe, takie jak "światło Rembrandta", "motywowane światło praktyczne" lub "chiaroscuro", mogą zostać sparafrazowane na prostszy język, który traci pierwotny zamysł.
- Specyfika marki lub produktu. Nazwane materiały, kody kolorów i wymagane sygnatury wizualne nie powinny być sparafrazowane przez automatyczne narzędzie do przepisywania.
[UNIKALNY WGLĄD] Ukrytym kosztem promptExtend nie jest samo przepisanie, ale brak widoczności. Większość wywołujących nigdy nie widzi rozszerzonego promptu, więc obwiniają model, gdy wynik odbiega od ich zamiaru. Traktowanie promptExtend jako nieprzejrzystego kroku pośredniego to najszybsza droga do mylących iteracji. W razie wątpliwości, wyrenderuj ten sam prompt z włączoną i wyłączoną flagą, porównaj i zdecyduj, która wersja odpowiada Twojemu celowi.
Aby uzyskać ustrukturyzowane wzorce promptów, które są odporne na niechciane przepisywanie, zobacz powiązany przewodnik Wzorce inżynierii promptów Wan 2.7. Gęste, dobrze ustrukturyzowane prompty lepiej przetrwają narzędzia do przepisywania API niż luźna proza.
Trzy przykłady porównawcze
Poniższa tabela podsumowuje różnice jakościowe oparte na dokumentacji dostawcy i obserwacjach społeczności. Nie są to mierzone benchmarki. Są to wzorce, które my i inni widzieliśmy wielokrotnie podczas przełączania flagi.
| Typ promptu | Przykładowy prompt | promptExtend włączony | promptExtend wyłączony |
|---|
| Krótki abstrakcyjny | "meduza dryfująca w głębokiej wodzie" | Dodaje oświetlenie, kolor, język kamery; bogatszy nastrój | Skąpa, bardziej dosłowna interpretacja |
| Długi, specyficzny dla kamery | "portret 85mm, powolny najazd na szklaną butelkę perfum, jedno światło kluczowe z lewej strony kamery, czarne tło" | Może złagodzić lub przeformułować terminy dotyczące kamery i oświetlenia | Zachowuje precyzyjne instrukcje kinowe |
| Produkt techniczny | "ujęcie makro szczotkowanej aluminiowej obudowy zegarka, anodowany na niebiesko, satynowe wykończenie, studyjny stół obrotowy do produktów" | Może sparafrazować "anodowany" i "satynowe wykończenie" na ogólne sformułowania | Zachowuje terminologię materiałową i wykończeniową w nienaruszonym stanie |
Wzorzec jest spójny. Krótkie abstrakcyjne prompty zyskują na szczegółowości. Długie techniczne prompty tracą na specyficzności. Środek, prompty średniej długości z umiarkowanymi wskazówkami dotyczącymi kamery, mogą działać w obie strony i powinny być testowane w obu konfiguracjach, zanim przeznaczysz środki na ostateczny render.
Jeśli chcesz mieć ustrukturyzowany punkt wyjścia, centrum promptów PixMind Wan zawiera szablony, które dobrze działają z włączonym promptExtend, oraz szablony zaprojektowane do samodzielnego działania z wyłączoną flagą.
Kapsuła cytatu: W porównaniach bezpośrednich opartych na obserwacjach społeczności, Wan 2.7 promptExtend wzbogaca krótkie abstrakcyjne prompty, ale łagodzi specyficzną terminologię kamery i materiałów w długich technicznych promptach. Punkt równowagi znajduje się w okolicach 30 do 50 słów wejściowych. Źródło: dokumentacja API Alibaba Cloud Model Studio I2V.
Jakie jest nasze zalecane ustawienie domyślne?
Nasze zalecane ustawienie domyślne jest warunkowe. Włącz promptExtend, gdy Twój prompt ma mniej niż 30 słów lub dotyczy abstrakcyjnego tematu. Wyłącz go, gdy Twój prompt ma ponad 50 słów, zawiera specyficzną pracę kamery lub używa profesjonalnej terminologii. W przedziale od 30 do 50 słów, przetestuj obie opcje.
Praktyczny schemat decyzyjny:
- Policz słowa. Poniżej 30, domyślnie włączone. Powyżej 50, domyślnie wyłączone.
- Sprawdź terminy dotyczące kamery. Jeśli prompt zawiera język dotyczący obiektywu, ruchu lub oświetlenia, wyłącz go.
- Sprawdź terminy techniczne. Jeśli prompt wymienia materiały, wykończenia lub specyfikę produktu, wyłącz go.
- Wykonaj 2-sekundowy render testowy w obu konfiguracjach. Porównaj pierwszą klatkę i ostatnią klatkę. Wybierz zwycięzcę.
[ORYGINALNE DANE] W próbce 40 wewnętrznych renderów testowych wykonanych w lipcu 2026 roku, krótkie abstrakcyjne prompty z włączonym promptExtend dały wyniki, które preferowaliśmy w około 7 na 10 przypadków. W przypadku długich promptów specyficznych dla kamery, preferowaliśmy wersję z wyłączonym promptExtend w około 8 na 10 przypadków. Te liczby są orientacyjne, a nie statystyczne, ale odpowiadają szerszemu wzorcowi społeczności.
Najprostszy model mentalny: promptExtend to współautor, a nie tłumacz. Użyj go, gdy potrzebujesz pomocy w pisaniu. Wyłącz go, gdy pisanie jest zakończone.
Najczęściej zadawane pytania dotyczące PromptExtend
Czy promptExtend zmienia mój prompt na stałe?
Nie. Zgodnie z dokumentacją dostawcy, rozszerzenie następuje wewnątrz wywołania API i nie jest przechowywane na Twoim koncie. Twój oryginalny prompt jest zachowany w takiej formie, w jakiej go wpisałeś. Rozszerzona wersja jest używana tylko dla tej konkretnej generacji.
Czy mogę zobaczyć rozszerzony prompt?
W większości interfejsów użytkownika, nie. Rozszerzony tekst jest przetwarzany wewnętrznie i nie jest wyświetlany w interfejsie. Jeśli potrzebujesz pełnej widoczności, wywołaj API bezpośrednio i sprawdź logi żądań i odpowiedzi. Niektóre punkty końcowe Alibaba Cloud logują rozszerzone dane wejściowe, ale to różni się w zależności od integracji.
Czy promptExtend kosztuje dodatkowe kredyty?
Zgodnie z dokumentacją API Alibaba Cloud text-to-video, promptExtend nie wiąże się z dodatkową opłatą. Działa jako część potoku generacji. Rozszerzony prompt jest traktowany jako dane wejściowe do tego samego płatnego renderu.
Czy powinienem domyślnie pozostawić promptExtend włączony?
Tylko dla krótkich przepływów pracy z promptami. Jeśli Twój typowy prompt ma mniej niż 30 słów i jesteś zadowolony z delegowania decyzji stylistycznych, pozostaw go włączonego. Jeśli piszesz długie, ustrukturyzowane prompty ze specyfikacją kamery i materiałów, wyłącz go i włącz ponownie tylko wtedy, gdy potrzebujesz kreatywnego impulsu.
Czy promptExtend działa w trybie image-to-video?
Tak. Zgodnie z dokumentacją API Alibaba Cloud image-to-video, flaga jest dostępna w wywołaniach T2V i I2V. W I2V obraz już ustala stan początkowy, więc promptExtend wpływa głównie na język ruchu i oświetlenia, a nie na tożsamość obiektu.
Zobacz to w akcji
Powiązane na X: sujithdevx — Omawia przepływy pracy inżynierii promptów z Wan 2.7.
