พรอมต์วิดีโอหลายช็อตด้วย Wan 2.7
ประเด็นสำคัญ
- พรอมต์ Wan 2.7 แบบหลายช็อตจะเชื่อมโยงสามถึงห้าช็อตเข้าด้วยกันในอินพุตข้อความเดียว โดยแต่ละช็อตจะกำหนดหัวเรื่อง, การกระทำ, กล้อง และสไตล์
- เทมเพลต 4 ช็อต (การตั้งค่า, ขนาดกลาง, ระยะใกล้, การแก้ไข) ครอบคลุมประมาณ 80% ของกรณีการใช้งานหลายช็อตที่เราเห็นในงานผลิตภัณฑ์, งานเล่าเรื่อง และงานสอน
- ต้นแบบลำดับที่ใช้ได้ดีที่สุดคือ โครงเรื่องเล่า, การนำเสนอผลิตภัณฑ์, ขั้นตอนการสอน และชิ้นงานสร้างอารมณ์ ซึ่งแต่ละแบบมีเส้นโค้งการจัดจังหวะที่แตกต่างกัน
- Wan 2.7 จะส่งออกไฟล์ MP4 ต่อเนื่องหนึ่งไฟล์ต่อพรอมต์ ดังนั้นควรวางแผนขอบเขตของช็อตแต่ละช็อตไว้ที่ 2 ถึง 4 วินาที ภายในวิดีโอที่เรนเดอร์ 10 ถึง 15 วินาที
- เริ่มต้นที่ กลุ่มพรอมต์หลายช็อตของ PixMind และ เครื่องสร้างวิดีโอ Wan 2.7 เพื่อสร้างเทมเพลตใดๆ ที่นี่
พรอมต์วิดีโอหลายช็อตคืออะไร?
พรอมต์วิดีโอหลายช็อตคืออินพุตข้อความเดียวที่อธิบายช็อตสองช็อตขึ้นไปตามลำดับ โดยแต่ละช็อตมีหัวเรื่อง, การจัดเฟรม และการเคลื่อนไหวของตัวเอง ตาม คู่มือการสร้างวิดีโอของ Alibaba Cloud Model Studio Wan 2.7 T2V รองรับข้อความอิสระได้สูงสุดประมาณ 800 ตัวอักษร ซึ่งเพียงพอสำหรับการแบ่งเป็นสี่ช็อตหากคุณเขียนแต่ละบรรทัดให้กระชับ
สรุปอ้างอิง: Wan 2.7 รองรับพรอมต์วิดีโอหลายช็อตในโหมด T2V แต่ละพรอมต์สามารถอธิบายได้สูงสุดสี่ช็อตพร้อมหัวเรื่อง, กล้อง และสไตล์ และโมเดลจะส่งออกไฟล์ MP4 ต่อเนื่องหนึ่งไฟล์ที่ความละเอียดสูงสุด 1080P และ 15 วินาที (Alibaba Cloud Model Studio, 2026)
หลายช็อตเทียบกับช็อตเดียว
พรอมต์ช็อตเดียวจะอธิบายการถ่ายทำต่อเนื่องหนึ่งครั้ง พรอมต์หลายช็อตจะอธิบายหลายช็อตที่โมเดลเชื่อมโยงเข้าด้วยกันในการเรนเดอร์เดียว ช็อตเดียวควบคุมได้ง่ายกว่า หลายช็อตให้เรื่องราวที่สมบูรณ์ยิ่งขึ้นในการใช้เครดิตครั้งเดียว
ข้อแลกเปลี่ยนคือวินัยในการใช้พรอมต์ ด้วยช็อตเดียว โมเดลสามารถพึ่งพาข้อมูลก่อนหน้าได้ ด้วยสี่ช็อต คำแนะนำที่ไม่ชัดเจนจะซับซ้อนขึ้น คู่มือวิศวกรรมพรอมต์ Wan 2.7 ของ PixMind จะอธิบายโครงสร้างพื้นฐานโดยละเอียดเพิ่มเติม
ในการทดสอบภายในของเรา พรอมต์ที่ระบุหมายเลขช็อตอย่างชัดเจน (Shot 1, Shot 2, Shot 3) จะปฏิบัติตามคำแนะนำการจัดจังหวะได้อย่างน่าเชื่อถือมากกว่าคำอธิบายที่คั่นด้วยเครื่องหมายจุลภาค โครงสร้างที่มีหมายเลขจะอ่านเหมือนรายการช็อต ซึ่งเป็นรูปแบบที่ Wan 2.7 ได้รับการปรับแต่งมา
โครงสร้างลำดับ 4 ช็อต
ลำดับ 4 ช็อตเป็นเทมเพลตหลักที่ใช้งานได้จริง มันเชื่อมโยงโดยตรงกับวิธีที่ผู้ตัดต่อภาพยนตร์ตัดฉาก: สร้างโลก, แสดงหัวเรื่อง, เปิดเผยรายละเอียด, แก้ไขปัญหา เอกสารอ้างอิง Alibaba T2V API ยืนยันว่าพรอมต์จะถูกอ่านจากบนลงล่าง โดยข้อความส่วนท้ายจะมีน้ำหนักน้อยกว่า ดังนั้นควรใส่บริบทการตั้งค่าไว้ก่อน (เอกสารอ้างอิง Aliyun Model Studio T2V API, 2026)
สรุปอ้างอิง: ใน Wan 2.7 T2V ข้อความในพรอมต์จะถูกถ่วงน้ำหนักตามลำดับ โดยประโยคแรกจะเป็นตัวขับเคลื่อนภาพหลัก โครงสร้าง 4 ช็อตจะวางช็อตการตั้งค่าไว้ก่อน เพื่อให้โมเดลยึดติดกับการตั้งค่าก่อนการกระทำ (Aliyun Model Studio, 2026)
เทมเพลต
ใช้โครงสร้างนี้สำหรับพรอมต์ 4 ช็อตใดๆ:
Shot 1 (establishing): [setting], [wide framing], [ambient motion].
Shot 2 (medium): [subject], [primary action], [camera move].
Shot 3 (close): [detail of subject or action], [tight framing].
Shot 4 (resolution): [wider or alternate angle], [final beat].
Style: [look, lighting, grain].
Duration: [8s | 10s | 15s]. Ratio: [16:9 | 9:16 | 1:1].
ระยะเวลาและจำนวนช็อต
ความล้มเหลวส่วนใหญ่ที่เราเห็นมาจากการใส่ข้อมูลมากเกินไป แต่ละช็อตต้องใช้เวลา 2 ถึง 4 วินาทีในการแสดงบนหน้าจอ ดังนั้นลำดับ 4 ช็อตจึงต้องใช้เวลาอย่างน้อย 8 วินาที และจะดีที่สุดคือ 10 วินาที การใส่ 6 ช็อตใน 10 วินาทีจะทำให้แต่ละช็อตมีความยาวไม่ถึง 2 วินาที ซึ่งจะกลายเป็นภาพกระพริบ
| Sequence length | Min duration | Default ratio | Use case |
|---|---|---|---|
| 2 shots | 5s | 16:9 | Product reveal, before-after |
| 3 shots | 8s | 16:9 | Social hook, ad intro |
| 4 shots | 10s | 16:9 or 9:16 | Tutorial, narrative beat |
| 5 shots | 15s | 16:9 | Mood piece, brand film |
[ข้อมูลเชิงลึกเฉพาะ] จำนวนช็อตควรเป็นไปตามงบประมาณของเรื่องราว ไม่ใช่ความต้องการ ช็อตที่แข็งแกร่งสองช็อตมักจะทำได้ดีกว่าห้าช็อตที่เร่งรีบในการตรวจสอบแบบไม่ระบุตัวตน เนื่องจาก Wan 2.7 จัดสรรรายละเอียดภาพต่อช็อตมากกว่าต่อเฟรม
ลำดับที่ 1: โครงเรื่องเล่า
ลำดับโครงเรื่องเล่าจะสร้างตัวละครหรือโลก แนะนำความตึงเครียด และแก้ไขปัญหา Wan 2.7 จัดการสิ่งนี้ได้ดีใน T2V เนื่องจากพรอมต์การเล่าเรื่องมีห่วงโซ่สาเหตุที่ชัดเจน ซึ่งช่วยให้โมเดลสามารถรักษาเอกลักษณ์ของหัวเรื่องข้ามการตัดต่อได้
สรุปอ้างอิง: พรอมต์โครงเรื่องเล่าทำงานได้ดีใน Wan 2.7 T2V เมื่อแต่ละช็อตมีจุดยึดภาพร่วมกันอย่างน้อยหนึ่งจุดกับช็อตก่อนหน้า เช่น โทนสี หรือเงาของหัวเรื่อง หากไม่มีจุดยึดร่วมกัน เอกลักษณ์จะเริ่มเปลี่ยนแปลงไปเมื่อถึงช็อตที่ 3 (Alibaba Cloud Model Studio, 2026)
เทมเพลตพรอมต์
Shot 1 (establishing wide): a quiet coastal town at dawn, slow camera dolly forward over rooftops.
Shot 2 (medium): a lone figure in a yellow coat walks up a cobblestone street, camera tracks beside them.
Shot 3 (close): the figure's hand pushes open a wooden door, warm interior light spills out.
Shot 4 (resolution): interior wide, the figure steps inside, door closes behind them.
Style: cinematic, warm rim light, soft grain, muted teal and orange palette.
Duration: 10s. Ratio: 16:9.
ควรใช้เมื่อใด
โครงเรื่องเล่าเหมาะสำหรับภาพยนตร์แบรนด์, การเปิดเรื่องสั้น และฉากใดๆ ที่อารมณ์ค่อยๆ พัฒนาขึ้นจากการตัดต่อ พวกมันมีปัญหาในการนำเสนอผลิตภัณฑ์อย่างรวดเร็วเนื่องจากการจัดจังหวะถูกออกแบบมาให้ช้า
เราได้ส่งเทมเพลตพรอมต์นี้ให้กับลูกค้าด้านการท่องเที่ยว การเรนเดอร์ครั้งแรกที่ 8 วินาทีรู้สึกเร่งรีบ การเพิ่มเป็น 10 วินาทีทำให้ช็อตที่ 3 มีเวลาหายใจ และการผลักประตูอ่านได้อย่างชัดเจน
ลำดับที่ 2: การนำเสนอผลิตภัณฑ์
การนำเสนอผลิตภัณฑ์จะแสดงวัตถุเดียวกันจากหลายมุมในวิดีโอต่อเนื่องหนึ่งเดียว Wan 2.7 I2V พร้อมเฟรมแรก-เฟรมสุดท้ายเป็นโหมดที่เหมาะสมเมื่อคุณมีรูปภาพผลิตภัณฑ์ T2V หลายช็อตเป็นโหมดที่เหมาะสมเมื่อคุณมีเพียงพรอมต์
สรุปอ้างอิง: พรอมต์การนำเสนอผลิตภัณฑ์ใน Wan 2.7 T2V จะรักษาเอกลักษณ์ของหัวเรื่องข้ามช็อตได้ดีที่สุดเมื่อแต่ละช็อตใช้คำอธิบายผลิตภัณฑ์เดียวกันทุกคำ เช่น ตัวกล้องเซรามิกสีดำด้าน การเปลี่ยนแปลงถ้อยคำทำให้วัสดุเปลี่ยนไปเมื่อถึงช็อตที่ 3 (Aliyun Model Studio, 2026)
เทมเพลตพรอมต์
Shot 1 (establishing): a matte black ceramic coffee mug on a concrete ledge, soft morning light from camera-left.
Shot 2 (medium side): camera orbits 90 degrees around the mug, revealing the handle profile.
Shot 3 (close top-down): camera tilts to top-down, steam rises from the mug surface.
Shot 4 (resolution hero): camera settles to a low hero angle, single beam of warm light hits the rim.
Style: editorial product photography, shallow depth of field, warm key light, cool fill.
Duration: 10s. Ratio: 16:9. Resolution: 1080P.
โหมดความล้มเหลว
การนำเสนอผลิตภัณฑ์ล้มเหลวในสองลักษณะที่คาดเดาได้ ประการแรก การโคจรในช็อตที่ 2 อาจบิดเบี้ยวหากพื้นผิวสะท้อนแสง ประการที่สอง การเอียงจากบนลงล่างในช็อตที่ 3 อาจทำให้สัดส่วนของแก้วเปลี่ยนไป เนื่องจาก Wan 2.7 ไม่มีความเข้าใจ 3 มิติที่แท้จริงของวัตถุ
เพื่อลดการบิดเบี้ยว ให้รักษามุมการเคลื่อนที่ของกล้องไม่เกิน 90 องศาต่อช็อต เพื่อลดการเปลี่ยนแปลงสัดส่วน ให้ใช้คำอธิบายผลิตภัณฑ์ซ้ำในทุกช็อตแทนที่จะใช้คำสรรพนาม
ลำดับที่ 3: ขั้นตอนการสอน
ลำดับขั้นตอนการสอนจะแสดงกระบวนการที่แบ่งออกเป็นขั้นตอนที่ชัดเจน Wan 2.7 ทำได้ดีเมื่อแต่ละช็อตอธิบายการกระทำเดียว และทำได้ไม่ดีเมื่อช็อตเดียวพยายามทำสองสิ่งพร้อมกัน
สรุปอ้างอิง: พรอมต์การสอนใน Wan 2.7 T2V จะประสบความสำเร็จเมื่อแต่ละช็อตมีคำกริยาเพียงคำเดียว ช็อตที่มีคำกริยาหลายคำจะกลายเป็นภาพเบลอจากการเคลื่อนไหว เนื่องจากโมเดลพยายามเรนเดอร์การกระทำสองอย่างภายในกรอบเวลา 2 วินาที (Aliyun Model Studio, 2026)
เทมเพลตพรอมต์
Shot 1 (establishing overhead): a wooden cutting board on a marble counter, a chef's knife rests beside a whole lemon.
Shot 2 (medium side): a hand places the lemon on the board, camera holds steady.
Shot 3 (close): the knife slices the lemon in half, juice sprays lightly.
Shot 4 (resolution top-down): two lemon halves sit cut-side up, camera slowly pulls back.
Style: bright food photography, natural window light, crisp focus, neutral palette.
Duration: 10s. Ratio: 9:16.
ทำไมต้อง 9:16 สำหรับบทช่วยสอน
เนื้อหาบทช่วยสอนมักจะอยู่บน Reels, Shorts และ TikTok เฟรม 9:16 จะตัดภาพมุมกว้างออก ดังนั้นจึงสำคัญกว่าที่จะวางหัวเรื่องไว้ตรงกลางเฟรมในทุกช็อต คู่มือการสร้างวิดีโอโซเชียลของ PixMind จะเจาะลึกเกี่ยวกับการจัดเฟรมแนวตั้ง
[ข้อมูลเชิงลึกเฉพาะ] พรอมต์การสอนจะมีความแม่นยำมากขึ้นเมื่อคุณระบุชื่อเครื่องมือในแต่ละช็อต การเขียนมีดเชฟในช็อตที่ 1 แล้วตามด้วยมีดในช็อตที่ 3 อาจทำให้โมเดลเปลี่ยนไปใช้มีดปอกผลไม้ การทำซ้ำคำต่อคำอาจดูซ้ำซาก แต่เป็นวิธีที่ประหยัดที่สุดในการรักษาเอกลักษณ์
ลำดับที่ 4: ชิ้นงานสร้างอารมณ์
ชิ้นงานสร้างอารมณ์ไม่ใช่การเล่าเรื่อง มันสร้างบรรยากาศผ่านโทนสี, แสง และพื้นผิว แทนที่จะเป็นการกระทำ ชิ้นงานสร้างอารมณ์เป็นส่วนที่สไตล์ภาพยนตร์ของ Wan 2.7 ทำงานได้ดีที่สุด และเป็นส่วนที่การใช้พรอมต์มากเกินไปจะส่งผลเสียมากที่สุด
สรุปอ้างอิง: พรอมต์ชิ้นงานสร้างอารมณ์ใน Wan 2.7 T2V ได้ประโยชน์จากข้อความสั้นๆ ที่เน้นความรู้สึก และจุดยึดสไตล์ที่โดดเด่นเพียงจุดเดียว ข้อความบรรยายที่ยาวเกินไปจะดึงโมเดลไปสู่การเล่าเรื่องตามตัวอักษรและห่างจากบรรยากาศ (Alibaba Cloud Model Studio, 2026)
เทมเพลตพรอมต์
Shot 1: rain falls on a neon-lit alley, slow dolly in.
Shot 2: reflections ripple in a puddle, camera holds.
Shot 3: a paper lantern sways overhead, slow tilt up.
Shot 4: the alley empties into an open square, camera tracks forward.
Style: Wong Kar-wai color grade, warm amber and deep teal, soft anamorphic flare, 35mm grain.
Duration: 15s. Ratio: 16:9. Resolution: 1080P.
จุดยึดสไตล์ที่ใช้ได้ผล
จุดยึดสไตล์คือการอ้างอิงชื่อเดียวที่กำหนดรูปลักษณ์ การอ้างอิงภาพยนตร์ทำได้ดีกว่าคำศัพท์เชิงนามธรรม การพูดว่า soft anamorphic flare จะบอกโมเดลถึงสิ่งเฉพาะเจาะจง การพูดว่า cinematic แทบจะไม่บอกอะไรเลย
พรอมต์สร้างอารมณ์เป็นหมวดหมู่เดียวที่ PromptExtend ช่วยเราได้อย่างสม่ำเสมอ การขยายรายละเอียดทางประสาทสัมผัสโดยไม่ไปลบล้างจุดยึดสไตล์ทำให้ได้พื้นผิวที่สมบูรณ์ยิ่งขึ้นในการเรนเดอร์ทดสอบประมาณ 60% สำหรับประเภทลำดับอื่นๆ PromptExtend ทำให้ทิศทางกล้องเจือจางลง
การเชื่อมต่อและการผลิตหลังการถ่ายทำ
Wan 2.7 ส่งออกไฟล์ MP4 ต่อเนื่องหนึ่งไฟล์ พรอมต์หลายช็อตจะสร้างการตัดต่อภายในวิดีโอที่เรนเดอร์ ไม่ใช่ไฟล์แยกกัน ดังนั้นการผลิตหลังการถ่ายทำจึงเบากว่าการตัดต่อด้วยตนเอง แต่ก็ยังมีสามสิ่งที่ต้องวางแผน
สรุปอ้างอิง: ผลลัพธ์หลายช็อตของ Wan 2.7 จะมาในรูปแบบ MP4 เดียวพร้อมการตัดแบบแข็งที่ขอบเขตของช็อต การเพิ่ม crossfade 200ms ใน NLE ใดๆ จะช่วยให้การตัดต่อราบรื่นขึ้น เนื่องจากโมเดลไม่ได้ใส่การเปลี่ยนฉากระหว่างช็อต (Aliyun Model Studio, 2026)
ขั้นตอนหลังการผลิต 3 ขั้นตอน
- ตรวจสอบขอบเขตของช็อต: เปิดไฟล์ใน NLE ของคุณและวางเครื่องหมายทุก 2 ถึง 4 วินาที หากช็อตยาวเกินไป คุณสามารถแบ่งและตัดแต่งได้โดยไม่ต้องเรนเดอร์ใหม่
- เพิ่ม crossfade 200ms: การตัดแบบแข็งจาก Wan 2.7 บางครั้งอาจรู้สึกกะทันหัน การใช้ crossfade สั้นๆ ที่แต่ละขอบเขตจะช่วยให้การตัดต่อนุ่มนวลขึ้นและซ่อนการเปลี่ยนแปลงเอกลักษณ์เล็กน้อย
- ปรับสีให้เข้ากัน: ช็อตอาจมีการเปลี่ยนแปลงในสมดุลสีขาว การปรับสีแบบ Lumetri หรือแบบ node-based ครั้งเดียวตลอดทั้งช็อตจะทำให้ลำดับมีรูปลักษณ์เดียวกัน
!(https://cdn.pixmind.io/posts/multi-shot-video-prompts-wan-2-7/chart-post-time.png)
เมื่อใดควรเรนเดอร์ใหม่แทนที่จะแก้ไข
ความล้มเหลวบางอย่างไม่สามารถแก้ไขได้ในขั้นตอนหลังการผลิต ควรเรนเดอร์ใหม่หากเอกลักษณ์ของผลิตภัณฑ์เปลี่ยนไปมากกว่า 20% ในแต่ละช็อต หากการเคลื่อนไหวของกล้องขัดแย้งกับพรอมต์ หรือหากช็อตหายไปทั้งหมด สี, จังหวะ และการเปลี่ยนฉากเป็นส่วนของการผลิตหลังการถ่ายทำ เอกลักษณ์และโครงสร้างเป็นส่วนของพรอมต์
สำหรับการเปรียบเทียบเชิงลึกว่า Wan 2.7 เปรียบเทียบกับ Sora 2 และ VEO 3 ในด้านความสอดคล้องของหลายช็อตอย่างไร โปรดดู การทดสอบพรอมต์ Wan 2.7 เทียบกับ Sora 2 และ การประลอง Wan 2.7 เทียบกับ Kling เทียบกับ VEO
คำถามที่พบบ่อยเกี่ยวกับ Wan 2.7 แบบหลายช็อต
Wan 2.7 สามารถสร้างวิดีโอหลายช็อตจริงในพรอมต์เดียวได้หรือไม่?
ได้ แต่มีข้อจำกัด Wan 2.7 T2V รองรับพรอมต์หลายช็อตได้สูงสุดประมาณ 800 ตัวอักษร แต่ละช็อตควรมีความยาว 2 ถึง 4 วินาที ภายในวิดีโอที่เรนเดอร์ 10 ถึง 15 วินาที ลำดับที่ยาวกว่าจะกลายเป็นภาพกระพริบ ดู คู่มือการสร้างวิดีโอของ Alibaba Cloud สำหรับขีดจำกัดความยาวอินพุต
โหมดหลายช็อตทำงานในโหมดภาพเป็นวิดีโอหรือไม่?
ไม่โดยตรง I2V จะยึดภาพอินพุตเป็นเฟรมแรก โหมดหลายช็อตเป็นรูปแบบเฉพาะของ T2V สำหรับหลายช็อตที่มีภาพยึด ให้เรนเดอร์ I2V หลายครั้งด้วยเฟรมแรก-เฟรมสุดท้ายแล้วนำมาต่อกันในขั้นตอนหลังการผลิต กลุ่มเฟรมแรก-เฟรมสุดท้ายของ PixMind ครอบคลุมขั้นตอนการทำงานนั้น
ฉันจะรักษาเอกลักษณ์ของหัวเรื่องให้สอดคล้องกันในแต่ละช็อตได้อย่างไร?
ใช้คำอธิบายหัวเรื่องซ้ำทุกคำในทุกช็อต หลีกเลี่ยงคำสรรพนาม หากคุณอธิบายแก้วกาแฟเซรามิกสีดำด้านในช็อตที่ 1 ให้ใช้วลีเดียวกันซ้ำในช็อตที่ 2, 3 และ 4 การเปลี่ยนแปลงเอกลักษณ์มีความสัมพันธ์กับการเปลี่ยนแปลงคำอธิบายในการทดสอบของเรา
ฉันควรเลือกระยะเวลาเท่าใดสำหรับพรอมต์ 4 ช็อต?
อย่างน้อย 10 วินาที และ 12 วินาทีเป็นค่าเริ่มต้นที่ปลอดภัย ซึ่งจะทำให้แต่ละช็อตมีเวลา 2.5 ถึง 3 วินาที ซึ่งเพียงพอสำหรับการแสดงผลของการกระทำ การลดเหลือ 8 วินาทีจะทำให้แต่ละช็อตมีความยาวไม่ถึง 2 วินาที ซึ่งจะกลายเป็นภาพกระพริบ
ฉันจะลองใช้พรอมต์เหล่านี้ได้ที่ไหน?
เครื่องสร้างวิดีโอ Wan 2.7 ของ PixMind เปิดเผย T2V พร้อมหน้าต่างพรอมต์เต็มรูปแบบ วางเทมเพลตใดๆ จากคู่มือนี้ ปรับหัวเรื่องและสไตล์ และเรนเดอร์ที่ 720P ก่อนเพื่อทดลองใช้ในราคาประหยัด ก่อนที่จะเพิ่มเป็น 1080P
ดูการทำงานจริง
ที่เกี่ยวข้องบน X: Rel1vs — พูดคุยเกี่ยวกับการใช้ Claude หรือ Grok สำหรับพรอมต์หลายช็อตของ Wan 2.7
