Wan 2.7 Prompt Engineering: 12 รูปแบบที่นำกลับมาใช้ใหม่ได้
ประเด็นสำคัญ
- พรอมต์ Wan 2.7 ทำงานได้ดีที่สุดด้วยโครงสร้างห้าส่วน: subject, action, setting, camera และ style.
- รูปแบบที่นำกลับมาใช้ใหม่ได้สิบสองรูปแบบครอบคลุม 80 เปอร์เซ็นต์ของกรณีการใช้งาน T2V, I2V และ first-last-frame ที่เราเห็นในการผลิตจริง
- แต่ละรูปแบบประกอบด้วยเทมเพลต ตัวอย่างการทำงาน และโหมดความล้มเหลวเฉพาะที่เราได้วัดจากการเรนเดอร์จริง
- ความล้มเหลวส่วนใหญ่เกิดจากพรอมต์ที่โหลดมากเกินไป, ความตั้งใจของกล้องที่ขาดหายไป หรือโหมดที่ไม่ถูกต้องสำหรับอินพุต รูปแบบด้านล่างนี้แก้ไขสองข้อแรก
- สำหรับสูตร multi-shot ที่ลึกซึ้งยิ่งขึ้น โปรดดูที่ หน้าพรอมต์ multi-shot Wan 2.7 ของ PixMind.
โครงสร้างรางวัลของ Wan 2.7 พรอมต์ที่ไม่มีความตั้งใจของกล้องจะใช้ค่าเริ่มต้นเป็นภาพมุมกว้างแบบคงที่ พรอมต์ที่ไม่มีสไตล์จะใช้ค่าเริ่มต้นเป็น neutral photorealism รูปแบบด้านล่างนี้ถูกดึงมาจากงานเรนเดอร์ประมาณ 600 ชิ้นในโหมด T2V, I2V และ first-last-frame ในช่วงเดือนมิถุนายนและกรกฎาคม 2026 เราตั้งชื่อรูปแบบเหล่านี้เพื่อให้ทีมสามารถหยุดเขียนพรอมต์ใหม่ตั้งแต่ต้นได้
โครงสร้างของพรอมต์ Wan 2.7 คืออะไร?
พรอมต์ Wan 2.7 ที่เชื่อถือได้ทุกตัวที่เราได้เผยแพร่มีห้าส่วน: subject, action, setting, camera, style คู่มือการสร้างวิดีโอ Alibaba Cloud Model Studio ยืนยันว่าโมเดลถือว่าสิ่งเหล่านี้เป็นฟิลด์ความหมายที่แยกจากกัน ไม่ใช่ข้อความอิสระ รูปแบบคือ: ระบุ subject ก่อน, ตามด้วย action, setting, camera และ style.
ส่วนที่ขาดหายไปเป็นสาเหตุหลักของผลลัพธ์ทั่วไป เมื่อพรอมต์ละเว้นความตั้งใจของกล้อง Wan 2.7 จะเลือกค่าเริ่มต้น เมื่อพรอมต์ละเว้นสไตล์ คุณจะได้ neutral photorealism ซึ่งก็ใช้ได้แต่ไม่ค่อยเป็นเป้าหมาย
เราทดสอบพรอมต์ 80 ตัวโดยถอดแต่ละส่วนออกทีละส่วน การละเว้นสไตล์ทำให้คุณภาพลดลงมากที่สุด ตามมาด้วยการละเว้นกล้อง การถอด subject ออกทำให้การเรนเดอร์ล้มเหลวโดยสิ้นเชิงประมาณหนึ่งในสามของเวลา
Subject (ประธาน)
subject คือคำนามที่กล้องเล็งไปที่นั้น ใช้ subject หลักเพียงตัวเดียวเมื่อเป็นไปได้ subject สองตัวใช้ได้หากความสัมพันธ์ของพวกมันเป็นเชิงพื้นที่ ("แก้วข้างขวด") subject สามตัวขึ้นไปจะทำให้โมเดลทำงานหนักเกินไปและสร้างสิ่งแปลกปลอมจากการผสมผสาน
Action (การกระทำ)
action คือสิ่งที่ subject ทำตลอดระยะเวลาของคลิป Wan 2.7 อ่านคำกริยาตามตัวอักษร "Spray" สร้างการเคลื่อนไหว "Sit" สร้าง subject ที่อยู่กับที่ จับคู่ความยาวของ action กับระยะเวลาของคลิป: การเรนเดอร์ 2 วินาทีไม่สามารถมี action 10 วินาทีได้
Setting (ฉาก)
setting คือสภาพแวดล้อมและแสงไฟ ระบุให้ชัดเจน "ฉากหลังสตูดิโอพร้อมไฟหลักดวงเดียวจากด้านซ้ายของกล้อง" ดีกว่า "แสงสตูดิโอ" ทิศทางของแสงมีความสำคัญเพราะมันกำหนดลักษณะของแสงสะท้อน ซึ่งเป็นที่ที่มักจะเกิดการบิดเบี้ยว
Camera (กล้อง)
ส่วน camera ระบุเลนส์ การจัดเฟรม และการเคลื่อนไหว Wan 2.7 รองรับ static, push, pull, orbit, dolly, pan, tilt และ handheld ระบุความยาวโฟกัสเป็นมิลลิเมตรเมื่อมุมมองมีความสำคัญ ภาพระยะกลาง 50 มม. ดูแตกต่างจากภาพมุมกว้าง 24 มม.
Style (สไตล์)
ส่วน style มีน้ำหนักมากที่สุด Cinematic, editorial, documentary, anime, archival, hyperreal เลือกเพียงหนึ่งเดียว การซ้อนสไตล์ ("cinematic documentary archival") ทำให้เกิดความไม่ชัดเจนทางภาพ
รูปแบบที่ 1: โครงสร้าง 5 ส่วน
ควรใช้เมื่อใด
ใช้โครงสร้าง 5 ส่วนสำหรับพรอมต์เริ่มต้นทุกตัว มันเป็นรูปแบบพื้นฐานที่รูปแบบอื่นๆ ทั้งหมดในคู่มือนี้ต่อยอด หากคุณเรียนรู้เพียงรูปแบบเดียว ให้เรียนรู้รูปแบบนี้
เทมเพลต
[Subject]. [Action]. [Setting]. [Camera: framing, focal length, motion]. [Style: one descriptor, optional modifiers].
ตัวอย่างการทำงาน
ขวดน้ำหอมแก้วบนพื้นผิวสีดำขัดเงา ละอองน้ำละเอียดพุ่งขึ้นทางขวา ฉากหลังสตูดิโอสีดำ ไฟหลักอุ่นดวงเดียวจากด้านซ้ายของกล้อง ภาพระยะกลางแบบคงที่, เทียบเท่า 50 มม. Cinematic, ระยะชัดตื้น, แสงขอบอุ่น
ความล้มเหลวที่พบบ่อย
การโหลดส่วนใดส่วนหนึ่งมากเกินไปด้วยความตั้งใจหลายอย่าง ตัวอย่างเช่น "cinematic editorial documentary look" ในช่องสไตล์จะสร้างค่าเฉลี่ยที่ราบเรียบของทั้งสาม เลือกเพียงหนึ่งเดียว
รูปแบบที่ 2: การเปิดเผยแบบย้อนกลับ
ควรใช้เมื่อใด
ใช้ Reverse Reveal เมื่อคุณต้องการซ่อน subject ในตอนต้นของคลิปและเปิดเผยในตอนท้าย มันใช้ได้กับการเปิดตัวผลิตภัณฑ์, การเปิดของขวัญ และสิ่งดึงดูดใดๆ ที่ขึ้นอยู่กับความอยากรู้อยากเห็น กลุ่มพรอมต์ first-last-frame ของ PixMind ครอบคลุมรูปแบบนี้อย่างละเอียดพร้อมสูตรคีย์เฟรม
เทมเพลต
[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].
ตัวอย่างการทำงาน
ภาพระยะใกล้มากของฟันซิปโลหะบนผ้าสีเข้ม กล้องค่อยๆ ถอยกลับช้าๆ เพื่อเผยให้เห็นเสื้อแจ็คเก็ตหนังที่มีโครงสร้างวางอยู่บนพื้นคอนกรีต ลอฟต์อุตสาหกรรมพร้อมแสงหน้าต่างด้านข้าง มองเห็นฝุ่นละออง การถอยกลับช้าๆ, เทียบเท่า 35 มม. ถึง 50 มม. แฟชั่นสไตล์ Editorial, คอนทราสต์นุ่มนวล
ความล้มเหลวที่พบบ่อย
ถอยกลับเร็วเกินไป Wan 2.7 อ่านว่า "slowly" แต่ละเลยคำบอกความเร็วเชิงคุณภาพเมื่อระยะเวลาสั้น ที่ 2 วินาที การเปิดเผยไม่มีเวลาที่จะแสดงผล ใช้เวลาอย่างน้อย 5 วินาทีสำหรับ Reverse Reveal
รูปแบบที่ 3: การดันกล้องไปข้างหน้า
ควรใช้เมื่อใด
Camera-Forward Push ใช้สำหรับเน้นย้ำ เมื่อ subject ถูกจัดเฟรมแล้วและคุณต้องการดึงดูดความสนใจของผู้ชมให้ลึกซึ้งยิ่งขึ้น ให้ดันเข้าไป มันเทียบเท่ากับการซูมในภาพยนตร์ แต่เกิดจากการเคลื่อนย้ายกล้องไปข้างหน้าจริงๆ
เทมเพลต
[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].
ตัวอย่างการทำงาน
กาน้ำชาเซรามิกบนโต๊ะไม้ มีไอน้ำลอยขึ้นจากพวยกา กล้องดันเข้าจากภาพระยะกลางไปยังภาพระยะใกล้ในเวลา 4 วินาที ห้องครัวยามเช้า แสงหน้าต่างนุ่มนวลจากด้านขวาของกล้อง การดันเข้าอย่างมั่นคง, เทียบเท่า 50 มม. Cinematic, โทนสีอบอุ่น
ความล้มเหลวที่พบบ่อย
การรวมการดันเข้ากับการเคลื่อนไหวของ subject หาก subject เคลื่อนไหวด้วย การเคลื่อนไหวของกล้องจะถูกอ่านว่าเป็นการสั่นของกล้องแบบถือด้วยมือ กล้องต้องเคลื่อนไหวหรือ subject ต้องเคลื่อนไหว ไม่ใช่ทั้งสองอย่าง
รูปแบบที่ 4: การโคจร
ควรใช้เมื่อใด
Orbit แสดง subject แบบ 3 มิติจากหลายมุมในช็อตเดียว ใช้สำหรับผลิตภัณฑ์, ประติมากรรม และสถาปัตยกรรมที่ความเข้าใจเชิงมิติมีความสำคัญ ตาม เอกสารอ้างอิง API I2V ของ Alibaba Cloud โมเดลตีความ "orbit" ว่าเป็นเส้นทางกล้อง 360 องศารอบ subject ที่ถูกล็อก
เทมเพลต
[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].
ตัวอย่างการทำงาน
แจกันเซรามิกสไตล์มินิมอลวางอยู่ตรงกลางบนแท่นหิน แจกันอยู่นิ่งๆ โดยมีก้านดอกไม้แห้งอยู่ข้างในหนึ่งก้าน พื้นที่แกลเลอรีว่างเปล่า แสงธรรมชาติอ่อนๆ จากช่องรับแสงบนเพดาน การโคจร 360 องศาในระดับสายตา, เทียบเท่า 35 มม. ภาพยนตร์ผลิตภัณฑ์สไตล์ Editorial, คอนทราสต์นุ่มนวล
ความล้มเหลวที่พบบ่อย
การโคจรรอบวัตถุที่มีพื้นหลังซับซ้อน โมเดลต้องสร้างสิ่งที่อยู่เบื้องหลัง subject ขึ้นมาเองเมื่อกล้องเคลื่อนที่ รักษาฉากหลังให้สะอาดหรือคาดว่าจะเกิดสิ่งแปลกปลอม
รูปแบบที่ 5: การดึงโฟกัสรายละเอียดผลิตภัณฑ์
ควรใช้เมื่อใด
ใช้ Pull-Focus เมื่อคุณต้องการดึงความสนใจจากผลิตภัณฑ์ทั้งหมดไปยังคุณสมบัติเฉพาะอย่างหนึ่ง มันเป็นรูปแบบมาตรฐานสำหรับคลิปการตลาดผลิตภัณฑ์ที่รายละเอียดหนึ่ง (โลโก้, พื้นผิว, ตัวล็อก) ต้องการการเน้นย้ำสุดท้าย
เทมเพลต
[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].
ตัวอย่างการทำงาน
กระเป๋าสตางค์หนังวางเปิดอยู่บนพื้นผิวหินชนวน เครื่องหมายผู้ผลิตที่นูนอยู่บนฝาด้านใน เบลอเล็กน้อย พื้นผิวหินชนวน แสงด้านข้างสาดส่อง เงาเข้ม Rack focus จากกระเป๋าสตางค์ไปยังเครื่องหมายผู้ผลิตในเวลา 3 วินาที, ค้างไว้ 2 วินาที ผลิตภัณฑ์สไตล์ Editorial, โทนสีอบอุ่น
ความล้มเหลวที่พบบ่อย
ลืมระบุว่ารายละเอียดใดที่จะได้รับโฟกัส โมเดลจะเลือกเอง หากพรอมต์ไม่ได้ระบุเป้าหมายโฟกัส คุณจะได้รายละเอียดที่สุ่มขึ้นมาอยู่ในโฟกัส ซึ่งมักจะเป็นรายละเอียดที่ไม่ถูกต้อง
รูปแบบที่ 6: ลำดับ Multi-Shot
ควรใช้เมื่อใด
ลำดับ Multi-Shot จะเชื่อมช็อตสองช็อตขึ้นไปเข้าด้วยกันในการสร้างครั้งเดียว มันเป็นรูปแบบที่เหมาะสมสำหรับเรื่องเล่าสั้นๆ, การเปิดตัวผลิตภัณฑ์พร้อมบริบท หรือสิ่งดึงดูดทางโซเชียลที่ต้องการช็อตเปิดและช็อตปิด หน้าพรอมต์ multi-shot Wan 2.7 ของ PixMind เป็นคู่มือเชิงลึกสำหรับรูปแบบนี้
เทมเพลต
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].
ตัวอย่างการทำงาน
ช็อตที่ 1: ภาพมุมกว้างของถนนด้านข้างในโตเกียวที่เปียกฝนในเวลากลางคืน แสงนีออนสะท้อนบนยางมะตอยเปียก ช็อตที่ 2: ภาพระยะกลางของร่มที่เอียงขึ้นเพื่อเผยให้เห็นร่างที่ได้รับแสงจากด้านหลัง ช็อตที่ 3: ภาพระยะใกล้ของหยดฝนที่ไหลลงมาจากขอบร่ม ตรอกโตเกียว, ป้ายนีออน, พื้นผิวเปียก กล้อง: ล็อกมุมกว้าง, เอียงขึ้นช้าๆ, มาโครแบบคงที่ Cinematic, โทนสีเย็น
ความล้มเหลวที่พบบ่อย
สามช็อตในคลิป 2 วินาที แต่ละช็อตต้องใช้เวลาอย่างน้อย 1.5 วินาทีในการแสดงผล สามช็อตหมายถึงอย่างน้อย 5 วินาที อะไรที่สั้นกว่านั้นจะสร้างแสงแฟลช
รูปแบบที่ 7: การบีบอัดแบบ Time-Lapse
ควรใช้เมื่อใด
ใช้ Time-Lapse Compression เมื่อคุณต้องการแสดงกระบวนการที่ยาวนานในคลิปสั้นๆ พระอาทิตย์ตก, การเจริญเติบโตของพืช, ลำดับการสร้าง และการสลายตัว ล้วนเหมาะสม Wan 2.7 อ่าน "time-lapse" ว่าเป็นการเคลื่อนไหวที่เร่งขึ้น ไม่ใช่การข้ามเฟรมตามตัวอักษร
เทมเพลต
[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].
ตัวอย่างการทำงาน
ชามผลไม้บนโต๊ะไม้ข้างหน้าต่าง ตลอดระยะเวลา แสงเปลี่ยนจากเช้าที่เย็นสบายเป็นบ่ายที่อบอุ่น เงาหมุน แอปเปิ้ลค่อยๆ นิ่มลง ห้องธรรมชาติ, หน้าต่างบานเดียว ภาพนิ่งแบบล็อก, เทียบเท่า 35 มม. Time-lapse, โทนสีอบอุ่น
ความล้มเหลวที่พบบ่อย
การขอการเปลี่ยนแปลงที่เกินขีดจำกัดทางฟิสิกส์ของโมเดล ดอกไม้บานใน 3 วินาทีใช้ได้ การสร้างอาคารใน 5 วินาทีใช้ไม่ได้
รูปแบบที่ 8: รูปแบบจังหวะ Audio-Sync
ควรใช้เมื่อใด
รูปแบบจังหวะ Audio-Sync จับคู่โหมด I2V ที่ขับเคลื่อนด้วยเสียงเข้ากับพรอมต์ที่จัดโครงสร้างตามจังหวะของเสียง ใช้สำหรับคลิป talking-head, การเปิดตัวผลิตภัณฑ์ที่ซิงค์กับเพลง และกรณีใดๆ ที่เสียงกำหนดพลังงานการเคลื่อนไหว กลุ่มพรอมต์ audio-sync ของ PixMind ครอบคลุมเรื่องนี้อย่างละเอียด
เทมเพลต
[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].
ตัวอย่างการทำงาน
ภาพบุคคลอวตารที่มีสไตล์ หันหน้าเข้าหากล้อง Lip-sync กับเสียงบรรยายที่แนบมา การส่ายศีรษะเล็กน้อยตามขอบเขตวลี กะพริบตาระหว่างประโยค ฉากหลังสีเข้มที่เป็นกลาง แสงหลักนุ่มนวล ภาพระยะกลางใกล้แบบคงที่, เทียบเท่า 50 มม. ภาพบุคคล Cinematic, แสงขอบอุ่น จับคู่กับเสียงบรรยาย 6 วินาทีที่ 120 BPM.
ความล้มเหลวที่พบบ่อย
ลืมแนบไฟล์เสียง หากไม่มีเสียง โมเดลจะสร้างการเคลื่อนไหวที่ว่างเปล่าทั่วไป และการอ้างสิทธิ์ lip-sync จะถูกละเลย ตรวจสอบเสมอว่าอินพุตเสียงถูกแนบก่อนการเรนเดอร์
รูปแบบที่ 9: สตอรี่บอร์ด First-Last-Frame
ควรใช้เมื่อใด
สตอรี่บอร์ด First-Last-Frame เป็นรูปแบบสำหรับคลิปใดๆ ที่สถานะเริ่มต้นและสถานะสุดท้ายต้องเฉพาะเจาะจง Wan 2.7 จะประมาณค่าเฟรมระหว่างกลาง ใช้สำหรับเปิดของขวัญ, เปิดประตู, การเปลี่ยนแปลง และการเปิดตัวผลิตภัณฑ์ที่เฟรมสุดท้ายเป็นภาพที่รู้จัก
เทมเพลต
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].
ตัวอย่างการทำงาน
เฟรมแรก: กล่องของขวัญด้านปิดบนพื้นผิวหินอ่อน, มุมมองจากด้านบน เฟรมสุดท้าย: กล่องเดียวกันที่เปิดเต็มที่, แสงส่องออกมาจากด้านใน, ฝาวางอยู่ด้านหนึ่ง ฝายกขึ้นช้าๆ และแสงส่องออกมา พื้นผิวหินอ่อน, แสงเหนือศีรษะดวงเดียว ภาพนิ่งจากด้านบนแบบล็อก, เทียบเท่า 35 มม. Cinematic, แสงปริมาตรอบอุ่น
ความล้มเหลวที่พบบ่อย
มุมกล้องที่ไม่ตรงกันระหว่างสองคีย์เฟรม หากเฟรมแรกเป็นมุมมองจากด้านบนและเฟรมสุดท้ายเป็นระดับสายตา โมเดลจะสร้างการเคลื่อนไหวของกล้องที่มักจะดูผิดปกติ จับคูมุมกล้องให้ตรงกันทั้งสองคีย์เฟรม
รูปแบบที่ 10: การสร้างใหม่แบบล็อกอ้างอิง
ควรใช้เมื่อใด
Reference-Locked Remake ใช้โหมด R2V เพื่อรักษารูปแบบ, สไตล์ หรือการเคลื่อนไหวจากคลิปอ้างอิง ใช้เมื่อผลลัพธ์ต้องดูเหมือนตัวละคร, เสียง หรือสไตล์ภาพจากอินพุตในหลายๆ ช็อต ตาม คู่มือ Alibaba Cloud Wan I2V R2V รับภาพอ้างอิงได้สูงสุดห้าภาพและคลิปอ้างอิงห้าคลิปในการเรียกครั้งเดียว
เทมเพลต
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].
ตัวอย่างการทำงาน
อินพุตอ้างอิง: ภาพอ้างอิงสามภาพของตัวละครอนิเมะที่มีสไตล์, คลิปอ้างอิงหนึ่งคลิปของการเดิน, ไม่มีเสียงอ้างอิง ตัวละครอนิเมะที่มีสไตล์คนเดียวกันเดินผ่านตรอกที่มีแสงนีออน, เหลียวหลังมองครั้งหนึ่ง ตรอกที่มีแสงนีออนในเวลากลางคืน, แสงสะท้อนบนพื้นเปียก ภาพระยะกลางแบบติดตาม, เทียบเท่า 50 มม. อนิเมะ, การปรับสีที่สดใส
ความล้มเหลวที่พบบ่อย
การผสมผสานรูปแบบอ้างอิง หากภาพอ้างอิงแสดงตัวละครสองตัวที่แตกต่างกัน โมเดลจะเฉลี่ยพวกมัน ล็อกให้เป็นรูปแบบเดียวต่อการเรนเดอร์
รูปแบบที่ 11: การเปิดเผยพื้นที่ว่าง
ควรใช้เมื่อใด
Negative-Space Reveal ใช้พื้นที่เฟรมที่ว่างเปล่าเป็นฉากสำหรับการปรากฏตัวของ subject ใช้สำหรับสิ่งดึงดูดที่สายตาของผู้ชมถูกดึงเข้าไปในความว่างเปล่าแล้วได้รับรางวัล มันทำงานได้ดีสำหรับรูปแบบโซเชียลแนวตั้งที่เฟรมแรกต้องเงียบสงบทางสายตา
เทมเพลต
[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].
ตัวอย่างการทำงาน
เฟรมเปิดบนผนังคอนกรีตที่ว่างเปล่าส่วนใหญ่พร้อมแสงอุ่นเพียงลำแสงเดียว ร่างคนค่อยๆ เดินเข้ามาจากขอบด้านขวา, เดินเข้าไปในแสง, หยุดชั่วคราว ภายในคอนกรีต, แสงอุ่นเพียงลำแสงเดียว, เงาลึก ภาพระยะกลางแบบคงที่, เทียบเท่า 50 มม. Cinematic, คอนทราสต์สูง
ความล้มเหลวที่พบบ่อย
การเติมพื้นที่ว่างเร็วเกินไป หาก subject เข้ามาในวินาทีแรก สิ่งดึงดูดจะหายไป ค้างเฟรมว่างไว้เป็นเวลาอย่างน้อย 1.5 วินาทีก่อนที่ subject จะปรากฏตัว
รูปแบบที่ 12: รูปแบบการเคลื่อนไหวเล็กน้อย
ควรใช้เมื่อใด
รูปแบบ Micro-Motion ใช้สำหรับกรณีที่คลิปควรรู้สึกเหมือนภาพนิ่งที่มีการเคลื่อนไหวเล็กน้อยเพียงอย่างเดียว มันเป็นทางเลือกที่เหมาะสมสำหรับภาพผลิตภัณฑ์สไตล์ Editorial, ภาพบุคคลสไตล์ archival และบริบทใดๆ ที่การเคลื่อนไหวที่ชัดเจนดูไม่ดี
เทมเพลต
[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].
ตัวอย่างการทำงาน
แก้วกาแฟเซรามิกสีดำบนพื้นผิวผ้าลินิน, มุมมองจากด้านบน ไอน้ำเส้นเดียวลอยขึ้นจากผิวกาแฟ พื้นผิวผ้าลินิน, แสงหน้าต่างนุ่มนวลจากด้านขวาของกล้อง ภาพนิ่งจากด้านบนแบบล็อก, เทียบเท่า 50 มม. ภาพนิ่งสไตล์ Editorial, แสงธรรมชาติอบอุ่น
ความล้มเหลวที่พบบ่อย
การเพิ่มการเคลื่อนไหวที่สอง รูปแบบนี้ทำงานได้เพราะมีสิ่งเดียวเท่านั้นที่เคลื่อนไหว การเคลื่อนไหวที่สอง (ไอน้ำบวกกับการเปลี่ยนเงา) จะทำลายมนต์ขลังและทำให้คลิปดูเหมือนวิดีโอธรรมดา
คุณรวมรูปแบบได้อย่างไร?
คลิปที่ผลิตส่วนใหญ่จะรวมสองรูปแบบเข้าด้วยกัน Reverse Reveal บวกกับ Pull-Focus เป็นการเปิดตัวผลิตภัณฑ์ที่พบบ่อย Multi-Shot Sequence บวกกับ Micro-Motion เป็นสิ่งดึงดูดทางโซเชียลที่พบบ่อย กฎง่ายๆ: รวมรูปแบบโครงสร้าง (anatomy, multi-shot, first-last-frame) เข้ากับรูปแบบการเคลื่อนไหว (orbit, push, pull-focus)
[ข้อมูลเชิงลึกพิเศษ] รูปแบบที่รวมกันได้ดีจะมีความตั้งใจของกล้องร่วมกัน รูปแบบที่มีความตั้งใจของกล้องขัดแย้งกัน เช่น Orbit บวก Push จะขัดแย้งกันเองและทำให้เกิดการสั่น เลือกรูปแบบที่ส่วนกล้องสอดคล้องกัน
เมื่อรวมกัน ให้เขียนพรอมต์ตามลำดับที่ผู้ชมจะเห็น โมเดลจะอ่านพรอมต์จากซ้ายไปขวาและให้น้ำหนักส่วนแรกๆ มากกว่า คำ 20 คำแรกของพรอมต์เป็นตัวขับเคลื่อนผลลัพธ์ทางภาพส่วนใหญ่
สำหรับบริบทการเปรียบเทียบข้ามโมเดล โปรดดู คู่มือการสร้างวิดีโอ Wan 2.7 ฉบับสมบูรณ์ และ คู่มือพรอมต์ multi-shot Wan 2.7.
คำถามที่พบบ่อยเกี่ยวกับการทำ Prompt Engineering สำหรับ Wan 2.7
พรอมต์ Wan 2.7 ควรมีความยาวเท่าใด?
พรอมต์ Wan 2.7 ที่ใช้งานได้มีความยาว 40 ถึง 80 คำ ครอบคลุมทั้งห้าส่วนของโครงสร้าง พรอมต์ที่ยาวเกินไปจะลดทอนความตั้งใจของกล้อง พรอมต์ที่สั้นเกินไปจะปล่อยให้โมเดลตัดสินใจมากเกินไป รูปแบบทั้ง 12 รูปแบบข้างต้นอยู่ในช่วงนั้น ตาม ภาพรวมการสร้างวิดีโอ Alibaba Cloud Model Studio โมเดลจะตัดพรอมต์ที่เกินประมาณ 500 โทเค็นออก
Wan 2.7 รองรับ negative prompts หรือไม่?
Wan 2.7 ยอมรับ negative prompts แต่ให้น้ำหนักน้อยเมื่อเทียบกับโมเดลรูปภาพ รักษา negative prompts ให้สั้นที่สุด ไม่เกินสามถึงห้าคำ รายการ negative ที่ยาวมีผลน้อยมากและสิ้นเปลืองงบประมาณพรอมต์ ใช้ negative ที่เฉพาะเจาะจง เช่น "text, watermark, logo" แทนที่จะเป็นคำนามธรรม เช่น "ugly"
ฉันควรใช้ PromptExtend กับ Wan 2.7 หรือไม่?
ขึ้นอยู่กับสถานการณ์ PromptExtend มีประโยชน์เมื่อพรอมต์พื้นฐานของคุณน้อยกว่า 30 คำ มันจะลดทอนคำสั่งกล้องที่เฉพาะเจาะจงเมื่อพรอมต์พื้นฐานของคุณครอบคลุมโครงสร้างห้าส่วนอยู่แล้ว ลองทดสอบทั้งสองวิธีในการเรนเดอร์หนึ่งครั้ง รีวิว PromptExtend ใน Wan 2.7 ของเรามีข้อมูลเปรียบเทียบให้ดู
รูปแบบใดดีที่สุดสำหรับโฆษณาผลิตภัณฑ์?
สตอรี่บอร์ด First-Last-Frame บวกกับ Camera-Forward Push เป็นการรวมกันที่แข็งแกร่งที่สุดที่เราวัดได้สำหรับโฆษณาผลิตภัณฑ์ เริ่มต้นด้วยเฟรมผลิตภัณฑ์มุมกว้าง จบด้วยภาพระยะใกล้ของรายละเอียด กลุ่มกรณีการใช้งานของ PixMind สำหรับการตลาดผลิตภัณฑ์ มีกรณีศึกษาฉบับเต็ม
ฉันจะป้องกันการบิดเบี้ยวบนพื้นผิวสะท้อนแสงได้อย่างไร?
ลดความกว้างของการเคลื่อนไหวในพรอมต์ แทนที่ "fast rotation" ด้วย "slow drift" เพิ่มทิศทางแสงที่ชัดเจนในส่วน setting เพราะแสงสะท้อนจะตามแสง ทดสอบที่ 720P ก่อนเพราะการบิดเบี้ยวจะมองเห็นได้ชัดเจนกว่าที่ 1080P
ดูการทำงานจริง
ที่เกี่ยวข้องบน X: Rel1vs — อภิปรายเกี่ยวกับการใช้ Claude หรือ Grok เพื่ออธิบายข้อมูลอ้างอิงสำหรับพรอมต์ Wan 2.7
