Wan 3.0 Prompt-Leitfaden: So holst du das Beste aus Wan 3.0 heraus
Ich habe Wan 3.0 eine Weile getestet und kann sagen, dass es im Vergleich zu seinen Vorgängern deutlich stärker auf Regieanweisungen setzt. Es unterstützt jetzt 30-Sekunden-Sequenzen mit Text, Bildern, Audio, Video, Dokumenten und Webseiten als Referenzeingaben. Daher erfordert die Eingabeaufforderung nun etwas mehr Fingerspitzengefühl. Sie möchten den Trick kennenlernen? Lesen Sie weiter, um zu erfahren, worauf Wan 3.0 am besten reagiert.
TL;DR
Was Sie zu Beginn Ihrer Aufgabenstellung schreiben, wird von Wan 3.0 zuerst übernommen, da die Komposition frühzeitig festgelegt wird. Legen Sie Einstellung und Szene fest, bevor Sie das Motiv bestimmen. Beschreiben Sie dann die Handlung, spezifizieren Sie Beleuchtung und Stil und fügen Sie anschließend den Ton hinzu. Geben Sie außerdem die Rolle jeder Referenz an, um zufällige Ergebnisse zu vermeiden. Pollo AI eignet sich ideal als Arbeitsbereich, um mit Wan 3.0 Videos zu generieren.
Wan 3.0 Prompt-Leitfaden: Wichtige Aspekte verstehen
Bevor wir uns damit beschäftigen, wie man die perfekte Wan 3.0 Anfrage formuliert, müssen Sie zunächst die Grundformel für jede einfache Anfrage verstehen. Deshalb erklären wir sie Ihnen kurz:
Aspekt | Frage zur Beantwortung | Beispiel |
|---|---|---|
| Thema | Was ist das Thema und was muss erkennbar bleiben? | Ein verwittertes blaues Lieferfahrrad mit einem Weidenkorb. |
| Szene | Wo befindet es sich und was umgibt es? | Eine enge französische Straße nach dem Regen, geflieste Fassaden, Wasserpfützen, spiegelndes Pflaster |
| Bewegung | Was bewegt sich, in welcher Reihenfolge und mit welcher Geschwindigkeit? | Das Fahrrad rollt langsam bergab; Wasser spritzt von den Reifen. |
| Kamerasteuerung | Wie sollte die Szene gefilmt werden? | Kamerafahrt aus niedrigem Winkel, 35-mm-Objektiv, weiches, bedecktes Licht |
| Stilisierung | Welche visuelle Ästhetik bestimmt die Szene? | Dokumentarvideo in gedeckten Farben |
Warum erfordert Wan 3.0 differenziertere Prompts?
Die verbesserten Funktionen von Wan 3.0 zwangen mich, einen anderen Prompt-Stil zu verwenden als den, den ich häufig mit Wan 2.7 genutzt hatte. Ein Grund dafür ist, dass die maximale Dauer von KI-Videos auf 30 Sekunden pro Clip erhöht wurde. Warum ist das wichtig? Ganz einfach…
Ich habe Wan 3.0 sehr gründlich getestet, und ein entscheidender Unterschied zwischen den Videos, die meine Erwartungen nicht erfüllten, und denen, die sie erfüllten, war die fehlende Zeitkontrolle in meinen Prompts. Wenn ich lediglich visuelle Beschreibungen gab, ohne jede Sekunde der Aufnahme zu berücksichtigen, scheiterte das Video.
Ohne einen klaren Zeitplan würde Wan 3.0 leere Sekunden mit zufälligen Änderungen füllen. Die besten Prompts legen die wichtigsten Aktionen und das Kameraverhalten im gesamten Clip fest und weisen jedem Bild, Video, jeder Audiodatei und jedem Link eine klare Funktion zu.
Mir fiel außerdem auf, dass Wan 3.0 die Komposition frühzeitig festlegt und dabei oft die ersten vorgegebenen Details als Grundlage für die Szene nutzt. Die Reihenfolge ist wichtig, insbesondere bei der Umwandlung von Bild in Video, da so die ursprüngliche Komposition und die Identität des Motivs erhalten bleiben, drastische Änderungen aber tendenziell weniger gut umgesetzt werden.
Wenn ich beispielsweise ein Foto in eine Videoanzeige umwandle und eine zu radikale Transformation anfordere, erhalte ich möglicherweise kein zufriedenstellendes Ergebnis. Angesichts all dieser Aspekte ist es meiner Meinung nach gerechtfertigt zu sagen, dass die Verwendung von Wan 3.0 ein differenziertes Vorgehen erfordert. Schauen wir uns also an, wie Sie die bestmöglichen Prompts erhalten.
Bevor Sie sich mit den Wan 3.0 Prompts befassen, erkunden Sie die neuesten Verbesserungen des Modells in unserem Leitfaden „ Was ist Wan 3.0?“ .
Testen Sie Wan 3.0 jetzt kostenlos auf Pollo AI .
Gib deine kreativen Prompts ein, um mit Wan 3.0 auf Pollo AI beeindruckende Videos zu erstellen.
Jetzt kostenlos erstellen
Wan 3.0 -Eingabeaufforderung: Text-zu-Video vs. Bild-zu-Video
Die Erstellung von Wan 3.0 Prompts für T2V unterscheidet sich von der für I2V, da die gesamte Sequenz von der korrekten Definition von Thema, Umgebung, Handlung, Kamera und visuellem Stil abhängt.
Wie bereits erwähnt, plant Wan 3.0 die Bildkomposition frühzeitig. Das heißt, das Element, mit dem Sie Ihre Eingabe beginnen, wird vom Modell zuerst festgelegt, bevor der Rest der Szene berücksichtigt wird. Wenn Ihre Eingabe beispielsweise mit der Beschreibung einer Stimmung beginnt, orientiert sich Wan 3.0 an dieser Stimmung und nicht an den einzelnen Personen.
Daher sollten Sie die Kameraeinstellung festlegen, bevor Sie das Motiv und die zu erhaltenden Merkmale bestimmen. Anschließend können Sie Beleuchtung und Stil festlegen und zum Schluss Dialoge, Soundeffekte oder Musik hinzufügen. Hier ist ein von mir erstellter Animationsfilm als Beispiel:
Prompt | Ausgabe |
|---|---|
| Eine kinoreife, stilisierte 3D-Sequenz in 8K. Ein junger Mann mit blauem Bandana benutzt eine holografische Smartwatch, um mechanische Arme auszufahren, die seinen verschlammten Mazda RX-7 waschen. Der Wagen rüstet auf, wird von blauem Blitz durchflutet und verwandelt sich von Weiß in glänzendes Schwarz mit leuchtend violetter Energie. Der schwarze Wagen rast nachts durch eine regennasse, neonbeleuchtete Cyberpunk-Stadt. Ein HUD an der Windschutzscheibe aktiviert sich, und der Wagen springt hoch und verwandelt sich in der Luft in einen riesigen, zweibeinigen Mech, dessen Fahrer im leuchtenden Cockpit auf der Brust zu sehen ist. Der Mech landet unsanft auf der Straße, fliegt dann mit blauen Düsentriebwerken empor und steht heldenhaft auf dem Dach eines Wolkenkratzers. |
Wenn Sie hingegen Referenzbilder verwenden möchten, ist ein anderer Ansatz erforderlich. Meiner Erfahrung nach legt Wan 3.0 die Komposition und die Identität des Motivs des Quellbildes deutlich strenger fest als andere Modelle.
Daher kann es recht schwierig sein, Prompts zu verwenden, die radikale Veränderungen oder abrupte Änderungen bewirken. In den meisten dieser Fälle würde Wan 3.0 die Szene nicht vollständig umsetzen und meine Vision nicht erfüllen. Daher empfehle ich die Verwendung von Prompts mit sanften, kontinuierlichen Übergängen, wie beispielsweise den folgenden:
Prompt:
Vier-Einstellungen-Sequenz mit realen Schauspielern. Bild 1 dient als exaktes Eröffnungsbild und visueller Anker. Söldnerprinzessin, raubeiniger Schmuggler, Gesichter, Kostüme, Pistole, Raumschiff-Set, Beleuchtung und Regie müssen identisch bleiben. Realistischer Weltraum-Actionfilm der 1980er-Jahre: echte Schauspieler, physische Sets, Alien-Gummianzug, lebensgroßer animatronischer Roboter, realistische Funken/Rauch, dezente Laser, 35-mm-Anamorphot-Film.
Schuss 1 (0–3,2 Sek.): Mittlerer Zweischuss. Sie lehnt sich nach links zurück, Stiefel hochgezogen, Pistole baumelt; er sitzt rechts.
SCHUSS 2 (3,2–6,7 Sek.): Schneller Rückwärtslauf. Alien-Explosionen bleiben hinter ihm zurück. Sie feuert einen präzisen Schuss an seiner Schulter vorbei; der Bolzen trifft seine Brust, Funke, sie fällt zu Boden. Orchesterklang, Laserknall.
SCHUSS 3 (6,7–10,3 Sek.): Dreiviertelansicht. Der Roboter stampft nach rechts, hebt den Arm. Sie dreht sich, feuert zwei Schüsse ab (erst auf das Gelenk, dann auf die Brust); der Arm fällt zu Boden und zerschellt mit Funken und Rauch. Er starrt sie ehrfürchtig an; sie senkt die Pistole. Schlagzeug setzt ein, Blechbläserklang erklingt.
Einstellung 4 (10,3–14 Sek.): Enge Zweieraufnahme. Ursprünglicher Blickkontakt. Sie nimmt wieder gelangweilte Pose ein, die Pistole baumelt, sie starrt. Sie bleibt mühelos, beherrscht und unbeeindruckt.
Eingang | Ausgabe |
|---|---|
 |
Wan 3.0 Eingabeaufforderung: Bewegungssteuerung
Aus eigener Erfahrung kann ich sagen, dass die Bewegungssteuerung mit Wan 3.0 einiges an Sequenzierung erfordert. Zwar kann man eine Eingabeaufforderung wie „Ein Mann geht über einen Strand“ verwenden, aber diese Beschreibung ist lediglich eine einfache voreingestellte Aktion, wodurch Timing und Interaktion unklar bleiben.
Eine bessere Option ist es, eine Kette beobachtbarer Ereignisse hinzuzufügen. Ich würde sagen: „Ein Mann geht am Strand entlang, bleibt stehen, als er ein lautes Bellen hört, dreht sich um und sieht einen Golden Retriever auf sich zulaufen.“ Dadurch entsteht eine realistischere Bewegung, Bild für Bild.
Gleichzeitig möchte man den Clip aber auch nicht mit zu viel Choreografie überladen. Mir ist aufgefallen, dass Wan 3.0 damit nicht gut zurechtkommt. Wenn ich versucht habe, eine Figur zu viele präzise Aktionen ausführen oder mit zu vielen Objekten interagieren zu lassen, war das Ergebnis nicht optimal.
Obwohl Wan 3.0 nun längere 30-Sekunden-Clips unterstützt, empfehle ich Ihnen, der Hauptfigur eine klare, einfache Aufgabe bzw. zentrale Handlung zuzuweisen, um die zeitliche Stabilität zu gewährleisten. Ein gutes Beispiel hierfür finden Sie in dem von mir unten generierten realistischen Video :
Prompt:
@Image1 ist die einzige Hauptfigur. Ihr Gesicht, ihre Frisur, ihre Figur und ihre Kleidung sollen durchgehend beibehalten werden. Ultrarealistischer 30er-Jahre-Film: Eingefrorene Szene in einer sonnenbeschienenen italienischen Altstadtstraße (Steingebäude, Kopfsteinpflaster, Cafés, Fußgänger, Tauben).
0–5 Sekunden: Sie geht selbstbewusst auf die Kamera zu (die Steadicam fährt zurück) inmitten des normalen Alltags.
5–8 Sekunden: Stoppt, schnippt mit den Fingern → eine elegante, unsichtbare Schockwelle friert alles ein.
8–20 Sekunden: Nur sie bewegt sich; die Kamera kreist, während sie die gefrorene Straße entlanggeht, einen schwebenden Tropfen berührt, dann mit einem halben Lächeln in die Kamera blickt und erneut abdrückt.
20–30 Sekunden: Die zweite Schockwelle taut die Welt auf; sie bleibt ruhig.
Stil: fotorealistisch, 50 mm, geringe Schärfentiefe, natürliches Licht, dezentes Filmkorn, realistische Physik/VFX. Keine Morphing-Effekte, Extras oder Artefakte.
Eingang | Ausgabe |
|---|---|
 |
Wan 3.0 Eingabeaufforderung: Kamerasprache
Für die Kameraführung halte ich mich gern an eine einfache Faustregel: Ich strukturiere sie in vier Teile: Einstellungsgröße, Winkel, Bewegung und Objektiv. Zum Beispiel: „Eine weite Einstellungsaufnahme aus der Vogelperspektive, dann eine langsame Vorwärtsfahrt zum Leuchtturm; dabei eine 50-mm-Kinoperspektive verwenden.“
Diese Regel können Sie in all Ihren Wan 3.0 Prompts verwenden, aber achten Sie stets darauf, widersprüchliche Formulierungen zu vermeiden. Beispielsweise ist folgender Satz unzulässig: „Eine fixierte, statische Kamera umkreist das Objekt schnell.“ Diese beiden Anweisungen schließen sich gegenseitig aus; versuchen Sie also nicht, dass das Modell dies umsetzt.
Falls Sie jemals eine dynamische Sequenz wie beispielsweise ein Trailer-Video erstellen möchten, finden Sie hier eine allgemeine Anleitung zur Kameraperspektive, auf die Sie beim Erstellen der Szene immer wieder zurückgreifen können:
Absicht | Kameraausrichtung | Visueller Effekt |
|---|---|---|
| Ort einrichten | Weitwinkelaufnahme, langsame Kranfahrt oder Heranzoomen | Kontext und Maßstab |
| Vertrauen aufbauen | Mittlere Nahaufnahme, sanftes Einschieben | Emotionale Aufmerksamkeit |
| Folge der Aktion | Seitliche Kamerafahrt oder Vorwärtsfahrt | Dynamik und Beteiligung |
| Wichtigkeit zeigen | Langsame Umlaufbahn, zentrierte Zusammensetzung | heroische oder ikonische Betonung |
| Details bewahren | Fixierte Nahaufnahme, geringe Schärfentiefe | Fokus und Inspektion |
| Instabilität erzeugen | Kontrollierte Handbewegung | Dringlichkeit oder dokumentarische Energie |
Wichtig ist auch, dass die bloße Angabe „filmische Kamerabewegung“ nicht ausreicht, um mit Wan 3.0 eine passende Szene zu erstellen. Sie müssen präziser sein; beispielsweise führt die Formulierung „Die Kamera fährt in Schrittgeschwindigkeit nach links, während der Hund rennt“ zu gezielteren Ergebnissen. Hier ein gutes Beispiel:
Prompt | Ausgabe |
|---|---|
| Stil: Ultrarealistischer, filmischer Winterdokumentarfilm, 4K HDR, natürliches Licht, geringe Schärfentiefe, sanfte Kameraführung, weiche Farbgebung, friedliche Atmosphäre. Szene 1 (0–3 Sek.): Luftaufnahme einer kleinen Holzhütte, versteckt tief in einem schneebedeckten Kiefernwald. Sanft fällt dichter Schnee, während warmes, goldenes Licht durch die Fenster scheint. Dünner Rauch steigt aus dem Schornstein auf, während die Kamera langsam auf die Hütte herabfährt. Szene 2 (3–6 Sek.): In der Hütte sitzt dieselbe Frau, in eine weiche Wolldecke gehüllt, neben einem knisternden Steinkamin und liest ein Buch. Szene 3 (6–10 Sek.): Sie öffnet die hölzerne Eingangstür und tritt auf die verschneite Veranda. Schneeflocken fallen sanft auf ihren Pullover und in ihr Haar. Sie lächelt, atmet tief durch und blickt über den stillen Wald, während die Kamera sie sanft umkreist. Szene 4 (10–13 Sek.) Nahaufnahmen: Stiefel hinterlassen frische Fußspuren im unberührten Schnee, ihre behandschuhte Hand wischt Schnee von Kiefernzweigen, Schneeflocken setzen sich am warmen Hüttenfenster ab, und Rauch steigt in die klare Winterluft. Szene 5 (13–15 Sek.) Weite Kamerafahrt von der Hütte in der Abenddämmerung. Es schneit weiter, während die leuchtende Hütte im weiten, weißen Wald immer kleiner wird. |
Neben dem Erlernen der Erstellung von Wan 3.0 Prompts empfehlen wir Ihnen, unseren Leitfaden zur Verwendung von Wan 3.0 zu lesen, um noch bessere KI-Videos zu erstellen.
Wan 3.0 Prompting: Audio-/Dialogszenen
Wir wissen, dass Wan 3.0 die native Audiogenerierung unterstützt, aber man vergisst leicht, dass Audio genauso präzise beschrieben werden muss wie visuelle Inhalte. Was Dialoge angeht, habe ich beim Generieren von täglichen Vlogs , Tutorials , Kurzfilmen usw. mit Wan 3.0 gelernt, dass man die Zeilen kurz halten sollte.
Leider ist die Lippensynchronisation nicht immer zuverlässig. Behandeln Sie die Dialoge daher einfach als kurze Anweisungen für die Sprechrolle und nicht als längeren Text. Meiner Erfahrung nach funktioniert dies mit Wan 3.0 am besten. Unten sehen Sie, wie dies zu einem hervorragenden audiovisuellen Ergebnis beigetragen hat:
Prompt:
Bewahren Sie genau Gesicht, Frisur, Identität, Hautton und Körper von @image1. Authentische indonesische Frau in übergroßem terrakottafarbenem Leinenhemd, staubig-burgunderroter, weit geschnittener Hose, braunen Ledersandalen, kleinen goldenen Creolen, lockerem, gewelltem Haar.
Unbearbeiteter Vlog aus den späten 2000er-Jahren, aufgenommen mit einer Klappkamera: starkes Verwackeln, Fokusprobleme, Belichtungsschwankungen, warme, verwaschene Farben, digitales Rauschen. Keine gestellten Szenen, keine moderne Farbkorrektur.
00:00–00:04 Läuft lächelnd durch ein tropisches Dorf: „Heute suchen wir nach frischen Kokosnüssen!“
00:04–00:08 Beobachtet aufgeregt, wie der Verkäufer eine Kokosnuss zerkleinert.
00:08–00:12 Nimmt einen Schluck Kokoswasser und lächelt: „Das ist so erfrischend!“
00:12–00:16 Unterhält sich mit Dorfbewohnern und lacht mit ihnen, während sie Kokosnüsse halten.
00:16–00:20 Versucht, eine Kokosnuss zu öffnen, hat Schwierigkeiten, lacht; die Einheimischen jubeln.
00:20–00:24 Schöpft das Fleisch heraus, probiert, Daumen hoch.
00:24–00:27 Spaziergänge, bei denen den Einheimischen zugewunken wird.
00:27–00:30 Lächeln, Winken: „Wir sehen uns bei meinem nächsten Abenteuer. Tschüss!“
Eingang | Ausgabe |
 |
Mir ist außerdem aufgefallen, dass man bei Szenen mit mehreren Figuren unbedingt Beschriftungen verwenden sollte. Zum Beispiel: „[Sarah, mit rauer Stimme] sagt: ‚Wir müssen um sechs los.‘ [Jon, mit leiser, zögernder Stimme] sieht sie an und sagt: ‚In Ordnung. Dann packen wir mal.‘“
Möchten Sie weitere Beispiele dafür sehen, was mit Wan 3.0 alles möglich ist? Dann schauen Sie sich diesen Artikel über die besten Anwendungsfälle für Wan 3.0 an.
Möchten Sie Videos mit Wan 3.0 erstellen? Dann besuchen Sie Pollo AI.
Nachdem Sie nun genau wissen, wie man eine überzeugende Wan 3.0 Vorlage erstellt, möchten Sie wahrscheinlich damit Videos generieren. In diesem Fall empfehle ich Ihnen Pollo AI. Warum? Weil es die ultimative KI-Kreativsuite ist, die alle führenden KI-Videomodelle an einem Ort vereint.
Hier haben Sie Zugriff auf Wan 3.0 , Seedance 2.5 , Kling 3.0 und Veo 3.1 sowie Dutzende weiterer Optionen. So können Sie verschiedene Ergebnisse einfach vergleichen und das bestmögliche Resultat erzielen. Darüber hinaus können Sie alle Ihre Assets hochladen und alle Ihre Projekte auf dieser zentralen Plattform hosten.
Im Grunde genommen halte ich es für den perfekten Arbeitsbereich, der Ihre Vorhaben mit Wan 3.0 optimal ergänzt. Und das Beste daran? Er bietet Pollo Agent , einen AI Agent für Videos , Storys , Anzeigen und kreatives Design , der alles von Struktur und Tempo bis hin zu visuellen Elementen automatisiert und Sie somit auch bei der Erstellung der perfekten Vorlage unterstützt.
Testen Sie Wan 3.0 jetzt kostenlos auf Pollo AI .
Setzen Sie Ihre kühnsten Ideen mit Wan 3.0 in die Tat um und verwandeln Sie sie in veröffentlichungsfertige Videos auf Pollo AI.
Jetzt kostenlos erstellenIn nur wenigen Minuten verwandelt Pollo AI Dutzende von Tools für die Postproduktion, wie beispielsweise den KI-Video-Extender , sodass Sie alles Notwendige für Ihr Projekt zur Hand haben.
Geh einfach zu Pollo AI und registriere dich. Mit der kostenlosen Testversion kannst du sofort Videos mit Wan 3.0 erstellen . Ich garantiere dir, dass du die Plattform nach ein paar Stunden als deinen persönlichen Videoproduktionsassistenten ansehen wirst.
Häufig gestellte Fragen zum Wan 3.0 Prompt Guide
Wie lang kann eine Wan 3.0 -Generation sein?
Mit Wan 3.0 können Sie Videos mit nativem Ton von bis zu 30 Sekunden Länge in einem Durchgang erstellen. Achten Sie darauf, dass Ihre Eingabeaufforderung jede Sekunde der Aufnahme berücksichtigt, um optimale Ergebnisse zu erzielen. Andernfalls kann es vorkommen, dass das Programm fehlende Informationen auf unerwartete Weise selbstständig ergänzt.
Wie viele Referenzen unterstützt Wan 3.0 ?
Sie können bis zu 10 Referenzbilder, 5 Videos und 5 Audiodateien hochladen. Dokument- und Webseitenlinks werden pro Generierung unterstützt. Vergessen Sie nicht, die Funktion jeder Referenz zu beschreiben; andernfalls können sie das Endergebnis unvorhergesehen beeinflussen.
Wie kann ich eine lange Wan 3.0 Eingabeaufforderung verbessern?
Konzentriere dich darauf, Wan 3.0 mehrschichtige Anweisungen zu geben. Zum Beispiel: „Ein stiller Wald. Plötzlich bebt der Boden und reißt auf. Zombies kriechen aus den Spalten.“ Trenne alle Schlüsselzustände und behandle sie als unabhängige chronologische Abschnitte. Verwende für 30-Sekunden-Szenen Zeitstempel für jeden Endzustand.
Wie kann ich die Bild-zu-Video-Generierung auslösen?
Wan 3.0 verfügt über eine sehr gute Referenzverankerungsfähigkeit und bevorzugt daher eher allmähliche Entwicklungen als drastische Änderungen des Quellbildes. Konzentrieren Sie sich auf die Erstellung von Prompts , die einen natürlichen Szenenverlauf aufzeigen, indem Sie die Bewegung der Kamera oder des Motivs darin genau festlegen.
Wie kann ich die Charakterkonsistenz mit Wan 3.0 verbessern?
Sie können ein Referenzbild oder -video der Figur verwenden und anschließend die Attribute definieren, die Wan 3.0 beibehalten soll. Zum Beispiel: „Die langen blonden Haare und die Gesichtszüge der Frau sollen in der gesamten Szene erhalten bleiben.“ Minimieren Sie einfach die Anzahl der Figuren, Aktionen und Ortswechsel.
Wie steuere ich die Audioausgabe bei Verwendung von Wan 3.0?
Beim Verfassen der Aufgabenstellung sollten Sie Audio in eine eigene Kategorie einordnen und die Quelle/das Verhalten jedes einzelnen Elements separat beschreiben. Zum Beispiel: „Eine sanfte Frauenstimme spricht. Regen klopft gegen das Glas. Klaviermusik untermalt den Dialog.“ Damit sind Stimme, Geräuscheffekte und Hintergrundmusik abgedeckt, sodass jeder Aspekt in der generierten Szene berücksichtigt wird.