Урок 1: Что умеет WAN 3.0 — один промпт через все входы

Ролик и промпт, которым он сделан

Восемь секунд сериала студии «Вайм-Лайф»: аэролодка входит в док, герой выходит, наставник встречает, реплика меняет тон. Одна генерация, ни одной склейки. Вот что реально написано, чтобы получилось так.

Полный промпт этого ролика — 1 434 знаков ▶

Режим: «Референсы», 4 фото по порядку: @Image1 = база (sc6_loc_base) · @Image2 = аэролодка (sc4_loc_airboat) · @Image3 = Доктор (cast_doctor) · @Image4 = Вилай (cast_vilay). Длительность: ~8 с · формат: 9:16 · звук: включён, речь — родная, движка. Статус в библиотеке: сцена 6 принята.

VAIM-LIFE — SCENE 6 «BASE VOSTOK», PIECE 1: arrival, Vilay meets him. ~8s, 9:16. modern 2025 AAA cinematic stylized 3D, Weta/Pixar-grade, hyper-detailed, teal-and-orange filmic grade, shallow DOF, 35mm grain. NOT cartoon, NOT 2006 game. PACING: fast, alive, cinematic — NO slow drift. No on-screen text/subtitles/logos. REFS: @Image1 = underground resistance base "Vostok": arched concrete vault in a dam, pipes/cables overhead, a brass-steel teleport apparatus, glowing crystal, cluttered workstations, warm+teal light, a water dock inside. @Image2 = the AIRBOAT (dark hover-skiff). @Image3 = DOCTOR VAIMAN: BALD bearded man (short beard), black leather coat, orange V harness, orange gloves. @Image4 = VILAY (lean older scientist, wild grey hair, glasses, white lab coat, BRASS prosthetic arm). STRICT: only the Doctor and Vilay clearly. No duplicate, no helmet. ACTION (8s): the airboat glides into the underground water dock; the DOCTOR climbs out, soaked and tired; VILAY hurries up, grips his shoulder with relief, then his face turns grave and he glances toward the gate. Wide establishing of the base vault → tight two-shot. Escalating close-ups as he speaks. VOICE (RU, male, warm→grave): VILAY: «До́ктор Ва́йман! Ты дошёл живы́м — зна́чит, ещё не всё поте́ряно. Но Тоска́ идёт по пята́м.» SOUND: fan winding down, water lapping, base hum. The DOCTOR has NO helmet — BALD bare head, short beard. Hands solid, never stretched.

Одна замена относительно файла студии: название кристалла в описании базы заменено на «glowing crystal» — слово было термином чужой игры. Остальное — как ушло движку.

Главная мысль

WAN 3.0 — не кнопка «оживи», а площадка с семью входами, и один промпт проходит через все сразу: четыре фото получают роли, STRICT считает людей в кадре, ACTION раскладывает восемь секунд по событиям и планам, VOICE даёт точные слова с ударениями, SOUND называет, что звучит. Всё, что ты не назвал, движок решит сам — медленно, с общего плана, со своей концовкой. Этот урок — витрина раздела: что закрыто в промпте выше и что бывает без каждого блока.

Разбор по строкам: восемь блоков одного промпта

Каждый блок — цитата как есть, что он делает, и «без него: …» — что ломалось в прогонах студии. Источники — библиотека промптов раздела (§ по её нумерации) и документация разработчика модели.

А. Первая строка: задание, стиль, темп

Заголовок-строка

VAIM-LIFE — SCENE 6 «BASE VOSTOK», PIECE 1: arrival, Vilay meets him. ~8s, 9:16.

Задание одной строкой: какой кусок, что происходит, сколько секунд, какой формат. Движок читает сверху вниз и первые строки весит тяжелее.

Без него: длительность и формат движок выбирает сам. В 43 из 60 боевых промптов студии секунды стоят числом в первой строке; там, где не стояли, «решал движок». Библиотека §0.1 (каркас из 60 генераций).

STYLE — стиль одной строкой + список «NOT»

modern 2025 AAA cinematic stylized 3D, Weta/Pixar-grade, hyper-detailed, teal-and-orange filmic grade, shallow DOF, 35mm grain. NOT cartoon, NOT 2006 game.

Регистр картинки и чем она быть не должна. Стоит в начале: по документации разработчика стилевая фраза перекрашивает весь ролик. Для реального товара строка другая: «documentary, accurate white balance, no gloss».

Без него: официальный диагноз слабого промпта — «static camera in an undefined void»: есть герой и движение, нет эстетики — статичная камера в пустоте. Одинокое «cinematic» без «NOT» уводит в мультяшность. Alibaba, prompt guide (цитата в библиотеке §0.2).

PACING — темп + запрет титров

PACING: fast, alive, cinematic — NO slow drift. No on-screen text/subtitles/logos.

Темп — отдельной командой, потому что движок обучен на медленном материале и без прямого требования «плывёт». Тут же запрет надписей: сам он любит дорисовать титр.

Без него: сцена 1 в версиях v1 и v2 с глаголами «slow push-in», «pans slowly» вышла вялой; v3 с блоком PACING первой строкой — «уже лучше». Библиотека §2.E, замер 04.09.

Закон 1. Первая строка — задание: что происходит, секунды числом, формат, стиль со списком «NOT» и темп. Что не названо в первой строке, движок решает по привычке: медленно и по-своему.

Зачем это тому, кто уже жмёт кнопку ▶

Темп зависит от жанра: для клипа и сериала — «fast, NO slow drift», для рекламы с живым человеком — наоборот, «SLOW and CONTINUOUS» и камера на штативе: резкие движения там читаются как брак. «Weta/Pixar-grade» — про рендер сериала; для съёмки товара первая строка каркаса из 60 боевых промптов студии звучит так: «REAL COMMERCIAL VIDEO (documentary style, NOT animation, NOT CGI): что показываем. 5s, 9:16».

Б. Референсы и счёт людей

REFS — @Image1…@Image4: роли референсов

REFS: @Image1 = underground resistance base "Vostok": arched concrete vault in a dam, pipes/cables overhead, a brass-steel teleport apparatus, glowing crystal, cluttered workstations, warm+teal light, a water dock inside. @Image2 = the AIRBOAT (dark hover-skiff). @Image3 = DOCTOR VAIMAN: BALD bearded man (short beard), black leather coat, orange V harness, orange gloves. @Image4 = VILAY (lean older scientist, wild grey hair, glasses, white lab coat, BRASS prosthetic arm).

Четыре фото по порядку загрузки — четыре роли: место, транспорт, герой, наставник. Текст после «=» не пересказывает снимок, а называет признаки роли: лысый, чёрный плащ, оранжевый V; латунная рука.

Без него: пропущенный реф Вилая — движок «выдумал его роботом»; один файл на две роли — путает роли. Разработчик: модель узнаёт персонажей в референсах только через идентификаторы. Библиотека §3 №5, §0.4; Alibaba, reference-to-video.

STRICT — кто в кадре и кого нет

STRICT: only the Doctor and Vilay clearly. No duplicate, no helmet.

Счёт людей: их ровно двое, хотя в рефах ещё база и лодка. «No duplicate» запрещает второго Доктора; «no helmet» — деталь из ранних версий каста, которую движок тянул по памяти.

Без него: сцена 2 одним видео с пятью героями — «два Саши перед Вилаем», чужой костюм, реплику произнёс не тот. Без «exactly ONE» движок дублирует объект. Библиотека §3 №1, §0.7.

Закон 2. Один референс — одна роль, роли по номерам загрузки с признаками. STRICT считает людей: сколько их и кого нет. Незапертую роль движок заполнит похожим — или роботом.

Зачем это тому, кто уже жмёт кнопку ▶

Порядок загрузки и есть номер: положил базу второй — она стала @Image2. Если в тексте на Image1 не сослаться, сервер сайта сам допишет «внешность строго из Image1», но роли остальных фото останутся неназванными. Написание тега: студия пишет «@Image1» (52 из 60 промптов), официальная документация — «Image 1» с пробелом, подсказка на странице — «Image1». Заявлений, что «@» мешает, нет; живого сравнения тоже. Выбери одно написание и держи его во всём тексте.

В. Действие, речь, звук

ACTION (8s) — события, планы, эмоция

ACTION (8s): the airboat glides into the underground water dock; the DOCTOR climbs out, soaked and tired; VILAY hurries up, grips his shoulder with relief, then his face turns grave and he glances toward the gate. Wide establishing of the base vault → tight two-shot. Escalating close-ups as he speaks.

Цепь событий: лодка входит → герой выходит → Вилай хватает за плечо → лицо мрачнеет. Планы названы: общий → тесный двойной → крупные на реплике. Эмоция — словом: «relief», «grave».

Без него: при нескольких действиях в одну секунду движок «выбирает одно и замирает»; медленные глаголы в шот-листе дают медленный ролик; эмоция, не названная одним словом, не появляется сама. Библиотека §0.8, §2.E; выжимка методики, закон 20.

VOICE — кто говорит, каким голосом, какие точно слова

VOICE (RU, male, warm→grave): VILAY: «До́ктор Ва́йман! Ты дошёл живы́м — зна́чит, ещё не всё поте́ряно. Но Тоска́ идёт по пята́м.»

Говорящий, язык, голос, переход эмоции — и реплика кириллицей с ударениями. Формула разработчика та же: реплика + эмоция + тон + скорость + тембр.

Без него: звук включён — движок сочиняет слова сам; официальная защита — прямая строка «No dialogue.». Без ударений врёт ударения. Граница: имена родная речь коверкала даже с ударениями («Алекс → Аликс»), такие реплики студия озвучивает отдельно. Библиотека §0.15, §0.16; Alibaba, sound formula.

SOUND + хвостовая гигиена

SOUND: fan winding down, water lapping, base hum. The DOCTOR has NO helmet — BALD bare head, short beard. Hands solid, never stretched.

Что звучит кроме речи: вентилятор стихает, вода, гул базы. И хвост — повтор главных замков: без шлема, руки не тянутся. Хвост дублирует STRICT намеренно: конец промпта движок тоже читает.

Без него: немые куски — разнос «тишина после старта»; растянутые руки в кадре от первого лица — брак. Библиотека §0.16, §0.24.

Закон 3. ACTION — цепь событий по секундам с планами и эмоцией словом; VOICE — точные слова кириллицей с ударениями и кто говорит; SOUND — что звучит кроме речи. Незанятую секунду, слово и звук движок сочиняет сам.

Зачем это тому, кто уже жмёт кнопку ▶

Родная русская речь движка рабочая для обычных слов и ненадёжная для имён и брендов: замер А/Б 11.09 показал, что блок с транскрипцией не помогает. Когда слова критичны — свой голос и режим «Липсинк» (урок 7). Кусок с репликой — 8 секунд минимум, 12 норма; 10 секунд речи — около 22 слов. Латиницу движок читает по буквам — бренды пиши кириллицей.

Г. Что принимает страница — коротко, цифры из кода

Промпт выше ушёл через вкладку «Референсы». Остальные входы страницы vaiman.site/video/wan3 — цифры из её кода.

Вкладка	Что уходит движку
Референсы · метка «лучшее»	до 10 фото, 5 видео, 5 аудио + текст; в тексте — Image1 / Video1 / Audio1
Фото · «Оживить снимок»	снимок = первый кадр; текст — только движение
Переход	первый и последний кадр + путь между ними
Липсинк	дорожка 1–15 с + фото или видео героя
Документ · Ссылка	один файл (pdf, docx, pptx, xlsx, txt) или одна публичная страница
Текст	только описание — для того, чего не существует

Лимиты. Текст: до движка долетает 18 000 знаков. Длительность 2–30 с, качество 480p / 720p / 1080p, формат «Авто», 16:9, 9:16, 1:1, 4:3, 3:4. Фото до 20 МБ. Видео на входе — суммарно до 15 с, оплачивается как выход.

Цена. 480p: 5 с — 2ⓥ, 10 с — 3ⓥ, 30 с — 7ⓥ. 720p: 5 с — 3ⓥ, 10 с — 5ⓥ. 1080p: 10 с — 10ⓥ, 30 с — 28ⓥ. Кусок из крючка (8 с, звук включён) по формуле страницы — 2ⓥ в 480p, 4ⓥ в 720p, 8ⓥ в 1080p. Умолчания страницы (10 с, 720p) — 5ⓥ за запуск.

Закон 4. Проба — 5–8 секунд в 480p за 2ⓥ; финал покупают после того, как текст сработал. Ошибка движка, отмена и 30 минут без ответа — возврат; «не понравилось» — нет.

Зачем это тому, кто уже жмёт кнопку ▶

Кнопка «Улучшить» читает первые 2 000 знаков и заменяет текст своим — промпт из этого урока через неё не гоняй. Референсы не совмещаются с первым и последним кадром — поэтому вкладки раздельные. «Авто»-формат без фото не отправляется — формат решит движок. Готовый файл скачивай сразу: на стороне движка он живёт около 12 дней. Все семь вкладок студия прогнала живьём к началу сентября; липсинк именно со страницы сайта отдельно не перепроверяли.

Навык: три упражнения по нарастающей

1 · Предскажи поломку

Тот же промпт, но блок VOICE вырезан, звук включён, а в ACTION осталось «as he speaks». Что услышишь и увидишь? Сначала ответь себе, потом открой разбор.

…Escalating close-ups as he speaks. VOICE (RU, male, warm→grave): VILAY: «До́ктор Ва́йман! Ты дошёл живы́м — зна́чит, ещё не всё поте́ряно. Но Тоска́ идёт по пята́м.» SOUND: fan winding down, water lapping, base hum…

Открыть ответ

Движок сочинит слова сам: при включённом звуке он пишет речь и музыку по умолчанию, и «as he speaks» станет приглашением. Разработчик модели для такого случая даёт прямые строки «No dialogue.» и «No background music.». Переход «warm → grave» тоже пропадёт — эмоция без слов сама не переходит, она названа в VOICE. Итог: Вилай говорит что-то своё, тон плоский. Источник: библиотека §0.16, формула звука Alibaba.

2 · Допиши блок под наш ролик

Тот же кадр прибытия. Напиши реплику Вилая заново — кириллицей, с ударениями (знак ́ после ударной гласной), до 20 слов, с переходом «тёплая → тревожная». Блок соберётся ниже.

VOICE · реплика Вилая

Проверь себя: есть ли ударение в каждом слове длиннее одного слога; нет ли бренда или имени, которое родная речь исказит; уместится ли фраза в 8 секунд (около 18 слов).

3 · Собери под свой объект

Та же структура — под твою мастерскую, зал или магазин с владельцем в кадре. Два фото: место и герой. Впиши своё или оставь пример; кнопка унесёт текст в поле страницы WAN 3.0.

Заголовок · что происходит @Image1 = место · признаки @Image2 = герой · признаки STRICT · кто в кадре и кого нет ACTION (8s) · события и планы VOICE · реплика с ударениями или «No dialogue.» SOUND · что звучит

Открыть WAN 3.0 с этим промптом →

На странице: вкладка «Референсы», фото места — первым, фото героя — вторым (порядок = номера), ползунок 8 сек, качество 480p, «Со звуком» включён — 2ⓥ. В 720p тот же кусок — 4ⓥ.

Первый шаг: оживи фото за 2ⓥ

Начать проще, чем с четырёх рефов: один снимок во вкладке «Фото», 5 секунд, 480p. Оба ролика сняты так; портрет сгенерирован. Менялся только текст.

❌ «Оживи фото, красиво и естественно»

оживи фото, пусть будет красиво и естественно

Первый кадр с фото — это движок умеет и без просьбы. Дальше решал сам: она отвернулась к окну и не вернула взгляд, камера медленно отъехала — к пятой секунде план шире, чем на фото. Не плохо и не хорошо — случайно.

✅ Названо, что меняется, а что нет

Оживить фото. 5 с, 9:16, документальная съёмка, NOT animation, NOT CGI. Frame 0 = pixel-identical to the uploaded photo. Лицо, причёска, одежда, стол и стена — без изменений. Не улучшать, не молодить. WHAT CHANGES: только одно — она медленно поворачивает голову к окну слева, на 2-й секунде улыбается уголками губ, к 4-й возвращает взгляд в камеру. Руки лежат на столе неподвижно. TIMELINE: 0–1 с — как на фото, одно моргание · 1–2,5 с — поворот головы к окну · 2,5–4 с — лёгкая улыбка · 4–5 с — взгляд в камеру, замереть. CAMERA: штатив, static locked, средний план по грудь, без наезда. LIGHT: как на фото, дневной из окна слева, accurate white balance, no gloss. SOUND: тихий room tone, без речи; mouth closed and still. STRICT: exactly ONE person, один дубль, без склеек, без морфа, без новых предметов в кадре. NEGATIVE: искажённые руки, лишние пальцы, дрожание, выдуманный текст, водяной знак.

Тот же кадр: поворот к окну, улыбка, взгляд вернулся в камеру к четвёртой секунде — как написано; камера стоит, план не поехал. Ни одного решения движку не осталось.

Фото: один человек или предмет, по грудь или крупнее, без чужих людей и логотипов.
Скопируй сильный текст, в WHAT CHANGES поставь своё движение — одно.
На странице: вкладка «Фото», 5 сек, 480p — на кнопке 2ⓥ.
Проверь по пунктам: первый кадр совпал? движение — то и только то? камера стояла? конец — «замереть»?

Открыть WAN 3.0 с этим текстом →

Оставишь умолчания (10 сек, 720p) — спишется 5ⓥ.

Проверка

Выбери вариант — разбор появится сразу, и на верный, и на неверный.

1. Загружены четыре фото, но в REFS названы только «@Image1 = база» и «@Image3 = Доктор». Лодка и Вилай в тексте не упомянуты. Что будет?

2. Ролик вышел медленным, «плывёт», хотя ACTION расписан по событиям. Какой строки в промпте нет?

3. Реплика есть, ударения стоят, но имя «Вилай» движок произнёс как «Вилае». Что делать?

Понял?

Отмечай только то, что можешь сейчас сказать вслух своими словами или видишь на своём ролике.

Могу назвать восемь блоков промпта из крючка и сказать, какое решение закрывает каждый

Знаю, что один референс — одна роль, номер = порядок загрузки, а STRICT считает людей

Знаю цену пробы и цену умолчаний: 5–8 с в 480p — 2ⓥ, 10 с в 720p — 5ⓥ, 30 с в 1080p — 28ⓥ

Сделал первый шаг со своим фото и проверил ролик по пунктам, а не «красиво ли»

Итог

Один промпт — все входы: заголовок с секундами и стилем, PACING, REFS с ролями, STRICT со счётом, ACTION по событиям, VOICE с ударениями, SOUND. Что не названо — движок решает сам.
Семь вкладок — семь входов. Реальный объект идёт фотографией; текстом описывают только несуществующее.
Цена — секунды × качество, минимум 2ⓥ. Проба — 5–8 с в 480p; умолчания — 5ⓥ; потолок — 28ⓥ. Ошибка и таймаут — 0ⓥ.
Родная речь ненадёжна на именах и брендах; текст в кадре движок перерисовывает; кадр не режет — один запуск = один план.

Дальше в ступени «Основа»: «Каркас промпта» — тот же метод блок за блоком, с абляциями и формулой разработчика, и «Закон источника правды» — как референс становится приказом. Бесплатные уроки по кнопкам этого же движка — в разделе «Видео»: первый результат и управление результатом.

Библиотека промптов раздела → Все уроки КУЗНИЦЫ →