图生视频的源图已经包含人物、构图、色彩、镜头透视、背景关系和产品细节。提示词的任务不是把这些内容重新设计一遍，而是说明：哪些部分必须保持稳定，什么开始运动，镜头如何配合，以及视频最后停在哪里。
专业流程应从判断源图是否适合运动开始，再建立运动层级，选择首帧或首尾帧模式，最后把输出与原图逐项对照。源图准备好后，可以打开 Wan 3.0 图生视频工作区 边做边检查。
第一步：判断这张图是否适合动起来
一张静态图可以很漂亮，却未必提供足够的运动信息。写提示词前先检查五个方面。
主体是否清楚
在最终交付尺寸下查看人物轮廓、脸部边缘、衣服边界、产品外形，以及主体与地面或支撑物的接触。如果人物和背景粘在一起，生成时就必须猜测边界在哪里。
动作会不会暴露缺失信息
三分之二侧转可能露出原图没有呈现的耳朵、肩膀、产品侧面或房间区域。揭示范围越大，需要补全的几何信息越多。如果未展示的一侧必须准确，应换一张更合适的源图，或使用多份已批准素材的参考生视频流程。
姿势能否自然延续
重点检查交叉肢体、被裁掉的关节、含糊的手指、没有支撑的物体，以及无法继续发力的身体姿势。静态照片能冻结一个勉强成立的瞬间，运动会把问题放大。
背景结构是否过于复杂
栏杆、货架、窗格、瓷砖、文字和人群都会增加连续性负担。如果主体才是重点，简洁、柔焦且不移动的背景通常更有利于稳定结果。
构图是否适合最终画幅
生成前确定横屏、竖屏或方形。把宽图硬裁成竖屏，可能会删掉动作需要的空间。人物或镜头准备向右移动时，右侧必须留出足够余量。
选择首帧还是首尾帧
Wan 3.0 支持首帧图生视频，也支持首帧与尾帧共同控制。
适合只用首帧的情况：
- 开场外观重要，但结尾可以自然发展；
- 动作轻微，或正在探索多种方向；
- 希望用同一张批准图片测试几种动作；
- 最终构图不是硬性要求。
适合使用首尾帧的情况：
- 视频必须在两个已批准状态之间完成变化；
- 产品需要从关闭准确过渡到打开；
- 转场必须抵达指定版式；
- 相邻镜头需要可衔接的边界画面。
两张图能增加控制，也增加可行性要求。人物、视角、光线和空间几何之间必须存在可信的运动路径。正面半身肖像与高空城市远景不会因为各自好看就自动形成合理过渡。
先拆成四层运动
| 层级 | 要回答的问题 | 示例 |
|---|---|---|
| 主体运动 | 观众必须看懂的唯一核心动作是什么？ | 设计师转动一次手表，让高光划过表镜 |
| 次要运动 | 哪些变化支持核心动作？ | 手腕转动后，袖口轻微回落 |
| 环境运动 | 什么让空间保持呼吸感？ | 一道窄反光掠过石材台面 |
| 镜头运动 | 观众的位置如何变化？ | 缓慢顺时针环绕约 10 度后停住 |
如果四层都要求“快速、大幅、强烈”，画面就没有主次。保留一个主运动，其他层只为它提供物理反馈。
使用“运动优先”的提示词
假设源图是一位手表设计师坐在窗边石材工作台前，手里拿着成品手表。
无效写法：
电影感奢侈手表广告，高级工作室，专业设计师，戏剧化灯光，精致质感。
这些内容大多已经在图里，却没有说明任何运动。
更有效的写法：
保留原图中设计师的脸部比例、深灰衬衫、手部位置、手表结构、石材工作台和冷色窗光。设计师缓慢转动一次手腕，让一道窄高光划过表镜，然后把表盘稳定朝向镜头；手指始终保持自然握持，另一只手留在台面。袖口在转动后轻微回落。镜头以同一高度顺时针小幅环绕约 10 度，随后停止。背景工具保持柔焦和静止。无对白，只保留安静室内底噪和一次轻微金属扣声。结尾表盘清楚可读，构图保持一秒。
这段提示词明确了四件事：必须保留的身份锚点、唯一核心动作、有限的运镜范围，以及可以检查的结束画面。
只保护真正关键的内容
“所有东西完全不变”过于笼统。应该点名一旦变化就会使结果无法使用的元素：
- 面部比例、发型与识别特征；
- 产品轮廓、标志位置和材质；
- 服装颜色与独特结构；
- 房间几何或关键背景物体；
- 原图色彩关系与光线方向。
运动一定会产生新像素。目标不是逐帧复制，而是在可信变化中保住已经批准的镜头身份。
让运动幅度匹配源图证据
单张图片提供的是外观信息，不是完整的动作模型。
**较低风险的运动：**呼吸、眨眼、小幅视线变化；受控的手腕动作；头发、蒸汽、水面或植物的轻微反馈；固定机位或缓慢推进；产品沿明确铰链或轨道运动。
**需要大量补全的运动：**紧凑肖像中的全身转身；手在遮挡区域操作物体；快速环绕非对称产品；人物离开画面后从另一个方向回来；同时改变地点、服装、灯光和动作。
后者并非不能做，但需要更高的解释容忍度，或更多可靠源素材。
运镜幅度要与信息量成比例
缓慢推进主要放大已有信息；环绕会创造物体未展示的一侧；升降镜头会暴露地面和天花板；高速手持会持续改变透视。
先用能完成镜头任务的最小运动：
- “机位固定，保持原始构图”；
- “缓慢推进，摄影机高度不变”；
- “与主体同速向左跟拍，距离保持不变”；
- “小幅顺时针环绕，最多到四分之三侧面”；
- “动作完成前机位不动，完成后轻微拉远”。
声音必须对应可见事件
开启音频时，把声音绑在看得见的动作上：扣锁闭合时才出现扣合声；脚步需要对应地面材质和速度；对白要写人物、准确台词、语言与表达；环境声建立空间，但不能淹没主要音效。
细腻的图生视频不一定需要完整配乐。克制的空间底噪，甚至有意的安静，往往更能保护画面的核心变化。
漂移诊断：不要只增加形容词
人脸在运动中变化
先缩小转头、环绕、速度和表情变化的幅度。点名必须保持的脸部特征，第一轮只测试较小的姿态范围。
产品发生变形
简化手部接触和旋转，写清产品几何、材质、标志位置及唯一活动机构。优先固定机位，而不是重写所有风格描述。
背景弯曲或闪烁
减少运镜和环境运动，指出必须保持笔直的结构线。如果背景不重要，就明确要求柔焦、静止。
画面几乎不动
用路径、方向、速度、距离和动作后的反馈代替氛围词。“手向右移动约一个手掌距离，停下后袖口回落”比“更有动感”可执行。
结尾像被随机截断
写清最后的姿势、物体位置、视线或构图，并要求短暂停留。严格落点应选择相互兼容的首尾帧。
第一轮测试方法
首轮只保留一个主要动作、一种克制运镜，不同时改变地点和服装，并选择刚好能完成动作的时长。保存源图、提示词、参数和输出，之后并排对照，而不是凭记忆判断。
重点检查轮廓、人物身份、产品边缘、重要文字、色彩、背景几何和结束状态；记录漂移第一次发生的时间和位置。
源图到输出检查表
- 主体清楚，姿势可以自然延续；
- 动作不会要求补全过多隐藏几何；
- 最终画幅保护了重要构图；
- 主体、次要、环境和镜头运动已经分层；
- 只点名真正关键的保留项；
- 运镜幅度与源图提供的信息匹配；
- 声音对应可见事件；
- 结尾状态明确；
- 修改意见写明漂移首次发生的时间和位置。
预检通过后进入 Wan 3.0 图生视频。如果一张图无法同时承担人物身份、运动和场景控制，改用 参考生视频指南 规划多素材工作流。