هذا أول قالب في المكتبة لأنه أقلها براعة، والشكل الذي يعرضه هو الشكل الذي ينبغي أن تتخذه أغلب برومبتات Wan 3.0.
اقرأه بنيويًا تجد فيه جزأين بالضبط. كل ما قبل النقطة الأخيرة هو ما يحدث: ثلاث جمل من النثر السردي العادي، بلا ترميز ولا تسميات ولا ترقيم. وكل ما بعدها هو ما يبدو عليه: عبارة واحدة طويلة مفصولة بفواصل تحمل النوع والبيئة وسلوك الكاميرا والتغطية والجزيئات واللون والمزاج. وذلك التقسيم ليس مصادفة أسلوبية. إنه ينطبق على الطريقة التي تركّب بها إرشادات علي بابا نفسها للبرومبت أي طلب — الكيان ثم المشهد ثم الحركة أولًا، ثم التحكم الجمالي والأسلبة — وهو سبب أن هذا يُقرأ قالبًا لا عادة كاتب واحد.
والشيء الجدير بالملاحظة هو ما ليس فيه. لا عرف حقول، ولا ترويسة `description:`، ولا علامة `[Shot 1]`، ولا وسم أصول بين قوسين زاويين، ولا برومبت سلبي. فWan 3.0 يقبل سلسلة عادية واحدة حتى عشرين ألف حرف ويقرؤها كلها محتوى. وكل ما يبدو بنية هو محتوى أيضًا — ولهذا فإن برومبتًا منسوخًا من نموذج ينشر عرف حقول يعود وأسماء الحقول مرسومة داخل الصورة، ولهذا ينجح الطلب وهو يفعل ذلك.
والضعف الصادق فيه عدد المقاطع. ثلاثة أشياء تحدث: تمشي، وتكتشف، وتنزع الخوذة بينما تنهض الطيور وتنكسر الشمس. تلك فكرة من ثلاثين ثانية تجري في خمس، ويستحق أن ترى بالضبط كيف يمتصها النموذج، لأنها ليست ما يتوقعه الناس. فهو لا يُسقط المقاطع. بل يقطع: لقطة واسعة للجادة المهدمة، ولقطة قريبة للطفلة عند واجهة المتجر والضوء في يديها، ثم رائدة الفضاء ترفع الخوذة. ثلاث لقطات في خمس ثوانٍ، لكل واحدة ثانية وكسر. والذي يسقط فعلًا هو كل ما تعلّقه الجملة الثالثة بذلك المقطع — فلا طيور تنهض، ولا ضوء شمس ينفذ من الغيوم — لأن العبارة التابعة أرخص ما في البرومبت على النموذج أن يتخطاه.
وهذا هو الدرس الحقيقي وهو يعمّم. فالإفراط في كتابة طلب قصير في Wan 3.0 لا يشتري لك نسخة مضغوطة من فكرتك؛ بل يشتري لك مونتاجًا، يركّبه النموذج، من أي الأسماء كانت حاملة بما يكفي لتحمل لقطة. الأفعال في الجمل الرئيسية تنجو. أما الأجواء المعلّقة عليها في عبارات تابعة فلا.
وحلّان، وهما مختلفان. إن أردت لقطة واحدة فاقطع إلى مقطع واحد: تجد الطفلة، وذلك كل شيء. وإن أردت هذه الحكاية فارفع المدة إلى خمس عشرة أو ثلاثين واكتب الترتيب — "then" و"after that" و"finally" — لأن Wan 3.0 لا يملك نحو رموز زمنية وأدوات الربط هي كل الآلية المتاحة لقول أي شيء يحدث ثانيًا. والثلث الأخير غير المخطط له هو حيث ينحرف مقطع Wan 3.0 الطويل، وكلمة "finally" هي ما يوقف ذلك.
وتعليمة الكاميرا تستحق الجدال. فـ"slow cinematic camera movement" تعطي سرعة ولا تعطي اتجاهًا ولا حجمًا، وهذا يترك Wan 3.0 حرًا في اختيار حركة تناسب أي تركيب يحطّ عليه. وفي لقطة بهذا الاتساع تلك مقايضة معقولة. أما في لقطة منتج فلا، والحل هو الصياغة نفسها التي يخرجها مولد البرومبت في هذا الموقع: الكاميرا تتقدم ببطء، حركة صغيرة — فعل وحجم وسرعة في عبارة واحدة.
وشيء أخير يصيبه هذا البرومبت بالحذف: لا علامة تجارية، ولا نص على الشاشة، ولا حروف. فمتاجر البقالة المهدمة مغطاة باللافتات في كل صورة مرجعية رآها نموذج قط، وطلب نص مقروء هو طلب الشيء الوحيد الذي ما زال الفيديو المنشأ يرسمه رسمًا رديئًا.