هذا أطول برومبت في المكتبة وأكملها، ويستحق أن يُقرأ مرتين — مرة لما يحسن فعله، وهو أغلبه، ومرة للشيء الوحيد الذي يتركه.
ابدأ من البنية. خمس فقرات يفصلها سطر فارغ: الإخراج، والتبادل، والالتفاتة، وخطة الكاميرا، والقفل. ولا شيء مرقّم، ولا مقطع يحمل رمزًا زمنيًا، والترتيب محمول كله على التتابع الذي تظهر به الفقرات. وهذا هو الشكل الصحيح لـ Wan 3.0. فالنموذج لا يملك نحو جدولة — لا سبيل لقول إن مقطعًا يحطّ عند الثانية 3.5 — فالترتيب الوحيد المتاح هو ترتيب الكلمات. والفقرات تجعل ذلك الترتيب مرئيًا لمن يحرر البرومبت كما هو مرئي للنموذج، ولهذا يُقرأ هذا أوضح من قوائم الفواصل المتصلة في مواضع أخرى من هذه الصفحة.
وفقرة الكاميرا أحسن قطعة كتابة مبنية في المكتبة. فيها ثلاث حركات بالترتيب — تبدأ بلقطة واسعة، وتتعقبها إلى جانبها، وتستقر على لقطة تجمعهما — ثم جملة رابعة لا يكتبها أغلب البرومبتات قط: "End with both characters illuminated only by the cyan star map and the orange energy core." تلك هي النهاية، منصوصة. وWan 3.0 سينتج نهاية سواء حددتها أم لا، والنسخة غير المحددة تكاد تكون دائمًا انجرافًا: الكاميرا تواصل التخفيف، والفعل يخبو، والإطار الأخير ليس اختيار أحد. وكتابة الصورة الأخيرة جملة واحدة، وهي أعلى الجمل قيمة في أي برومبت طويل.
وفقرة القفل تؤدي العمل الذي وُجد هذا الوضع من أجله. فـ"Maintain the exact identities, hairstyles, facial features, outfits, equipment, colors, and proportions of both reference characters" تعدادٌ لا صفة، وهذا يهم. فـ«أبقِ الشخصيات متسقة» تعطي النموذج هدفًا يستطيع ادعاء بلوغه؛ أما قائمة من سبع سمات مسماة فتعطيه سبعة أشياء يمكن أن يُقاس عليها. وتعداد ما يجب ألا يتغير هو الصيغة الموثوقة.
والآن الثغرة. يملك Wan 3.0 قطعة صياغة واحدة بالضبط يحلّلها بدل أن يقرأها: الاستشهاد بأصل. فالمواد المرفقة بطلب مرجعي تُخاطَب في البرومبت هكذا `Image 1` و`Video 1` و`Audio 1` — بحرف كبير ومسافة، ومرقّمة بموضعها في المصفوفة. وهكذا ترتبط جملة بملف مرفوع بعينه. وهذا البرومبت لا يستعمله قط. بل يقول "both reference characters" ويثق بأن النموذج سيستنتج أي وصف يخص أي مرفوع.
ومع شخصيتين متمايزتين بصريًا ينجح ذلك غالبًا. أما مع أربع، أو مع شخصين يتقاسمان لون شعر، فلا — فالنموذج يأخذ متوسط الأوصاف عبر المراجع، والنتيجة طاقم يشبه بعضه شبهًا خفيفًا. والحل جملتان في الأعلى: `Image 1 is the silver-haired navigator. Image 2 is the black-coated operative.` ثم يصير كل ذكر لاحق «الملاحة من Image 1». وهذا يكلّف نحو أربعين حرفًا ويحوّل مسألة استنتاج إلى بحث في جدول.
والحدود تستحق أن تكون في بالك وأنت تكتب. عشر صور مرجعية، وخمسة فيديوهات مرجعية، وخمسة مقاطع صوتية مرجعية، ولعائلتَي الفيديو والصوت سقف خمس عشرة ثانية إجمالًا لكل منهما. والمادة المرجعية والإطارات المفتاحية لا تسافران معًا. وأما الذي يظهر في الفاتورة لا في الاستجابة: فالفيديو المرجعي يُحتسب بالسعر نفسه لكل ثانية كالمخرج ويُحسب من سقف الثلاثين ثانية نفسه، بينما الصور والصوت والمستندات والروابط بلا مقابل. وفيديو مرجعي من خمس عشرة ثانية أغلى ما تستطيع إرفاقه بطلب Wan 3.0، وهو ما تودّ هذه الصفحة أن تعرفه قبل أن ترفق واحدًا أكثر من أي شيء آخر.
وقد جرى هذا المثال على Prime. وكما في قالبَي Prime الآخرين: تلك هي الباقة عالية السرعة، بمواصفة الإخراج المنشورة نفسها التي للنموذج القياسي، بنحو مرة ونصف للتكلفة في الثانية. فعادت أبكر. وليست الصورة سبب اختيارها.