經營網拍或小型品牌，最常遇到的難題是「每個商品都需要一支短影片，但沒有預算每支都拍」。Wan 3.0 支援以商品照片作為參考素材生成影片，讓「先有照片、再做影片」變成可行的流程。

這篇文章依據阿里雲 Model Studio 的 Wan3.0 影片生成指南（2026-10-11 更新）與提示詞指南（2026-10-16 更新），把官方文件中和商品影片有關的規則整理成實際作業步驟。內容是文件規則的整理，不是生成結果的評測；文中的提示詞範例也只是寫法示意。

圖 1：從商品照片到短影音的四個步驟（本文自製示意圖）

官方文件裡的商品影片範例

Wan3.0 指南的「參考圖片」範例，就是一個商品案例：以 Image 1 的唇蜜商品生成模特兒試色影片，15 秒、直式畫面、突顯唇色效果。提示詞指南的多主體範例裡，也有一則堅果脆片包裝的電商展示：Image 1 是包裝正面、Image 2 是包裝背面，分三個鏡頭依序呈現擺拍、正面特寫與翻到背面，並要求包裝上的商標、文字與配色全程保持一致、不變形。

這兩個範例透露了商品影片的基本寫法：用編號指定每張照片的角色，再用鏡頭分段描述要展示的內容。

步驟一：準備商品照片

參考圖片最多可放 10 張，每張不超過 20MB。商品影片建議至少準備：

• 正面照：商標與品名清楚、光線均勻。
• 背面或側面照：需要翻面或旋轉時使用。
• 使用情境照（可選）：例如放在桌上、拿在手上的樣子。

照片背景越乾淨，提示詞越容易描述「要保留什麼」。如果手邊只有背景雜亂的照片，可以先去背。例如獨立第三方網站 wan30.io 的 替換背景 工具頁面說明，可以上傳人像、商品、寵物等圖片，自動移除背景並產生透明 PNG；頁面列出的格式為 PNG、JPG、WEBP，單張最大 5MB。

圖 2：wan30.io 繁中版背景移除工具頁面的說明區（第三方網站，2026-10-25 擷取）

步驟二：照片的上傳順序就是編號

提示詞指南規定，素材依上傳順序編號，圖片、影片、音訊分開計算：第一張圖是 Image 1，第二張是 Image 2。素材只有一張時可以寫「參考圖片」，兩張以上就必須寫編號，否則可能引用到錯誤的素材。

圖 3：正面照先傳就是 Image 1，背面照後傳就是 Image 2（本文自製示意圖）

建議在檔名前先標好順序，例如 1_正面.jpg、2_背面.jpg，上傳時照順序放，就不容易寫錯。

步驟三：用鏡頭分段寫提示詞

提示詞指南建議多鏡頭影片使用「編號＋時間戳＋鏡頭內容」，各段首尾相接、不留空隙也不重疊，每段 2 到 5 秒為宜。商品影片可以這樣安排：

鏡頭 1（0-4 秒）：Image 1 的保溫杯放在木桌中央，旁邊有一本攤開的筆記本，鏡頭緩慢推近。
鏡頭 2（4-8 秒）：特寫 Image 1 的杯身正面，商標清楚可讀，柔和側光。
鏡頭 3（8-12 秒）：一隻手拿起杯子並轉到 Image 2 的背面，再轉回正面。
全程杯身的商標、文字與配色保持一致，不變形。溫暖的生活感，電商展示風格。
No dialogue. 輕快的背景音樂。不要字幕，不要浮水印。

圖 4：鏡頭分段、一致性要求、聲音與負面清單四個部分（本文自製示意圖）

不需要旁白的影片要明確寫 No dialogue，否則模型會自行決定是否加入對白。負面清單只寫不想出現的東西，例如「不要字幕」「不要浮水印」「不要多餘的品牌名稱」。

同一個商品，三種常用寫法

提示詞指南的「參考素材引用」表格裡，有幾個句型特別適合商品影片。以下把原文句型改寫成商品情境，方便直接套用：

1. 只鎖定外觀：「Image 1 的保溫杯放在 Image 2 的木質書桌上。」商品照負責外觀，情境照負責場景，兩者各司其職。
2. 借用運鏡：指南的範例是「參考影片的運鏡，把場景換成屋頂咖啡館桌上的一杯咖啡」。如果手邊有一支喜歡的商品運鏡影片，可以上傳成 Video 1，只借它的鏡頭移動，商品與場景另外指定。
3. 只借風格：「只參考 Image 2 的色調與光線，不參考人物。」適合想讓整個系列商品影片維持同一種色調時使用。

圖 5：外觀、運鏡、風格三種引用方式各自借用的內容（本文自製示意圖）

如果一次要放好幾個色款或好幾個商品，指南建議在提示詞中清楚區分每個素材的用途，避免特徵在不同主體之間互相混雜。例如「紅色款是 Image 1，藍色款是 Image 2，兩個杯子並排，顏色不可互換」，比單純寫「兩個杯子」更不容易出錯。參考圖片最多 10 張，但商品越多、每個商品在畫面中的比重就越小，一支影片聚焦一到兩個商品通常比較清楚。

步驟四：比例、長度與解析度

商品照片是素材時，指南建議 ratio 設為 adaptive，讓輸出比例配合參考素材。如果要做直式短影音，最好一開始就準備直式構圖的照片，並在提示詞寫明直式畫面。輸出長度可選 2 到 30 秒，解析度有 480P、720P、1080P；生成後的影片網址 24 小時內有效，記得立刻下載。

在瀏覽器裡操作時，畫面通常會把各類素材分欄顯示。以 wan30.io 繁中版首頁的 Wan 3.0 影片生成器 為例，多模態參考面板分成首幀圖片、尾幀圖片、參考圖片、參考影片、參考音訊、參考文件與公開參考連結，輸入框的提示也示範了用 @ 引用素材的寫法。

圖 6：wan30.io 繁中版首頁的多模態參考面板（第三方網站，2026-10-25 擷取）

要注意的是，首幀／尾幀模式與參考素材模式不能同時使用。想要「影片第一格就是這張商品照」就用首幀；想讓商品出現在不同場景、角度裡，就用參考圖片。

價格與促銷文字，留到後製再加

阿里雲社群在 2026 年 8 月介紹 Wan3.0 的文章中提到，目前的限制之一是畫面文字的呈現準確度仍在改進。商品影片常需要價格、折扣、規格等文字，比較穩妥的做法是：生成時在負面清單寫「不要字幕」「不要複雜文字」，再用剪輯軟體加上正確的文字。

圖 7：Alibaba Cloud Community〈Wan3.0: 30-Second AI Video Generation from Any Input〉的限制說明（2026-10-25 擷取）

商品包裝本身的文字也一樣：如果包裝字很小或很密，生成後要逐格確認有沒有變形，必要時改用特寫正面照的首幀模式，或在後製時用原始照片補一個靜態鏡頭。

生成後先看這三個地方

影片生成後，不要只看第一眼的氛圍，建議逐段暫停檢查三件事。第一是商標與品名：和原始照片並排比對，看字形、位置和顏色有沒有走樣。第二是手部與接觸面：手拿商品的鏡頭容易出現手指數量不對、商品穿過手掌之類的問題，指南的負面清單範例也列出了「No extra fingers」「No clipping artifacts」這類寫法，下一次生成時可以加進去。第三是比例與尺寸：商品在不同鏡頭之間是否忽大忽小，指南把這類問題歸在「No scale drift」。只要有一項不對，就調整一個地方再生成，不要一次改很多處，才知道是哪個修改發揮了作用。

上架前檢查清單

圖 8：生成前後的檢查項目（本文自製）

• 正面照、背面照的上傳順序和提示詞編號一致
• 提示詞寫明「商標、文字、配色保持一致，不變形」
• 不需要旁白就寫 No dialogue
• 負面清單包含不要字幕、不要浮水印
• ratio 設為 adaptive，照片構圖與目標比例一致
• 價格與促銷文字在後製加入
• 影片生成後 24 小時內下載

結語

用 Wan 3.0 做商品影片，關鍵不在提示詞寫得多華麗，而在三件事：照片的上傳順序與編號對齊、每個鏡頭只展示一件事、會出錯的文字留到後製。先用一個商品把流程跑順，再套用到其他商品，小店也能維持穩定的短影音產出節奏。

參考資料：Alibaba Cloud Model Studio〈Wan3.0 Video Generation〉（2026-10-11 更新）、〈wan3.0 Video Generation Prompt Guide〉（2026-10-16 更新）、Alibaba Cloud Community〈Wan3.0: 30-Second AI Video Generation from Any Input〉（2026-08-13）。