Wan 3.0 參考素材預算：10 張圖、5 段影片、15 秒怎麼分

Wan 3.0 工作區與官方說明常見的參考上限，大致是：圖片最多約 10 張、影片最多約 5 段、影片參考總時長約 15 秒（另有單檔大小限制）。數字以你當天提交的工作區為準；本文把它當成「預算」，討論怎麼花，而不是鼓勵塞滿。完整操作步驟可對照 Wan 3.0 使用指南。

先決定主控素材

10 張圖若平均分配給「角色、服裝、場景、風格、產品」，每類只剩一兩張，模型會不知道誰說了算。實務上先選 1–2 張主控（角色或產品），其餘才是風格或場景。影片參考同理：一段清楚的動作，勝過三段互相打架的動作。

15 秒怎麼切

若允許總長約 15 秒，常見切法：

• 8 秒動作主參考 + 4 秒運鏡參考 + 3 秒預留

• 或 12 秒單一動作 + 3 秒備用

不要五段各 3 秒又各教一件事。總時長是硬預算，敘事注意力也是。

與首尾幀互斥時

若這次走首幀／首尾幀門，參考包可能不能同時塞滿——產品會要求二選一。預算再大方，也要先選門，再花額度。

檢查清單

• 主控圖是否一眼可辨

• 影片參考是否只教一件事

• 總秒數是否留餘量

• 音訊參考是否真的需要

• 負例是否短而具體

寫下每張參考的「職務」再上傳，比事後從失敗片反推更快。

預算表（示例）

用途 ｜ 建議張數／秒數 ｜ 備註

角色主控 ｜ 1–2 張 ｜ 正面＋微側

產品主控 ｜ 1–2 張 ｜ 標誌可讀

風格 ｜ 1–2 張 ｜ 勿與主控搶臉

動作影片 ｜ 1 段為主 ｜ 其餘留白

運鏡影片 ｜ 可選 ｜ 與動作分開標註

表中數字是編輯習慣，不是新的官方上限。上限仍以工作區當日說明為準。

為什麼「塞滿 10 張」通常更差

預算用滿會帶來平均化：角色臉被風格圖拉走，產品標誌被場景圖稀釋。比較穩的花法是 主控 60%、風格 20%、場景 20%，而且允許某欄是零。空著名額不是浪費，是在避免噪音。

影片參考亦然。五段各教一個動作，模型只能學到「很多人在動」。一段 8–10 秒、動作單一、背景乾淨的片子，通常比三段精華剪輯有用。

音訊要不要佔預算

若工作區把音訊參考算進另類名額，先問：這次是要「聲音像這段」，還是只要畫面。只要畫面就不要上傳示範歌，以免模型把節奏理解成畫面節拍。若要對口型，走口型工具或明確的對白區塊，而不是塞一段含糊的床音樂。

失敗後怎麼減配

第一次失敗時，先減配角圖，不要先換主控。主控一換，系列後續全壞。減到只剩主控＋一段影片仍失敗，才改主控或改門（首尾幀 ↔ 參考包）。

與使用指南的分工

使用指南教你按鈕順序；本文教你在按上傳以前怎麼分配名額。兩者一起用：先寫職務表，再按指南的步驟走完生成與下載。

職務表模板

複製到專案筆記：

Image1: 角色主控（正面）Image2: 角色主控（微側）Image3: 產品標誌可讀Video1: 動作主參考（秒數__）Audio1: （無／對白示範／環境）門: 首尾幀 / 參考包

每次生成前更新「秒數」與「門」。沒填完不准上傳。

上傳當天的三分鐘儀式

1. 打開職務表，刪掉沒有檔案的列。

2. 用播放器快轉影片參考，確認只有一個動作主題。

3. 確認門（首尾幀或參考包）與表上一致。

4. 負例只留這次真的遇過的兩項。

5. 再按上傳。

儀式比靈感可靠。團隊越大，越要靠同一張表，而不是靠「我覺得這次可以多塞兩張」。

結語

參考上限是預算。先指定主控，再分配剩餘名額與秒數；選對門之後再上傳。使用指南負責步驟，本文負責不把預算花光在噪音上。