الدليل الشامل لكتابة الأوصاف النصية في Wan 3.0 [2026]
الوصف النصي الذي يهدر عشرين ثانية من ثلاثين
تطلب عازفة كمان تعزف. فيعود إليك عازفة كمان تعزف، مثبتة طوال المدة، بلا أي شيء في الثانية الثامنة والعشرين لم يكن صحيحًا في الثانية الثانية. نجح التوليد. لكن المقطع غير صالح، لأن وصفًا ساكنًا لشخص أنتج تسجيلًا ساكنًا لشخص.
اطلب الآن شيئًا آخر: تنهي الجملة الموسيقية، وتخفض القوس، وتبقى ساكنة بينما تتلاشى النغمة الأخيرة وتنجرف الكاميرا نحو اليسار. الموضوع نفسه، والآلة نفسها، والغرفة نفسها. الفرق أن النسخة الثانية تحوي قوسًا درامياً، وWan 3.0 يولّد نحو 30 ثانية في مسار واحد مع صوت أصلي، أي أنه سيُنتج أي قوس تمنحه إياه، بما في ذلك عدم وجود قوس.
Wan 3.0 متاح الآن على Atlabs، لذا فكل ما في هذا الدليل يمكنك تشغيله اليوم دون حساب API منفصل.
لماذا تغيّر اللقطات الطويلة طريقة كتابتك
كانت كتابة الأوصاف للمقاطع القصيرة تكافئ الوصف لأن هناك لحظة واحدة فقط لوصفها. عند خمس ثوانٍ، يكون الفرق بين وصف نصي رائع وآخر مقبول في الغالب صفات. كل ما تعلّمته في 2024 يفترض ذلك، ولهذا تبدو نصائح كثيرة في كتابة الأوصاف كقائمة تسوّق من الصفات البصرية.
عند ثلاثين ثانية أنت لا تصف إطارًا، بل تجدول التغيير. يجب أن يعرف النموذج ما الذي يختلف في النهاية عن البداية، وكل ثانية تتركها دون حساب يملؤها بحكمه الخاص. ولهذا تبدو التوليدات الطويلة كثيرًا محشوّة. هي ليست محشوّة، بل لم تُوجَّه.
ويترتب على ذلك ثلاثة أمور. يجب تسمية سلوك الكاميرا، لأن كاميرا غير محددة إما أن تثبت كأنها بث مراقبة أو تنجرف كما يفضّل النموذج، وكلاهما ليس قرارًا اتخذته أنت. ويجب توجيه الصوت، لأن الصوت يُولَّد في المسار نفسه، فتركه ليس طلبًا للصمت بل طلب لمزيج شخص آخر. ويجب أن تكون للمراجع وظائف صريحة، لأن Wan 3.0 يقبل نحو عشر صور إلى جانب مقاطع وصوت وحتى مستندات، والأصل الذي لا دور له معلنًا يؤثر في المخرجات بطرق لم تخترها.
والأمر الرابع أدق. يفكّر Wan 3.0 في التكوين والحركة قبل أن يُنتج، ما يعني أن ترتيب وصفك النصي مهم. ابدأ بالموضوع والحركة والكاميرا ليثبّت التخطيط التكوين أولًا، ثم أضف الإضاءة والفعل والصوت خلفها. الوصف الذي يدفن نوع اللقطة في الجملة الرابعة يُخطَّط حول الشيء الخاطئ.
صيغة SPACE
البنية الأكثر صمودًا في الاختبارات المبكرة هي SPACE، وهي ملخص لقطة قصير لا تعليق توضيحي.
الموضوع (Subject) هو من أو ما في الإطار، بشكل محسوس. ساعٍ يرتدي سترة صفراء مبتلة، لا مجرد شخص. الأداء (Performance) هو الحركة وكيف تتطور. يدفع الباب بكتفه ويدخل، لا مجرد أنه يقف هناك. الأجواء (Ambience) هي المكان والوقت والإضاءة. زقاق ضيق ليلًا، وتسرّب أضواء النيون على الطوب المبتل. الكاميرا (Camera) هي حجم لقطة واحد وحركة واحدة مقصودة. لقطة متوسطة، ودفع بطيء للأمام. لا حركتان ولا ثلاث، لأن تعليمات الكاميرا المتنافسة داخل لقطة واحدة تنتج مقطعًا لا يستطيع أن يقرر ما يفعله. إشارات إضافية (Extra cues) تحمل طبقة الصوت والإيقاع وقواعد الاستمرارية وتسميات المراجع.
وعند كتابته بالكامل يجري القالب هكذا: الموضوع والفعل الرئيسي في المشهد والإضاءة والوقت، ثم الأسلوب البصري والأجواء، ثم حجم اللقطة وحركة كاميرا واحدة، ثم سطر صوتي محدد، ثم تسميات المراجع وهل هي لقطة واحدة متصلة أم تسلسل مرحلي بحالات نهاية.
يظهر الفارق بين الكتابة الضعيفة والقوية بوضوح في الأزواج. "شارع ممطر ليلًا" مقابل "لقطة متوسطة على ساعٍ، دفع بطيء واحد للأمام في زقاق مضاء بالنيون، والمطر يتساقط عبر الضوء الرئيسي". "استخدم هذه المراجع" مقابل "الساعي من مرجع الشخصية يعبر الساحة الموضحة في مرجع الموقع". "أضف بعض الصوت" مقابل "طبقة مطر منخفضة، دون موسيقى، ويُصفَق المصراع حين تصل الكاميرا إلى المدخل". "فيديو منتج مع شعار" مقابل "دوران بطيء بإضاءة استوديو لغلاية من الفولاذ المصقول، والشعار مقروء طوال الدوران". في كل زوج لا تكون النسخة القوية أطول بكثير. إنها محددة في المواضع التي كان النموذج يخمّن فيها لولا ذلك.
سير عمل Atlabs لهذا الغرض
يقع Wan 3.0 في تشكيلة نماذج Atlabs إلى جانب Kling وVeo وSeedance وHailuo، ما يعني أنك تكتب الملخص مرة واحدة وتختار المحرّك الذي يناسب اللقطة بدل إعادة بناء الملخص نفسه في أداة أخرى.
وسير العمل الأقرب إلى هذا الانضباط هو Script to Video، لأنه يحوّل ملخص اللقطة إلى حقول بدل فقرة عليك أن تنظّمها بشكل صحيح من الذاكرة.
يعمل "من النص إلى فيديو" (Script to Video) في ثلاث خطوات. تقدّم الخطوة 1 وضعين للإدخال: "أضف نصّك" (Add your script) للأعمال المبنية على السرد، مع محدد اللغة وزر كاتب السيناريو بالذكاء الاصطناعي ولوحة سيناريوهات مقترحة تضم ثلاث نقاط انطلاق مولّدة، و"أضف السيناريو السينمائي" (Add your screenplay) للأعمال المنظّمة. الصق أي نص بصيغة سيناريو سينمائي وسيعرض Atlabs رسالة "تم اكتشاف سيناريو" (Screenplay Detected) ويفتح عرضًا تظهر فيه في اللوحة اليسرى نتائج تحليل الذكاء الاصطناعي لصوت الراوي والمواقع والممثلين، بينما تقسّم اللوحة اليمنى العمل إلى مشاهد تحمل نوع الموقع والموقع ووقت اليوم، مع أوصاف اللقطات (SHOT) وكتل الحوار (DIALOGUE) داخل كل مشهد.
كتل SHOT هذه هي النسخة المتاحة في الواجهة لنهايات المراحل المحددة. أما لوحة الممثلين فهي النسخة المتاحة في الواجهة لقفل مرجع الشخصية.
الشرح خطوة بخطوة
1. اكتب القوس الدرامي قبل أن تفتح أي شيء. حدّد ما الذي يختلف بشكل ملحوظ في النهاية عن البداية، ثم قسّمه إلى مراحل لكل منها حالة نهاية. يبدو الوصف المرحلي هكذا: تنتهي المرحلة الأولى بالعجلة منتصبة في الحامل والطاولة فارغة، وتنتهي المرحلة الثانية بالعجلة مضبوطة والمفتاح لا يزال في اليد، وتنتهي المرحلة الثالثة بالحامل فارغًا والعجلة معلّقة على الخطاف. حالات النهاية هذه نقاط تحقق يستطيع النموذج التخطيط على أساسها. اجعل لكل مرحلة تغييرًا رئيسيًا واحدًا، وضع الكشف في وقت متأخر ليجد المشهد الأخير مكانًا يستقر فيه.
2. اختر وضع الإدخال في الخطوة 1. استخدم "أضف نصّك" عندما يقوم العمل على السرد. واستخدم "أضف السيناريو السينمائي" عندما تعرف لقطاتك مسبقًا، فالعرض المنظّم يمنع قائمة اللقطات من الانهيار بصمت إلى فقرة واحدة متصلة، وهو أكثر الإخفاقات شيوعًا في كتابة الأوصاف الطويلة.
3. ابنِ تقسيم المشاهد. حدّد نوع الموقع (خارجي أو داخلي)، ثم الموقع ووقت اليوم. اكتب وصف كل لقطة (SHOT) كحركة لا كتكوين. عبارة "دفع بطيء من لقطة متوسطة مع إبقاء الشخصية في منتصف الكادر" تمنح النموذج شيئًا ينفّذه. أما "لقطة سينمائية جميلة" فلا تمنحه شيئًا يخطط حوله. أضف كتل الحوار (DIALOGUE) حيث تتكلم الشخصيات، مع اسم الشخصية والجملة المنطوقة ونبرة الإلقاء. يمكن إضافة اللقطات والحوارات أو حذفها في كل مشهد، فيُضبط الإيقاع هنا بدلًا من إعادة كتابة الوصف كله وتوليده من جديد دون رؤية.
4. حدّد أسلوبك في الخطوة 2. تتيح نسبة الأبعاد (Aspect Ratio) اختيار 9:16 لـ TikTok وInstagram، و16:9 لـ YouTube، و1:1 لـ LinkedIn وTwitter وFacebook وPinterest. ويتيح أسلوب الفيديو (Video Style) خيارات AI Video (موصى به) وAI Storyboard وUpload إذا كنت ستستخدم وسائطك الخاصة. ثبّت النسبة قبل أن تنهي التكوين، لأن دفعًا بطيئًا يبدو جيدًا بنسبة 16:9 يُقتطع إلى لقطة مختلفة بنسبة 9:16.
5. أنهِ اختيار الممثلين في الخطوة 3. تظهر الشخصيات المستخرجة من السيناريو مع خيار Click to Edit، إلى جانب خيار إضافة شخصية (Add Character) وقوائم منسدلة للّهجة حسب البلد (Country Accent) وصوت الراوي (Narrator Voice). تعريف الشخصية هنا يؤدي العمل نفسه الذي يؤديه تسمية مرجع الشخصية في وصف Wan 3.0. فيحصل النموذج على إجابة ثابتة واحدة عن هوية هذا الشخص بدلًا من ارتجال شخصية جديدة في كل مشهد.
6. ولّد باستخدام Wan 3.0، ثم أصلح بدلًا من أن تبدأ من جديد. عندما يفشل مقطع في جزء منه، خذه إلى "تعديل الفيديو" (Modify Video) وارفعه، ثم أشِر إليه بـ @Video1 في الوصف، وصف الفيديو النهائي الذي تريده، وأرفق حتى أربع صور مرجعية لتوجيه الأسلوب. يتوفر لخيار "الاحتفاظ بالصوت الأصلي" (Keep Original Audio) مفتاح تشغيل وإيقاف، فلا يكلفك إصلاح مشكلة في الصورة خسارة مقطع صوتي كنت راضيًا عنه.
لماذا يعمل Atlabs جيدًا في هذا
السبب الأول هو توجيه النماذج. الانضباط في كتابة الوصف ينتقل بين النماذج، أما الطابع الجمالي فلا ينتقل، والمحرّك الذي يعرض لقطة قريبة لشخصية مصمّمة بأسلوب فني عرضًا جيدًا نادرًا ما يكون نفسه الذي يعرض مشهدًا خارجيًا واسعًا تحت عاصفة بجودة جيدة. يشغّل Atlabs نموذج Wan 3.0 للقطات الطويلة الواحدة مع صوت أصلي واستمرارية المراجع، وKling 3.0 وKling 2.6 للحركة السينمائية والحركة السلسة، وGoogle Veo 3.1 للواقعية الفوتوغرافية واللقطات الواسعة ولقطات التأسيس، وSeedance 2.0 للمحتوى ذي الأسلوب الفني والأنمي واللقطات القريبة للشخصيات، وHailuo 2.3 للحركة السريعة والمرئيات القريبة من الأنمي، وWan 2.6 للإخراج السينمائي مفتوح المصدر. تكتب وصفك مرة واحدة وتختار المحرّك بدلًا من إعادة بنائه عبر خمسة حسابات.
السبب الثاني هو أن الهوية والحركة تبقيان منفصلتين. يقبل Motion Control فيديو مرجعيًا مدته بين 3 و30 ثانية، ويطبّق حركته على صورة شخصية ترفعها، ويُبقي الحركة بالكامل تحت سيطرة المقطع المرجعي لا الوصف النصي، مع حقل وصف اختياري يصل إلى 2500 حرف لتفاصيل الخلفية والمشهد. وهذا بالضبط التوجيه الذي كنت ستكتبه بعبارة "الحركة من المرجع الحركي فقط"، إلا أن الأداة تفرضه بدلًا من الاعتماد على أن تصمد الصياغة.
السبب الثالث هو وجود مسار للإصلاح. تفشل اللقطات الطويلة في أماكن محددة لا بشكل متساوٍ، والفارق بين خط إنتاج قابل للاستخدام وآخر محبط هو ما إذا كان جزء سيئ مدته أربع ثوانٍ يكلفك إصلاحًا أم إعادة توليد كاملة. يقبل Modify Video مقطعًا مدته بين 3 و10 ثوانٍ مع حتى أربع صور مرجعية للأسلوب، ويتولى Upscale مرحلة التسليم النهائية بدقات مستهدفة 720p أو 1080p أو 4K ومعدلات إطارات 15 أو 30 أو 45 أو 60.
أمثلة على الأوصاف
1. اللقطة السينمائية الطويلة. قلعة جبلية تضربها الرياح تحت ضوء العاصفة عند الساعة الذهبية، وراياتها السوداء تخفق في السماء. تبدأ اللقطة واسعة، ثم تدفع الكاميرا ببطء بينما تنفرد خريطة على طاولة حرب تضيئها الشموع. ملكة بشعر فضي ترتدي المخمل الأسود تقف أمام مستشاريها في قاعة تضيئها المشاعل، بينما يتحرك جيش عبر الضباب في الأسفل. حركات كاميرا بطيئة ومتأنية فقط، دون حركات سريعة. الصوت قرع طبول خافت وريح وتصاعد أوركسترالي يأتي متأخرًا. قوس سردي واحد متصل. (الأفضل توجيهه عبر Wan 3.0) جرّب هذا الوصف في Atlabs Script to Video
2. المقطع التعليمي المرحلي. ميكانيكي يضبط عجلة دراجة في ورشة صغيرة يغمرها ضوء الشمس. المرحلة الأولى: العجلة المعوجّة ملقاة على الطاولة بجانب حامل ضبط فارغ، فيرفعها ويضعها في مكانها، وتنتهي المرحلة بالعجلة منتصبة والطاولة خالية. المرحلة الثانية: تدور العجلة وهو يشدّ الأسلاك، وتنتهي بالعجلة مضبوطة والمفتاح لا يزال في يده اليمنى. المرحلة الثالثة: يرفعها ويعلّقها على خطاف الجدار، وتنتهي بالحامل فارغًا. حافظ على ملابسه وتصميم الورشة وضوء النافذة بعد الظهر ثابتة طوال الوقت. الصوت نقرات مفتاح الأسلاك ودوران العجلة وأجواء الورشة الهادئة. لقطة واحدة متصلة. (الأفضل توجيهه عبر Wan 3.0) جرّب هذا الوصف في Atlabs Script to Video
3. دوران المنتج البطل. غلاية من الفولاذ المصقول على سطح نظيف عاكس تحت ضوء رئيسي ناعم من يسار الشاشة. دوران بطيء بزاوية 360 درجة مع بقاء الشعار مقروءًا طوال الدورة، وينتهي بتكوين أمامي للمنتج البطل. أجواء غرفة هادئة فقط، دون موسيقى ودون نصوص فوق الصورة ودون عناصر إضافية. يُحفظ شكل المنتج ولمسته النهائية وموضع الشعار تمامًا كما هي. (الأفضل توجيهه عبر Wan 3.0) جرّب هذا الوصف في Atlabs UGC Product Ads
4. المشي بمرجع مقفول. امرأة بمعطف رمادي طويل تعبر ساحة عند الغسق، والحجارة المبللة تعكس آخر الضوء. لقطة تتبّع بطيئة من الجانب بمستوى العين، وضوء حافّة دافئ يلامس كتفها، تلقي نظرة نحو الكاميرا مرة واحدة ثم تواصل سيرها دون أن تتوقف. تأتي الحركة بالكامل من المقطع المرجعي، والخلفية والإضاءة من الوصف. الهوية والوجه والملابس مقفولة. همهمة المدينة الخافتة ووقع خطوات ناعم، دون موسيقى. جرّب هذا الوصف في Atlabs Motion Control
5. الإعلان الترويجي بأسلوب فني. رسوم متحركة ثنائية الأبعاد خالصة بأسلوب السيل (cel) في لوحة ألوان باردة من الأزرق المحيطي العميق والكوبالت والسماوي والأبيض الناصع مع تظليل حاد الحواف. بطلة بشعر أسود يصل إلى الكتفين وسيف ضخم تمشي في مشهد جانبي بينما تنزلق خلفها مدينة من الأنابيب والشبكات. الأقنعة الهندسية والانعكاسات تحمل الانتقالات وتنتهي بتكوين رسومي واسع. مؤثرات حادة وموسيقى مشحونة بالتوتر، دون حوار. لقطة واحدة متصلة بأسلوب فني. (الأفضل توجيهه عبر Seedance 2.0) جرّب هذا الوصف في Atlabs Script to Video
6. الإصلاح بمرجع. اعتبر المقطع المرفوع هو @Video1 وأبقِ التكوين الحالي وحركة الكاميرا كما هما تمامًا. أعد تصحيح الألوان إلى لوحة أبرد بظلال أكثر برودة وضوء رئيسي أدفأ على الوجه، بما يطابق المراجع الأربعة المرفقة للأسلوب. حافظ على وجه الشخصية وشعرها وملابسها دون أي تغيير. دون نص مضاف ودون شخصيات إضافية ودون تغيير في الحركة. جرّب هذا الوصف في Atlabs Modify Video
نصائح احترافية
رتّب الوصف بالطريقة التي يخطط بها النموذج. اللقطة، ثم الموضوع، ثم الضوء، ثم الحركة، ثم الصوت. وبما أن Wan 3.0 يفكر في التكوين قبل العرض، فإن ما تبدأ به هو ما يُقفل أولًا. الوصف الذي يبدأ بالمزاج العام ولا يصل إلى نوع اللقطة إلا بعد أربع جمل يُخطَّط حول المزاج.
أعطِ كل مرجع مهمة، وقل ما لا يُستخدم من أجله. الساعي من مرجع الشخصية، والزقاق من مرجع الموقع، والحركة من المرجع الحركي فقط. المراجع النظيفة ذات الموضوع الواحد والإضاءة الجيدة تتفوق بفارق كبير على الكولاجات المزدحمة، والاستثناء يؤدي من العمل ما تؤديه التعليمة، لأن مرجع الموقع غير المقيَّد سيعيرك ملابس الشخصية كما يعيرك جدرانها.
تخلَّ عن الوسوم القديمة. عبارات مثل 8k وmasterpiece وtrending كانت حيلًا في كتابة الأوصاف لجيل سابق من النماذج، وهي الآن تنافس التوجيه الواضح بدلًا من أن تضيف إليه. جملة واحدة محددة عن الكاميرا والضوء تتفوق على فقرة كاملة من وسوم الجودة.
الأسئلة الشائعة
هل Wan 3.0 متاح على Atlabs؟ نعم. يعمل ضمن سير العمل نفسه الذي تعمل به بقية النماذج، فيمكنك بناء وصفك في Script to Video وتوجيه التوليد إلى Wan 3.0 دون إنشاء حساب منفصل.
ما طول مقطع Wan 3.0؟ نحو 30 ثانية في مرور واحد مع صوت أصلي، بدقة 1080p جاهزة للتسليم. تتيح بعض الواجهات طلب مدة محددة أو تركها تكيّفية ليختارها النموذج بحسب الوصف والمراجع.
كم عدد المراجع التي يمكنني استخدامها؟ نحو عشر صور إلى جانب المقاطع والصوت، وفي بعض الحالات المستندات. سمِّ كل مرجع في الوصف بحسب المهمة التي يؤديها، لأن المواد غير المسمّاة تؤثر في المخرجات أيضًا بطرق لم تحددها.
ما أسرع طريقة لتحسين وصف طويل؟ أضف مراحل بنهايات يمكن ملاحظتها. فتسمية ما هو صحيح في نهاية كل مقطع تمنح النموذج نقاط تحقق يخطط بناءً عليها، وهذا يعالج مشكلات الإيقاع التي لا يعالجها أي قدر من الوصف الإضافي.
هل أستخدم Wan 3.0 أم Wan 2.6؟ اختر Wan 3.0 عندما تكون اللقطة طويلة، أو عندما يجب أن تبقى المراجع مقفولة طوال المدة، أو عندما تريد توليد الصوت مع الصورة. يبقى Wan 2.6 خيارًا قويًا مفتوح المصدر للمقاطع السينمائية الأقصر التي لا تنطبق عليها هذه القيود.
أي نموذج أختار لأساليب بصرية أخرى؟ Kling 3.0 للحركة السينمائية والحركة السلسة، وGoogle Veo 3.1 للواقعية الفوتوغرافية ولقطات التأسيس، وSeedance 2.0 للعمل على الشخصيات بأسلوب فني والأنمي، وHailuo 2.3 للحركة السريعة. يبقى سير العمل كما هو، والمحرّك وحده هو ما يتغير.
الخلاصة
كتابة اللقطات الطويلة تكافئ التخطيط أكثر من الوصف. ابدأ بالموضوع والحركة والكاميرا لينقفل التكوين أولًا. قسّم اللقطة إلى مراحل بنهايات يستطيع النموذج التصويب نحوها. سمِّ حركة كاميرا واحدة بدلًا من ثلاث. وجّه الصوت في النَّفَس نفسه الذي توجّه به الصورة. وأخبر كل مرجع بالضبط بما يتحكم فيه.
هذه العادات ستبقى بعد أي نموذج جديد يصدر، ولهذا يستحق بناؤها الآن. أما ما لا ينتقل بالسهولة نفسها فهو كل ما يحيط بالوصف: قائمة اللقطات والممثلون ونسبة الأبعاد واختيار النموذج ومرحلة الإصلاح عندما يعود جزء خاطئ. يوفّر Script to Video البنية، ويتولى UGC Product Ads أعمال المنتج البطل، ويُبقي Motion Control الحركة تحت سيطرة المرجع، ويصلح Modify Video ما يحتاج إلى إصلاح دون أن يعيدك إلى البداية، مع توفر Wan 3.0 خلف كل ذلك.
