1. 撰写提示词的友好建议：
掌握提示词撰写技巧，在 MiniMax H3 生成你想要的视频。
1.1 整体公式
完整提示词 = 参考素材说明 + 核心创意 + 画面过程说明.
1.2 四个要素如何描述
| 参考素材说明 | 告诉 H3 你上传的每个素材是干什么用的。写清素材编号：按你上传的顺序，比如@图片1，@音频2，@视频3写清每个素材的用途：人物参考（锁定脸/形象）/物体参考（锁定物体） / 场景参考（锁定场景）/关键帧（锁定帧，如果有首帧尾帧需求明确提出） / 音色参考（锁定音色）/故事版（根据故事版分镜生成镜头内容）/风格参考（根据图片的风格，生成类似的风格内容）/构图参考（根据图片中物体构图，生成对应的构图）/音频复用（生成视频的音频直接复用参考音频素材）/音频部分复用（生成视频某个声音轨道/某个时间段部分复用参考音频素材） / 动作参考（锁定动作）/运镜参考（锁定运镜）/视频编辑（对视频某个内容进行增删改），以及其他要求也可按需写明。没有上传素材时整段跳过示例：@图片1 提供了xx角色的形象（如果有多个角色，需要能指代清楚），@视频2提供了动作参考。如果素材中有非常想要保持的特征，建议明确写出来，这样可以让一致性更好。在音频复刻/部分复刻中，如果对于人声对白内容/唱歌歌词内容的保持有较高的要求，强烈建议补充具体歌词文本内容。比如@音频1 作为目标视频的音频复刻素材，具体歌词是：“ABCDEFGHIJKLMN”。 |
| 核心创意 | 用一句话锁定全片信息，必须包含：主体：谁/什么（人/物/动物/其他）地点：在哪里事件：在做什么题材/风格：什么调性（写实/动画/电影感/广告片/纪录片……）特殊风格列举：赛博朋克/霓虹灯美学/涂鸦风 等特殊运镜：要不要特殊镜头（航拍/一镜到底/慢动作……）默认会切镜运镜风格写清即可；注意环绕运镜，建议用truck left+pan right 或者 truck right+pan left，而非直接说环绕运镜 切镜风格普通切镜（cut）叠化切镜（fade）随着节奏卡点切镜快切如果任何元素有直接和引用素材的关联，都欢迎用户用@图片1/@音频1/@视频1等等方式强调下。 示例：一位穿汉服的年轻女子（@图片1）在樱花纷飞的庭院里舞剑，古典国风，电影质感，一镜到底。 |
| 画面过程说明 | 按时间轴或故事线分段写，每个分镜/时间段包含两部分：想要（画面里要出现什么）：画面景别+内容 + 运镜 + 动作 + 台词 + 音效以切镜shot作为时间戳的分段。每个shot内部写好景别，具体内容，shot内部运镜，人物台词，音效等这个shot内的内容注意台词的长短尽量和镜头长短对齐 （这个得强调下，很多口型问题会来自于这个）如果一句台词跨shot，可以用接着上个shot继续说这样的描述表明是跨shot的台词对白 如果任何元素有直接和引用素材的关联，可用@图片1，@音频1 等等方式强调下。如果你希望视频中出现具体文字、Logo、标题、标语、按钮文案等，一定要把文字原文写出来。 例如：画面中出现英文 ：“H3”。 或者：手机屏幕上显示标题：“AI Video Creation”，按钮文字为：“Start Now”。不想要（视频里不要出现什么）不想要背景音乐时，需明确写明，比如不希望视频里出现背景音乐，建议在提示词最后明确写：非叙事性音乐：N/A 或者使用英文格式："non_diegetic_music": N/A 不要额外添加背景音乐。尽量少写比喻句，多写看得见的画面写 H3 提示词时，建议尽量使用具体、直接、可视化的描述，少写需要“意会”的句子。因为 H3 更擅长理解明确的画面指令，而不是抽象比喻。如有台词，必须明确具体内容，比如一位穿汉服的年轻女子说：“你来了，剑等你好久了。”示例（需要再调整下例子）：0-3 秒：全景，女子（@图片1）从画面左侧缓步走入樱花庭院（@图片2），背景虚化，没有对白，只有脚步声。 3-8 秒：切镜到女子（@图片1）的中景，她拔出长剑（@图片3），缓缓起势，樱花瓣从树上飘落。镜头推进。 8-12 秒：切镜到特写，剑光一闪，慢动作，樱花被剑气激得四散。 非叙事性音乐：N/A |
1.3 镜头怎么拆
H3 有基础的分镜能力，以及 H3 对于切镜点遵从较强，如果你想要更好的生成，以下有一些建议：
- 台词：台词的长短和画面变化内容需要合乎每个shot的长短逻辑，尽量不要出现一个3s shot说很大一段话的情况，会非常影响效果H3 能够响应跨shot （J-cut，L-cut）的台词响应，只要明确写出一句台词跨了哪些shot就可以响应！ 对于一个shot而言如果是画面内说话人角色，需写清楚是哪个角色说的，如果是画面外说话人，写清楚是画外说话人。如果发生了画内外因为切镜造成的转化的情况可以明确写出来，比如一个比较复杂的例子：一个画外音响起说：Wake up Wake up。之后切镜到一个中年妇女的近景，她是画外音的主人，她继续说道：It‘s time to go to school !
- 切镜一致性保持：切镜的时候可明确写出切镜到什么景别，具体主体是之前的哪个角色，有助于跨镜头一致性的保持
1.4 三类模式生视频，提示词分别怎么写
| 上传多模态素材融合（多模态参考） | 你可以同时上传：人物图 + 动作视频 + 场景图 + 音乐。每个素材都要写清它的角色：@图片1 → 人物参考（锁脸）@视频1 → 动作参考（锁动作）@音频1 → 节奏/情绪参考示例：@图片1 是人物参考（锁这位女子的脸），@视频1 是动作参考（用里面的舞剑动作），@音频1 是情绪参考（古风配乐）。让这位女子在樱花庭院里按视频里的动作舞剑。 |
| 上传图片生成视频（图生视频） | 只上传 1 张图：说清楚是首帧（视频开头画面）还是尾帧（视频结尾画面）上传 2 张图（首+尾帧）：H3 不会自动加切镜，只补两帧之间的动作、光影、声音示例：@图片1 是首帧参考图：女子持剑站在樱花树下。让她从持剑起势到舞剑完毕，自然衔接，不要切镜。 |
| 纯文字生成视频 | 不依赖任何参考素材，直接根据你的文字提示词建立主体、场景、动作。这种模式：文字描述要更具体（主体外观、场景细节、动作描述都要写清）多用「大全景交代空间 + 中景承载动作 + 特写强调细节」的分层写法示例：写实自然纪录片风格，电影级真实光影。清晨的薄雾中，在广阔的湿地芦苇荡里，一只优雅的白鹤单腿站立在浅水中，缓慢转头看向镜头。柔和的逆光，雾气在光束里飘动。 |
1.5 容易踩的坑
| 常见问题 | 怎么改 |
|---|---|
| 只写一段话没分段 | 按 3 段公式拆开写 |
| 素材上传了但没说用途 | 补一句「@图片1 是 XX 参考」 |
| 想用音乐但说「不要 BGM」 | 这两个矛盾，要么删一个，要么分场景写 |
| 想一镜到底但写了很多分镜 | 全文保持一段情节描述，删掉【镜头 N】结构 |
| 想要主角脸一致但没传图 | 一定要上传人物参考图，并标注「人物参考」 |
| 提示词太短（H3 没素材可参考时） | 至少写出主体外观 + 场景细节 + 动作 + 风格 |