MiniMax H3 提示词指南：
示例、工作流与最佳实践
为 MiniMax H3 编写实用创作简报。学习文生视频、图生视频身份保持、原生立体声音频提示和镜头运动描述。
先选择输入模式
从场景开始
需求： 生成一名骑车人穿过湿滑街道。
原始提示词： “骑车人穿过一条湿滑的街道。”
H3 简报： 主体 → 动作 → 镜头 → 音频。
原因： 不需要参考输入。
控制转场
需求： 从完整玻璃过渡到破碎状态。
原始提示词： “让玻璃在镜头前破碎。”
H3 简报： 首帧 → 尾帧 → 转场节拍。
原因： 明确的端点更容易判断连续性。
为每个参考素材分配角色
需求： 保留图像 1 的身份，并采用视频 1 的运动。
原始提示词： “保留这个人，但使用另一段视频的运动。”
H3 简报： 参考素材 → 每个输入的作用 → 镜头动作。
原因： 明确角色更容易控制多模态输入。
把声音写进镜头
需求： 角色在房间环境声和音乐上方说话。
原始提示词： “一个角色在安静的房间里说话。”
H3 简报： 对白 → 声音环境 → 立体声定位 → 时间。
原因： 声音提示与视觉动作保持关联。
构建你的 MiniMax H3 简报
实用简报的结构
MiniMax H3 在统一上下文窗口中理解文本、图像、视频和音频信号。明确分配角色，可以更容易评估参考素材和连续性要求。
定义不变元素
指出帧间必须稳定的服装、面部结构、皮肤纹理、材质表面或 Logo 位置。
拆解镜头
将主体的物理运动与镜头运动分开描述（例如“主体向右转头，同时镜头向左摇摄”）。
空间声音提示
H3 生成原生立体声。指定左右空间位置、环境声和音乐节奏提示。
分配参考素材角色
提供图像或视频文件时，明确写出：“图像 1 提供面部身份；视频 1 提供镜头速度”。
稳定性规则
说明运动过程中绝不能改变的特征，例如品牌 Logo、眼睛颜色和背景建筑。
可选的规避说明
描述希望避免的瑕疵，例如灯光闪烁、多余手指、身份变形或镜头突然跳动。
MiniMax H3 提示词模板示例
赛博朋克霓虹雨巷
SUBJECT: Cyberpunk detective in dark trench coat standing under rain.
ACTION: Pulls glowing neon lit holographic visor down over eyes.
ENVIRONMENT: Wet asphalt street reflecting pink and cyan neon signs, heavy rain drops.
CAMERA: Low angle close-up pan forward with anamorphic lens glare.
AUDIO: Heavy raindrops splashing, ambient synth soundscape, crisp visor click.
PRESERVE: Trench coat color, facial silhouette, rain density.
AVOID: Face distortion, blurry neon reflections, sudden lighting jump.
角色面部运动迁移
SUBJECT: Character identity defined by Image 1 reference input.
ACTION: Subject slowly smiles, turns head 45 degrees to the left, blinks naturally.
ENVIRONMENT: Studio lighting with soft rim light matching Image 1 color temperature.
CAMERA: Static medium portrait shot at 50mm f/1.8 depth of field.
AUDIO: Soft ambient breath sound, warm gentle acoustic melody.
REFERENCES: Image 1 provides exact facial identity, hair texture, and outfit.
PRESERVE: Face structure, eye color, skin tone, clothing pattern from Image 1.
AVOID: Morphing nose, flickering eyes, floating hair artifacts.
哑光香水瓶展示
SUBJECT: Frosted glass perfume bottle with engraved gold logo.
ACTION: Condensation water drops bead and slide down cold glass surface smoothly.
ENVIRONMENT: Dark dramatic studio backdrop with golden spotlight rising from behind.
CAMERA: Slow macro zoom tracking from bottle base up to golden cap reveal.
AUDIO: Soft glass clink sound, ambient ocean breeze soundscape, warm chime beat.
PRESERVE: Gold logo typography alignment, glass transparency, drop physics.
AVOID: Logo blurring, glass distortion, unnatural liquid jump.
沙漠日落地平线飞越
SUBJECT: Endless red sand dunes stretching toward glowing sun.
ACTION: Heat waves shimmer gently off sand ridges as wind sweeps dust clouds across dunes.
ENVIRONMENT: Golden hour sunset sky with deep orange and purple gradient clouds.
CAMERA: Smooth drone flyover moving forward at steady speed 2 meters above dunes.
AUDIO: Wind howling in stereo left-to-right, low cinematic bass rumble, subtle sand rustle.
PRESERVE: Sand dune ridge geometry, sun position on horizon, cloud gradient.
AVOID: Camera shaking, dune flickering, sudden color shifts.
常见问题
MiniMax H3 最佳提示词结构是什么？
本指南将指令拆分为清晰的标签区块：SUBJECT、ACTION、ENVIRONMENT、CAMERA、TIMING、AUDIO、REFERENCES、PRESERVE 和 AVOID。这是实用的编辑模板，不是保证有效的 schema，也不能替代对所选 H3 工作流的测试。
如何减少 MiniMax H3 图生视频中的脸部变形？
写明参考图像及其角色（例如“图像 1 提供面部身份”），再描述希望保持的特征。将结果视为提示词辅助，而不是保证解决脸部变形的方法。
MiniMax H3 原生立体声音频生成如何工作？
不同于只生成无声视频的模型，H3 支持在同一上下文窗口中生成原生立体声。你可以在 AUDIO 区块中描述空间声音位置（例如“脚步声从左向右移动，伴随低沉合成器低音”）。
MiniMax H3 提示词语法兼容 Hailuo 01 吗？
MiniMax 将 Hailuo 01 和 Hailuo 02 描述为早期产品，而 H3 被介绍为新的通用多模态模型。不要假设 Hailuo 01 的提示词语法完全兼容；请在目标工作流中测试。