Guía de prompting de MiniMax H3

Master MiniMax H3 video incitando a través de la estructura rápida, funciones de referencia, cámara, sonido, ejemplos completos y resultados generados.

MiniMax H3 puede entender el texto, las imágenes, el vídeo y el audio al mismo tiempo, y generar vídeo con sonido sincronizado. Un impulso necesita hacer la meta de generación, el papel de cada activo de referencia, la línea de tiempo de disparo, la acción del sujeto, la cámara, y el sonido explícito. Cuanto más específico sea su descripción y más consistentes sean las piezas uno con el otro, más controlable el resultado.

Información básica en un Prompt

Un impulso H3 necesita responder a tres preguntas:

Información básica	Qué deletrear	Ejemplo
Objetivo de generación	Escena, sujeto, estilo visual, y el evento principal	Un producto de perfume enfriado corto: una gota de agua baja la botella, terminando en la etiqueta
Función de referencia	Lo que cada imagen, vídeo o clip de audio es específicamente responsable	Imagen 1 proporciona la apariencia del producto; Video 1 proporciona la vía de la cámara solamente
Calendario audiovisual	Apertura, cambios de acción, cámara, sonido y el marco final	Droplet desliza hacia abajo → empuja la cámara en → turnos de enfoque a la etiqueta → sostiene en un producto cierre

Un impulso completo consiste generalmente en seis partes:

Secuencia de escena: cómo comienza el vídeo, se desarrolla y termina;
Subject action: quién hace qué, y cómo la acción sucede y cambia;
Función de referencia: lo que proporciona cada imagen, vídeo y clip de audio;
Cámara: tamaño de disparo, ángulo, movimiento y cortes;
Sonido: diálogo, ambiente, efectos sincronizados y música;
Marco final: donde el disparo finalmente descansa, y lo que debe permanecer sin cambios.

H3 Prompt Template

Reference assets: [Image / Video / Audio N] handles [character, product, action, camera, sound, or style]. Scene sequence: [opening state] → [main action and changes] → [ending state]. Subject action: [who] [does what specifically], with action speed and reaction of [description]. Camera: [initial shot size and angle], [main camera movement], ending on [final composition]. Sound: [dialogue]; [ambience]; [sound effects]; [background music]. Keep unchanged: [character identity, product packaging, logo, wardrobe, scene structure, etc.]. Avoid: [errors that genuinely affect delivery].

Ejemplos completos

Ejemplo prácticoAERIS Hidrating Essence Hero Shot

Entrada: Imagen 1 · Audio 1 · 8 s · 16:9

Parte	Índice
Referencia	`@1` controla la apariencia del producto y la identidad del embalaje; `@2` controla el ritmo musical, el ambiente y el chime de cristal final
Secuencia	macro de suero → producto revelar → órbita lenta → etiqueta close-up → héroe cierre
Cámara	Macro pullback, órbita de 20 grados, pase de seguimiento de etiquetas y empuje sutil
Sonido	Regenerar el ritmo restringido de `@2` y sujetar su chime de cristal final
Sigue.	Botella, tapa y etiqueta permanecen rígidas; líquido se mueve sólo detrás del producto

Producto Ad Prompt

Use @1 as the exact and immutable product-identity reference. Preserve one single rectangular AERIS Hydrating Essence bottle with frosted translucent pale-blue glass, navy cap, centered ivory label, exact “AERIS” wordmark and “HYDRATING ESSENCE” line. The bottle, cap and label are rigid physical objects: never bend, melt, peel, ripple, rotate independently or change proportions. Keep all typography, label placement, materials and colors stable and readable in every shot. Use @2 as the timing and sonic-design reference. Match its restrained premium rhythm, ambient bed and final glass chime; regenerate the soundtrack naturally for the new visuals. Create an 8-second cinematic 16:9 luxury skincare money shot with a luminous pale-blue, pearl and soft-silver palette. No people. 0.0–1.2s — Extreme macro of a sculptural clear serum ribbon floating in empty space, with glassy highlights and tiny suspended droplets. No product visible yet. 1.2–2.6s — Match cut through the serum curve to reveal @1 standing perfectly upright and motionless on a translucent aqua pedestal. A large clear liquid arc frames the bottle from at least 20 centimeters behind it and never touches or crosses the product. 2.6–4.5s — Smooth 20-degree camera orbit around the completely rigid @1. Silver-blue rim light travels across the frosted glass. The cap stays closed, the label remains flat and fully readable, and the background liquid arc moves only behind the bottle. 4.5–6.2s — Controlled macro tracking pass from the navy cap down the straight glass edge to the exact front label. Nothing occludes the bottle. “AERIS” and “HYDRATING ESSENCE” remain sharp and correctly spelled. 6.2–8.0s — Final centered hero lock-up: @1 remains perfectly unchanged on the translucent pedestal, framed by restrained clear serum arcs in the distant background and soft silver-blue caustics. Gentle forward camera drift. End exactly on the final chime from @2. Premium Korean/European skincare TVC, photoreal materials, polished studio lighting, refined negative space, smooth rhythmic transitions. Exactly one unchanged bottle. No opening cap, no detached label, no liquid touching or wrapping around the bottle, no product deformation, no duplicate bottle, no warped or misspelled text, no extra copy, no logo changes, no heavy smoke, no black background, no pure white seamless background, no chaotic splash, no hands, no subtitles, no watermark.

Materiales de referencia · 2

Referencia: Imagen 1 · Embalaje e identidad del producto — ReferenciaImagen 1 · Embalaje e identidad del producto

ReferenciaAudio 1 · Ambient bed and glass chime

Descargar MP3

Resultado generado · 1

Resultado generadoAERIS Hidrating Essence hero shot

Descargar MP4

EjemploEjemplo de mano: Identidad de caracteres y transferencia de dinero

Entrada: Imagen 1 · Video 1 · Audio 1 · 8 s · 16:9

Parte	Índice
Referencia	Imagen 1 controla el personaje; Video 1 controla sólo la acción y la cámara; Audio 1 controla el carácter y el ritmo del sonido
Secuencia	Entra marco → vueltas alrededor → mira la cámara
Cámara	Seguido bajo-ángulo, subiendo a un tiro medio al final
Sonido	Pasos, tejido, ambiente interior y música de baja frecuencia
Exclusión	No copie el carácter, el vestuario o el fondo del Video 1

Acción de carácter

Use @1 for the character identity, face, short silver bob, cobalt-blue utility jumpsuit and white sneakers. Use @2 only for the walking cadence, single clockwise turn, low-angle tracking path and final camera rise; do not copy its performer, clothing, background or sound. Use @3 only for the restrained low-frequency music, spacious room tone and rhythmic structure; regenerate synchronized footsteps and fabric movement for the new scene. Create an 8-second cinematic 16:9 video in a monumental raw-concrete gallery. The same woman walks forward, makes one controlled clockwise turn, then looks directly into the camera. The low-angle tracking camera remains smooth and rises to a stable medium shot before the final pose. Preserve her identity and wardrobe throughout. No dialogue, no text, no watermark.

Materiales de referencia · 3

Referencia: Imagen 1 · Retrato de carácter independiente — ReferenciaImagen 1 · Retrato de carácter independiente

ReferenciaVideo 1 · Camine, gire y carril de cámara

Descargar MP4

ReferenciaAudio 1 · Puntuación de baja frecuencia, tono de habitación y ritmo

Descargar MP3

Resultado generado · 1

Resultado generadoIdentidad de carácter y transferencia de vía de movimiento

Descargar MP4

Cómo escribir activos de referencia

Después de añadir activos de referencia, describa en el momento en que cada uno es responsable, ítem por artículo. No escriba "referencia Imagen 1" o "referencia Video 1"; deje claro lo que debe ser preservado y lo que no debe ser copiado.

Activo	Información que es adecuado para proporcionar	Prompt focus
Imagen de carácter	Cara, peinado, tipo de cuerpo, armario, y demeanor	Para una imagen multipersona, indique qué carácter utilizar
Imagen del producto	Forma de botella, material, color, etiqueta, logotipo y texto	Lista por separado los detalles de embalaje que deben conservarse con precisión
Video de acción	Gait, dance, gestos, carril de cámara o ritmo de edición	Estado que se mueve sólo a la referencia, y excluye el carácter original y la escena
Audio	Timbre, diálogo, ritmo, estilo musical o efectos de sonido	Estado si utilizarlo como referencia o sólo sus características sonoras

Ejemplo de papel de referencia

Image 1 provides the character's face, hairstyle, and wardrobe; Image 2 provides the scene and lighting; Video 1 references only the action rhythm and follow-shot path, without copying its character, wardrobe, background, or sound.

Cómo escribir la cámara

Una descripción de la cámara incluye el tamaño de disparo, el ángulo, el movimiento de la cámara, y el propósito del movimiento. No sólo apilar términos de disparo; explicar cómo la cámara se mueve alrededor del sujeto y lo que necesita ser visible después de que se mueve.

Shot	Función
Empuja	La cámara se mueve hacia el tema, enfatizando una expresión, producto o detalle clave
Fuera.	La cámara retrocede, revelando el carácter completo, la escena o la relación espacial
Seguimiento	Mantiene una velocidad y distancia cerca de un sujeto en movimiento
Arc Shot	Se mueve alrededor del tema, mostrando su perfil, material y profundidad espacial
Pan	La posición de la cámara permanece fija mientras el disparo gira horizontalmente hacia un nuevo sujeto o pedazo de información
Pedestal	Toda la cámara se eleva o baja, cambiando la altura de la observación
Handheld	Sutil batido natural, adaptado a las texturas documentales, calle y UGC
Estática	Un marco fijo que permite que la acción del sujeto se convierta en el foco visual
POV	Observa la acción y el ambiente desde la posición de los ojos de un personaje

Cámara completa Descripción

Open on a medium close-up at a slightly low angle. The camera does a small arc along the left side of the product at a slow, steady speed, then pushes in toward the label so the logo and bottle material come into sharp focus, and finally rests on a front-facing product close-up.

Cómo escribir el sonido

Describir el diálogo, el ambiente, los efectos de sonido sincronizados, y la música por separado, y indicar qué acción o disparo cada uno aparece. El contenido de sonido debe permanecer sincronizado con los eventos en pantalla.

Diálogo: estado que habla, su emoción mientras habla, y la línea completa;
Ambiente: describir el sonido espacial persistente, tales como chatter de mall, olas, lluvia, o un tono de suelo urbano nocturno;
Efectos sincronizados: equiparar el sonido a una acción específica, como una abertura de tapa, el aterrizaje de suelas, el frotamiento de tela o líquido vertido en un vaso;
Música de fondo: indicar el estilo, los instrumentos y el tempo de la música, y sus cambios dinámicos en momentos clave.

Descripción del sonido Ejemplo

As the character opens the package, there is a clear paper-tearing sound and the subtle sound of nails touching the box. The room keeps a quiet, soft indoor ambience. She looks at the camera and says, in a natural, excited but not overly exaggerated tone: "The texture is even better than I imagined." The background adds a light, clean electronic beat that intensifies slightly when the product close-up appears.

Hacer más propensos

Coincide con el número de acciones a la duración: un video corto se concentra en una acción principal; cuando se necesitan varios eventos, dividirlos en orden cronológico;
Use verbos observables: cambiar "muy premium" en "la luz lateral se mueve a lo largo del borde de cristal, con reflejos limpios y retenidos";
Evitar conflictos de cámara: no requieren estática, una entrada rápida, y un arco grande al mismo tiempo;
Establezca los elementos para mantener: la identidad de carácter, el vestuario, el embalaje, el logotipo, el color y los accesorios clave deben ser declarados por separado;
Estado del marco final: escribir donde el disparo finalmente descansa y lo que debe ser claramente visible en el marco final;
Mantener sólo las limitaciones necesarias: las limitaciones de enfoque en los problemas que afectan genuinamente la entrega, como los tipos, la distorsión, los productos duplicados y las marcas de agua.

Si el resultado se desvía del impulso, compruebe a su vez si el tema, la acción, la escena y el conflicto de cámara; si cada activo de referencia sólo tiene un papel claro; si el número de acciones se ajusta a la duración del vídeo; y si el marco de finalización y los elementos a guardar ya se detallan.

Mostrar: Referencias y resultados generados

EjemploEjemplo de mano: Generación de texto · Cretura de cocina de mano

Input Prompt

15 seconds, 16:9 landscape. Blend live-action footage of a small kitchen at dusk with glowing hand-drawn animation. The kitchen has an old wooden table, a half-washed cup, a slightly fogged glass bottle, and a hanging dish towel. The camera looks like a hurried phone shot held in one hand: slight shake, hesitant close focus, backlit exposure breathing, and coarse grain in the shadows. Use room floor tone, fabric rustle, a soft cup clink, dripping water, the shooter's footsteps and breathing, and the faint electronic hum and tiny chirps of the hand-drawn little creature. Avoid huge eyes, fangs, threatening motion, sudden black screens, or jump-scare shots.

Resultado generado · 1

Resultado generadoCretura de cocina casera

Descargar MP4

EjemploEjemplo de mano: Generación de primer marco · Trailador de Opera Espacial

Input Prompt

An epic theatrical space opera trailer. Keep a fast pace and grand scale, using crisp hard cuts, a shaking command bridge, white-hot flashes, extremely short black frames, and violent jump-drive impacts. The title uses a wide-tracked cinematic typeface with restrained material texture, subtle lighting, and a thin edge light. The text emerges from deep-space shadow, sweeps past a beam of starlight, and gradually widens its tracking, leaving a brief afterimage before flashing in a black frame.

Materiales de referencia · 1

Resultado generado · 1

Materiales de referencia · 1