Guia de prompts do MiniMax H3

Master MiniMax H3 vídeo solicitando através de estrutura rápida, funções de referência, câmera, som, exemplos completos e resultados gerados.

MiniMax H3 pode entender texto, imagens, vídeo e áudio ao mesmo tempo, e gerar vídeo com som sincronizado. Um prompt precisa fazer o objetivo de geração, o papel de cada recurso de referência, a linha do tempo de tiro, a ação do sujeito, a câmera, e o som explícito. Quanto mais específica sua descrição e mais consistente as peças são um com o outro, mais controlável o resultado.

Informação Principal em um Prompt

Um prompt H3 precisa responder a três perguntas:

Informações essenciais	O que escrever?	Exemplo
Objetivo de geração	Cena, assunto, estilo visual e o evento principal	Um produto de perfume fresco: uma gota de água desliza para o frasco, terminando no rótulo
Papel do activo de referência	O que cada imagem, vídeo ou clipe de áudio é especificamente responsável por	Imagem 1 fornece a aparência do produto; Vídeo 1 fornece o caminho da câmera apenas
Linha do tempo audiovisual	Abertura, mudanças de ação, câmera, som e o quadro final	Gota desliza para baixo → câmera empurra em → mudanças de foco para a etiqueta → mantém em um close-up do produto

Um prompt completo geralmente consiste em seis partes:

Sequência de cena: como o vídeo começa, se desenvolve e termina;
Assunto: quem faz o quê, e como a ação acontece e muda;
Papel de referência: o que cada imagem, vídeo e clipe de áudio fornece;
Câmera: tamanho do tiro, ângulo, movimento, e cortes;
Som: diálogo, ambiente, efeitos sincronizados e música;
Quadro final: onde o tiro finalmente descansa, e o que deve permanecer inalterado.

Modelo de pedido H3

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].

Completar Exemplos de Procura

Exemplo práticoAERIS Hydrating Essence Hero Shot

Entrada: Imagem 1 · Áudio 1 · 8 s · 16:9

Parte	Conteúdo
Referência	`@1` Controla a aparência do produto e a identidade da embalagem; `@2` controla o ritmo musical, ambiente e o toque final de vidro
Sequência	Serum macro → produto revelar → órbita lenta → rótulo close-up → hero lock-up
Câmera	Macro pullback, órbita de 20 graus, etiqueta-tracking passe, e sutil push-in
Som	Regenerar o ritmo contido de `@2` e segurar o seu toque de vidro final
Manter	O frasco, a tampa e o rótulo permanecem rígidos; o líquido move-se apenas para trás do produto

Prompt de Anúncio de Produto

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.

Materiais de referência · 2

Referência: Imagem 1 · Embalagem e identidade do produto — ReferênciaImagem 1 · Embalagem e identidade do produto

ReferênciaÁudio 1 · Cama ambiente e sino de vidro

Baixar MP3

Resultado gerado · 1

Resultado geradoAERIS Hydrating Essence herói tiro

Baixar MP4

Exemplo práticoIdentidade de Caracter e Transferência de Caminho de Movimento

Entrada: Imagem 1 · Vídeo 1 · Áudio 1 · 8 s · 16:9

Parte	Conteúdo
Referência	A imagem 1 controla o carácter; o vídeo 1 controla apenas a acção e a câmara; o áudio 1 controla o carácter sonoro e o ritmo
Sequência	Entra quadro → vira → olha para a câmera
Câmera	Seguir em ângulo baixo, subindo para um tiro médio no final
Som	Passos, farfalhar de tecido, ambiente interior e música de baixa frequência
Excluir	Não copie o personagem, guarda-roupa ou fundo do vídeo 1

Pedido de Ação de Caracteres

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.

Materiais de referência · 3

Referência: Imagem 1 · Retrato de carácter autónomo — ReferênciaImagem 1 · Retrato de carácter autónomo

ReferênciaVídeo 1 · Caminhe, vire e caminho da câmera

Baixar MP4

ReferênciaÁudio 1 · Escore de baixa frequência, tom de sala e ritmo

Baixar MP3

Resultado gerado · 1

Resultado geradoIdentidade do caractere e transferência do caminho do movimento

Baixar MP4

Como escrever ativos de referência

Depois de adicionar ativos de referência, descreva no prompt o que cada um é responsável, item por item. Não basta escrever "referência Imagem 1" ou "referência Vídeo 1"; deixe claro o que deve ser preservado e o que não deve ser copiado.

Activo	Informação que é adequada para fornecer	Foco rápido
Imagem de caracteres	Rosto, penteado, tipo de corpo, guarda-roupa e comportamento	Para uma imagem multipessoa, indique qual caractere usar
Imagem do produto	Forma do frasco, material, cor, etiqueta, logotipo e texto	Listar separadamente os detalhes da embalagem que devem ser conservados com precisão
Vídeo em ação	Gait, dança, gestos, caminho da câmera, ou ritmo de edição	Estado que se desloca apenas para referir e excluir o carácter e a cena originais
Áudio	Timbre, diálogo, batida, estilo musical ou efeitos sonoros	Indicar se deve ou não utilizá-lo como se trata ou apenas referenciar as suas características sonoras

Exemplo de Papel do Activo de Referência

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.

Como escrever a câmera

Uma descrição da câmera inclui tamanho, ângulo, movimento da câmera, e o propósito do movimento. Não basta empilhar termos de disparo; explique como a câmera se move em torno do objeto e o que precisa ser visível depois que ele se move.

Tiro	Função
Introduzir	A câmera se move para o assunto, enfatizando uma expressão, produto ou detalhe chave
Retirar	A câmera recua, revelando o caráter completo, cena ou relação espacial
Rastreamento	Mantém uma velocidade e distância próximas de um objeto em movimento
Tiro do Arco	Move-se em torno do sujeito, mostrando seu contorno, material e profundidade espacial
Pano	A posição da câmera permanece fixa enquanto o tiro gira horizontalmente para um novo assunto ou peça de informação
Pedestal	Toda a câmera sobe ou baixa, alterando a altura da observação
Handheld	Shake natural sutil, adequado para texturas de documentário, rua e UGC
Estático	Um quadro fixo que permite que a ação do sujeito se torne o foco visual
POV	Observa a ação e o ambiente da posição dos olhos de um personagem

Descrição completa da câmera

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.

Como escrever o som

Descreva o diálogo, o ambiente, os efeitos sonoros sincronizados e a música separadamente, e indique em qual ação ou disparo cada um aparece. O conteúdo do som deve permanecer sincronizado com os eventos na tela.

Diálogo: dizer quem está falando, sua emoção enquanto fala, e a linha completa;
Ambiente: descrever o som espacial persistente, como conversação de shoppings, ondas, chuva, ou um tom noturno do chão da cidade;
Efeitos sincronizados: combinar o som com uma ação específica, como abertura de tampa, pouso de solas, fricção de tecido ou líquido derramado em um copo;
Música de fundo: declarar o estilo, instrumentos e ritmo da música, e suas mudanças dinâmicas em momentos-chave.

Exemplo de Descrição do Som

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.

Tornando os Prompts Mais Estáveis

Coincidir o número de ações com a duração: um pequeno vídeo concentra-se numa acção principal; quando são necessários vários eventos, dividi-los em ordem cronológica;
Usar verbos observáveis: mudar "muito premium" em "luz lateral fria se move ao longo da borda de vidro, com reflexos limpos e contidos";
Evite conflitos de câmera: não requer estática, um push-in rápido, e um arco grande ao mesmo tempo;
Indicar os itens a manter: identidade de caráter, guarda-roupa, embalagem, logotipo, cor, e acessórios chave precisam ser indicados separadamente;
Indicar o quadro final: escrever onde o tiro finalmente descansa e o que deve ser claramente visível no quadro final;
Manter apenas as restrições necessárias: concentrar restrições em problemas que realmente afetam a entrega, tais como erros de digitação, distorção, produtos duplicados, e marcas de água.

Se o resultado se desviar do prompt, verifique por sua vez se o assunto, ação, cena e conflito da câmera; se cada ativo de referência carrega apenas um papel claro; se o número de ações se adequa à duração do vídeo; e se o quadro final e os itens a manter já estão definidos.

Showcase: Referências e Resultados Gerados

Exemplo práticoGeração de texto · Criatura de cozinha artesanal

Pedido de Entrada

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 gerado · 1

Resultado geradoCriatura de cozinha à mão

Baixar MP4

Exemplo práticoGeração de Primeira Frente · Space Opera Trailer

Pedido de Entrada

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.

Materiais de referência · 1

Resultado gerado · 1

Materiais de referência · 1