MiniMax H3 Prompting-Leitfaden

Master MiniMax H3 Videoaufforderung durch prompte Struktur, Referenz-Asset-Rollen, Kamera, Sound, vollständige Beispiele und generierte Ergebnisse.

MiniMax H3 kann Text, Bilder, Video und Audio gleichzeitig verstehen und Videos mit synchronisiertem Ton erzeugen. Eine Aufforderung muss das Erzeugungsziel, die Rolle jedes Referenz-Assets, die aufgenommene Zeitleiste, die Aktion des Subjekts, die Kamera und den Ton explizit machen. Je spezifischer Ihre Beschreibung und je konsistenter die Stücke miteinander sind, desto kontrollierbarer ist das Ergebnis.

Kerninformationen in einer Prompt

Eine H3-Prompt muss drei Fragen beantworten:

Kerninformationen	Was zu buchstabieren	Beispiel
Erzeugungsziel	Szene, Thema, visueller Stil und das Hauptereignis	Ein kühl getöntes Parfümprodukt kurz: Ein Wassertropfen gleitet die Flasche hinunter und endet auf dem Etikett
Rolle des Referenzvermögens	Wofür jedes Bild, Video oder Audioclip speziell verantwortlich ist	Bild 1 liefert das Erscheinungsbild des Produkts; Video 1 liefert nur den Kamerapfad
Audiovisuelle Zeitleiste	Öffnen, Action-Änderungen, Kamera, Sound und der Endrahmen	Droplet rutscht nach unten → Kamera drückt ein → Fokus verschiebt sich zum Etikett → hält an einer Produktnahaufnahme fest

Eine vollständige Aufforderung besteht normalerweise aus sechs Teilen:

Szenensequenzwie das Video beginnt, sich entwickelt und endet;
Gegenstand der Maßnahme: wer was macht und wie die Handlung geschieht und sich ändert;
Bezugsrolle: was jedes Bild, Video und Audioclip bietet;
Kamera: Schussgröße, Winkel, Bewegung und Schnitte;
SoundDialog, Ambiente, synchronisierte Effekte und Musik;
Endrahmen: wo der Schuss schließlich ruht und was unverändert bleiben muss.

H3 Sofortvorlage

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].

Vollständige Prompt-Beispiele

PraxisbeispielAERIS Hydrating Essence Hero Shot

Input: Bild 1 · Audio 1 · 8 s · 16:9

Teil	Inhalt
Referenznummer	`@1` kontrolliert das Aussehen und die Identität des Produkts; `@2` steuert musikalischen Rhythmus, Ambiente und das letzte Glasspiel
Sequenz	Serum Makro → Produkt enthüllen → Slow Orbit → Label Close-Up → Hero Lock-Up
Kamera	Makro-Pullback, 20-Grad-Orbit, Label-Tracking-Pass und subtiles Push-In
Sound	Regenerieren Sie den zurückhaltenden Rhythmus von `@2` und halten Sie an seinem endgültigen Glasspiel
Bleiben	Flasche, Kappe und Etikett bleiben starr; Flüssigkeit bewegt sich nur hinter dem Produkt

Produktanzeige 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.

Referenzmaterial · 2

Referenz: Bild 1 · Produktverpackung und Identität — ReferenzBild 1 · Produktverpackung und Identität

ReferenzAudio 1 · Umgebungsbett und Glasspiel

MP3 herunterladen

Generiertes Ergebnis · 1

Generiertes ErgebnisAERIS Hydrating Essence Held erschossen

MP4 herunterladen

PraxisbeispielCharakteridentität und Motion-Path-Transfer

Input: Bild 1 · Video 1 · Audio 1 · 8 s · 16:9

Teil	Inhalt
Referenznummer	Bild 1 steuert den Charakter; Video 1 steuert nur Action und Kamera; Audio 1 steuert Klangcharakter und Rhythmus
Sequenz	Betritt Frame → dreht sich um → Blick in die Kamera
Kamera	Low-Winkel folgen, steigt zu einem mittleren Schuss am Ende
Sound	Schritte, Stoffrauschen, Indoor-Ambiente und niederfrequente Musik
Ausschließen	Kopieren Sie den Charakter, die Garderobe oder den Hintergrund nicht aus Video 1

Character Action Prompt

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.

Referenzmaterial · 3

Referenz: Bild 1 · Standalone-Figurenporträt — ReferenzBild 1 · Standalone-Figurenporträt

ReferenzVideo 1 · Gehen, Wenden und Kamerapfad

MP4 herunterladen

ReferenzAudio 1 · Niederfrequenz-Score, Raumton und Rhythmus

MP3 herunterladen

Generiertes Ergebnis · 1

Generiertes ErgebnisCharakteridentität und Bewegungspfadübertragung

MP4 herunterladen

Wie schreibe ich Referenz Assets

Beschreiben Sie nach dem Hinzufügen von Referenz-Assets in der Eingabeaufforderung, wofür jeder Einzelne verantwortlich ist. schreiben Sie nicht einfach "Referenzbild 1" oder "Referenzvideo 1"; machen Sie deutlich, was erhalten bleiben muss und was nicht kopiert werden soll.

Vermögenswerte	Informationen, zu deren Bereitstellung sie geeignet ist	Sofortiger Fokus
Zeichenbild	Gesicht, Frisur, Körpertyp, Garderobe und Verhalten	Für ein Mehrpersonenbild geben Sie an, welches Zeichen Sie verwenden möchten
Produktbild	Flaschenform, Material, Farbe, Etikett, Logo und Text	Liste separat die Verpackungsdetails auf, die genau aufbewahrt werden müssen
Aktionsvideo	Gang, Tanz, Gesten, Kamerapfad oder Schnittrhythmus	Geben Sie an, welche Bewegungen sich nur beziehen, und schließen Sie den ursprünglichen Charakter und die ursprüngliche Szene aus
Audio	Timbre, Dialog, Beat, Musikstil oder Soundeffekte	Geben Sie an, ob Sie es as-is verwenden oder nur auf seine Klangeigenschaften verweisen

Referenz-Asset-Rollenbeispiel

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.

Wie man die Kamera schreibt

Eine Kamerabeschreibung enthält Aufnahmegröße, Winkel, Kamerabewegung und den Zweck der Bewegung.

Schuss	Funktion
Push-In	Die Kamera bewegt sich auf das Motiv zu und betont einen Ausdruck, ein Produkt oder ein Schlüsseldetail
Abzug	Die Kamera zieht sich zurück und enthüllt den vollen Charakter, die Szene oder die räumliche Beziehung
Verfolgung	Halten Sie Geschwindigkeit und Distanz nahe an einem sich bewegenden Thema
Bogenschuss	Bewegt sich um das Thema herum und zeigt seine Umrisse, sein Material und seine räumliche Tiefe
Pan	Die Kameraposition bleibt fixiert, während sich die Aufnahme horizontal zu einem neuen Thema oder einer neuen Information dreht
Podest	Die gesamte Kamera steigt oder senkt sich und verändert die Beobachtungshöhe
Handheld	Subtiler natürlicher Shake, geeignet für Dokumentations-, Straßen- und UGC-Texturen
Statisch	Ein fester Rahmen, der die Handlung des Subjekts zum visuellen Fokus werden lässt
POV	Beobachtet die Handlung und Umgebung aus der Position der Augen eines Charakters

Vollständige Kamerabeschreibung

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.

Wie man den Sound schreibt

Beschreiben Sie den Dialog, das Ambiente, die synchronisierten Soundeffekte und die Musik separat und geben Sie an, in welcher Aktion oder in welcher Aufnahme sie erscheinen.

Dialog: Zustand, wer spricht, ihre Emotion während des Sprechens und die vollständige Linie;
Atmosphäre: Beschreiben Sie den anhaltenden räumlichen Klang wie Mall-Geschwätz, Wellen, Regen oder einen nächtlichen Stadtbodenton;
Synchronisierte Effekte: passen Sie den Klang einer bestimmten Aktion an, z. B. einer Kappenöffnung, einer Landung der Sohlen, einem Reiben des Gewebes oder einer in ein Glas gegossenen Flüssigkeit;
HintergrundmusikGeben Sie den Stil, die Instrumente und das Tempo der Musik und ihre dynamischen Veränderungen in Schlüsselmomenten an.

Sound Description Beispiel

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.

Prompts stabiler machen

Anpassung der Anzahl der Aktionen an die Dauer: ein kurzes Video konzentriert sich auf eine Hauptaktion; wenn mehrere Ereignisse erforderlich sind, teilen Sie sie in chronologischer Reihenfolge auf;
Verwenden Sie beobachtbare Verben: Ändern Sie "sehr Premium" in "kühles Seitenlicht bewegt sich entlang der Glaskante mit sauberen, zurückhaltenden Reflexionen";
Vermeiden Sie Kamerakonflikte: erfordern keine statische, einen schnellen Push-in und einen großen Bogen gleichzeitig;
Geben Sie die aufzubewahrenden Posten an: Charakteridentität, Garderobe, Verpackung, Logo, Farbe und Schlüsselstützen müssen separat angegeben werden;
Geben Sie den Endrahmen an: schreiben, wo der Schuss schließlich ruht und was im endgültigen Rahmen deutlich sichtbar sein muss;
Halten Sie nur notwendige EinschränkungenKonzentrieren Sie sich auf Probleme, die die Lieferung tatsächlich beeinflussen, wie Tippfehler, Verzerrungen, duplizierte Produkte und Wasserzeichen.

Wenn das Ergebnis von der Eingabeaufforderung abweicht, prüfen Sie wiederum, ob der Subjekt-, Aktions-, Szenen- und Kamerakonflikt, ob jedes Referenzobjekt nur eine klare Rolle spielt, ob die Anzahl der Aktionen der Dauer des Videos entspricht und ob der Endrahmen und die aufzubewahrenden Elemente bereits ausgeschrieben sind.

Showcase: Referenzen und Generierte Ergebnisse

PraxisbeispielTextgenerierung · Handgezeichnete Küchenkreatur

Eingabeaufforderung

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.

Generiertes Ergebnis · 1

Generiertes ErgebnisHandgezeichnete Küchenkreatur

MP4 herunterladen

PraxisbeispielFirst-Frame Generation · Space Opera Trailer

Eingabeaufforderung

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.

Referenzmaterial · 1

Generiertes Ergebnis · 1

Referenzmaterial · 1