Guía de prompts para MiniMax H3

Aprende a escribir prompts de video para MiniMax H3 mediante la estructura del prompt, la asignación de los recursos de referencia, la cámara, el sonido, ejemplos completos y resultados generados.

MiniMax H3 puede entender texto, imágenes, video y audio a la vez, y generar videos con sonido sincronizado. El prompt debe dejar claros el objetivo de generación, la función de los recursos de referencia, la línea de tiempo de los planos, la acción del sujeto, la cámara y el sonido. Cuanto más específica sea la descripción y más coherente sea la información entre sí, más controlable será el resultado.

La información esencial del prompt

Un prompt de H3 debe responder a tres preguntas:

Información esencial	Qué debes dejar claro	Ejemplo
Objetivo de generación	Escena, sujeto, estilo visual y evento principal	Un cortometraje de producto de perfume en tonos fríos; una gota de agua se desliza por el frasco y al final se muestra la etiqueta
Función de los recursos de referencia	De qué se encarga concretamente cada imagen, video o audio	La imagen 1 aporta la apariencia del producto; el video 1 solo aporta la trayectoria de cámara
Línea de tiempo audiovisual	Apertura, cambios de acción, cámara, sonido y fotograma final	La gota se desliza → la cámara se acerca → el foco pasa a la etiqueta → termina en un primer plano del producto

Un prompt completo suele constar de seis partes:

Orden de la escena: cómo empieza, se desarrolla y termina el video;
Acción del sujeto: quién hace qué, y cómo ocurre y cambia la acción;
Uso de las referencias: qué aporta cada imagen, video y audio;
Cámara: tamaño de plano, ángulo, movimiento y cortes;
Sonido: diálogo, ambiente, efectos sincronizados y música;
Fotograma final: dónde se detiene el plano al final y qué elementos permanecen sin cambios.

Plantilla de prompt para H3

References: [Image/Video/Audio N] handles [character, product, action, camera, sound, or style]. Scene order: [opening state] → [main action and changes] → [ending state]. Subject action: [who] [does what specifically]; the action speed and reaction are [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 the deliverable].

Ejemplos de prompts completos

Plano hero del producto

Entrada: Imagen 1 · 8 s · 9:16

Parte	Contenido
Referencia	La imagen 1 se encarga de la apariencia exacta del producto
Orden	La gota se desliza → la cámara avanza → aparece la etiqueta
Cámara	Avance lento; el foco pasa a la etiqueta
Sonido	Ligero ruido ambiente de fondo y un tono de vidrio
Conservar	Proporciones del envase, logo, etiqueta y color

Prompt de anuncio de producto

Image 1 is the product-appearance reference: fully preserve the bottle shape, label layout, logo position, cap, material, and color. Cold mist drifts slowly behind the bottle as tiny water droplets slide down the glass surface. Open on a medium close-up; the camera pushes in slowly and the focus shifts from the droplets to the label, ending on a clear, legible product close-up. Cool side light with clean, restrained reflections. The sound includes a faint ambient noise floor and one crisp glass chime. No duplicated product, distorted logo, extra text, or watermark.

Referencia de personaje y acción

Entrada: Imagen 1 · Video 1 · 10 s · 16:9

Parte	Contenido
Referencia	La imagen 1 se encarga del personaje; el video 1 solo se encarga de la acción y la cámara
Orden	Entra en cuadro → se gira → mira a la cámara
Cámara	Seguimiento a baja altura; al final sube a un plano medio
Sonido	Pasos, roce de tela, ambiente interior y música grave
Excluir	No copiar el personaje, la ropa ni el fondo del video 1

Prompt de acción de personaje

Image 1 provides the character's identity, face, hairstyle, and wardrobe. Video 1 is referenced only for the walking rhythm and the camera path, not for its character, wardrobe, or setting. The character walks into a concrete gallery, moves forward, turns once, and looks straight into the camera. A low-angle tracking shot keeps a steady pace and rises to a medium shot before the final pose. Keep the same character throughout. The sound includes clear footsteps, a faint fabric rustle, a wide interior ambience, and a restrained low-frequency electronic score.

Cómo describir los recursos de referencia

Después de añadir un recurso de referencia, explica en el prompt de qué se encarga cada uno. No escribas simplemente «usa la imagen 1» o «usa el video 1»: indica con claridad qué debe conservarse y qué no debe copiarse.

Recurso	Información que conviene aportar	Enfoque del prompt
Imagen de personaje	Rostro, peinado, complexión, ropa y actitud	En imágenes con varias personas, indica qué personaje usar
Imagen de producto	Forma del frasco, material, color, etiqueta, logo y texto	Enumera por separado los detalles del envase que deben conservarse con exactitud
Video de acción	Marcha, baile, gestos, trayectoria de cámara o ritmo de montaje	Especifica qué movimientos se toman como referencia y excluye el personaje y la escena originales
Audio	Timbre, diálogo, ritmo, estilo musical o efectos	Indica si se usa tal cual o si solo se toman como referencia sus características sonoras

Ejemplo de funciones de los recursos de referencia

Image 1 provides the character's face, hairstyle, and wardrobe; Image 2 provides the setting and lighting; Video 1 is referenced only for the action rhythm and the tracking path, without copying its character, wardrobe, background, or sound.

Cómo describir la cámara

La descripción de la cámara incluye el tamaño de plano, el ángulo, el movimiento de cámara y el propósito de ese movimiento. No acumules solo nombres de planos: explica cómo se mueve la cámara alrededor del sujeto y qué debe verse después del movimiento.

Plano	Función
Acercamiento · Push In	La cámara se aproxima al sujeto para resaltar la expresión, el producto o un detalle clave
Alejamiento · Pull Out	La cámara retrocede para mostrar el personaje completo, la escena o las relaciones espaciales
Seguimiento · Tracking	Mantiene una velocidad y una distancia parecidas a las del sujeto en movimiento
Órbita · Arc Shot	Se mueve alrededor del sujeto para mostrar la silueta, los materiales y las capas espaciales
Paneo · Pan	La posición de cámara no se mueve; el plano gira horizontalmente hacia un nuevo sujeto o información
Elevación · Pedestal	Toda la cámara sube o baja para cambiar la altura de observación
Cámara en mano · Handheld	Ligero temblor natural, ideal para un aire documental, callejero y de UGC
Fijo · Static	El plano permanece fijo para que la acción del sujeto sea el foco visual
Primera persona · POV	Observa la acción y el entorno desde los ojos del personaje

Descripción de cámara completa

Open on a medium close-up from a slightly low angle; the camera makes a small arc along the left side of the product at a slow, steady speed, then pushes in on the label so the logo and the bottle's material come into sharp focus, ending on a frontal product close-up.

Cómo describir el sonido

Describe por separado el diálogo, el ambiente, los efectos sincronizados y la música, e indica en qué acción o plano aparecen. El contenido sonoro debe estar sincronizado con los eventos de la imagen.

Diálogo: indica quién habla, con qué emoción y la frase completa;
Ambiente: describe los sonidos espaciales continuos, como el murmullo de un centro comercial, las olas, la lluvia o el ruido de fondo de la ciudad de noche;
Efectos sincronizados: haz que el sonido corresponda a una acción concreta, como abrir un tapón, el impacto de una suela, el roce de la tela o un líquido vertiéndose en un vaso;
Música de fondo: especifica el estilo musical, los instrumentos, el ritmo y los cambios de intensidad en los momentos clave.

Ejemplo de descripción de sonido

As the character opens the packaging, there is a clear sound of paper tearing and a faint sound of a fingernail touching the box. The room keeps a quiet, soft interior ambience. She looks into the camera and says, in a natural, excited but not over-exaggerated tone: "The texture is even better than I imagined." A light, clean electronic beat comes in underneath and swells slightly when the product close-up appears.

Cómo hacer el prompt más estable

Ajusta la cantidad de acciones a la duración: en un video corto, concéntrate en una sola acción principal; si necesitas varios eventos, sepáralos en orden cronológico;
Usa verbos observables: cambia «muy premium» por «cool side light travels along the edge of the glass with clean, restrained reflections»;
Evita conflictos de cámara: no pidas al mismo tiempo un plano fijo, un acercamiento rápido y una órbita amplia;
Especifica qué conservar: la identidad del personaje, la ropa, el envase, el logo, el color y los objetos clave deben indicarse por separado;
Define el fotograma final: escribe dónde se detiene el plano al final y qué debe verse con claridad en la imagen final;
Conserva solo las restricciones necesarias: céntralas en los problemas que realmente afectan a la entrega, como erratas, deformaciones, productos duplicados y marcas de agua.

Si el resultado se aleja del prompt, revisa en orden si hay conflictos entre el sujeto, la acción, la escena y la cámara; si cada recurso de referencia cumple una única función clara; si la cantidad de acciones se ajusta a la duración del video; y si el fotograma final y los elementos que deben conservarse están descritos con claridad.

Galería: recursos de referencia y resultados generados

Generación desde texto: criatura de cocina dibujada a mano

Prompt 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 dishcloth. The shot looks like it was filmed hastily with a phone in one hand: slight hand shake, hesitant close-focus, backlit exposure breathing, and coarse grain in the shadows. Use room noise floor, fabric rustle, soft cup clinks, dripping water, the filmer's footsteps and breathing, plus faint electronic tones and tiny cries from the little hand-drawn creature. No giant eyes, fangs, threatening motion, sudden black screen, or jump-scare shots.

Resultado generadocriatura de cocina dibujada a mano

Download MP4

Generación desde el primer fotograma: tráiler de ópera espacial

Imagen 1: fotograma de apertura y estilo visual general — Imagen 1fotograma de apertura y estilo visual general

Prompt de entrada

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