03:00:0050% OFFAnfordern

MiniMax H3 Prompt-Leitfaden

Lerne die Grundlagen, gehe 12 ausgearbeitete Beispiele durch und passe anschließend jeweils eine Variable an. Jede Lektion verbindet Referenzeingaben, den Quellprompt und ein Ergebnis, das du prüfen kannst.

01Prompt-Grundlagen

1.1 Einen Workflow wählen

Ohne Eingaben: Beschreibe die Szene in Textform. Für eine Anfangs- oder Endkomposition: Verwende Einzelbilder. Bei Referenzen für Aussehen, Handlung oder Klang: Weise jeder Eingabe eine eigene Rolle zu.

1.2 Einen Prompt schreiben

Motiv + eine Handlung + Umgebung + Stil + Kamera + Ton

Motiv und Handlung sind wesentlich; ergänze die übrigen Details nach Bedarf.

Schreibübung: eine Keramiktasse auf einem Holztisch; Dampf steigt langsam auf; weiches seitliches Morgenlicht; feste Kamera; ruhige Raumatmosphäre.

Beginne mit einer Handlung. Bei mehreren Einstellungen schreibe zuerst ihre Reihenfolge auf. Ändere nach der Generierung nur eine Variable und vergleiche das Ergebnis.

Jedes Beispiel verbindet ein von der Quelle bereitgestelltes MiniMax H3 Video mit den veröffentlichten Eingaben und dem Prompt. Prüfe das Originalbeispiel und die Rechte zur Wiederverwendung. Es handelt sich um Quellbeispiele, keine unabhängigen Reproduktionen durch dieses Studio.

2.1 Dynamische Typografie

Text zu Video

Einen englischen Titel aus flüssigem Metall formen

LernenBeschreibe die Verwandlung eines Titels in einer klaren Abfolge.

1. Ergebnis und Eingaben

Ein reines Textbeispiel, in dem sich reflektierendes flüssiges Metall zu „EVOLVE“ sammelt, verwandelt und in Tropfen zerstreut. Der Prompt legt Titel, Material, Bewegungsfolge und dunkle Umgebung gemeinsam fest.

Reines Textbeispiel; es wurden keine Referenzdateien verwendet.

2. So formulierst du es

Formel

[Titel] + [Material] + [Formung und Auflösung] + [Beleuchtung]

Was du steuern kannst

  • Gib den exakten Titel und die Reihenfolge seiner Verwandlungen an.
  • Beschreibe Reflexionen und Kontrast, damit das Material erkennbar wird.

Prompt

Äußerst filmische Titelsequenz: Ströme flüssigen Quecksilbers fließen durch eine futuristische schwarze Umgebung und spiegeln unmögliches Licht. Metallische Tropfen steigen entgegen der Schwerkraft auf und verschmelzen und trennen sich mit faszinierender Präzision. Das flüssige Chrom beginnt, sich Molekül für Molekül zum Wort "EVOLVE" zusammenzusetzen, wobei jede Oberfläche wie ein lebendiger Spiegel wirkt. Der Titel verwandelt sich ständig, fließt und formt sich neu, bevor er plötzlich in Millionen reflektierender Tropfen zerfällt, die sich wie flüssige Sterne über den Bildschirm verteilen. Ästhetik von Territory Studio, hochwertige Science-Fiction-Typografie, unmögliche Fluiddynamik.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Ersetze nur EVOLVE durch ein anderes kurzes englisches Wort; behalte Material und Bewegungsfolge bei.
Ergebnis prüfen
Prüfe Schreibweise, Lesbarkeit sowie die Reihenfolge von Formung und Auflösung.

MiniMax H3 · 6s · 768P · 16:9

Diesen Workflow ausprobieren

2.2 Produktenthüllung und Hinweisfelder

Text zu Video

Produktmaterialien und Aufbau mit filmischer Beleuchtung zeigen

LernenGib Materialdetails, Ansichten des ganzen Produkts und Strukturillustrationen jeweils eigene Einstellungsabschnitte.

1. Ergebnis und Eingaben

Ein ausschließlich aus Text erzeugter Film über einen Duftdiffusor verwendet matte Keramik und gebürstetes Metall, ein tiefschwarzes Studio und warmes Konturlicht. Materialnahaufnahmen führen zu einer rotierenden Produktansicht, einer Explosionsdarstellung und dem Wiederzusammenbau, mit einem englischen Funktionshinweis neben den inneren Bauteilen.

Reines Textbeispiel; es wurden keine Referenzdateien verwendet.

2. So formulierst du es

Formel

[Produkt und Materialien] + [Nahaufnahme → Gesamtansicht → Explosionsdarstellung → Wiederzusammenbau] + [Beleuchtung] + [englischer Funktionshinweis]

Was du steuern kannst

  • Gib Materialdetails, dem gesamten Produkt und dem inneren Aufbau jeweils eigene Einstellungsabschnitte.
  • Gib Wortlaut und Position des Hinweisfelds an und prüfe anschließend Lesbarkeit und Bauteilausrichtung.

Prompt

Erstelle eine 15 Sekunden lange luxuriöse filmische Produktpräsentation für einen hochwertigen kompakten Duftdiffusor mit skulptural geformtem Keramikgehäuse und einer Oberseite aus gebürstetem Metall. Das Produkt hat keine sichtbaren Markenkennzeichen, Etiketten, Logos oder aufgedruckten Texte.

0–4s: Beginne mit einer extremen Makro-Verfolgungsfahrt, die über die feine matte Keramiktextur, das nahtlos geschwungene Gehäuse, den präzise bearbeiteten Metallrand und die vertiefte Bedienfläche gleitet. Ein schmales Band warmen Lichts wandert vor einem tiefschwarzen Studiohintergrund über die Materialien und zeigt feine Oberflächendetails sowie kontrollierte Glanzlichter.

4–8s: Fahre zurück zu einer Dreiviertelansicht, die das Produkt ins Zentrum stellt. Der Diffusor rotiert langsam über einem glänzenden Sockel aus dunklem Stein. Unter der Metalloberseite leuchtet allmählich ein dezenter Umgebungslichtring auf. Ein feiner Nebelstrom steigt natürlich auf und verteilt sich sanft in der Luft. Bewahre stabile Geometrie, gleichbleibende Proportionen und elegante Symmetrie.

8–12s: Gehe zu einer Explosionsdarstellung über. Keramikhülle, Duftreservoir, Ultraschallplatte, Luftstromkammer und Oberseite aus gebürstetem Metall trennen sich sanft in perfekter vertikaler Ausrichtung. Feine beleuchtete Nebelpartikel strömen durch den inneren Luftkanal nach oben, während die Kamera eine zurückhaltende seitliche Umkreisung ausführt.

Blende bei 9.2s ein klares, teilweise transparentes Hinweisfeld neben der Ultraschallplatte ein. Verbinde es durch eine feine Zeigerlinie mit dem Bauteil. Verwende einen dünnen champagnergoldenen Rand und eine dezente glasartige Transparenz. Der Titel des Hinweisfelds lautet: “Silent Ultrasonic Diffusion”. Zeige darunter in kleinerer Schrift: “A refined mist without heat”. Halte die Einblendung scharf, lesbar, modern und hochwertig, ohne den inneren Aufbau zu verdecken.

12–15s: Alle Bauteile verbinden sich nahtlos wieder. Der Diffusor findet in eine zentrierte frontale Hauptkomposition, während warmes Konturlicht seine Silhouette definiert. Das Hinweisfeld blendet vor der abschließenden festen Komposition aus. Beende eine sanfte Heranfahrt, während ein kontrollierter Nebelschweif aus der Oberseite aufsteigt und der Umgebungslichtring einmal sanft pulsiert.

Hochwertige Ausarbeitung wie in einem Wellness-Werbefilm, fotorealistische Keramik und Metall, realistische Nebelsimulation, kontrollierte Reflexionen, weiche Schatten, geringe Schärfentiefe, klare Oberflächendetails, stabile Produktform, keine verschütteten Flüssigkeiten, keine Menschen, keine Hände, keine Logos, keine Schrift auf dem Produkt, keine Verzerrung, keine doppelten Bauteile und kein unlesbarer Einblendungstext.
2/2

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Ändere zuerst eine Materialbeschreibung; behalte Einstellungsreihenfolge und Beleuchtung bei.
Ergebnis prüfen
Suche in der vorgesehenen Einstellung nach dem neuen Material. Betrachte generierte innere Bauteile als Illustration, nicht als Beleg für die Produktkonstruktion.

MiniMax H3 · 15s · 768P · 21:9

Diesen Workflow ausprobieren

2.3 Interface- und Figurenanimation

Referenz zu Video

Ein digitales Haustier-Kompendium animieren

LernenUnterscheide das feste Interface-Layout von den Elementen, die sich bewegen dürfen.

1. Ergebnis und Eingaben

Image 1 definiert das Kompendium-Layout und den Cursor. Images 2–5 liefern vier Haustierdesigns. Der Prompt hält Kamera und Interface-Struktur fest, während er Auswahlzustände, Titel und Haustierinteraktionen animiert.

Referenzeingabe
Image 1 — Interface-Layout und Cursor
Image 1 — Interface-Layout und CursorBild
Image 2 — Haustier MIRRA POD
Image 2 — Haustier MIRRA PODBild
Image 3 — Haustier LANTERN
Image 3 — Haustier LANTERNBild
Image 4 — Haustier MOSS MITE
Image 4 — Haustier MOSS MITEBild
Image 5 — Haustier VELI KIT
Image 5 — Haustier VELI KITBild

2. So formulierst du es

Formel

[Interface-Layout] + [Haustierdesigns] + [Auswahl und Figurenbewegung]

Was du steuern kannst

  • Trenne die Interface-Referenz von den Haustierdesigns.
  • Halte das Layout stabil und gib an, welche Elemente animiert werden sollen.

Prompt

Verwende Image 1 als exakte Referenz für UI/Layout/Interface-Stil.
Der Mauszeiger in Image 1 dient ebenfalls als exakte Referenz für den Mauszeigerstil: Der Mauszeiger muss Größe, Form, Proportionen, halbtransparente Textur, weich leuchtenden Rand und das feine hochwertige Erscheinungsbild aus Image 1 beibehalten. Generiere keine übergroßen Systemstandard-Cursor, keine groben schwarzweißen Pfeile und keine mehreren Cursor.
Verwende Images 2–5 als exakte Referenzen für Geisterhaustiere und ordne sie wie folgt zu:
Image 2 = Karte A = MIRRA POD
Image 3 = Karte E = LANTERN
Image 4 = Karte F = MOSS MITE
Image 5 = Karte C = VELI KIT
Generiere ein 15 Sekunden langes horizontales Video im Format 16:9.
Die Einstellung ist vollständig fest, keine Vor-/Rückfahrt, kein Schwenken/Neigen und kein Schnitt.
Bewahre Interface-Struktur, Typografie, Bereiche, Schrifthierarchie, Symbole, abgerundete Ecken, Kartenraster und Gesamtkomposition von Image 1 – stabil, elegant, klar und lesbar.
Das Interface wirkt wie ein hochwertiges, minimalistisches, verträumtes digitales Geisterhaustier-Kompendium.
Füge keinen irrelevanten Text hinzu, keinen fehlerhaften Text, keine UI-Verzerrung und keine Verschiebung des Interfaces.
Gesamtstil:
Traumnebel, weicher Fokus, feinster Flaum, halbtransparent, leichtes Leuchten, hochwertig minimalistisch.
Alle vier Geisterhaustiere müssen sehr niedlich, lebhaft, weich und beseelt sein.
Die Handlungen müssen klar, fein und spürbar interaktiv sein.
Das Interface selbst bleibt stabil; animiere nur Mauszeiger, Auswahlzustand, Haupttitel, das aktuell zentral angezeigte Geisterhaustier und einige Fähigkeitseffekte.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Behalte das Layoutbild und ersetze ein autorisiertes Haustierdesign-Bild; aktualisiere seine Namenszuordnung im Prompt.
Ergebnis prüfen
Vergleiche Layout, Auswahlzustand und Haustieridentität vor und nach der Änderung.

MiniMax H3 · 15s · 768P · 16:9

Diesen Workflow ausprobieren

3.1 Produktreferenz

Referenz zu Video

Eine Handtasche mit Referenzen aus mehreren Ansichten definieren

LernenWeise Referenzen für Produktaussehen, Person und Atmosphäre unterschiedliche Aufgaben zu.

1. Ergebnis und Eingaben

Image 3 liefert Vorder-, Seiten- und Rückansicht der schwarzen Lederhandtasche. Image 1 bestimmt Wüste und Filmatmosphäre, Image 2 liefert die Figur und Image 4 definiert die englische Schlusskarte. Der Film integriert die Tasche in die Handlungen der Figur.

Referenzeingabe
Image 1 — Wüstenszene und Filmstil
Image 1 — Wüstenszene und FilmstilBild
Image 2 — Figur
Image 2 — FigurBild
Image 3 — Handtasche in Vorder-, Seiten- und Rückansicht
Image 3 — Handtasche in Vorder-, Seiten- und RückansichtBild
Image 4 — Englische Schlusskarte
Image 4 — Englische SchlusskarteBild

2. So formulierst du es

Formel

[Produktansichten] + [Figur] + [Szene und Stil] + [Produktinteraktion]

Was du steuern kannst

  • Weise Produkt-, Figuren- und Atmosphärenreferenzen unterschiedliche Rollen zu.
  • Prüfe die Silhouette und Details der Tasche beim Wechsel zwischen den Einstellungen.

Prompt

Produziere ein horizontales Video im Format 16:9 für eine hochwertige Modemarke. Gesamtatmosphäre, Szenen und Filmtextur orientieren sich an Image 1; das Taschenmotiv orientiert sich an Image 3; die Figur orientiert sich an Image 2; das abschließende Markenlogo orientiert sich an Image 4. Dies ist eine Modekampagne, die Kleidung und Taschen verkauft. Die Gesamtwirkung soll hochwertig, kühl und zurückhaltend sein, aber der Schnitt darf nicht langweilig sein; er soll beweglicher sein und einen modischen Rhythmus haben. Gestalte es nicht wie ein gewöhnliches Drama oder eine E-Commerce-Werbung. Die Kerngeschichte bleibt sehr einfach: An einer Wüstenstraße neben einem Retroauto kehrt eine Frau zum Heck des Autos zurück, öffnet den Kofferraum, nimmt eine schwarze Tasche heraus, teilt einen Moment stiller Verbundenheit mit einem Mann neben dem Auto und geht dann mit der Tasche fort. Tasche und Kleidung sollen sich natürlich in die Handlungen der Figur einfügen und Teil ihrer Ausstrahlung werden.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Ersetze nur die Produktansichten und aktualisiere den zugehörigen Namen sowie die Farb- und Aussehensbeschreibung; behalte die anderen Referenzen und Einstellungen bei.
Ergebnis prüfen
Prüfe in jeder Einstellung Umriss, Griffe und Oberflächendetails.

MiniMax H3 · 10s · 768P · 16:9

Diesen Workflow ausprobieren

3.2 Figurenreferenz

Referenz zu Video

Eine Xianxia-Figur in mehreren Storyboard-Einstellungen

LernenTrenne Referenzen für die Figurenidentität von Storyboard-Referenzen.

1. Ergebnis und Eingaben

Image 1 liefert ein Storyboard mit neun Feldern. Image 2 zeigt die Figur von vorn, von der Seite und von hinten und definiert Haare, Krone, Gewänder und Accessoires für die filmische Sequenz.

Referenzeingabe
Image 1 — Storyboard und Rhythmus
Image 1 — Storyboard und RhythmusBild
Image 2 — Figurenansichten und Kleidung
Image 2 — Figurenansichten und KleidungBild

2. So formulierst du es

Formel

[Storyboard] + [Figurenblatt] + [Identitätsdetails] + [Einstellungsfolge]

Was du steuern kannst

  • Gib an, welches Bild die Figur und welches die Einstellungen steuert.
  • Benenne Identitätsdetails, die jeden Schnitt überstehen sollen.

Prompt

Verwende Image 2 als feste Figurenreferenz und bewahre die Konsistenz von schwarzem, halb zusammengebundenem langem Haar, silberner durchbrochener Haarkrone, dunkelblauem Haarband, hellem mehrlagigem Hanfu, halbtransparentem blauem Übergewand, dunkelblauem Taillengürtel, silbernem floralen Schnallenornament und langen Quasten. Verwende Image 1 als Referenz für das Storyboard und den Rhythmus der Einstellungen. Die Bilder sind hochwertiges Guofeng-3D in 4K 16:9 mit einer Xianxia-Anmutung auf Filmniveau, leidenschaftlich, feierlich und mit starkem Schicksalsgefühl. Die Einstellungen geben den Storyboard-Inhalt nacheinander wieder und gewährleisten natürliche Kamerabewegungen und Übergänge zwischen den Einstellungen; es darf nicht wie eine ppt-Präsentation wirken. Das Gesicht der Figur darf nur in Nah- oder extremen Nahaufnahmen gezeigt werden; Totaleinstellungen dürfen nur Rückansichten, seitliche Rückansichten oder menschenleere Umgebungsaufnahmen sein, keine frontalen Totaleinstellungen.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Behalte das Storyboard und ersetze nur die Figurenansichten; aktualisiere die zugehörige Aussehensbeschreibung.
Ergebnis prüfen
Vergleiche Gesicht, Haare und Kleidung über die Einstellungen hinweg und prüfe dann, ob sich die Einstellungsreihenfolge geändert hat.

MiniMax H3 · 10s · 768P · 16:9

Diesen Workflow ausprobieren

3.3 Handlungsfolge mit mehreren Bildern

Referenz zu Video

Ein handgezeichnetes Spiel aus vier Handlungsreferenzen aufbauen

LernenVerwandle Referenzposen in eine geordnete Handlungsfolge.

1. Ergebnis und Eingaben

Vier Originalbilder liefern für den Beagle eine gewölbte Pose, eine geduckte Pose und zwei seitliche Ausweichposen. Der Prompt ordnet diese Handlungen und die Interface-Rückmeldungen in eine Folge ein und behält dabei feste Kamera, Papiertextur und gemeinsamen handgezeichneten Stil bei.

Referenzeingabe
Image 1 — Gewölbte Ausweichpose
Image 1 — Gewölbte AusweichposeBild
Image 2 — Geduckte Ausweichpose
Image 2 — Geduckte AusweichposeBild
Image 3 — Zusammengerolltes seitliches Ausweichen
Image 3 — Zusammengerolltes seitliches AusweichenBild
Image 4 — Gestrecktes seitliches Ausweichen
Image 4 — Gestrecktes seitliches AusweichenBild

2. So formulierst du es

Formel

[Handlungsreferenzbilder] + [geordnete Abschnitte] + [gemeinsamer Zeichenstil] + [Interface-Rückmeldung]

Was du steuern kannst

  • Beschreibe jede Referenzpose als eigenen Handlungsabschnitt.
  • Prüfe im Ergebnis, ob Pfeilhervorhebungen und Ausweichbewegungen übereinstimmen.

Prompt

Generiere ein 10 Sekunden langes horizontales Spielvideo im Format 4:3, insgesamt wie das Interface eines minimalistischen niedlichen handgezeichneten 2D-Reaktionsspiels. Halte die Einstellung fest, keine Kamerabewegung, kein Zoom, sauberer Hintergrund; bewahre warme Papiertextur und handgezeichnete Linien mit Wachsmal- oder Buntstiften. Die Hauptfigur ist immer derselbe freche kleine Beagle: runder Körper im Q-Stil, kurze Beine, große Schlappohren, runde längliche Schnauze, kurzer aufgerichteter Schwanz und ein halb zugekniffener, träger Gesichtsausdruck, der zum Knuffen verleitet. Der Körper des kleinen Beagles kann wie ein Gummiband übertrieben gedehnt, abgeflacht, gewölbt und seitlich ausweichend verformt werden, aber Identität und Zeichenstil bleiben konsistent.
Das Video zeigt einen schnellen Ablauf eines kleinen Spiels nach dem Prinzip "press direction keys to dodge the hand." Am unteren Bildschirmrand befindet sich stets eine Reihe handgezeichneter Richtungspfeile als UI, mit vier Richtungen: oben, unten, links, rechts. Zu Beginn jedes Spielabschnitts wird der entsprechende Richtungspfeil schnell ausgefüllt hervorgehoben, und handgezeichnete Kreiswellen, kurze radiale Linien, kleine Sterne oder Pfotenabdrücke erscheinen als Rückmeldung. Oben bleibt ein leichtes handgezeichnetes HUD: drei kleine Herzen oben links, ein dünner handgezeichneter Fortschrittsbalken oben mittig, ein kleines Knochensymbol und einige Kritzelverzierungen oben rechts. Die Verzierungen sollen sparsam und niedlich sein und weder Hauptfigur noch Hand noch Richtungspfeile verdecken. Kein lesbarer Text, keine moderne elektronische UI, keine echten fotografischen Effekte.
Zentrale Spielregeln:
Image 1: Wenn der untere Pfeil "up" hervorgehoben ist, streckt sich die Hand vom unteren Bildschirmrand nach oben; der kleine Beagle muss seinen Körper nach oben wölben, um auszuweichen, und eine übertriebene halbkreisförmige Brücke bilden.
Image 2: Wenn der untere Pfeil "down" hervorgehoben ist, drückt die Hand vom oberen Bildschirmrand nach unten; der kleine Beagle muss seinen Körper dicht am Boden abflachen, um auszuweichen, mit abgeflachter Vorderhälfte und angehobener Hinterhälfte.
Image 3: Wenn der untere Pfeil "right" hervorgehoben ist, streckt sich die Hand horizontal von der linken Bildschirmseite aus; der kleine Beagle muss nach rechts gleiten, um auszuweichen, wobei sich sein Körper wie eine Feder zusammendrückt und seitlich ausweicht.
Image 4: Wenn der untere Pfeil "left" hervorgehoben ist, streckt sich die Hand horizontal von der rechten Bildschirmseite aus; der kleine Beagle muss seinen Körper nach links strecken, um auszuweichen, mit fliegenden Ohren und Vorderpfoten, die sich am Boden festhalten.
Alle Handrichtungen, Richtungen der Pfeilhervorhebung und Ausweichbewegungen des kleinen Beagles müssen sich eins zu eins entsprechen, ohne Fehlzuordnung.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

Seitliche Annäherungs- und Ausweichrichtungen wurden korrigiert, damit sie Images 3 und 4 entsprechen. Der Beispiellink enthält weiterhin den Quellprompt.

3. Üben und überprüfen

Eine Variable ändern
Passe nur das Timing einer Ausweichbewegung an und behalte die Referenzen und anderen Handlungen bei.
Ergebnis prüfen
Prüfe, ob Pfeil, Annäherungsrichtung und Ausweichrichtung übereinstimmen.

MiniMax H3 · 10s · 768P · 4:3

Diesen Workflow ausprobieren

4.1 Handlungsreferenz

Referenz zu Video

Eine Schaumschlacht in der Küche übertragen

LernenVerwende Bilder für das Aussehen und Videos für das Handlungstiming.

1. Ergebnis und Eingaben

Image 1 liefert die Figuren; Video 1 liefert Handlungen, Gesichtsausdrücke und Timing. Der Prompt folgt der Übergabe eines Tellers, dem Schnippen von Schaum und dem spielerischen Gegenangriff.

Referenzeingabe
Image 1 — Aussehen der Figuren
Image 1 — Aussehen der FigurenBild
Video 1 — Handlungen und DarstellungsrhythmusVideo

2. So formulierst du es

Formel

[Figurenbild] + [Handlungsvideo] + [geordnete Handlungen und Lachen]

Was du steuern kannst

  • Gib Bild und Video unterschiedliche Rollen.
  • Beschreibe die Handlungsfolge und die Reaktionen.

Prompt

Handlungen, Gesichtsausdrücke und Darstellungsrhythmus der Figur in Image 1 orientieren sich strikt an der Eingabe Video 1. Ein Junge steht am Spülbecken auf der rechten Bildseite und reicht dem Mädchen auf der linken Bildseite einen gespülten Teller. Dann dreht er sich plötzlich um und schnippt mit seiner rechten Hand Spülmittelschaum zu dem Mädchen am linken Bildrand. Das erschrockene Mädchen kontert sofort, und beide beginnen, sich fröhlich mit Schaum zu bespritzen und auszuweichen, begleitet von lautem Lachen.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Behalte das Handlungsvideo und ersetze nur das Figurenbild.
Ergebnis prüfen
Vergleiche Handlungsreihenfolge und Figurenerscheinung getrennt.

MiniMax H3 · 10s · 768P · 16:9

Diesen Workflow ausprobieren

4.2 Kamera- und Gesangsreferenz

Referenz zu Video

Kamerabewegung, Figur und Gesang kombinieren

LernenWeise den drei Medientypen ausdrücklich Rollen für Aussehen, Kamera und Stimme zu.

1. Ergebnis und Eingaben

Die Quelle liefert ein Kamerabewegungsvideo, ein Figurenbild und eine Gesangsdatei. Ihr Prompt weist diese drei Aufgaben ausdrücklich zu, um eine Gesangsdarbietung zu erzeugen.

Referenzeingabe
Video 1 — KamerabewegungVideo
Image 1 — Singende Figur
Image 1 — Singende FigurBild
Audio 1 — GesangsreferenzAudio

2. So formulierst du es

Formel

[Kameravideo] + [Figurenbild] + [Gesangsaudio]

Was du steuern kannst

  • Verwende im Prompt durchgehend die Nummerierung der Quelle.
  • Höre dir die Gesangseingabe beim Vergleich des Ergebnisses an.

Prompt

Orientiere dich an der Kamerabewegung aus Video 1, lass die Figur in Image 1 singen und stimme den Gesang auf Audio 1 ab

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

Referenzen werden innerhalb jedes Medientyps nummeriert, passend zum Arbeitsbereich. Der Beispiellink behält die Nummerierung der Quelle bei.

3. Üben und überprüfen

Eine Variable ändern
Ersetze nur das Figurenbild; behalte die Kamera- und autorisierten Gesangsreferenzen bei.
Ergebnis prüfen
Prüfe Aussehen, Kamerabewegung und Gesang getrennt, statt nur die Gesamtstimmung zu beurteilen.

MiniMax H3 · 15s · 768P · Auto

Diesen Workflow ausprobieren

4.3 Einstellungsrhythmus und Stil

Referenz zu Video

Sechs Einstellungsbilder mit einer Rhythmusreferenz

LernenBeschreibe Einstellungsinhalt und Schnittrhythmus getrennt.

1. Ergebnis und Eingaben

Sechs Bilder liefern Einstellungsmaterial; das Quellvideo leitet Schnittrhythmus, Übergänge und Musik. Prüfe das Ergebnis anhand dieser Rollen, statt die Bilder als sechs garantierte Einstellungen zu betrachten.

Referenzeingabe
Image 1 — Sprung mit Schirm
Image 1 — Sprung mit SchirmBild
Image 2 — Laufaufnahme
Image 2 — LaufaufnahmeBild
Image 3 — Figur von oben
Image 3 — Figur von obenBild
Image 4 — Menschenmenge von oben
Image 4 — Menschenmenge von obenBild
Image 5 — Nahaufnahme der Figur
Image 5 — Nahaufnahme der FigurBild
Image 6 — Sportwagenaufnahme
Image 6 — SportwagenaufnahmeBild
Video 1 — Rhythmus, Übergänge und MusikVideo

2. So formulierst du es

Formel

[Einstellungsbilder] + [Videorhythmus] + [Übergänge und Musik]

Was du steuern kannst

  • Gib visuellen Inhalten und Schnittrhythmus separate Referenzen.
  • Prüfe, welche Bilder in der generierten Sequenz erscheinen.

Prompt

Image 1 Image 2 Image 3 Image 4 Image 5 Image 6, orientiere dich strikt an Einstellungsrhythmus, Übergangsstil und Musik des Beispielvideos @Video 1.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Ersetze nur ein Einstellungsbild und behalte das Rhythmusvideo sowie die anderen Bilder bei.
Ergebnis prüfen
Halte fest, welche Bilder die Ausgabe verwendet hat und wann Schnitte erfolgten; sechs Eingaben garantieren keine sechs Einstellungen.

MiniMax H3 · 15s · 768P · 16:9

Diesen Workflow ausprobieren

5.1 Hintergrund ersetzen

Referenz zu Video

Einen Greenscreen durch eine Märchenkulisse ersetzen

LernenUnterscheide das bearbeitete Video von seiner Umgebungsreferenz.

1. Ergebnis und Eingaben

Video 1 ist die Greenscreen-Quelle und Video 2 die Referenz für die Märchenumgebung. Der Prompt fordert, neuen Hintergrund und Figurenbeleuchtung an die Bewegung der Quelle anzupassen.

Referenzeingabe
Video 1 — Greenscreen-QuelleVideo
Video 2 — MärchenhintergrundVideo

2. So formulierst du es

Formel

[Greenscreen-Quelle] + [Umgebungsreferenz] + [abgestimmte Bewegung und Beleuchtung]

Was du steuern kannst

  • Kennzeichne den Quellclip getrennt von der Umgebungsreferenz.
  • Beschreibe Beleuchtungsanpassungen zusammen mit der Hintergrundänderung.

Prompt

Entferne den Greenscreen-Hintergrund aus @Video 1 und verwandle ihn in einen Märchenhintergrund ähnlich @Video 2. Die Hintergrundelemente müssen perfekt zu den Bewegungen der Figur in Video 1 passen. Ändere die Beleuchtung der Figur in Video 1 so, dass sie vollständig zum Hintergrund passt.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Behalte das Greenscreen-Video und ersetze nur die Umgebungsreferenz.
Ergebnis prüfen
Prüfe Figurenkonturen, Beleuchtung und unerwünschte Veränderungen am Motiv.

MiniMax H3 · 6s · 768P · 16:9

Diesen Workflow ausprobieren

5.2 Figur und Kleidung bearbeiten

Referenz zu Video

Ein Kind durch einen Hund ersetzen und eine Jacke ändern

LernenBenenne das Bearbeitungsziel mithilfe von Position und Referenzrollen.

1. Ergebnis und Eingaben

Image 1 liefert den Golden Retriever und Image 2 eine Jeansjacke. Video 1 ist der Originalclip; der Prompt benennt genau, welches Kind und welche Jacke ersetzt werden sollen.

Referenzeingabe
Image 1 — Golden Retriever
Image 1 — Golden RetrieverBild
Image 2 — Jeansjacke
Image 2 — JeansjackeBild
Video 1 — Originalclip mit KindernVideo

2. So formulierst du es

Formel

[Quellvideo] + [Zielposition] + [Ersatzbilder]

Was du steuern kannst

  • Verwende räumliche Beschreibungen, um das Bearbeitungsziel zu lokalisieren.
  • Weise jedem Bild eine Ersatzrolle zu.

Prompt

Ersetze das Kind ganz hinten in Video 1 durch den Golden Retriever aus Image 1. Ändere die khakifarbene Jacke des Kindes ganz links in Video 1 in die Jeansjacke aus Image 2.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Versuche zunächst nur eine der beiden Änderungen; behalte deren Positionsangabe und passende Referenz bei.
Ergebnis prüfen
Prüfe das vorgesehene Ziel und kontrolliere, ob andere Personen verändert wurden.

MiniMax H3 · 6s · 768P · 16:9

Diesen Workflow ausprobieren

5.3 Übergänge mit zwei Bildern

Referenz zu Video

Kaffee und Sand über passende Texturen verbinden

LernenVerbinde zwei Szenen über Textur und durchgehende Kamerabewegung.

1. Ergebnis und Eingaben

Image 1 liefert die Kaffeeszene und Image 2 die Zieldünen. Die Kamera fährt in Schaum und Kakaopartikel hinein und verbindet deren Textur anschließend in einer durchgehenden Bewegung mit Sand. Beide Bilder dienen als Szenenreferenzen und nicht als exakte Vorgaben für das erste und letzte Einzelbild.

Referenzeingabe
Image 1 — Anfängliche Kaffeeszene
Image 1 — Anfängliche KaffeeszeneBild
Image 2 — Zieldünenszene
Image 2 — ZieldünenszeneBild

2. So formulierst du es

Formel

[Anfangsszene] + [Zielszene] + [passende Texturen] + [durchgehende Kamerabewegung]

Was du steuern kannst

  • Benenne die Textur oder Form, die beide Szenen verbindet.
  • Beschreibe einen durchgehenden Kamerapfad und die Veränderung des Maßstabs.

Prompt

@Image 1 Die Kamera fährt schnell in die Details des Milchschaums, der Kakaopulverpartikel und der dunklen Kaffeeflüssigkeit auf der Kaffeeoberfläche hinein, sodass Oberflächenpartikel, Schaum und Flüssigkeitswellen allmählich den ganzen Bildschirm füllen und alles andere verdecken. Die Einstellung bewahrt eine realistische Makrotextur und extrem geringe Schärfentiefe; feines Pulver fällt langsam im Gegenlicht, und die Oberflächentextur wirkt wie ein Übergang zwischen feinem Sand und Flüssigkeit. Vermeide Risse im Bild. Sobald Kaffeepulverpartikel, Milchschaumwellen und Flüssigkeitswirbel den Dünengräten, Winderosionstexturen und verwehten Sandpartikeln in @Image 2 stark ähneln, verwandle sie natürlich und nahtlos in eine Wüstenlandschaft. Fahre anschließend weiter nach vorn und zeige die gesamte Ansicht der Sanddünen aus @Image 2. Vermeide strikt Risse im Bild, keinen schwarzen Bildschirm, keine harten Schnitte, keine offensichtlichen Spezialeffekte und keinen Eindruck zusammengesetzter Aufnahmen. Insgesamt soll es real, ruhig und zurückhaltend wirken, als würde sich dasselbe körnige Material natürlich von der mikroskopischen Kaffeeoberfläche in eine makroskopische Wüstenwelt verwandeln. Eine durchgehende Einstellung ohne Zusammensetzen in der Mitte.

Der übersetzte Prompt dient als Schreibhilfe. Vergleiche ihn vor der Generierung mit der Quelle.

3. Üben und überprüfen

Eine Variable ändern
Ersetze die Referenz der Zielszene und aktualisiere die Beschreibung ihrer verbindenden Textur.
Ergebnis prüfen
Prüfe die Kontinuität des Übergangs. Das sind Szenenreferenzen, keine exakte Steuerung des ersten und letzten Einzelbilds.

MiniMax H3 · 8s · 768P · 16:9

Diesen Workflow ausprobieren

06Referenzrollen und Eingabegrenzen

MiniMax-H3 · Studio-Steuerung am 3. Oktober 2026 geprüft. Fast und Max haben separate Grenzen.

6.1 Jeder Referenz eine Aufgabe geben

Bildreferenz
Beschreibe das Aussehen, die Form oder das Layout, das sie beitragen soll.
Videoreferenz
Beschreibe die Handlungsreihenfolge, den Kamerapfad oder den Schnittrhythmus, der übernommen werden soll.
Audioreferenz
Beschreibe die Stimme, den Rhythmus oder den Klang, den sie beitragen soll; kombiniere sie mit einer visuellen Referenz.

Nummeriere Bilder, Videos und Audio getrennt, passend zu den hochgeladenen Dateien. Eine Bezeichnung im Prompt lädt keine Eingabe hoch. Eingaben für das erste/letzte Einzelbild legen Kompositionen fest und können nicht mit Eingaben im Referenzmodus kombiniert werden.

6.2 Aktuelle Studio-Grenzen

  • Ausgabe: 4–15 Sekunden; 768P oder 2K. Prompt: bis zu 7.000 Zeichen.
  • Seitenverhältnisse: Auto, 21:9, 16:9, 4:3, 1:1, 3:4 oder 9:16.
  • Bilder: ≤9; JPEG / PNG / WebP; ≤30 MB; 256–5760 px; Breiten-/Höhenverhältnis 0.4–2.5.
  • Referenzvideos: ≤3; MP4 / MOV; ≤50 MB; 2–15 Sekunden pro Clip, insgesamt ≤15 Sekunden.
  • Referenzaudio: ≤3; WAV / MP3; ≤15 MB; 2–15 Sekunden pro Datei, insgesamt ≤15 Sekunden; eine Bild- oder Videoreferenz ist erforderlich.

6.3 Vor dem Absenden

Wähle Dauer und Auflösung im Formular; Angaben im Prompt setzen die Einstellungen nicht. Lade deine eigenen autorisierten Eingaben hoch, prüfe ihre nummerierten Rollen und anschließend die angezeigten Kosten. Natives Audio hat hier keinen Ein-/Ausschalter.

AddGuide ist ein separater ComfyUI-Workflow-Knoten; es ist keine Steuerungsoption in diesem gehosteten Studio. Dokumentation lesen

07 Häufige Fragen zum MiniMax H3 Leitfaden

Was ist die beste Prompt-Struktur für MiniMax H3?

Verwende Motiv, Bewegung, Umgebung, Ästhetik, Kamera und Audio. Gib bei komplexen Videos am Anfang Dauer, Seitenverhältnis und Einstellungsreihenfolge an.

Wann sollte ich Bildreferenzen verwenden?

Verwende Bildreferenzen, wenn Identität, Produktform, Kleidung, Layout, erstes Einzelbild oder visueller Stil stabil bleiben müssen.

Wann sollte ich Videoreferenzen verwenden?

Verwende Videoreferenzen, wenn Timing, Handlungsrhythmus, Kamerapfad, Gestik oder die Bewegungsbahn visueller Effekte wichtiger sind als das Aussehen der Quelle.

Wie viele Referenzmedien kann ich hier verwenden?

Verwende im MiniMax-H3 Referenzmodus bis zu 9 Bilder, 3 Videos und 3 Audiodateien. Audio erfordert eine visuelle Referenz, und Einzelbildrollen können nicht mit Referenzrollen kombiniert werden. Siehe die oben geprüften Vorgaben.

Bereit zum Erstellen

Den Leitfaden als Produktionscheckliste verwenden

Beginne mit dem Workflow, der zu deinem Ausgangsmaterial passt, und passe dann einen der obigen Prompts an deine eigene Szene an.

MiniMax H3 Leitfaden | Prompts, Referenzen und KI-Videoworkflows