T2VA
Tekst na wideo
Prompt tekstowy
Koncepcje otwarte, reklamy i sceny filmowe.
Opisz początkową kompozycję, jedną wyraźną akcję, ścieżkę kamery i dźwięk.
Otwórz ten procesPrzewodnik uwzględniający tryb + kreator na żywo
MiniMax H3Prompt Builder
Wybierz odpowiedni tryb generowania, utwórz prompt zgodnie z oficjalną strukturą H3, przypisz role referencjom i napraw typowe błędy bez zgadywania.
01 / MODE PICKER
Dane wejściowe określają, co musi zrobić Twój prompt
Zacznij tutaj. Wybór niewłaściwego trybu tworzy konflikty, zanim model odczyta choć jedną instrukcję dotyczącą kamery.
I2VA
Pierwsza klatka
Pierwszy obraz + prompt
Kontrola tożsamości, kształtu produktu i kompozycji.
Obraz określa statyczną klatkę; prompt powinien wyjaśniać, co porusza się dalej.
Otwórz ten procesFL2VA
Pierwsza + ostatnia klatka
Pierwszy obraz + ostatni obraz + prompt
Transformacje i dokładna zbieżność stanu końcowego.
Użyj jednej wykonalnej ścieżki ruchu; zachowaj zgodność kompozycyjną obu kadrów.
Otwórz ten procesL2VA
Ostatnia klatka
Ostatni obraz + prompt
Odsłonięcia logo, końcowe plansze produktu i zaprojektowane zakończenia.
Opisz wiarygodny wcześniejszy stan i sposób, w jaki każdy element przechodzi do dostarczonej klatki.
Otwórz ten procesRef2VA
Wideo z wielu referencji
Obrazy, wideo, audio + prompt
Transfer tożsamości, produktu, ruchu, kamery lub głosu.
Przypisz każdemu zasobowi jedno wyraźne zadanie i określ, co musi zostać zachowane.
Otwórz ten procesCONTROL RULES
Cztery zasady zapobiegają większości błędów promptów
Użyj tych zasad przed dodaniem filmowych szczegółów. Więcej słów nie rozwiąże sprzecznego briefu.
01
Najpierw wybierz tryb
Typ wejścia zmienia to, co powinien kontrolować prompt. Nie pisz jednego uniwersalnego promptu dla każdego przepływu pracy.
02
Dopasuj działanie do długości
Krótkie klipy potrzebują jednego czytelnego zdarzenia. Dodaj nowe ujęcie tylko wtedy, gdy informacja wizualna naprawdę się zmienia.
03
Nadaj każdej referencji jedną rolę
Rozdziel role tożsamości, produktu, ruchu, kamery i głosu, aby referencje ze sobą nie konkurowały.
04
Zachowaj, używając pozytywnego języka
Zastąp niejasne zaprzeczenia jednoznacznymi stanami: statyczna kamera, zamknięte usta, dokładna twarz, niezmieniony strój.
02 / PROMPT BUILDER
Utwórz raz, a następnie porównaj szybkie wyniki, strukturę H3 i wyniki API
Kreator zmienia instrukcję wyrównania, etykiety referencji i role treści API dla wybranego trybu H3.
Tryb generowania
10s. A matte-red portable speaker remains geometrically consistent. A rim light traces the silhouette, then the speaker settles into a clean hero frame. Minimal dark studio, soft haze, precise reflections and generous negative space. The camera performs a Push In with small amplitude at slow speed. One soft dial click, restrained room tone and a synchronized low-frequency pulse. Minimal electronic percussion, moderate tempo, ending cleanly on the hero frame.Wynik aktualizuje się podczas pisania. Zachowaj prompty strukturalne po angielsku; dla dialogów i tekstu na ekranie użyj języka docelowego.
462/700003 / OFFICIAL ANATOMY
Tryby bazowy i referencyjny używają różnych struktur
Użyj nazw pól jako systemu myślenia: najpierw wizualizacje i ujęcia, następnie dźwięk diegetyczny, na końcu muzyka tylko dla odbiorców.
T2VA / I2VA / FL2VA / L2VA
Struktura bazowa
{I2VA / FL2VA / L2VA alignment instruction when applicable}
integrated_multimodal_description:
[Shot 1] {initial composition}. {subject action}.
[Shot 2] At 00:04.000, {new visual information}.
overall_soundscape:
{ambience + physical sounds}
non_diegetic_music:
{instrumentation + tempo + dynamics}; or N/ARef2VA
Struktura referencyjna
subject_definitions:
<Subject 1> is the product shown in <Picture 1>; preserve its geometry, material, color and logo.
<Video 1> is the camera-path and pacing reference.
summary:
[reference generation] {creative goal using Subject 1}
retention_analysis:
<Subject 1> (appears in [Shot 1]): fully_preserved - {exact attributes}
<Video 1> (camera and pacing structure): weak_reference - {relationship}
detailed_description:
{style sentence}
[Shot 1] <Subject 1> ...
overall_soundscape:
...
non_diegetic_music:
...Kamera
tracking shot + medium amplitude + slow speedDialog
(S1) says <d>[Chinese] 原句</d>Muzyka
instrumentation + tempo + dynamics; or N/A04 / REFERENCE ROLES
Nie przesyłaj zasobów bez przypisania kontroli
Przejrzysta mapa ról jest bardziej użyteczna niż dodawanie kolejnych referencji. Powtórz w tekście szczegóły, które trzeba zachować.
<Subject 1>Tożsamość: twarz, włosy, garderoba
<Subject 2>Produkt z obrazu 2: geometria, materiał, kolor
<Picture 3>Najpierw konkret, potem kluczowa lub ostatnia klatka referencyjna
<Video 1>Ruch: rytm chodzenia i ścieżka kamery
<Audio 1>Głos: tylko barwa
Umowa zachowania
In Video 1, change only the original package to the exact product from Picture 1.
Preserve the actor identity, hands, timing, camera path, background and lighting.
Keep the product geometry, color and logo from Picture 1 unchanged.Schemat edycji: nazwij zmianę raz, a następnie wymień wszystko, co musi pozostać niezmienne.
PROMPT RECIPES
Trzy szablony wielokrotnego użytku, każdy z jednym jasnym zadaniem
Są to oryginalne szablony edukacyjne, a nie deklaracje gwarantowanego wyniku. Dostosowuj po jednej zmiennej naraz.
T2VA
Hero premium produktu
10s premium product film. A matte-red speaker in clean negative space. Slow push-in as rim light traces the exact silhouette; cut once to a macro texture shot, then settle into a stable hero frame. One soft dial click, restrained room tone, minimal electronic percussion.
Użyj tego promptuFL2VA
Osiągnij zaprojektowaną klatkę końcową
Picture 1 anchors 0.00s and Picture 2 anchors 8.00s. Use one continuous shot. The hand pulls the ribbon and the paper unfolds in observable stages. Every moving element gradually settles into the exact composition, lighting and hand position of Picture 2.
Użyj tego promptuRef2VA
Zamień tylko jeden produkt
In Video 1, change only the package to the exact product from Picture 1. Preserve actor identity, hands, timing, camera path, background, lighting and all other motion. Keep product geometry, color and logo unchanged.
Użyj tego promptu05 / TROUBLESHOOTING
Napraw przyczynę, nie liczbę przymiotników
Przy każdej próbie zmieniaj jedną zmienną sterującą, aby wiedzieć, która instrukcja poprawiła wynik.
| Objaw | Prawdopodobna przyczyna | Zmień następny |
|---|---|---|
| Twarz lub produkt się zmienia | Rola referencji jest dorozumiana lub współdzielona ze stylem i ruchem. | Przypisz tożsamość do jednego czystego obrazu i wymień dokładne cechy, które należy zachować. |
| Konflikty ruchu kamery | Referencja wideo i tekst opisują różne ścieżki kamery. | Pozwól referencji wyznaczać ścieżkę; używaj tekstu tylko dla szybkości lub amplitudy. |
| Dialog jest zbyt szybki lub niedopasowany | Wiersz jest zbyt długi, zmienia się mówca lub czas nie jest zakotwiczony. | Skróć kwestię, zachowaj jeden identyfikator mówcy i umieść ją w pasującym ujęciu. |
| Skoki między pierwszą a ostatnią klatką | Klatki różnią się kątem kamery, skalą lub liczbą niezależnych obiektów. | Utwórz ostatnią klatkę na podstawie pierwszej, zmień jeden osiągalny stan i opisz jedną ciągłą ścieżkę. |
06 / CONTRACT BOUNDARIES
Oficjalne API, to studio i lokalne workflow nie są objęte jednym kontraktem
Oznacz każdą długość, rozdzielczość, parametr i identyfikator modelu zgodnie z miejscem, które faktycznie je udostępnia.
Oficjalny czas trwania API
4–15s
Oficjalna rozdzielczość
768P / 2K
Proporcje w trybie klatek
adaptive
Współczynnik T2V
21:9 → 9:16
MiniMax oficjalny API
Użyj oficjalnego schematu żądania, ciągu modelu i dokumentacji możliwości jako źródła prawdy.
Oficjalny przewodnik APIMiniMax H3 AI Video Studio
Używaj tylko trybów, ustawień, cen i limitów widocznych w bieżącym obszarze roboczym.
Otwórz obszar roboczyLocal / ComfyUI
Wybierz proces i wagi odpowiadające generowaniu T2V, z klatek obrazu lub z referencji.
Przewodnik ComfyUIFAQ
Pytania zmieniające prompt
Tryb, referencje, dialog i kontrakty platformy należy ustalić przed dopracowaniem stylu.
Który tryb MiniMax H3 wybrać?
Użyj T2VA dla koncepcji wyłącznie tekstowych, I2VA, gdy pierwszy kadr określa kompozycję, FL2VA, gdy ważne są oba końce, L2VA dla zaprojektowanego zakończenia, a Ref2VA, gdy istniejące obrazy, wideo lub audio muszą kontrolować określone cechy.
Czy MiniMax H3 ma uniwersalne pole negatywnego promptu?
Nie zakładaj, że istnieje on u wszystkich dostawców. Zamiast tego zapisz pozytywne warunki zachowania: „kamera utrzymuje statyczne ujęcie”, „zachowaj dokładnie tę samą twarz i garderobę” lub „usta pozostają zamknięte”.
Jak należy zapisywać dialogi i dźwięk?
Zachowaj stałe identyfikatory mówców, oznacz język dialogu, utrzymuj kwestie wystarczająco krótkie dla długości materiału i oddziel dialog od atmosfery, dźwięków fizycznych oraz muzyki wyłącznie dla odbiorców.
Czy limity hostowanego API i lokalnego ComfyUI są takie same?
Nie. Wagi modelu, tryby wejściowe, czas trwania, rozdzielczość i parametry mogą się różnić. Zawsze zapoznaj się z kontraktem używanej powierzchni.
Źródła i weryfikacja
Najpierw używaj faktów własnych, a następnie oznacz każdą różnicę między dostawcami
Ostatnia weryfikacja treści: 11 sierpnia 2026 r. Szablony na tej stronie są oryginalnymi materiałami dydaktycznymi opartymi na podlinkowanych strukturach.
Zacznij od trybu, nie od pustego pola promptu
Wybierz proces dopasowany do materiału źródłowego, utwórz powyżej prompt, a następnie przenieś go do odpowiedniego generatora.