T2VA
Text till video
Textprompt
Öppna koncept, annonser och filmiska scener.
Beskriv den inledande kompositionen, en tydlig handling, kamerabana och ljud.
Öppna detta arbetsflödeLägesanpassad guide + live-byggverktyg
MiniMax H3Prompt Builder
Välj rätt genereringsläge, bygg en prompt med den officiella H3-strukturen, tilldela referensroller och åtgärda vanliga fel utan att gissa.
01 / MODE PICKER
Indatan avgör vad din prompt måste göra
Börja här. Om du väljer fel läge uppstår konflikter innan modellen läser en enda kamerainstruktion.
I2VA
Första bildrutan
Första bilden + prompt
Kontroll av identitet, produktform och komposition.
Bilden styr den statiska bildrutan; prompten ska förklara vad som rör sig härnäst.
Öppna detta arbetsflödeFL2VA
Första + sista bildrutan
Första bilden + sista bilden + prompt
Transformationer och exakt sammanstrålning till sluttillståndet.
Använd en genomförbar rörelsebana; håll de två bildrutorna kompositionsmässigt kompatibla.
Öppna detta arbetsflödeL2VA
Sista bildruta
Sista bilden + prompt
Logovisningar, produktavslutningskort och utformade avslut.
Beskriv ett rimligt tidigare tillstånd och hur varje element landar i den angivna bildrutan.
Öppna detta arbetsflödeRef2VA
Video från flera referenser
Bilder, video, ljud + prompt
Överföring av identitet, produkt, rörelse, kamera eller röst.
Ge varje resurs en tydlig uppgift och ange vad som måste bevaras.
Öppna detta arbetsflödeCONTROL RULES
Fyra regler förhindrar de flesta promptfel
Använd dessa regler innan du lägger till filmiska detaljer. Fler ord löser inte en motstridig brief.
01
Välj läge först
Indatatypen ändrar vad prompten ska styra. Skriv inte en universell prompt för varje arbetsflöde.
02
Anpassa handlingen till längden
Korta klipp behöver en tydlig händelse. Lägg till en ny tagning endast när den visuella informationen faktiskt förändras.
03
Ge varje referens en uppgift
Separera roller för identitet, produkt, rörelse, kamera och röst så att referenserna inte konkurrerar.
04
Bevara med positivt språk
Ersätt vaga negationer med tydliga tillstånd: statisk kamera, slutna läppar, exakt ansikte, oförändrad klädsel.
02 / PROMPT BUILDER
Skapa en gång och jämför sedan snabba utdata, H3-struktur och utdata från API
Byggaren ändrar sin justeringsinstruktion, referensetiketter och innehållsroller för API för valt H3-läge.
Genereringsläge
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.Resultatet uppdateras medan du skriver. Behåll strukturella prompter på engelska; använd målspråket för dialog och text på skärmen.
462/700003 / OFFICIAL ANATOMY
Bas- och referenslägen använder olika strukturer
Använd fältnamnen som ett tankesystem: visuellt och tagningar först, diegetiskt ljud därefter, musik enbart för publiken sist.
T2VA / I2VA / FL2VA / L2VA
Basstruktur
{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
Referensstruktur
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>Musik
instrumentation + tempo + dynamics; or N/A04 / REFERENCE ROLES
Ladda inte upp resurser utan att tilldela kontroll
En tydlig rollkarta är mer användbar än att lägga till fler referenser. Upprepa detaljerna som måste bevaras i text.
<Subject 1>Identitet: ansikte, hår, klädsel
<Subject 2>Produkt från bild 2: geometri, material, färg
<Picture 3>Konkreta först, nyckel- eller sista-bildruta som ankare
<Video 1>Rörelse: gångrytm och kamerabana
<Audio 1>Röst: endast klang
Bevarandekontrakt
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.Redigeringsmönster: nämn ändringen en gång och räkna sedan upp allt som måste förbli oförändrat.
PROMPT RECIPES
Tre återanvändbara recept, vart och ett med ett tydligt syfte
Detta är ursprungliga undervisningsmallar, inte påståenden om garanterat resultat. Anpassa en variabel i taget.
T2VA
Premium-produktprofil
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.
Använd denna promptFL2VA
Nå den utformade slutbilden
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.
Använd denna promptRef2VA
Byt endast ut en 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.
Använd denna prompt05 / TROUBLESHOOTING
Åtgärda orsaken, inte antalet adjektiv
Ändra en styrvariabel per nytt försök, så kan du avgöra vilken instruktion som förbättrade resultatet.
| Symtom | Trolig orsak | Ändra nästa |
|---|---|---|
| Ansikte eller produkt förändras gradvis | Referensrollen är underförstådd eller delas med stil och rörelse. | Tilldela identitet till en ren bild och lista de exakta egenskaper som ska bevaras. |
| Konflikter i kamerarörelse | Videoreferensen och texten beskriver olika kamerabanor. | Låt referensen styra förloppet; använd text endast för hastighet eller amplitud. |
| Dialogen är för snabb eller passar inte | Raden är för lång, talaren ändras eller tidpunkten är inte förankrad. | Förkorta repliken, behåll ett talar-ID och placera den i den matchande tagningen. |
| Hopp mellan första och sista bildrutan | Bildrutorna skiljer sig åt i kameravinkel, skala eller har för många oberoende objekt. | Skapa den sista bildrutan från den första, ändra ett nåbart tillstånd och beskriv en sammanhängande väg. |
06 / CONTRACT BOUNDARIES
Officiella API, denna studio och lokala arbetsflöden omfattas inte av samma avtal
Märk varje längd, upplösning, parameter och modell-ID med den yta som faktiskt tillhandahåller den.
Officiell längd för API
4–15s
Officiell upplösning
768P / 2K
Bildförhållande i bildruteläge
adaptive
T2V-förhållande
21:9 → 9:16
MiniMax officiella API
Använd det officiella begärandeschemat, modellsträngen och kapabilitetsdokumentationen som källa till sanningen.
Officiell guide för APIMiniMax H3 AI Video Studio
Använd endast lägen, kontroller, priser och gränser som syns i den aktuella arbetsytan.
Öppna arbetsytaLocal / ComfyUI
Välj arbetsflödet och vikterna som passar T2V, bildruta eller referensgenerering.
ComfyUI-guideFAQ
Frågor som ändrar prompten
Läge, referenser, dialog och plattformskontrakt bör beslutas före stilpolering.
Vilket läge för MiniMax H3 ska jag välja?
Använd T2VA för enbart textkoncept, I2VA när en första bildruta styr kompositionen, FL2VA när båda ändpunkterna är viktiga, L2VA för ett utformat slut och Ref2VA när befintliga bilder, video eller ljud måste styra specifika attribut.
Har MiniMax H3 ett universellt fält för negativ prompt?
Anta inte att en sådan finns hos olika leverantörer. Skriv i stället positiva bevarandevillkor: ”kameran håller en statisk tagning”, ”bevara exakt ansikte och klädsel” eller ”läpparna förblir stängda”.
Hur ska dialog och ljud skrivas?
Håll talar-ID:n konsekventa, ange dialogspråk, håll raderna tillräckligt korta för längden och separera dialog från atmosfär, fysiska ljud och musik som bara hörs av publiken.
Är gränserna för hostade API och lokala ComfyUI desamma?
Nej. Modellvikter, inmatningslägen, längd, upplösning och parametrar kan skilja sig åt. Läs alltid avtalet för den tjänst du använder.
Källor och verifiering
Använd förstahandsfakta och märk sedan ut varje leverantörsskillnad
Senaste innehållsverifiering: 11 augusti 2026. Mallarna på den här sidan är originalundervisningsmaterial baserat på de länkade strukturerna.
Börja med läget, inte en tom promptruta
Välj arbetsflödet som matchar ditt källmaterial, bygg prompten ovan och för den sedan till motsvarande generator.