03:00:00省 50%领取
MiniMax H3 提示词指南

MiniMax H3 提示词指南

一份实用指南:讲清 MiniMax H3 提示词写法、如何分配多模态参考素材,并用真实的生成结果、参考输入与提示词案例做对照。

提示词
参考素材
生成结果

联网调研整合

官网和三方指南共同强调的创作方式

最强的 MiniMax H3 指南都在重复同一件事:先选工作流,再写提示词;每个素材都要有明确职责;描述视频时要写动作和镜头,而不只是写一张漂亮画面。

01

先选择工作流

概念探索用纯文字,锁定身份与产品外形用图片,控制时序用视频,控制节奏或氛围用音频。

02

先写清镜头结构

复杂视频先写时长、画面比例、镜头数量和顺序,再补充电影化细节。

03

给每份参考素材明确职责

明确写出“图片 1 锁定身份”“视频 1 控制动作”或“音频 1 控制节奏”,不要让参考素材的职责含糊不清。

04

每次只排查一个问题

结果偏离预期时,每次只修改身份、动作、镜头或约束中的一项;小幅调整更容易判断效果。

01 通用技巧

1.1 基础提示词公式

MiniMax H3 对自然语言理解很强,但短视频仍然需要明确导演指令。每条提示词都可以从下面这些可控部件开始搭。

必填

主体

明确视频中需要始终清楚可辨的人物、产品、地点或物体。

必填

动作

先给主体一个清晰动作,只有动作发生变化时再补充时间安排。

可选

环境

说明实际场景、天气、道具、背景运动和空间层次。

可选

美学风格

描述镜头质感、调色、光线、纹理、类型和制作水准。

可选

镜头

使用推进、环绕、固定机位、手持、跟拍、升降或微距等电影镜头术语。

可选

音频

补充环境声、对白、音乐氛围、旁白、字幕或音效出现时机。

1.2 多模态参考控制

1.2 多模态参考控制

用图像锁身份和形状,用视频锁动作与镜头节奏,用音频提示节奏或氛围。不要只上传素材,要告诉模型每个素材负责什么。

当前工作台限制

这些数值来自项目里的真实生成器设置。

输出时长

4-15s

画面比例

自动, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 21:9, 1:1

分辨率

360p, 480p, 512p, 540p, 720p, 768p, 1080p, hd, fhd, 2k, 4k

图片

最多 9 张

视频

最多 3 个,总计 15 秒

音频

最多 3 个,总计 15 秒

案例库

生成结果/参考输入/提示词案例

每个案例都按内页指南的方式组织:先看生成结果,再看参考输入,最后给出可改写的提示词。

02

视频中的文字

2.1 标语/标题文字 / 2.2 字幕 / 2.3 对话气泡

生成结果
文字转视频

2.1 标语/标题文字

带产品收尾卡的动态标语

在产品故事的最后一个节拍加入短标题卡或标语。文字要简短,并准确说明出现时间。

公式

[文字内容] + [出现时机] + [位置] + [文字样式]

参考输入
手作面包广告参考画面
图片 1-产品氛围画面图片
提示词
Create a 15-second premium food commercial. Show a disappointed customer, a quick flashback of hand-made craft, then a warm close-up bite. At the final 2 seconds, blur the background and place bold gold text in the center: "REAL BREAD. REAL CRAFT." Keep the text large, readable, and stable.

控制重点

  • 使用常见字和短句。
  • 明确告诉模型文字出现的位置。
  • 只在一个明确时刻展示文字。
使用这个工作流
生成结果
多参考生成

2.2 字幕

带旁白与字幕的演示文稿

旁白简短、视觉顺序已按幻灯片或节拍整理时,字幕效果最好。

公式

[旁白台词] + [字幕位置] + [同步时机] + [幻灯片顺序]

参考输入
作为参考的 PPT 幻灯片
图片 1–4-幻灯片顺序图片
旁白参考提示
音频提示-平静旁白音频
提示词
Use the four uploaded slides in order. Generate a calm male voiceover, one short sentence per slide, at normal speaking speed. Add clean white subtitles at the bottom of the frame, synchronized with each spoken sentence. Keep the slide design readable and avoid extra decorative text.

控制重点

  • 每个视觉节拍对应一句话。
  • 重视可读性时,指定使用底部字幕。
  • 保持正常语速。
使用这个工作流
生成结果
图片转视频

2.3 对话气泡

波普风对话气泡

对话气泡适合风格化广告、社交短片和动漫风场景,让文字成为美术设计的一部分。

公式

[角色] 说“[台词]” + [气泡位置] + [镜头顺序]

参考输入
复古零食广告参考
图片 1-包装与吉祥物风格图片
补充图形参考
图片 2-波普配色参考图片
提示词
Create a high-energy 1990s pop-anime snack commercial. Use Image 1 for the package style and Image 2 for the color palette. Add comic speech bubbles near the characters: "So crunchy!" and "One more!" The bubbles should pop in with a bounce effect, remain readable, then exit before the final product shot.

控制重点

  • 指定气泡放在说话者附近。
  • 每句对话保持简短。
  • 使用风格化场景,让文字更自然地融入画面。
使用这个工作流

03

图片参考

3.1 多角度主体参考 / 3.2 多图参考

生成结果
图片转视频

3.1 多角度主体参考

通过多角度参考锁定产品外形

镜头运动过程中需要保持轮廓、材质和侧面细节稳定时,使用多张产品参考图。

公式

提取[图片 N 中的主体] + 生成[场景] + 保持[特征]稳定

参考输入
参考图片 1
图片 1-正面细节图片
汽车草图参考
图片 2-侧面轮廓图片
产品光线参考
图片 3-材质光线图片
提示词
Use Image 1, Image 2, and Image 3 as product references. Preserve the core silhouette, color, reflective material, and front details. Place the object on a clean studio surface, then use a slow 180-degree orbit to reveal front, side, and rear details without changing the design.

控制重点

  • 说明每张图片分别定义外形、颜色还是材质。
  • 检查产品细节时使用环绕或转台镜头。
  • 避免添加无关道具。
使用这个工作流
生成结果
图片转视频

3.1 多角度主体参考

根据单张参考图完成室内空间改造

只要提示词明确保护原始布局,静态室内图就能生成装修、灯光变化或空间布置过程。

公式

参考[图片 1 场景] + 改变[状态] + 保持[布局]稳定

参考输入
客厅参考图
图片 1-房间布局图片
提示词
Use Image 1 as the room layout reference. Generate a time-lapse from raw concrete interior to a finished warm living room. Keep wall positions, window placement, and camera angle consistent. Add furniture, soft lighting, and a final light-switch moment where the room turns on.

控制重点

  • 在第一句话中锁定布局细节。
  • 分阶段变化可使用“延时摄影”等描述。
  • 明确写出最终状态。
使用这个工作流
生成结果
图片转视频

3.1 多角度主体参考

角色身份参考

提示词分别说明面部、服装、情绪和动作时,身份参考效果最好。

公式

参考[图片 N 中的人物] + 生成[场景] + 保持身份一致

参考输入
人物肖像参考
图片 1-面部与造型图片
故事揭示参考
图片 2-场景氛围图片
提示词
Use Image 1 for the character identity, face shape, hair, and wardrobe. Use Image 2 for the dim library mood. Start with a close-up of the character reading alone, then slowly pull back as papers move and a glowing doorway appears. Keep the character consistent while the scene changes.

控制重点

  • 先写身份,再写动作。
  • 说明哪份参考素材控制氛围。
  • 使用简单动作以保持面部稳定。
使用这个工作流
生成结果
多参考生成

3.2 多图参考

带音乐氛围的分镜蒙太奇

多图序列要为每张图片分配一个叙事节拍,并描述连接各画面的情绪弧线。

公式

依照[图片顺序] + 生成[故事节拍] + 保持[风格]

参考输入
分镜蒙太奇参考
图片 1-回忆节拍图片
安静窗边场景参考
图片 2-安静节拍图片
温暖室内参考
图片 3-室内色调图片
提示词
Follow Images 1-3 as a storyboard sequence. Create a nostalgic flashback montage on 35mm film: first a warm memory, then a quiet window pause, then an intimate interior detail. Use soft grain, dreamlike bokeh, warm highlights, and gentle English background music. Keep cuts rhythmic but readable.

控制重点

  • 按顺序标明每张图片的职责。
  • 说明画面之间的情绪过渡。
  • 不同节拍使用一致的风格描述。
使用这个工作流

04

视频参考

4.1 动作参考 / 4.2 镜头运动参考 / 4.3 特效参考

生成结果
多参考生成

4.1 动作参考

连续追逐动作参考

重点在于时序、身体动作、走位或追逐节奏时,应使用视频参考。

公式

参考[视频 1 的动作] + 生成[新场景] + 保持动作细节

参考输入
动作参考视频
视频 1-追逐节奏视频
角色图片参考
图片 1-角色身份图片
提示词
Use Video 1 only for running rhythm, camera distance, and obstacle timing. Use Image 1 for character identity. Generate a dusk market chase in one continuous shot: close behind the character, side-track through the crowd, then push forward as the character glances back. Add footsteps, crowd ambience, and distant shouts.

控制重点

  • 把视频节奏与角色身份分开指定。
  • 不想切镜时明确要求一镜到底。
  • 用声音提示辅助控制节奏。
使用这个工作流
生成结果
多参考生成

4.2 镜头运动参考

斯坦尼康长镜头参考

当镜头运动本身就是重点时,可参考长镜头、推进、第一视角、360 度环拍或手持节奏。

公式

参考[视频 1 的镜头运动] + 生成[新主体] + 保持镜头路径

参考输入
斯坦尼康参考
视频 1-镜头路径视频
色彩与旅途氛围参考
图片 1-色彩氛围图片
提示词
Reference the camera path from Video 1: a back-following steadicam move through changing light zones. Generate a modern city walk from a warm cafe interior to a busy street and then into a subway stairwell. Keep the lighting transition smooth and do not cut away from the main subject.

控制重点

  • 明确参考素材只控制镜头。
  • 用不同光区让镜头运动更有设计感。
  • 重视连续性时明确要求不切镜。
使用这个工作流
生成结果
多参考生成

4.3 特效参考

变身特效参考

特效参考有助于控制粒子、发光、能量轨迹、组装动作和视觉变形的时机。

公式

参考[视频 1 的特效] + 应用于[图片 1 的主体] + 保持运动轨迹

参考输入
特效参考视频
视频 1-能量特效视频
角色参考图片
图片 1-角色图片
提示词
Use Video 1 for the blue energy trajectory, particle timing, and armor assembly rhythm. Use Image 1 for the character design. Generate a close-up transformation scene: glowing runes appear, energy spreads across the face and arm, black armor plates assemble, then the final hero pose locks in smoke.

控制重点

  • 描述特效轨迹,而不只写颜色。
  • 保持变身阶段顺序清楚。
  • 要求最终姿势稳定定格。
使用这个工作流

05

视频编辑

5.1 添加/移除/修改元素 / 5.2 视频延长 / 5.3 首尾衔接

生成结果
多参考生成

5.1 添加/移除/修改元素

保留动作的同时清理视频

编辑提示词要聚焦单一目标。明确要移除或替换的元素,并保护动作、构图和光线。

公式

从[视频 1]中移除[元素] + 保持[其他所有内容]不变

参考输入
原始视频参考
视频 1-原始片段视频
提示词
Remove all visible production mistakes from Video 1, including stray tools, tape marks, and unwanted gear. Keep the actors, hand motion, camera movement, room lighting, and timing unchanged. Do not introduce new props or change the original composition.

控制重点

  • 编辑要求要聚焦单一目标。
  • 列出必须保持不变的内容。
  • 避免一次要求多项无关修改。
使用这个工作流
生成结果
多参考生成

5.2 视频延长

在原片结尾之后继续延长

新动作自然承接原片最后的动作、镜头角度和基调时,延长效果最好。

公式

向前/向后延长[视频 1] + [新内容描述]

参考输入
原始视频参考
视频 1-原始结尾视频
提示词
Generate content after Video 1. Continue the existing camera track and classical painting style. The main rider moves toward the blooming tree, picks two orange flowers, dismounts, and presents the flowers to the person waiting ahead. Preserve the original music mood and color palette.

控制重点

  • 说明要在输入素材之前还是之后延长。
  • 延续源素材的镜头路径。
  • 明确描述新的结尾。
使用这个工作流
生成结果
多参考生成

5.3 首尾衔接

连接首尾画面

首尾输入之间有明确的变形桥梁时衔接效果最好,例如颜色、光线、建筑或主体姿势。

公式

[视频 1] + [转场] + 连接到[视频 2] + [转场逻辑]

参考输入
首帧参考
视频 1-古代场景视频
尾帧参考
视频 2-未来场景视频
提示词
Connect Video 1 to Video 2 in 8 seconds. Start at the ancient pyramid scene, keep the robot centered, then transform sand, stone, and amber light into a clean white future corridor. The robot design remains consistent while the environment morphs smoothly from old world to sci-fi interior.

控制重点

  • 说明连接两份输入的过渡元素。
  • 转场过程中保持主体稳定。
  • 确保参考素材总时长不超出限制。
使用这个工作流

MiniMax H3 指南常见问题

最可靠的 MiniMax H3 提示词结构是什么?

使用主体、动作、环境、美学、镜头和音频。复杂视频要在开头补充时长、比例和镜头顺序。

什么时候用图像参考?

当身份、产品形状、服装、布局、首帧或视觉风格必须稳定时,使用图像参考。

什么时候用视频参考?

当时序、动作节奏、镜头路径、手势或特效轨迹比源素材外观更重要时,使用视频参考。

这里可以使用多少参考素材?

当前工作台支持最多 9 张图像、3 个视频和 3 个音频文件,视频和音频时长限制见上方设置。

准备生成

把这份指南当成生成前检查表

先选择与你素材匹配的工作流,再从上面的案例中改写一条提示词。