MiniMax H3 图生视频提示词工程指南：结构化拆解音画同步
Free_Pressure8623 · reddit · 2026-08-06
作者分享了一套专为 ComfyUI 中 MiniMax H3 (Hailuo 03) 图生视频设计的系统提示词，旨在通过 LLM 生成高质量、结构化的视频提示词。
- 四部分结构：提示词必须包含图像对齐与特征锁定、多模态描述（镜头、动作、对白）、整体音效（拟音、环境音）以及非叙事音乐（背景配乐）。
- 核心规则：
- 资产锁定：明确指定图像中不可变动的角色特征与环境元素。
- 反镜头凝视：除非特别要求，角色应注视场景内物体，避免直视镜头。
- 因果动作：动作和对白不能瞬间触发，需加入呼吸、眼神偏移等前置肢体语言作为铺垫。
- 原生音频整合：将对白直接写入镜头描述中，并分离拟拟音与背景乐，防止音频串扰。
所属事件:开发者推出MiniMax H3视频提示词工程指南(4 条相关)→
「多模态」频道最新
- AI 音乐生成受困：安全分类器误杀生态模拟创作 — repligate · 2026-08-06
- 用 H3 模型生成乐高版《新世纪福音战士》 — cocktailpeanut · 2026-08-06
- MiniMax 视频模型潜力被低估，长视频叙事才是真正强项 — cocktailpeanut · 2026-08-06
- 实测MiniMax H3动画化静态图像：本地工作流与参数分享 — y3kdhmbdb2ch2fc6vpm2 · 2026-08-06
- MiniMax H3实测：音视频同步生成与提示词进阶技巧 — Smyshnikof · 2026-08-06
- H3模型生成频现马赛克与畸变，用户排查节点设置 — FastIce8391 · 2026-08-06