MiniMax H3 提示词进阶：像导演一样分镜头而非堆砌标签
zesh61 · reddit · 2026-08-14
这篇帖子总结了控制 MiniMax H3 视频模型的实用提示词技巧，核心理念是“不要描述一张图片，而是去指导一个镜头”。
关键结构：Subject + Action + Environment + Camera + Timing + Audio
- 动作优先：明确发生的变化，模型需要理解时间线上的动态。
- 镜头语言：使用具体的摄影术语（如 slow dolly in, handheld close-up），避免模糊描述。
- 时间节拍：将复杂场景拆分为带时间戳的镜头（如 0-3s: 全景... 3-7s: 镜头推进...），不要把所有动作塞进一段话。
- 明确说话者：如果有对话，必须明确是谁在说话，甚至指出谁不说话，防止声音来源错乱。
- 分离音频层：将对话、环境音、音效和音乐分开描述。
- 留白与运动：不要在短时间内塞入过多动作；多用动词描述运动而非静态外观。
作者提供了一个包含场景、主体、分镜头、音频和视觉风格的可复用提示词模板。
所属事件:开发者分享优化 MiniMax H3 提示词指令(2 条相关)→
「多模态」频道最新
- 实测：去掉上下文条件化后，图像条件在视频生成中反而更强 — pixlpa · 2026-10-16
- Drama3 语音合成登陆 audio.cpp:RTX 5090 上最高 5 倍实时速度 — Acceptable-Cycle4645 · 2026-10-16
- Drama3 语音合成登陆 audio.cpp:RTX 5090 上最高 5 倍实时速度 — Acceptable-Cycle4645 · 2026-10-16
- FrankenSim 用物理建模造虚拟管弦乐团，钢琴和鼓 demo 已上线 — doodlestein · 2026-10-16
- vLLM 官宣支持 Muse Spark Open：多模态、1M 上下文 — vllm_project · 2026-10-16
- InfoVis 发布:9B 统一模型做 PPT 幻灯片生成与编辑,1300 万数据训练 — Jiahao Wang · 2026-10-16