MiniMax H3 プロンプト集:9 カット・9 スタイル、そのまま使える
ここにあるのは全部H3 のプロンプト全文——スタイル行、ショット指定、セリフ、サウンド。隣の 1 フレームが、その行が実際に描いた画です。













これを実際に描いたプロンプト +
[Shot 2] At 00:04.000 the shot cuts to the boy in the second reference image walking up the path in his uniform, hair in his eyes; he raises a hand in apology and says: <d>[Japanese] ごめん、掃除当番。</d> Camera tracks beside him at walking pace, then settles as he reaches her and the two of them fall into step toward the gate.
Sound: cicadas, footsteps on gravel, a bag strap shifting, both voices close and natural.
Music: a warm piano figure with light strings underneath.
コピーしたあと、プロンプトはどこに残るか
Neta Studio は、話しかけて作る世界です。クリップは作品としてそこに残り、プロンプトも隣に保存されます。同じ出演者を別のスタイルで撮り直すときも、もう一度説明する必要はありません。生成のあとでも、行は書き換えられます。
- 同じ役者、9 つのスタイル:キャラクターが世界にいるので、9 本目も 1 本目と同じ顔になります。
- プロンプトも成果物:生成のたびに実際に使った行がそのまま返るので、1 語変えてもう一度撮れます。
- 勘ではなくショット言語:カメラの動きも光もカットの時刻も行に書くので、撮り直しは書き直しになります。
ディレクトリに H3 プロンプト用のスキルはまだありません。ボタンは書式ルールとあなたの題材をまとめて送ります——スタイル行、ショット指定、セリフ、サウンド。
H3 プロンプトの質問
使える MiniMax H3 プロンプトはどんな形ですか?
5 つの部分をこの順で:媒体と質感を示すスタイル行、場所・時間・光・カメラの動きを書いた [Shot 1] ブロック、<d>[言語] セリフ</d> のセリフ、Sound 行、Music 行。このページの 9 本は断片ではなく完成例です。
なぜショットにタイムコードを入れるのですか?
H3 はショットのブロック単位で読みます。00:04.000 と切る位置を書くと、そこで画を変えると理解します。書かないとモデルが代わりに決めてしまい、2 ショットが 1 つの長回しになります。
セリフはどう書きますか?
まず誰がどう話すかを書き、言葉を対話タグで囲みます:<d>[日本語] 退け。</d> H3 は音声をそのまま生成するので、セリフはクリップの中で発話されます。
Sound と Music の行は何のためですか?
Sound は現場にある音——雨、足音、テープのヒス。Music はスコアで、Music: none と書くのは「音楽を入れない」という有効な指示です。
プロンプトとクリップの長さは?
1 ショット 5 秒、情景の説明は 150 語以内が安定します。2 ショットなら 10 秒、4 秒あたりで 1 回切る。H3 は 15 秒まで可能ですが、10 秒を超えると 1 つの動きが繰り返し始めます。
キャラクターは崩れませんか?
撮っている世界にキャラクターがいれば安定します。顔は参照画像が担い、プロンプトは衣装が変わるところだけ触れます。文章だけで描写したキャラクターはテイクごとにずれます。2 人の参照画像を使う 2 ショットでは、レンダーの質感まで引き裂かれることがあるので、長いクリップに進む前にフレームを確認してください。
版権キャラではなく自分の題材でも作れますか?
作れます。まず写真を世界に追加して参照にし、プロンプトで名前を呼びます。参照がない場合は、毎回同じ言葉で顔を描写してください。一貫性は願いではなく、描写の繰り返しから来ます。
最後に何が返ってきますか?
生成されたクリップと、それを作ったプロンプトそのものです。ほかは書き換えないので、コピーした行は実際に走った行です。
9 本の行は、書き換えるためのもの。
書式はそのまま、題材を変えて、もう一度撮る。