MiniMax H3 提示词:9 个镜头 9 种拍法,直接抄
这里每一条都是完整的 H3 提示词——风格句、分镜段、台词、声音——旁边的画面就是这条提示词跑出来的。













真正跑出这条片子的提示词 +
[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.
提示词抄走之后,它落在哪儿
Neta Studio 是一个靠对话长出来的世界。片子作为作品落在里面,提示词就存在旁边——同一批角色换个拍法重拍,不用再描述一遍;成片之后那句话也还是可以改的。
- 一套角色,九种拍法:角色活在世界里,所以第九次生成的还是第一张脸。
- 提示词是产出的一部分:每次生成都把用过的那句话原样交回来,改一个词就能再拍一条。
- 靠镜头语言,不靠运气:机位、光线、剪辑点都写在提示词里,重拍是改写,不是重摇。
目录里还没有专门写 H3 提示词的技能——按钮会把格式规则连同你的主题一起发过去:风格句、分镜段、台词、声音。
关于 H3 提示词的问题
一条能用的 MiniMax H3 提示词长什么样?
五段,按顺序来:一行说明媒介和质感的风格句;一段 [Shot 1],写清地点、时间、光线和一个镜头运动;台词写成 <d>[语言] 台词</d>;一行 Sound;一行 Music。这一页的九条都是完整例子,不是片段。
分镜为什么要带时间码?
H3 是按分镜块读的,把切点写成 00:04.000,它才知道什么时候换画面。不写时间码,模型替你决定,两个镜头就变成一个长镜头。
台词怎么写?
先写清谁在说、声音什么样,再把话包进对话标记:<d>[中文] 退下。</d> H3 直接生成原生音频,台词是在片子里说出来的,不是后期配的。
Sound 和 Music 两行是干什么的?
Sound 写画面里真实存在的声音——雨、脚步、磁带的沙沙声。Music 是配乐;想要干声,就老老实实写 Music: none,那是一句有效指令。
提示词和片子该多长?
单镜头、5 秒、场景描述 150 字以内最稳。两个镜头大约 10 秒,切点放在第 4 秒附近。H3 最长能到 15 秒,但过了 10 秒,一个动作就开始自己重复。
角色会不会跑形?
会稳,前提是角色来自你正在拍的这个世界的素材。参考图负责脸,提示词只在换装时提服装。只靠文字描述的角色,每一条都会漂;两个角色各带一张参考图拍双人镜头时,渲染质感也可能被拉向两边——在花更长的片子之前,先看两帧。
可以拍自己的角色,而不是这些 IP 吗?
可以。先把照片加进世界里当参考,再在提示词里点名。没有参考图,就在每条提示词里用同一套词描写这张脸——一致性来自重复描述,不来自许愿。
最后拿到什么?
生成好的片子和真正跑出它的那条提示词。别的都不会被改写,所以你抄走的就是跑过的那条。
九条提示词,随你改。
格式留着,主题换掉,再拍一遍。