Passer au contenu

Guide de prompts

Comment écrire un prompt pour MiniMax-H3

Comment écrire un prompt pour MiniMax-H3 : son format de prompt à champs nommés, un modèle à remplir et des conseils d'experts pour les plans, les images, les références, les dialogues et le son sur Mage.

Spectacle de rue avec son
Créé avec MiniMax-H3Spectacle de rue avec son

Démarrage rapide

Ton premier super prompt pour MiniMax-H3

Tout ce dont un débutant a besoin en une minute : ce qu'il faut savoir d'abord, les règles les plus importantes, un modèle à remplir et des prompts à copier.

À savoir d'abord

MiniMax-H3 génère la vidéo et le son ensemble, et sur Mage il lit ton prompt exactement tel que tu l'écris : rien ne le développe ni ne le réorganise avant. Il a été entraîné avec des prompts écrits en champs nommés, alors écris dans ces champs plutôt qu'en paragraphe libre. Pour un clip à partir de texte, trois champs suffisent : ce qu'on voit et entend, plan par plan ; l'ambiance sonore de l'ensemble du clip ; et la musique, ou N/A s'il n'y en a pas.

Les règles les plus importantes

  1. Écris les trois champs, dans l'ordre

    integrated_multimodal_description, puis overall_soundscape, puis non_diegetic_music, chacun sur sa propre ligne, avec une ligne vide entre les deux. Copie les noms des champs exactement.

  2. Commence chaque plan par son style et son cadrage

    [Shot 1] commence par le style et l'image de départ : « Prises de vues réelles, cinématographique, un plan moyen cadre… ». Ensuite, un mouvement de caméra sous forme de phrase, puis ce qui se passe.

  3. Remplis la durée exactement

    Les plans doivent couvrir exactement la durée du clip que tu as réglée, ni plus ni moins. Une coupe s'écrit avec son horodatage : « [Shot 2] À 00:04.000, la caméra passe à… ».

  4. Chaque son à sa place

    Les sons liés à une action vont dans la description ; la pièce, la météo et la foule vont dans overall_soundscape ; la musique va dans non_diegetic_music, ou N/A s'il n'y en a pas.

  5. Les sections en anglais, les paroles dans leur langue

    Les champs sont en anglais. Les dialogues, les paroles de chanson et le texte à l'écran restent dans leur langue d'origine, exactement comme ils doivent apparaître.

Remplis ce modèle

Remplace chaque partie entre crochets par ton idée, et supprime celles dont tu n'as pas besoin.

Modèle
integrated_multimodal_description: [Shot 1] [Style], a [shot size] frames [subject, place, and starting state]. The camera [one move, as a sentence]. [What happens, in order, with the sounds of each action].

overall_soundscape: [Ambience and physical sounds across the whole clip].

non_diegetic_music: [Score instruments, tempo, and dynamics, or N/A].
Le modèle, rempli
integrated_multimodal_description: [Shot 1] Live-action, cinematic, a medium shot frames a noodle cook at a street stall at night, steam rising from a row of pots under a single bare bulb. The camera pushes in with small amplitude at slow speed. He lifts a tangle of noodles high out of the boiling water, shakes them twice so drops scatter, and drops them into a bowl with a soft splash.

overall_soundscape: Rain patters on the tin awning, water boils steadily, and scooters pass on the wet street behind him.

non_diegetic_music: N/A
  • [Shot 1] Garde cette étiquette telle quelle : elle ouvre le premier plan. Une coupure ajoute [Shot 2] avec son horodatage.
  • [Style] Live-action, cinematic; 2D-animated; 3D CG; claymation; watercolor; vintage film.
  • [shot size] Distance de la caméra : wide shot, medium shot, close-up.
  • [subject, place, and starting state] Qui ou quoi on voit, où, et comment le plan commence : a noodle cook at a street stall at night, steam rising from a row of pots.
  • [one move, as a sentence] Un seul mouvement de caméra, avec son amplitude et sa vitesse si elles comptent : pushes in with small amplitude at slow speed.
  • [What happens, in order, with the sounds of each action] L'action au fil du plan, et le son que fait chaque action : he lifts the noodles high and drops them into a bowl with a soft splash.
  • [Ambience and physical sounds across the whole clip] De une à quatre phrases sur ce qu'on entend tout du long : rain on the awning, boiling water, passing scooters.
  • [Score instruments, tempo, and dynamics, or N/A] Une musique que seul le public entend, décrite en instruments, tempo, rythme et volume, sans mots d'ambiance. N/A s'il n'y a pas de musique.

Des prompts pour te lancer

  • Un seul plan, avec du son mais sans musique

    integrated_multimodal_description: [Shot 1] Live-action, cinematic, a close-up frames a glassblower's hands turning a glowing orange bulb of glass on the end of a steel pipe in a dark workshop. The camera trucks left with small amplitude at slow speed. She rolls the pipe along the rails of her bench, lifts it, and blows a short breath into the mouthpiece as the bulb swells and brightens.
    
    overall_soundscape: The furnace roars steadily behind her, the pipe clicks against the rails, and a soft hiss rises as the glass swells.
    
    non_diegetic_music: N/A

    Pourquoi ça marche: Trois champs dans l'ordre, un mouvement de caméra écrit sous forme de phrase, et N/A pour la musique : le clip sonne comme l'atelier, sans rien d'autre.

  • Une coupure et une réplique

    integrated_multimodal_description: [Shot 1] Live-action, cinematic, a wide shot frames two hikers reaching a rocky summit above a sea of clouds at sunrise, wind tugging at their jackets. The camera pedestals up with small amplitude at slow speed as they climb the last step and stop. [Shot 2] At 00:04.000, the camera cuts to a close-up of the woman in the red jacket (S1), in her thirties, with a bright, breathless voice, who turns to her friend and says: <d>[English] Told you it was worth the early alarm.</d> Her friend laughs and shakes his head.
    
    overall_soundscape: Strong wind gusts across the summit, boots scrape on rock, and both hikers breathe hard from the climb.
    
    non_diegetic_music: A sustained string pad at a slow tempo, quiet at first and rising gently after the cut.

    Pourquoi ça marche: La coupure à 4 secondes apporte du nouveau, un visage et une réplique ; le personnage qui parle reçoit un ID et une description de voix une seule fois ; et seules les paroles se trouvent dans les balises d. Règle la durée sur 8 secondes.

  • En partant de ton image

    For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.
    
    integrated_multimodal_description: [Shot 1] Live-action, cinematic, the old bookshop shown in <Picture 1> keeps its layout, warm lamps and crowded shelves, with the gray cat asleep on the counter. The camera pushes in with small amplitude at slow speed. The cat opens one eye, stretches its front paws across an open ledger, and yawns as a page lifts in the draft from the door.
    
    overall_soundscape: A wall clock ticks, rain murmurs against the front window, and the floorboards creak once.
    
    non_diegetic_music: A solo piano plays a sparse melody at a slow tempo and low volume.

    Pourquoi ça marche: Importe l'image fixe comme Première image. La première ligne est copiée telle quelle, la description commence par ce que l'image montre déjà, puis indique seulement ce qui bouge.

  • D'une image à une autre

    How the reference pictures align with the target video — Picture 1 (from Shot 1) aligns with the 0.00-second mark of the target video; Picture 2 (from Shot 1) aligns with the 6.00-second mark of the target video.
    
    integrated_multimodal_description: [Shot 1] Live-action, cinematic, an empty sunlit studio begins as in Picture 1, a folded wooden easel leaning against the wall. The camera holds a static shot. A painter in a paint-flecked apron walks in from the right, unfolds the easel, sets a blank canvas on it, and steps back with her arms crossed, settling into the pose and spacing of Picture 2.
    
    overall_soundscape: Footsteps cross the wooden floor, the easel legs creak and lock with a clack, and birdsong drifts through an open window.
    
    non_diegetic_music: N/A

    Pourquoi ça marche: Importe les deux images fixes comme Première image et Dernière image. La première ligne les fixe au début et à la fin, et la description raconte le chemin entre les deux au lieu de les décrire à nouveau. Règle la durée sur 6 secondes.

Avancé

Prompts avancés pour MiniMax-H3

Des techniques pour mieux contrôler le résultat une fois les bases acquises.

MiniMax-H3 Turbo ou MiniMax-H3

MiniMax-H3 Turbo est le modèle par défaut : plus rapide, moins cher, et idéal pour les clips plus longs. MiniMax-H3 est le modèle à pas complets, pour les clips plus courts. Les deux lisent un prompt de la même façon : fais tes essais avec Turbo, puis lance le rendu avec l'un ou l'autre en gardant les mêmes mots.

  • Laisse Amélioration du prompt désactivée. Elle ajoute des mots à la fin du prompt, qui se retrouvent dans le champ de la musique.

Le format, champ par champ

MiniMax-H3 lit l'une de deux structures. Pour un clip à partir d'un texte ou d'images clés, écris une ligne d'image facultative, une ligne vide, puis trois champs : integrated_multimodal_description, overall_soundscape et non_diegetic_music. Pour un clip à partir d'images de référence, de Characters ou de vidéos de référence, écris-en six : subject_definitions, summary, retention_analysis, detailed_description, overall_soundscape et non_diegetic_music.

integrated_multimodal_description est le corps du clip : une chronologie de plans, chacun avec son image, sa caméra, ses actions, et les dialogues ou chants éventuels. overall_soundscape contient de une à quatre phrases sur l'ambiance, les sons physiques, les respirations et les rires sur l'ensemble du clip. non_diegetic_music contient de une à trois phrases sur la musique, ou N/A.

ÉcrisCe que ça fait
integrated_multimodal_description:Plan par plan : le style, le cadrage, la caméra, l'action et les paroles éventuelles.
overall_soundscape:L'ambiance et les sons physiques sur tout le clip. N/A uniquement pour un silence total.
non_diegetic_music:La musique que les personnages n'entendent pas, ou N/A s'il n'y en a pas.
subject_definitions:Avec des références : ce qu'est chaque étiquette, définie une fois avant d'être utilisée.
summary:Avec des références : le type de tâche entre crochets, puis un court paragraphe sur le clip.
retention_analysis:Avec des références : la part de chaque entrée à conserver.
detailed_description:Avec des références : une ou deux phrases de style, puis les plans.

Plans et timing

[Shot 1] n'a pas d'horodatage : il s'ouvre sur le style et l'image de départ (« Live-action, cinematic, a medium-wide shot frames… »). Chaque plan suivant commence par son horodatage en minutes, secondes et millisecondes : « [Shot 2] At 00:05.000, the camera cuts to… ». Les horodatages doivent augmenter d'un plan à l'autre et rester dans la durée du clip, et le dernier plan va jusqu'à la fin.

Chaque coupure doit apporter quelque chose de nouveau : un nouveau sujet, un nouvel espace, un nouvel état, un nouveau point de vue ou un nouveau moment. Pour un cadrage plus serré sur le même instant, déplace la caméra plutôt que de couper.

  • Écris les coupures avec « the camera cuts to » ou « the shot switches to ». Ne demande un fondu enchaîné, un fondu ou un volet que si tu en veux vraiment un.
  • À chaque coupure, indique le cadrage et qui est à l'écran.
  • Pour une prise unique sans coupure, écris un seul [Shot 1] et ajoute « in one continuous shot with no cuts ». Ne demande jamais une prise continue tout en écrivant plusieurs plans.
  • Mots de style pour le début de [Shot 1] : Live-action, cinematic; 2D-animated; 3D CG; claymation; watercolor; vintage film. Avec des images clés, reprends le style de l'image.
  • Écris des détails concrets, pas des compliments : « shallow depth of field, backlight keeps the foreground dark », jamais « beautiful, cinematic ».

Mouvements de caméra

Écris chaque mouvement de caméra sous forme de phrase dans son plan, pas comme une balise à la fin : « The camera holds a static shot as the runner exits the frame. » Ajoute une amplitude et une vitesse seulement si elles comptent : with small or large amplitude, at slow or fast speed.

  • Pour tourner autour d'un sujet, écris un travelling latéral et un panoramique dans des directions opposées : « The camera trucks left while panning right. »
ÉcrisCe que ça fait
push in / pull outLa caméra se rapproche du sujet ou s'en éloigne.
zoom in / zoom outSeul l'objectif change ; la caméra reste en place.
pan left / pan rightLa caméra pivote sur place, à gauche ou à droite.
truck left / truck rightLa caméra glisse latéralement.
tilt up / tilt downLa caméra s'incline vers le haut ou vers le bas sur place.
pedestal up / pedestal downToute la caméra monte ou descend.
arc shotLa caméra décrit une courbe autour du sujet.
tracking shotLa caméra accompagne un sujet en mouvement.
static shotLa caméra ne bouge pas.
shake slightly / shake stronglyCaméra à l'épaule ou secousse d'impact.
POVLa vue à travers les yeux d'un personnage.
roll clockwise / roll counterclockwiseLe cadre pivote.
with small amplitude at slow speedUne version douce et lente de n'importe quel mouvement.

Première et dernière images

Importe une Première image, une Dernière image, ou les deux, et commence le prompt par la ligne correspondante, copiée telle quelle, puis une ligne vide et les trois champs. Dans la ligne, S.SS est la durée du clip avec deux décimales (6.00 pour six secondes) et N est le numéro du dernier plan. Le clip prend le format de l'image.

Avec une première image, commence la description par ce que l'image montre (son style, ses sujets et sa composition), conserve-les, puis écris comment l'action démarre, se développe et se termine. Avec les deux images, écris un seul plan sauf si tu veux des coupures, et décris le chemin entre elles : l'état initial, les changements visibles, les différences qui se réduisent et l'état final. Avec une dernière image seulement, invente un état antérieur crédible et arrive à l'image dans le dernier plan.

  • Ne décris jamais à nouveau les deux images fixes dans un clip première-et-dernière image : le modèle les a déjà.
  • Un clip utilise des images clés ou des références, pas les deux.
ÉcrisCe que ça fait
For the target video, at 0.00 seconds into the target video, <Picture 1> (from [Shot 1]) is fully referenced.Première image uniquement.
How the reference pictures align with the target video — Picture 1 (from Shot 1) aligns with the 0.00-second mark of the target video; Picture 2 (from Shot N) aligns with the S.SS-second mark of the target video.Première et dernière images.
How the reference pictures align with the target video — <Picture 1> (from [Shot N]) aligns with the S.SS-second mark of the target video.Dernière image uniquement.

References et Characters

MiniMax-H3 numérote ses entrées par type, et ce sont ces labels qu'il lit. <Picture N> compte d'abord tes images importées (l'Image, puis les Additional Images), ensuite les Characters que tu mentionnes, puis les References que tu mentionnes, chacun dans l'ordre de sa première mention. <Audio N> compte les extraits vocaux que tu mentionnes, puis les voix des Characters mentionnés, puis le son de chaque vidéo de référence. <Video N> compte tes Video References dans l'ordre.

Avant que le modèle lise le prompt, Mage transforme chaque @handle en mots comme "character from image 3 with voice from [Audio 1]". Mentionne donc chaque handle une seule fois, dans subject_definitions, à côté de son label, puis utilise uniquement les labels. Une image importée n'a pas besoin de handle : écris directement son label <Picture N>.

Un <Subject N> est un élément à réutiliser : une personne, un lieu, un objet, une tenue, un style ou un mouvement. Un même sujet peut s'appuyer sur plusieurs entrées, par exemple "whose face comes from <Picture 1> and whose walk comes from <Video 1>". N'utilise <Picture N> seul que lorsque l'image est une image clé ou un storyboard pour des plans donnés.

  • Donne à chaque entrée un rôle précis : personnage, objet, décor, image clé, voix, storyboard, style, composition, mouvement, mouvement de caméra ou audio à réutiliser. Indique les traits qui ne doivent pas changer.
  • Un visage ne tient que si la personne est rattachée, via un Character ou une image. Le texte seul ne conserve jamais un visage.
  • Garde chaque label pendant tout le prompt, ne le définis jamais deux fois et ne donne jamais deux labels à une même entrée.
  • Le résumé commence par le type de tâche entre crochets, reliés par + : complétion d'images clés, génération par références, montage vidéo, prolongation vidéo, réutilisation audio ou référence audio.
  • Pour modifier un clip, ajoute-le comme Video Reference et commence le résumé par [video editing] et "The target video is an edited version of <Video 1>."
  • Les références partagent un budget de temps avec le clip : chaque image et chaque seconde de vidéo de référence en consomment une partie. Coupe les vidéos de référence à la partie utile et limite les références sur les clips longs.
  • Pour un nouveau clip, écris une detailed_description d'environ 350 à 500 mots. Pour chaque plan, indique la composition, qui se tient où, le décor et la lumière, les actions, la caméra, le son et où s'applique chaque label.
ÉcrisCe que ça fait
fully_preservedÀ conserver à l'identique : un visage, un produit, un logo.
partially_preservedEn conserver une partie, en précisant lesquelles.
attribute_transferPrendre une seule qualité, comme une couleur, une texture ou un style.
weak_referenceSimple repère approximatif.
fully_copy, partially_copy, reference, weak_referenceLa même échelle pour l'audio : le jouer tel quel, en jouer une partie, suivre uniquement son timbre ou son rythme, ou s'en servir comme repère approximatif.

Un Character enregistré avec une voix, et une photo de produit

subject_definitions:
<Subject 1> is the man in <Picture 2> (@leo), with a gray beard, a flat cap and a navy wool coat.
<Subject 2> is the cast-iron teapot in <Picture 1>, matte black with a bamboo handle.
<Audio 1> is the voice-timbre reference for <Subject 1> (S1).

summary:
[reference generation + audio reference] <Subject 1> pours tea from <Subject 2> at a table by a rainy window and speaks to the camera in the voice referenced from <Audio 1>.

retention_analysis:
<Subject 1> (appears in [Shot 1], [Shot 2]): fully_preserved - face, beard, cap and coat are kept.
<Subject 2> (appears in [Shot 1], [Shot 2]): fully_preserved - shape, finish and bamboo handle are kept exactly.
<Audio 1>: reference - his delivery follows its timbre without copying its words.

detailed_description:
Live-action, soft gray daylight from a window on the left, shallow depth of field.
[Shot 1] A medium shot frames <Subject 1> seated at a worn oak table, lifting <Subject 2> and pouring a thin stream of tea into a small white cup as steam curls up. The camera pushes in with small amplitude at slow speed. [Shot 2] At 00:04.000, the camera cuts to a close-up of <Subject 1> (S1), who looks into the lens and says in a slow, warm voice: <d>[English] Rain outside, tea inside. That's the whole plan.</d> He sets <Subject 2> down beside the cup.

overall_soundscape:
Rain runs down the window, tea splashes softly into the cup, and the iron lid clinks as it settles.

non_diegetic_music:
N/A

Pourquoi ça marche: Importe la théière comme Image : elle devient <Picture 1> et le Character est <Picture 2> ; le handle apparaît une seule fois, à côté de son label. Version raccourcie ici : une vraie description est plus longue. Règle la durée sur 8 secondes.

Dialogues et son

Donne à chaque voix un ID stable, (S1), (S2), ou (S1,S2) pour une réplique dite à plusieurs, et décris chaque voix une seule fois, en dehors de la balise, à sa première apparition : âge, genre, à l'écran ou hors champ, hauteur, timbre, débit et accent. Les personnages qui ne font jamais de bruit n'ont pas d'ID.

Mets chaque réplique entre balises <d>, avec uniquement sa langue et les mots exacts : <d>[English] We leave at dawn.</d> Ne traduis jamais une réplique et adapte les mots au plan : un long discours dans un plan court fait perdre la synchro labiale.

Répartis le son en trois couches. Les sons liés à une action et la musique jouée dans la scène vont dans la description ; l'ambiance et les bruits physiques vont dans overall_soundscape ; la musique de fond va dans non_diegetic_music, décrite par instruments, tempo, rythme et dynamique, sans mots d'ambiance. Ne répète jamais un dialogue dans les deux champs de son.

  • Chaque clip a du son. Décris ce que tu veux entendre et précise ce qu'il faut exclure.
  • Si une voix n'est utilisée que pour son timbre, n'écris pas ses paroles dans le prompt. Pour réutiliser un audio tel quel, écris ses paroles exactes, avec [unclear] pour les passages que tu ne comprends pas.
  • Désactive Use Character Voices pour ne pas utiliser les voix enregistrées des Characters.
  • N'écris jamais d'adresse e-mail ni de pseudo de réseau social : tout @ suivi de lettres est lu comme un handle enregistré. Dans un dialogue, écris "at".
ÉcrisCe que ça fait
(S1)L'ID du locuteur, placé juste après la personne qui parle.
<d>[English] …</d>Une réplique parlée : la langue, puis les mots exacts.
says in an off-screen voiceover:Voix off. Ajoute "while her lips remain completely closed" après la réplique quand la personne est à l'écran.
<scenetrans>Placé des deux côtés d'une coupe quand une réplique la traverse, avec "continues seamlessly across the cut".
<cutoff>Parole coupée par la fin du clip.
<Audio 1> is the voice-timbre reference for <Subject 1> (S1).Une voix enregistrée donne sa sonorité à un locuteur ; ses paroles viennent du prompt.

Un narrateur sur un plan large

integrated_multimodal_description: [Shot 1] Live-action, cinematic, an extreme wide shot frames a herd of horses galloping across a frozen lake at dawn, snow spraying from their hooves. The camera trucks right with large amplitude at slow speed, keeping pace with the herd. A calm older woman (S1) with a low, clear voice says in an off-screen voiceover: <d>[English] Every winter, they cross before the ice turns.</d> No one on screen speaks.

overall_soundscape: Hooves drum on the ice, the horses snort and blow, and a cold wind hisses across the lake.

non_diegetic_music: Low cellos hold a long chord at a slow tempo, swelling slightly as the herd passes.

Pourquoi ça marche: Le narrateur a un ID et une description unique, la formule de voix off garde la réplique hors champ, et chaque son a sa propre couche.

Texte à l'écran

Mets tout panneau, étiquette, sous-titre ou néon entre guillemets doubles droits, mot pour mot, dans sa langue d'origine : A blue neon sign reading "NOODLES" flickers above the stall.

  • Limite-toi à un seul texte principal par plan et garde-le loin des visages.
  • Quand rien ne doit apparaître, écris "No subtitles, on-screen text, or watermarks."

Erreurs courantes

À éviter, et quoi faire à la place

  • À éviter: Un paragraphe libre sans champs.

    a cook makes noodles at a street stall at night in the rain, steam, cinematic, moody

    À la place: Les champs étiquetés : rien sur Mage n'enrichit un prompt libre.

    integrated_multimodal_description: [Shot 1] Live-action, cinematic, a medium shot frames a noodle cook at a street stall at night, steam rising under a bare bulb. The camera holds a static shot. He lifts the noodles high and drops them into a bowl with a soft splash.
    
    overall_soundscape: Rain on the tin awning, boiling water, passing scooters.
    
    non_diegetic_music: N/A
  • À éviter: Un label utilisé avant d'être défini, ou une entrée sous deux labels.

    À la place: Chaque label défini une seule fois dans subject_definitions, puis le même label à chaque fois.

  • À éviter: "One continuous take" avec plusieurs plans.

    À la place: L'un ou l'autre.

  • À éviter: De la musique dans un champ et "no background music" dans un autre.

    À la place: Une seule décision, dans non_diegetic_music.

  • À éviter: Une timeline plus longue ou plus courte que le clip.

    À la place: Des temps de coupe compris dans la durée choisie, le dernier plan allant jusqu'à la fin.

  • À éviter: Des mots d'ambiance dans le champ musique : "epic, emotional, uplifting".

    non_diegetic_music: epic emotional uplifting music

    À la place: Instruments, tempo, rythme et dynamique.

    non_diegetic_music: Brass and timpani at a moderate tempo, building from quiet to loud over the last shot.
  • À éviter: Un long discours dans un plan court.

    À la place: Une réplique assez courte pour être dite pendant la durée du plan.

  • À éviter: Un résumé d'intrigue : "they fall in love".

    À la place: Ce qu'on voit et ce qu'on entend, plan par plan.

  • À éviter: Compter sur les mots seuls pour garder un visage.

    À la place: La personne rattachée comme Character ou comme image.

FAQ

Questions sur les prompts pour MiniMax-H3

Quelle longueur doit avoir un prompt MiniMax-H3 ?
Pour un clip à partir de texte, quelques phrases par plan, plus une phrase ou deux dans chaque champ de son. Pour un clip avec références, la detailed_description fait environ 350 à 500 mots. Rien sur Mage n'enrichit un prompt court : les détails que tu omets sont laissés au hasard.
Dois-je utiliser les champs étiquetés ?
Ils ne sont pas obligatoires, mais c'est le format sur lequel le modèle a été entraîné, et Mage transmet ton prompt exactement tel que tu l'as écrit. Un paragraphe en vrac perd des détails ; les champs les conservent.
Comment faire parler un personnage dans MiniMax-H3 ?
Donne un identifiant au locuteur, par exemple (S1), décris sa voix une seule fois, puis mets les mots exacts dans des balises <d> avec leur langue : <d>[Français] À demain.</d> Pour une voix enregistrée, mentionne le Character : sa voix enregistrée dit ses répliques.
Comment garder un personnage cohérent dans MiniMax-H3 ?
Joins-le comme Character ou comme image, définis-le une seule fois dans subject_definitions sous la forme <Subject 1>, puis utilise ce même libellé dans chaque plan. Le texte seul ne suffit pas à garder un visage.
Comment empêcher MiniMax-H3 d'ajouter de la musique ?
Écris non_diegetic_music: N/A, et ne demande de musique nulle part ailleurs dans le prompt.
Puis-je utiliser une première et une dernière image avec des références ?
Non. Un clip utilise soit des images, soit des références, pas les deux.
MiniMax-H3 accepte-t-il les prompts négatifs ?
Il n'existe pas de réglage de prompt négatif. Écris les exclusions sous forme de phrases dans le prompt, par exemple : « Pas de sous-titres, de texte à l'écran ni de filigranes. »

Crée ta première vidéo avec MiniMax-H3

Les nouveaux comptes reçoivent 300 Gems offerts, de quoi essayer MiniMax-H3 Turbo. Sans installation, sans carte bancaire.

Essayer MiniMax-H3 Turbo