Quelle est la meilleure structure de prompt pour MiniMax H3 ?

Le sujet et l'action, puis la caméra, puis le décor et la lumière, puis l'audio, puis les exclusions. En mode Ref2VA, commencez par dire à quoi sert chaque référence. MiniMax publie aussi des guides de rédaction de prompts pour le mode de base et le mode référence sur la fiche du modèle H3.

Puis-je générer des vidéos MiniMax H3 sur Imgo ?

Pas encore. H3 ne figure pas dans le catalogue de modèles actifs d'Imgo, c'est pourquoi sa disponibilité est indiquée comme en attente. Copiez ces prompts pour les exécuter via MiniMax ou votre propre déploiement, ou adaptez-les à un modèle vidéo actif sur Imgo.

Pourquoi mon rendu H3 local plafonne-t-il à 768p ?

Les checkpoints ouverts de H3-Base produisent du 768p. Le 2K provient de H3-Regenerate-2K, une seconde passe que MiniMax n'a pas rendue open source : le flux 2K complet passe donc par l'API de MiniMax.

Puis-je utiliser les poids ouverts à des fins commerciales ?

L'auto-hébergement relève de la MiniMax H3 Community License. Elle ne couvre pas l'UE, le Royaume-Uni, la République de Corée ni les États-Unis (les organisations de ces territoires peuvent demander une licence à MiniMax) ; les produits dont le chiffre d'affaires dépasse 20 millions de dollars US par an doivent obtenir une autorisation écrite de MiniMax via api@minimax.io ; les produits commerciaux doivent afficher "MiniMax H3" dans leur interface ; et l'accord est régi par le droit de Hong Kong. L'accès via l'API de MiniMax relève en revanche des conditions de l'API de MiniMax. Ceci est un résumé, pas un avis juridique : lisez la licence avant de lancer votre produit.

Les prompts fonctionnent-ils dans d'autres langues ?

Oui. Décrivez le plan dans n'importe quelle langue. Pour les répliques, H3 est le plus stable dans les 11 langues de dialogue listées par MiniMax ; les autres langues fonctionnent avec des résultats variables.

Prompts MiniMax H3 : un guide à copier pour la vidéo et l'audio

Guide de prompts MiniMax H3

Cinq prompts MiniMax H3 à copier, un pour chaque façon de piloter le modèle : une publicité produit, l'image vers vidéo, la première et la dernière image, une référence de mouvement vidéo et un dialogue natif avec effets sonores. Chacun précise le mode utilisé, les entrées attendues et ce qu'il faut vérifier dans le résultat.

Disponibilité sur Imgo en attente

MiniMax H3 ne figure pas encore dans le catalogue de modèles actifs d'Imgo : ces prompts sont donc à copier. Exécutez-les via l'API de MiniMax ou votre propre déploiement de H3-Base, ou adaptez-les à un modèle vidéo déjà actif sur Imgo.

Voir les modèles actifs →

Ce que vous pilotez

Deux checkpoints ouverts

H3-Base est publié en deux checkpoints : FL2VA (texte, première image, dernière image ou les deux vers une vidéo avec audio) et Ref2VA (images, vidéo et audio de référence vers une vidéo avec audio). Choisissez le checkpoint avant d'écrire le prompt.

768p en local, 2K via l'API

Les poids ouverts produisent du 768p. Le 2K provient de H3-Regenerate-2K, qui n'est pas open source : le flux 2K complet passe donc par l'API de MiniMax.

Le son fait partie du prompt

Chaque clip est livré avec un audio stéréo 32 kHz. Écrivez le dialogue, les effets sonores et l'ambiance dans le prompt, sinon le modèle les choisira à votre place.

De 4 à 15 secondes, du 21:9 au 9:16

Les clips durent de 4 à 15 secondes à 24 i/s, dans des formats qui incluent 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16.

Limites de références de Ref2VA

Respectez ces limites lorsque vous préparez une requête en mode référence.

Entrée	Limite
Images	Jusqu'à 9
Clips vidéo	Jusqu'à 3 ; chacun de 2 à 15 s ; 15 s au total
Clips audio	Jusqu'à 3 ; chacun de 2 à 15 s ; 15 s au total
Tous les fichiers	12 au maximum entre images, vidéo et audio

La première et la dernière image relèvent de FL2VA. Une même génération est conditionnée par des images clés ou par des références, jamais par les deux.

Copier et adapter

Publicité produit à partir de packshots

Une publicité de 10 secondes en 16:9 pour [product]. Utilisez les images de référence comme le produit exact : gardez sa forme, ses couleurs, la position du logo et le texte de l'étiquette inchangés dans chaque plan. Ouvrez sur un lent travelling avant au-dessus de [surface] sous [lighting] ; puis une main soulève le produit et le fait pivoter pour montrer [key feature]. Terminez sur un plan héros centré avec un espace négatif dégagé à droite. Audio : un fond musical [music style] et un léger [product sound] quand le produit est soulevé ; pas de voix off. Pas de texte à l'écran ni de produit supplémentaire.

Mode: Ref2VA · images de référence
À utiliser quand: Un produit réel doit rester parfaitement exact tandis que la caméra, le décor et le son sont inventés autour de lui.
Entrées: Deux à quatre photos du produit réel sous différents angles, avec l'étiquette lisible.
À vérifier: Comparez l'étiquette, le logo et la couleur avec les packshots, et vérifiez que le son du produit tombe bien au moment où on le soulève.

Animer une image fixe

Animez l'image de départ sur 6 secondes. Gardez [subject], la composition et l'étalonnage exactement tels quels. [subject] [action] pendant que la caméra [camera move]. Mouvement d'arrière-plan : [ambient motion]. Audio : l'ambiance naturelle de [setting] et [sound effect] synchronisé avec le mouvement ; pas de musique ni de dialogue. N'ajoutez ni personnes, ni objets, ni texte.

Mode: FL2VA · première image
À utiliser quand: L'image est déjà validée et doit bouger sans être redessinée.
Entrées: Une image haute résolution au format cible ; elle devient la première image.
À vérifier: Comparez l'image d'ouverture à la vôtre, puis surveillez les mains, les visages et les contours à mesure que le mouvement s'amplifie.

De la première à la dernière image

Créez une transition de 8 secondes de l'image de départ à l'image de fin, en un seul plan continu. Gardez [subject] identique du début à la fin. Mouvement : [transition action], pendant que la caméra [camera move]. Rythme : tenez l'ouverture une seconde, avancez régulièrement et posez-vous sur l'image finale pendant la dernière seconde. Audio : [transition sound] qui monte sous le mouvement et se résout sur un léger [final sound] quand la dernière image se pose.

Mode: FL2VA · première et dernière image
À utiliser quand: Les états de départ et d'arrivée sont fixés — un avant/après, une révélation, une transformation — et seul le chemin entre les deux reste libre.
Entrées: Deux images au même format, avec le même cadrage et le même éclairage ; plus elles se ressemblent, plus le chemin entre elles est propre.
À vérifier: Vérifiez que le clip aboutit vraiment à la dernière image et que le sujet garde son identité à mi-parcours.

Emprunter le mouvement d'un clip de référence

Utilisez la vidéo de référence uniquement pour son mouvement de caméra et son rythme : [camera move description]. Ne copiez ni ses personnes, ni son décor, ni ses couleurs. Appliquez ce mouvement à [subject] de l'image de référence, dans [setting] avec une lumière de [time of day], et gardez l'apparence de [subject] identique à l'image de référence. Reprenez la durée du clip de référence. Audio : [ambient sound] et [motion sound] calés sur le mouvement ; pas de musique.

Mode: Ref2VA · vidéo et images de référence
À utiliser quand: Vous aimez un mouvement de caméra ou une chorégraphie et vous le voulez sur un autre sujet.
Entrées: Un clip de référence de 2 à 15 s qui montre le mouvement, plus une à trois images du nouveau sujet.
À vérifier: Lisez la référence et le résultat côte à côte : le mouvement doit correspondre, et rien du décor ni de la distribution de la référence ne doit transparaître.

Scène dialoguée avec effets sonores

Une scène de 12 secondes en 16:9 dans [setting]. [character A], [description A], et [character B], [description B], sont assis face à face à une table. Plan moyen à deux, puis lent travelling avant sur [character A]. Dialogue en [language] : [character A] dit : « [line 1] » et [character B] répond : « [line 2] ». Effets sonores : [sound effect 1] avant la première réplique et [sound effect 2] sous la réponse. Ambiance : [ambience]. Les lèvres bougent en synchronisation avec chaque réplique ; pas de musique ni de sous-titres.

Mode: FL2VA · texte seul
À utiliser quand: Le clip doit parler : répliques, voix et effets écrits dans le plan plutôt qu'ajoutés au montage.
Entrées: Texte seul. Gardez chaque réplique assez courte pour être dite confortablement dans la durée du plan.
À vérifier: Vérifiez la synchronisation labiale réplique par réplique, que chaque voix reste avec son personnage et que les effets tombent là où le prompt les place.

Conseils pratiques

Choisissez d'abord le checkpoint : les images clés vont à FL2VA, les références à Ref2VA. Une génération n'accepte jamais les deux.
Comptez les fichiers avant l'envoi : au maximum 9 images, 3 clips vidéo et 3 clips audio, et 12 fichiers au total.
Coupez les clips de référence à la partie utile. Chaque clip vidéo ou audio doit durer de 2 à 15 s, et chaque type est plafonné à 15 s cumulées : trois clips de 5 secondes remplissent le budget.
Dites à quoi sert chaque référence — produit, mouvement, voix ou palette — pour que le modèle ne copie pas tout ce qu'elle contient.
Écrivez le son comme une liste de plans : qui parle, quels effets, quelle ambiance, et s'il y a de la musique. Demander le silence est aussi une instruction.
Les répliques sont les plus stables dans les 11 langues listées par MiniMax : arabe, chinois, anglais, français, allemand, italien, japonais, coréen, portugais, russe et espagnol.
Faites vos brouillons en 768p et réservez le 2K aux prises qui valent la peine ; la sortie 2K passe par l'API de MiniMax.

Questions fréquentes

Quelle est la meilleure structure de prompt pour MiniMax H3 ?: Le sujet et l'action, puis la caméra, puis le décor et la lumière, puis l'audio, puis les exclusions. En mode Ref2VA, commencez par dire à quoi sert chaque référence. MiniMax publie aussi des guides de rédaction de prompts pour le mode de base et le mode référence sur la fiche du modèle H3.
Puis-je générer des vidéos MiniMax H3 sur Imgo ?: Pas encore. H3 ne figure pas dans le catalogue de modèles actifs d'Imgo, c'est pourquoi sa disponibilité est indiquée comme en attente. Copiez ces prompts pour les exécuter via MiniMax ou votre propre déploiement, ou adaptez-les à un modèle vidéo actif sur Imgo.
Pourquoi mon rendu H3 local plafonne-t-il à 768p ?: Les checkpoints ouverts de H3-Base produisent du 768p. Le 2K provient de H3-Regenerate-2K, une seconde passe que MiniMax n'a pas rendue open source : le flux 2K complet passe donc par l'API de MiniMax.
Puis-je utiliser les poids ouverts à des fins commerciales ?: L'auto-hébergement relève de la MiniMax H3 Community License. Elle ne couvre pas l'UE, le Royaume-Uni, la République de Corée ni les États-Unis (les organisations de ces territoires peuvent demander une licence à MiniMax) ; les produits dont le chiffre d'affaires dépasse 20 millions de dollars US par an doivent obtenir une autorisation écrite de MiniMax via [email protected] ; les produits commerciaux doivent afficher "MiniMax H3" dans leur interface ; et l'accord est régi par le droit de Hong Kong. L'accès via l'API de MiniMax relève en revanche des conditions de l'API de MiniMax. Ceci est un résumé, pas un avis juridique : lisez la licence avant de lancer votre produit.
Les prompts fonctionnent-ils dans d'autres langues ?: Oui. Décrivez le plan dans n'importe quelle langue. Pour les répliques, H3 est le plus stable dans les 11 langues de dialogue listées par MiniMax ; les autres langues fonctionnent avec des résultats variables.

Pour aller plus loin

Présentation du modèle MiniMax H3 →MiniMax H3 ou Veo 3.1 →Prompts MiniMax H3 de la bibliothèque →Guide de prompts Seedance 2 →Modèles vidéo actifs sur Imgo →

Sources

Vérifié le 7 octobre 2026. Les limites du modèle et les termes de la licence peuvent changer ; les sources liées font foi.