Qual è la struttura di prompt migliore per MiniMax H3?

Soggetto e azione, poi camera, poi ambientazione e luce, poi audio, poi esclusioni. In modalità Ref2VA, apri dicendo a cosa serve ogni riferimento. MiniMax pubblica anche guide alla scrittura dei prompt per la modalità base e quella con riferimenti nella scheda del modello H3.

Posso generare video con MiniMax H3 su Imgo?

Non ancora. H3 non è nel catalogo dei modelli attivi di Imgo, per questo la sua disponibilità risulta in attesa. Copia i prompt da qui per eseguirli tramite MiniMax o il tuo deployment, oppure adattali a un modello video attivo su Imgo.

Perché il mio render locale di H3 si ferma a 768p?

I checkpoint aperti di H3-Base rendono a 768p. Il 2K viene da H3-Regenerate-2K, un secondo passaggio che MiniMax non ha reso open source, quindi il flusso 2K completo passa dall'API di MiniMax.

Posso usare i pesi aperti a fini commerciali?

Il self-hosting ricade sotto la MiniMax H3 Community License. Non copre l'UE, il Regno Unito, la Repubblica di Corea e gli Stati Uniti (le organizzazioni di questi territori possono chiedere una licenza a MiniMax); i prodotti con ricavi superiori a 20 milioni di dollari USA l'anno necessitano di un'autorizzazione scritta di MiniMax tramite api@minimax.io; i prodotti commerciali devono mostrare "MiniMax H3" nella loro interfaccia utente; e l'accordo è regolato dalla legge di Hong Kong. L'accesso tramite l'API di MiniMax segue invece i termini dell'API di MiniMax. Questo è un riassunto, non una consulenza legale: leggi la licenza prima di lanciare il prodotto.

I prompt funzionano in altre lingue?

Sì. Descrivi l'inquadratura in qualsiasi lingua. Per le battute parlate, H3 è più stabile nelle 11 lingue di dialogo indicate da MiniMax; le altre lingue funzionano con risultati variabili.

Prompt per MiniMax H3: una guida da copiare per video e audio

Guida ai prompt di MiniMax H3

Cinque prompt per MiniMax H3 pronti da copiare, uno per ogni modo di guidare il modello: uno spot di prodotto, da immagine a video, primo e ultimo fotogramma, un riferimento di movimento da video e dialogo nativo con effetti sonori. Ognuno indica la modalità in cui gira, gli input che richiede e cosa controllare nel risultato.

Disponibilità su Imgo in attesa

MiniMax H3 non è ancora nel catalogo dei modelli attivi di Imgo, quindi questi prompt sono da copiare: eseguili tramite l'API di MiniMax o il tuo deployment di H3-Base, oppure adattali a un modello video già attivo su Imgo.

Vedi i modelli attivi →

Che cosa stai guidando

Due checkpoint aperti

H3-Base è distribuito come FL2VA (testo, primo fotogramma, ultimo fotogramma o entrambi in video con audio) e Ref2VA (immagini, video e audio di riferimento in video con audio). Scegli il checkpoint prima di scrivere il prompt.

768p in locale, 2K tramite API

I pesi aperti rendono a 768p. Il 2K viene da H3-Regenerate-2K, che non è open source, quindi il flusso 2K completo passa dall'API di MiniMax.

Il suono fa parte del prompt

Ogni clip arriva con audio stereo a 32 kHz. Scrivi nel prompt dialoghi, effetti sonori e ambiente, altrimenti li sceglierà il modello al posto tuo.

Da 4 a 15 secondi, da 21:9 a 9:16

Le clip durano da 4 a 15 secondi a 24 fps, in rapporti d'aspetto che includono 21:9, 16:9, 4:3, 1:1, 3:4 e 9:16.

Limiti dei riferimenti di Ref2VA

Rispetta questi limiti quando prepari una richiesta in modalità riferimento.

Input	Limite
Immagini	Fino a 9
Clip video	Fino a 3; ciascuna di 2–15 s; 15 s in totale
Clip audio	Fino a 3; ciascuna di 2–15 s; 15 s in totale
Tutti i file	Al massimo 12 tra immagini, video e audio

Primo e ultimo fotogramma appartengono a FL2VA. Una singola generazione si basa sui fotogrammi o sui riferimenti, mai su entrambi.

Copia e adatta

Spot di prodotto da packshot

Uno spot di 10 secondi in 16:9 per [product]. Usa le immagini di riferimento come il prodotto esatto: mantieni invariati forma, colori, posizione del logo e testo dell'etichetta in ogni inquadratura. Apri con una lenta carrellata in avanti su [surface] con [lighting]; poi una mano solleva il prodotto e lo ruota per mostrare [key feature]. Chiudi su un'inquadratura hero centrata con spazio negativo pulito a destra. Audio: un tappeto musicale [music style] e un leggero [product sound] quando il prodotto viene sollevato; nessuna voce fuori campo. Nessun testo a schermo e nessun prodotto aggiuntivo.

Modalità: Ref2VA · immagini di riferimento
Quando usarlo: Un prodotto reale deve restare esatto mentre camera, set e suono vengono inventati intorno a lui.
Input: Da due a quattro foto del prodotto reale da angolazioni diverse, con l'etichetta leggibile.
Da controllare: Confronta etichetta, logo e colore con i packshot e verifica a orecchio che il suono del prodotto cada sul sollevamento.

Dare vita a un'immagine fissa

Anima l'immagine del primo fotogramma per 6 secondi. Mantieni [subject], la composizione e la color correction esattamente come sono. [subject] [action] mentre la camera [camera move]. Movimento di sfondo: [ambient motion]. Audio: l'ambiente naturale di [setting] e [sound effect] a tempo con il movimento; niente musica e niente dialoghi. Non aggiungere persone, oggetti o testo.

Modalità: FL2VA · primo fotogramma
Quando usarlo: L'immagine è già approvata e deve muoversi senza essere ridisegnata.
Input: Un'immagine ad alta risoluzione nel rapporto d'aspetto finale; diventa il primo fotogramma.
Da controllare: Confronta il fotogramma iniziale con la tua immagine, poi osserva mani, volti e bordi mentre il movimento cresce.

Dal primo all'ultimo fotogramma

Crea una transizione di 8 secondi dall'immagine del primo fotogramma a quella dell'ultimo, in un'unica inquadratura continua. Mantieni [subject] identico per tutto il tempo. Movimento: [transition action], mentre la camera [camera move]. Tempi: tieni l'apertura per un secondo, muoviti in modo costante e posati sul fotogramma finale nell'ultimo secondo. Audio: [transition sound] che cresce sotto il movimento e si chiude su un leggero [final sound] quando l'ultimo fotogramma si assesta.

Modalità: FL2VA · primo e ultimo fotogramma
Quando usarlo: Gli stati iniziale e finale sono fissati — un prima e dopo, una rivelazione, una trasformazione — e solo il percorso tra i due è libero.
Input: Due immagini con lo stesso rapporto d'aspetto, la stessa inquadratura e la stessa luce; più si somigliano, più pulito è il percorso tra loro.
Da controllare: Verifica che la clip arrivi davvero all'ultimo fotogramma e che il soggetto mantenga la propria identità a metà strada.

Prendere in prestito il movimento da una clip di riferimento

Usa il video di riferimento solo per il movimento di camera e il ritmo: [camera move description]. Non copiarne persone, set o colori. Applica quel movimento a [subject] dell'immagine di riferimento, in [setting] con luce di [time of day], e mantieni l'aspetto di [subject] identico all'immagine di riferimento. Rispetta la durata della clip di riferimento. Audio: [ambient sound] e [motion sound] a tempo con il movimento; niente musica.

Modalità: Ref2VA · video e immagini di riferimento
Quando usarlo: Ti piace un movimento di camera o una coreografia e lo vuoi su un soggetto diverso.
Input: Una clip di riferimento di 2–15 s che mostri il movimento, più da una a tre immagini del nuovo soggetto.
Da controllare: Riproduci riferimento e risultato affiancati: il movimento deve coincidere e nulla del set o del cast del riferimento deve trapelare.

Scena dialogata con effetti sonori

Una scena di 12 secondi in 16:9 in [setting]. [character A], [description A], e [character B], [description B], siedono uno di fronte all'altro a un tavolo. Piano medio a due, poi una lenta carrellata su [character A]. Dialogo in [language]: [character A] dice: «[line 1]» e [character B] risponde: «[line 2]». Effetti sonori: [sound effect 1] prima della prima battuta e [sound effect 2] sotto la risposta. Ambiente: [ambience]. Le labbra si muovono in sincrono con ogni battuta; niente musica e niente sottotitoli.

Modalità: FL2VA · solo testo
Quando usarlo: La clip deve parlare: battute, voci ed effetti scritti nell'inquadratura invece che aggiunti al montaggio.
Input: Solo testo. Mantieni ogni battuta abbastanza breve da poterla dire comodamente nel tempo dell'inquadratura.
Da controllare: Controlla il lip sync battuta per battuta, che ogni voce resti al suo personaggio e che gli effetti cadano dove il prompt li colloca.

Consigli pratici

Scegli prima il checkpoint: i fotogrammi vanno a FL2VA, i riferimenti a Ref2VA. Una generazione non li accetta mai entrambi.
Conta i file prima di caricarli: al massimo 9 immagini, 3 clip video e 3 clip audio, e 12 file in totale.
Taglia le clip di riferimento alla parte che conta. Ogni clip video o audio deve durare 2–15 s e ogni tipo ha un tetto di 15 s complessivi, quindi tre clip da 5 secondi esauriscono il budget.
Di' a cosa serve ogni riferimento — prodotto, movimento, voce o palette — così il modello non copia tutto quello che contiene.
Scrivi il suono come una lista di inquadrature: chi parla, quali effetti, quale ambiente e se c'è musica. Chiedere il silenzio è anch'essa un'istruzione.
Le battute parlate sono più stabili nelle 11 lingue indicate da MiniMax: arabo, cinese, inglese, francese, tedesco, italiano, giapponese, coreano, portoghese, russo e spagnolo.
Fai le bozze a 768p e spendi il 2K solo per le riprese da tenere; l'output 2K passa dall'API di MiniMax.

Domande frequenti

Qual è la struttura di prompt migliore per MiniMax H3?: Soggetto e azione, poi camera, poi ambientazione e luce, poi audio, poi esclusioni. In modalità Ref2VA, apri dicendo a cosa serve ogni riferimento. MiniMax pubblica anche guide alla scrittura dei prompt per la modalità base e quella con riferimenti nella scheda del modello H3.
Posso generare video con MiniMax H3 su Imgo?: Non ancora. H3 non è nel catalogo dei modelli attivi di Imgo, per questo la sua disponibilità risulta in attesa. Copia i prompt da qui per eseguirli tramite MiniMax o il tuo deployment, oppure adattali a un modello video attivo su Imgo.
Perché il mio render locale di H3 si ferma a 768p?: I checkpoint aperti di H3-Base rendono a 768p. Il 2K viene da H3-Regenerate-2K, un secondo passaggio che MiniMax non ha reso open source, quindi il flusso 2K completo passa dall'API di MiniMax.
Posso usare i pesi aperti a fini commerciali?: Il self-hosting ricade sotto la MiniMax H3 Community License. Non copre l'UE, il Regno Unito, la Repubblica di Corea e gli Stati Uniti (le organizzazioni di questi territori possono chiedere una licenza a MiniMax); i prodotti con ricavi superiori a 20 milioni di dollari USA l'anno necessitano di un'autorizzazione scritta di MiniMax tramite [email protected]; i prodotti commerciali devono mostrare "MiniMax H3" nella loro interfaccia utente; e l'accordo è regolato dalla legge di Hong Kong. L'accesso tramite l'API di MiniMax segue invece i termini dell'API di MiniMax. Questo è un riassunto, non una consulenza legale: leggi la licenza prima di lanciare il prodotto.
I prompt funzionano in altre lingue?: Sì. Descrivi l'inquadratura in qualsiasi lingua. Per le battute parlate, H3 è più stabile nelle 11 lingue di dialogo indicate da MiniMax; le altre lingue funzionano con risultati variabili.

Continua da qui

Panoramica del modello MiniMax H3 →MiniMax H3 contro Veo 3.1 →Prompt di MiniMax H3 dalla libreria →Guida ai prompt di Seedance 2 →Modelli video attivi su Imgo →

Fonti

Verificato il 7 ottobre 2026. Limiti del modello e termini di licenza possono cambiare; fanno fede le fonti collegate.