MiniMax H3 프롬프트 가이드
MiniMax H3 프롬프트 가이드
MiniMax H3를 다루는 방식마다 하나씩, 복사해 쓸 수 있는 프롬프트 5가지입니다. 제품 광고, 이미지 투 비디오, 첫 프레임과 마지막 프레임, 영상 모션 레퍼런스, 효과음이 들어간 네이티브 대사. 각 프롬프트에는 실행 모드, 필요한 입력, 결과에서 확인할 점이 적혀 있습니다.
Imgo 제공 여부: 대기 중
MiniMax H3는 아직 Imgo의 라이브 모델 카탈로그에 없습니다. 그래서 이 프롬프트들은 복사용입니다. MiniMax API나 직접 구축한 H3-Base 환경에서 실행하거나, 지금 Imgo에서 사용할 수 있는 영상 모델에 맞게 고쳐 쓰세요.
무엇을 위한 프롬프트인가
공개된 체크포인트 두 개
H3-Base는 FL2VA(텍스트, 첫 프레임, 마지막 프레임 또는 둘 다에서 오디오가 포함된 영상 생성)와 Ref2VA(레퍼런스 이미지·영상·오디오에서 오디오가 포함된 영상 생성) 두 가지로 제공됩니다. 프롬프트를 쓰기 전에 체크포인트부터 고르세요.
로컬은 768p, 2K는 API로
공개 가중치는 768p로 렌더링합니다. 2K는 H3-Regenerate-2K에서 나오는데 이 모듈은 오픈소스가 아니므로, 2K 전체 워크플로는 MiniMax API로 실행됩니다.
소리도 프롬프트의 일부
모든 클립에는 32 kHz 스테레오 오디오가 붙습니다. 대사, 효과음, 앰비언스를 프롬프트에 적으세요. 적지 않으면 모델이 대신 정합니다.
4–15초, 21:9부터 9:16까지
클립은 24fps로 4초에서 15초까지이며, 화면비는 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 등을 지원합니다.
Ref2VA 레퍼런스 제한
레퍼런스 모드 요청을 구성할 때는 아래 제한을 지키세요.
| 입력 | 제한 |
|---|---|
| 이미지 | 최대 9장 |
| 영상 클립 | 최대 3개, 각 2–15초, 합계 15초 |
| 오디오 클립 | 최대 3개, 각 2–15초, 합계 15초 |
| 전체 파일 | 이미지·영상·오디오 합쳐 최대 12개 |
첫 프레임과 마지막 프레임은 FL2VA에 속합니다. 한 번의 생성은 프레임이나 레퍼런스 중 하나로만 조건을 걸 수 있으며, 둘을 함께 쓸 수는 없습니다.
복사해서 다듬기
제품 사진으로 만드는 제품 광고
[product]의 10초, 16:9 광고. 레퍼런스 이미지를 정확한 제품으로 사용해, 모든 컷에서 형태, 색상, 로고 위치, 라벨 문구를 그대로 유지한다. [lighting] 아래 [surface] 위를 천천히 푸시인하며 시작하고, 이어서 손이 제품을 들어 올려 돌리며 [key feature]를 보여 준다. 마지막은 가운데 놓인 히어로 컷으로, 오른쪽에 깔끔한 여백을 남긴다. 오디오: [music style] 배경 음악, 제품을 들어 올릴 때 부드러운 [product sound]. 내레이션 없음. 화면 텍스트와 다른 제품은 넣지 않는다.
- 모드
- Ref2VA · 레퍼런스 이미지
- 이럴 때 사용
- 실제 제품은 정확히 유지하면서 카메라, 세트, 사운드를 그 주변에 새로 만들어야 할 때.
- 입력
- 실제 제품을 여러 각도에서 찍은 사진 2–4장. 라벨이 읽혀야 합니다.
- 확인할 점
- 라벨, 로고, 색상을 제품 사진과 비교하고, 제품을 들어 올리는 순간에 제품 소리가 맞춰 나는지 들어 보세요.
정지 이미지에 생명 불어넣기
첫 프레임 이미지를 6초 동안 애니메이션한다. [subject], 구도, 컬러 그레이딩은 그대로 유지한다. [subject]이(가) [action], 그동안 카메라는 [camera move]. 배경 움직임: [ambient motion]. 오디오: [setting]의 자연스러운 앰비언스와 움직임에 맞춘 [sound effect]. 음악과 대사 없음. 사람, 사물, 텍스트를 추가하지 않는다.
- 모드
- FL2VA · 첫 프레임
- 이럴 때 사용
- 이미 승인된 이미지를 다시 그리지 않고 움직이게 해야 할 때.
- 입력
- 목표 화면비의 고해상도 이미지 1장. 이 이미지가 첫 프레임이 됩니다.
- 확인할 점
- 첫 프레임을 원본 이미지와 비교한 다음, 움직임이 커질수록 손, 얼굴, 가장자리가 무너지지 않는지 살펴보세요.
첫 프레임에서 마지막 프레임으로
첫 프레임 이미지에서 마지막 프레임 이미지로 이어지는 8초 전환을 하나의 연속 숏으로 만든다. [subject]은(는) 처음부터 끝까지 동일하게 유지한다. 움직임: [transition action], 그동안 카메라는 [camera move]. 타이밍: 시작 장면에서 1초 머문 뒤 일정한 속도로 움직이고, 마지막 1초는 최종 프레임에 안착한다. 오디오: 움직임 아래에서 [transition sound]이(가) 점점 커지다가, 마지막 프레임이 안착할 때 부드러운 [final sound]로 마무리된다.
- 모드
- FL2VA · 첫 프레임과 마지막 프레임
- 이럴 때 사용
- 시작과 끝 상태가 정해져 있고 — 비포 앤 애프터, 공개, 변신 — 그 사이의 경로만 열려 있을 때.
- 입력
- 화면비, 구도, 조명이 같은 이미지 2장. 비슷할수록 그 사이의 경로가 깔끔해집니다.
- 확인할 점
- 클립이 정말 마지막 프레임에 도착하는지, 중간에 피사체가 다른 사람이나 다른 물건으로 바뀌지 않는지 확인하세요.
레퍼런스 클립의 움직임 빌려 오기
레퍼런스 영상은 카메라 움직임과 타이밍에만 사용한다: [camera move description]. 영상 속 인물, 세트, 색상은 복사하지 않는다. 그 움직임을 레퍼런스 이미지의 [subject]에 적용하고, 배경은 [setting], 빛은 [time of day]로 한다. [subject]의 외형은 레퍼런스 이미지와 똑같이 유지한다. 길이는 레퍼런스 클립에 맞춘다. 오디오: 움직임에 맞춘 [ambient sound]와 [motion sound]. 음악 없음.
- 모드
- Ref2VA · 레퍼런스 영상과 이미지
- 이럴 때 사용
- 마음에 드는 카메라 무빙이나 안무를 다른 피사체에 입히고 싶을 때.
- 입력
- 움직임이 담긴 2–15초 레퍼런스 클립 1개와, 새 피사체의 이미지 1–3장.
- 확인할 점
- 레퍼런스와 결과를 나란히 재생해 보세요. 움직임은 일치해야 하고, 레퍼런스의 세트나 출연자는 섞여 들어오면 안 됩니다.
효과음이 있는 대화 장면
[setting]에서 펼쳐지는 12초, 16:9 장면. [character A]([description A])와 [character B]([description B])가 테이블을 사이에 두고 마주 앉아 있다. 미디엄 투숏으로 시작해 [character A] 쪽으로 천천히 푸시인한다. 대사는 [language]로: [character A]가 "[line 1]"라고 말하고, [character B]가 "[line 2]"라고 답한다. 효과음: 첫 대사 전에 [sound effect 1], 대답 아래에 [sound effect 2]. 앰비언스: [ambience]. 입 모양은 각 대사에 맞춰 싱크한다. 음악과 자막 없음.
- 모드
- FL2VA · 텍스트만
- 이럴 때 사용
- 클립이 말을 해야 할 때. 대사, 목소리, 효과음을 편집에서 덧붙이지 않고 숏 안에 써 넣습니다.
- 입력
- 텍스트만. 각 대사는 숏의 길이 안에서 여유 있게 말할 수 있을 만큼 짧게 쓰세요.
- 확인할 점
- 대사마다 립싱크를 확인하고, 각 목소리가 제 화자에게 붙어 있는지, 효과음이 프롬프트에서 지정한 위치에 나오는지 확인하세요.
실전 팁
- 체크포인트를 먼저 고르세요. 프레임은 FL2VA, 레퍼런스는 Ref2VA로 갑니다. 한 번의 생성에 둘을 함께 쓸 수는 없습니다.
- 업로드 전에 파일 수를 세세요. 이미지 최대 9장, 영상 클립 3개, 오디오 클립 3개, 전체 12개까지입니다.
- 레퍼런스 클립은 필요한 부분만 남기고 자르세요. 영상이나 오디오 클립은 각각 2–15초여야 하고 종류별 합계는 15초가 상한이라, 5초 클립 세 개면 한도가 찹니다.
- 각 레퍼런스의 용도 — 제품, 움직임, 목소리, 팔레트 — 를 밝혀서 모델이 그 안의 모든 것을 베끼지 않게 하세요.
- 소리는 숏 리스트처럼 쓰세요. 누가 말하는지, 어떤 효과음과 앰비언스인지, 음악이 있는지. 무음을 요청하는 것도 하나의 지시입니다.
- 대사는 MiniMax가 밝힌 11개 언어에서 가장 안정적입니다: 아랍어, 중국어, 영어, 프랑스어, 독일어, 이탈리아어, 일본어, 한국어, 포르투갈어, 러시아어, 스페인어.
- 초안은 768p로 만들고, 남길 가치가 있는 테이크에만 2K를 쓰세요. 2K 출력은 MiniMax API를 거칩니다.
자주 묻는 질문
- MiniMax H3에 가장 좋은 프롬프트 구조는?
- 피사체와 동작, 그다음 카메라, 그다음 배경과 빛, 그다음 오디오, 마지막으로 제외 사항 순서입니다. Ref2VA 모드에서는 각 레퍼런스의 용도부터 밝히세요. MiniMax는 H3 모델 카드에 기본 모드와 레퍼런스 모드용 프롬프트 작성 가이드도 공개하고 있습니다.
- Imgo에서 MiniMax H3 영상을 생성할 수 있나요?
- 아직은 아닙니다. H3는 Imgo의 라이브 모델 카탈로그에 없기 때문에 제공 여부가 대기 중으로 표시됩니다. 여기 있는 프롬프트를 복사해 MiniMax나 직접 구축한 환경에서 실행하거나, Imgo에서 사용할 수 있는 영상 모델에 맞게 고쳐 쓰세요.
- 로컬에서 돌린 H3가 왜 768p에서 멈추나요?
- 공개된 H3-Base 체크포인트는 768p로 렌더링합니다. 2K는 H3-Regenerate-2K라는 두 번째 패스에서 나오는데, MiniMax는 이를 오픈소스로 공개하지 않았습니다. 그래서 2K 전체 워크플로는 MiniMax API로 실행됩니다.
- 공개 가중치를 상업적으로 써도 되나요?
- 셀프 호스팅에는 MiniMax H3 Community License가 적용됩니다. 이 라이선스는 EU, 영국, 대한민국, 미국을 대상으로 하지 않습니다(해당 지역의 조직은 MiniMax에 라이선스를 신청할 수 있습니다). 연 매출이 2,000만 달러를 넘는 제품은 [email protected]를 통해 MiniMax의 서면 승인을 받아야 하고, 상업 제품은 사용자 인터페이스에 "MiniMax H3"를 표시해야 하며, 계약의 준거법은 홍콩법입니다. MiniMax API를 통한 이용은 대신 MiniMax의 API 약관을 따릅니다. 이 내용은 요약일 뿐 법률 자문이 아닙니다. 출시 전에 라이선스 원문을 읽어 보세요.
- 다른 언어로 쓴 프롬프트도 작동하나요?
- 네. 숏 묘사는 어떤 언어로 써도 됩니다. 대사의 경우 H3는 MiniMax가 밝힌 11개 대화 언어에서 가장 안정적이며, 그 밖의 언어도 정도의 차이는 있지만 작동합니다.
더 알아보기
출처
2026년 10월 7일 검토. 모델 제한과 라이선스 조건은 바뀔 수 있으며, 링크된 출처가 기준입니다.