Vilken promptstruktur fungerar bäst för MiniMax H3?

Motiv och handling, sedan kamera, sedan miljö och ljus, sedan ljud och sist uteslutningar. I Ref2VA-läget börjar du med att säga vad varje referens är till för. MiniMax publicerar också guider för promptskrivande i grundläget och referensläget på modellkortet för H3.

Kan jag generera MiniMax H3-videor på Imgo?

Inte än. H3 finns inte i Imgos katalog över aktiva modeller, därför visas dess tillgänglighet som inväntad. Kopiera prompterna här för att köra dem via MiniMax eller din egen installation, eller anpassa dem till en videomodell som är aktiv på Imgo.

Varför stannar min lokala H3-rendering vid 768p?

De öppna H3-Base-checkpointsen renderar i 768p. 2K kommer från H3-Regenerate-2K, ett andra pass som MiniMax inte har släppt som öppen källkod, så det fullständiga 2K-flödet går via MiniMax API.

Får jag använda de öppna vikterna kommersiellt?

Egen drift omfattas av MiniMax H3 Community License. Den gäller inte EU, Storbritannien, Republiken Korea eller USA (organisationer där kan ansöka om licens hos MiniMax); produkter som omsätter mer än 20 miljoner US-dollar per år behöver skriftligt tillstånd från MiniMax via api@minimax.io; kommersiella produkter måste visa "MiniMax H3" i sitt användargränssnitt; och avtalet lyder under Hongkongs lag. Åtkomst via MiniMax API följer i stället MiniMax API-villkor. Detta är en sammanfattning, inte juridisk rådgivning – läs licensen innan du lanserar.

Fungerar prompterna på andra språk?

Ja. Beskriv tagningen på vilket språk som helst. För talade repliker är H3 stabilast på de 11 dialogspråk som MiniMax listar; andra språk fungerar i varierande grad.

Prompter för MiniMax H3: en kopierbar guide för video och ljud

Promptguide för MiniMax H3

Fem kopierbara prompter för MiniMax H3, en för varje sätt att styra modellen: en produktreklam, bild till video, första och sista bildrutan, en rörelsereferens från video och inbyggd dialog med ljudeffekter. Varje prompt anger läget den körs i, vilka indata den behöver och vad du ska kontrollera i resultatet.

Tillgänglighet på Imgo inväntas

MiniMax H3 finns ännu inte i Imgos katalog över aktiva modeller, så de här prompterna är till för att kopieras: kör dem via MiniMax API eller din egen H3-Base-installation, eller anpassa dem till en videomodell som redan är aktiv på Imgo.

Visa aktiva modeller →

Vad du skriver prompter för

Två öppna checkpoints

H3-Base släpps som FL2VA (text, första bildrutan, sista bildrutan eller båda till video med ljud) och Ref2VA (referensbilder, -video och -ljud till video med ljud). Välj checkpoint innan du skriver prompten.

768p lokalt, 2K via API:t

De öppna vikterna renderar i 768p. 2K kommer från H3-Regenerate-2K, som inte är öppen källkod, så det fullständiga 2K-flödet går via MiniMax API.

Ljudet är en del av prompten

Varje klipp levereras med stereoljud i 32 kHz. Skriv in dialog, ljudeffekter och atmosfär i prompten, annars väljer modellen åt dig.

4–15 sekunder, från 21:9 till 9:16

Klippen är 4 till 15 sekunder långa i 24 fps, i bildförhållanden som 21:9, 16:9, 4:3, 1:1, 3:4 och 9:16.

Referensgränser för Ref2VA

Håll dig inom de här gränserna när du sätter ihop en förfrågan i referensläge.

Indata	Gräns
Bilder	Upp till 9
Videoklipp	Upp till 3; vart och ett 2–15 s; 15 s totalt
Ljudklipp	Upp till 3; vart och ett 2–15 s; 15 s totalt
Alla filer	Högst 12 sammanlagt för bilder, video och ljud

Första och sista bildrutan hör till FL2VA. En körning styrs av bildrutor eller av referenser, aldrig av båda.

Kopiera och anpassa

Produktreklam från packshots

En 10 sekunder lång reklamfilm i 16:9 för [product]. Använd referensbilderna som den exakta produkten: behåll form, färger, logotypens placering och etikettens text oförändrade i varje tagning. Börja med en långsam kameraåkning framåt över [surface] i [lighting]; sedan lyfter en hand produkten och vrider den för att visa [key feature]. Avsluta på en centrerad huvudbild med rent tomt utrymme till höger. Ljud: en musikbädd i stilen [music style] och ett mjukt [product sound] när produkten lyfts; ingen speakerröst. Ingen text i bild och inga extra produkter.

Läge: Ref2VA · referensbilder
Använd när: En riktig produkt måste vara exakt rätt medan kamera, miljö och ljud skapas runt den.
Indata: Två till fyra foton av den riktiga produkten från olika vinklar, med läsbar etikett.
Kontrollera: Jämför etikett, logotyp och färg med packshotsen och lyssna efter att produktljudet landar när produkten lyfts.

Väck en stillbild till liv

Animera bilden i första bildrutan under 6 sekunder. Behåll [subject], kompositionen och färgsättningen exakt som de är. [subject] [action] medan kameran [camera move]. Rörelse i bakgrunden: [ambient motion]. Ljud: den naturliga atmosfären i [setting] och [sound effect] i takt med rörelsen; ingen musik och ingen dialog. Lägg inte till människor, föremål eller text.

Läge: FL2VA · första bildrutan
Använd när: Bilden är redan godkänd och behöver röra sig utan att ritas om.
Indata: En högupplöst bild i önskat bildförhållande; den blir första bildrutan.
Kontrollera: Jämför den första bildrutan med din bild och håll sedan koll på händer, ansikten och kanter när rörelsen tilltar.

Från första till sista bildrutan

Skapa en 8 sekunder lång övergång från bilden i första bildrutan till bilden i sista bildrutan som en enda sammanhängande tagning. Håll [subject] identiskt hela vägen. Rörelse: [transition action], medan kameran [camera move]. Timing: håll öppningen i en sekund, rör dig jämnt och landa på slutbildrutan under den sista sekunden. Ljud: [transition sound] som växer under rörelsen och landar i ett mjukt [final sound] när sista bildrutan stannar.

Läge: FL2VA · första och sista bildrutan
Använd när: Start- och sluttillståndet är bestämda – ett före och efter, ett avslöjande, en förvandling – och bara vägen mellan dem är öppen.
Indata: Två bilder med samma bildförhållande, beskärning och ljus; ju mer lika de är, desto renare blir vägen mellan dem.
Kontrollera: Kontrollera att klippet verkligen landar på sista bildrutan och att motivet behåller sin identitet halvvägs.

Låna rörelse från ett referensklipp

Använd referensvideon bara för kamerarörelse och timing: [camera move description]. Kopiera inte dess människor, miljö eller färger. Applicera rörelsen på [subject] från referensbilden, i [setting] med ljus från [time of day], och håll utseendet hos [subject] identiskt med referensbilden. Matcha referensklippets längd. Ljud: [ambient sound] och [motion sound] i takt med rörelsen; ingen musik.

Läge: Ref2VA · referensvideo och -bilder
Använd när: Du gillar en kamerarörelse eller en koreografi och vill ha den på ett annat motiv.
Indata: Ett referensklipp på 2–15 s som visar rörelsen, plus en till tre bilder av det nya motivet.
Kontrollera: Spela upp referensen och resultatet sida vid sida: rörelsen ska matcha och inget från referensens miljö eller skådespelare får läcka in.

Dialogscen med ljudeffekter

En 12 sekunder lång scen i 16:9 i [setting]. [character A], [description A], och [character B], [description B], sitter mitt emot varandra vid ett bord. Halvbild på båda, sedan en långsam åkning in mot [character A]. Dialog på [language]: [character A] säger: ”[line 1]” och [character B] svarar: ”[line 2]”. Ljudeffekter: [sound effect 1] före första repliken och [sound effect 2] under svaret. Atmosfär: [ambience]. Läpparna rör sig synkront med varje replik; ingen musik och inga undertexter.

Läge: FL2VA · bara text
Använd när: Klippet måste tala: repliker, röster och effekter skrivs in i tagningen i stället för att läggas till i redigeringen.
Indata: Bara text. Håll varje replik så kort att den kan sägas bekvämt inom tagningens tid.
Kontrollera: Kontrollera läppsynken replik för replik, att varje röst stannar hos sin rollfigur och att effekterna landar där prompten placerar dem.

Praktiska tips

Välj checkpoint först: bildrutor går till FL2VA och referenser till Ref2VA. En körning tar aldrig båda.
Räkna filerna innan du laddar upp: högst 9 bilder, 3 videoklipp och 3 ljudklipp, och 12 filer totalt.
Klipp ner referensklippen till den del som spelar roll. Varje video- eller ljudklipp måste vara 2–15 s, och varje typ är begränsad till 15 s sammanlagt, så tre klipp på 5 sekunder fyller budgeten.
Säg vad varje referens är till för – produkt, rörelse, röst eller palett – så att modellen inte kopierar allt i den.
Skriv ljud som en bildlista: vem som talar, vilka effekter, vilken atmosfär och om det finns musik. Att be om tystnad är också en instruktion.
Talade repliker är stabilast på de 11 språk som MiniMax listar: arabiska, kinesiska, engelska, franska, tyska, italienska, japanska, koreanska, portugisiska, ryska och spanska.
Gör utkast i 768p och lägg 2K bara på tagningar som är värda att behålla; 2K-utdata går via MiniMax API.

Vanliga frågor

Vilken promptstruktur fungerar bäst för MiniMax H3?: Motiv och handling, sedan kamera, sedan miljö och ljus, sedan ljud och sist uteslutningar. I Ref2VA-läget börjar du med att säga vad varje referens är till för. MiniMax publicerar också guider för promptskrivande i grundläget och referensläget på modellkortet för H3.
Kan jag generera MiniMax H3-videor på Imgo?: Inte än. H3 finns inte i Imgos katalog över aktiva modeller, därför visas dess tillgänglighet som inväntad. Kopiera prompterna här för att köra dem via MiniMax eller din egen installation, eller anpassa dem till en videomodell som är aktiv på Imgo.
Varför stannar min lokala H3-rendering vid 768p?: De öppna H3-Base-checkpointsen renderar i 768p. 2K kommer från H3-Regenerate-2K, ett andra pass som MiniMax inte har släppt som öppen källkod, så det fullständiga 2K-flödet går via MiniMax API.
Får jag använda de öppna vikterna kommersiellt?: Egen drift omfattas av MiniMax H3 Community License. Den gäller inte EU, Storbritannien, Republiken Korea eller USA (organisationer där kan ansöka om licens hos MiniMax); produkter som omsätter mer än 20 miljoner US-dollar per år behöver skriftligt tillstånd från MiniMax via [email protected]; kommersiella produkter måste visa "MiniMax H3" i sitt användargränssnitt; och avtalet lyder under Hongkongs lag. Åtkomst via MiniMax API följer i stället MiniMax API-villkor. Detta är en sammanfattning, inte juridisk rådgivning – läs licensen innan du lanserar.
Fungerar prompterna på andra språk?: Ja. Beskriv tagningen på vilket språk som helst. För talade repliker är H3 stabilast på de 11 dialogspråk som MiniMax listar; andra språk fungerar i varierande grad.

Fortsätt utforska

Modellöversikt för MiniMax H3 →MiniMax H3 mot Veo 3.1 →MiniMax H3-prompter från biblioteket →Promptguide för Seedance 2 →Videomodeller som är aktiva på Imgo →

Källor

Granskad den 7 oktober 2026. Modellens gränser och licensvillkoren kan ändras; de länkade källorna gäller.