Prompt Pika H3 Flex: năm mẫu copy được cho video với âm thanh tách stem

Pika H3 Flex được dẫn động theo năm cách — văn-bản-thành-video, khung đầu và khung cuối, tham chiếu đa phương thức-thành-video, chỉnh sửa clip đã tải lên, và xuất stem âm thanh — và mỗi cách đòi hỏi prompt viết khác nhau. Năm mẫu này copy được: thay các phần trong [brackets], giữ nguyên cấu trúc. Các chỗ giữ chỗ trong ngoặc vuông luôn để tiếng Anh bất kể bạn viết prompt bằng ngôn ngữ nào. Kiểm tra lần cuối theo giới hạn Pika công bố: 2026-11-03.

Trước khi viết prompt: những giới hạn định hình prompt

• 5–15 giây, chỉ số giây nguyên, ở 24 fps. Viết cảnh quay vừa độ dài này; prompt cần 20 giây sẽ không nhận được 20 giây.
• Prompt tới 8,000 ký tự. Prompt dài và cụ thể là hợp lệ; dùng hết chỗ.
• Tới 12 tài nguyên tham chiếu — tối đa 9 ảnh, 3 video và 3 tệp âm thanh. Tham chiếu video và âm thanh chạy 2–15 giây mỗi cái.
• Độ phân giải gốc là 480p hoặc 768p; 1080p, 2K và 4K đến qua trình nâng độ phân giải trong tác vụ của Pika, hoàn thiện cùng một cú quay.
• Âm thanh là gốc: stereo, với thoại, nhạc nền, SFX, foley và môi trường xuất được thành năm stem riêng.

1. Văn-bản-thành-video kèm thoại và thiết kế âm thanh

Nêu cảnh quay, máy quay, các nhịp hành động theo thứ tự, rồi đến âm thanh — thoại trong dấu ngoặc kép, từng lớp tiếng được gọi tên. Mô hình dàn dựng những gì bạn mô tả; thứ bạn bỏ qua, nó tự chọn.

"Một cảnh trung-toàn 16:9 dài 12 giây lúc chạng vạng: [a cyclist in a yellow rain jacket] trượt dốc xuống phố đá cuội còn ướt trong khi máy quay bám song song ở tầm tay lái; cô phanh trước tủ kính tiệm bánh, chống một chân xuống, và nói \"Cho một ổ — ổ có hạt ấy.\" Chuông cửa kêu khi cánh cửa mở phía sau cô; mưa nhẹ gõ lên mũ trùm; một nền piano yên tĩnh nằm dưới tất cả."

Kiểm tra: câu thoại khớp chuyển động môi, mưa đều chứ không nhấp nháy, và cú quay là một cảnh liền mạch không có cắt giấu.

2. Cảnh nhân vật dẫn bằng tham chiếu

Ở chế độ tham chiếu, tài sản giữ bản dạng còn prompt giữ vai trò đạo diễn. Nói tham chiếu chứa gì, rồi chỉ dẫn riêng phần xảy ra. Đừng mô tả lại khuôn mặt nhân vật bằng lời — tham chiếu sở hữu phần đó.

"Dùng tham chiếu nhân vật đính kèm cho [the presenter] và tham chiếu sản phẩm cho [the bottle]: một cú quay 9:16 dài 10 giây trong căn bếp sáng. Cô nhấc chai lên, đọc nhãn sau, gật đầu với máy quay một lần, và nói \"Thật đấy — giá bằng năm ngoái.\" Máy quay giữ yên; sáng cửa sổ buổi sáng từ bên trái; âm thanh môi trường bếp thấp."

Kiểm tra: khuôn mặt và trang phục ở giây cuối khớp tham chiếu gần bằng giây đầu, và chữ trên nhãn sống sót khi bị đọc trước ống kính.

3. Khung đầu và khung cuối

Đưa Pika khung mở đầu và khung kết thúc, rồi viết prompt như con đường giữa hai khung: cái gì đổi, theo thứ tự nào, nhịp nào. Đầu vào khung hình là ảnh; prompt là động từ.

"Từ khung đầu đến khung cuối: một cú quay 21:9 dài 8 giây nơi thủy triều dâng quanh [the beached wooden boat], mỗi sóng vươn xa hơn lên bãi cát; đến khung cuối thân tàu nổi lên. Chim hải âu bay ngang một lần giữa cảnh; chỉ gió và sóng, không nhạc."

Kiểm tra: khung đầu và khung cuối kết xuất thật sự khớp hai ảnh, và tiến trình đơn điệu — thủy triều không nên rút giữa chừng.

4. Chỉnh sửa clip đã tải lên

Với chỉnh sửa, tải clip nguồn làm tham chiếu video và viết thay đổi như một chỉ lệnh, rồi nêu cái không được đổi. H3 Flex giữ diễn xuất và nhịp độ — việc của prompt là giới phạm vi thay đổi.

"Chỉnh clip đính kèm: thay [the gray hoodie] bằng [a navy peacoat], giữ mọi thứ khác y hệt — cùng dáng đi, cùng tốc độ, cùng máy quay, cùng phố và thời tiết. 10 giây, âm thanh giữ nguyên."

Kiểm tra: dáng và nhịp bước khớp bản gốc từng khung hình, và không gì khác trong khung cảnh trôi — mặt tiền, người qua đường, ánh sáng.

5. Chỉ đạo âm thanh stem-trước

Khi âm thanh quan trọng hơn hình — trộn thoại, bản địa hóa, đổi nhạc nền sau này — đạo diễn từng stem theo tên. Stem xuất ra đến dưới dạng năm file WAV: thoại, nhạc nền, SFX, foley, môi trường.

"Một cú quay 16:9 dài 10 giây của [a barista] làm việc sau quầy lúc mở cửa, máy quay đẩy vào chậm. Thoại: cô nói \"Ly đầu tiên nhà mời.\" Nhạc nền: không. SFX: máy xay chạy, portafilter gắn vào ổ kêu tách. Foley: tạp dề xoạt, ly đặt xuống đĩa lót. Môi trường: nền phòng quán cà phê yên tĩnh, tiếng hum của tủ đông ở kênh phải."

Kiểm tra: mỗi stem chỉ chứa thứ dòng của nó gọi tên — máy xay không được chảy sang foley — và stem thoại dùng được khi đứng riêng.

Chạy những prompt này ở đâu

H3 Flex chạy qua API hoặc sản phẩm của Pika (hoặc trọng số tự lưu trữ) — nó không có trên Imgo. Cùng những brief này chạy được hôm nay trên Seedance 2.0 trong trình tạo video của Imgo, vốn nhận tham chiếu ảnh, video và âm thanh và tạo âm thanh gốc ngay trong prompt, với mỗi lượt chạy hiển thị credit trước khi bạn gửi. Mức giá và giới hạn của cả hai mô hình được so sánh trong bản phân tích giá Pika H3 Flex.

Nguồn: trang mô hình H3 Flex và bài đăng ra mắt của Pika, kiểm tra ngày 2026-11-03.