Гайд по промптам MiniMax H3: движение, камера и звук

Хороший промпт MiniMax H3 не описывает постер. Он управляет кадром. Назови субъект, видимое изменение, камеру, время и звук. Если прилагаешь референции, каждой назначь одну роль. H3 генерирует изображение и нативный стерео-звук вместе, поэтому тишина, атмосфера, диалоги, музыка и эффекты принадлежат тому же бриму, что и движение.^[1]

Модель принимает промпты до 7000 символов, но длина — не цель. Шесть точных строк обычно лучше целой страницы прилагательных. В этом гайде по промптам MiniMax H3 показано, как писать эти строки для генерации видео, анимации первого и последнего кадра, а также видео со смешанными референциями на reAPI.

TL;DR

• Пишешь про изменение со временем, не про статический инвентарь кадра.
• Разделяешь действие субъекта, действие камеры и звук, чтоб они не соперничали в одном предложении.
• Для видео первого и последнего кадра описывай переход; изображения уже описывают концы.
• Для видео-референций присваивай каждому входящему файлу одну роль.
• Начни с шести секунд. Добавляй длительность только когда действие её требует.
• Временные блоки вроде [0–2 сек] — техника письма, не гарантированная команда парсера. Используй их для ясности отставания.

Структура промпта MiniMax H3

H3 поддерживает три формата запроса: text-to-video только с промптом, image-to-video с первым или последним кадром и reference-to-video с изображениями, видео и аудио. API выбирает режим по приложенному контенту; промпт должен меняться вместе с ним. В справочнике API MiniMax H3 задокументированы точные правила валидации.^[2]

Для кадра только с промптом используй этот порядок:

СУБЪЕКТ — кого или что следит камера
ДЕЙСТВИЕ — одна видимая прогрессия с чётким концом
СЦЕНАРИЯ — только детали, влияющие на кадр
КАМЕРА — кадрирование, движение, фокус и ритм
СВЕТ — направление, время суток и отклик материала
ЗВУК — диалоги, атмосфера, фолей, музыка или намеренная тишина

Это не волшебный синтаксис. Это способ разделить три разных действия и четыре разных движения камеры в одном декоративном абзаце.

Начни с изменения, не с mood board

"Кинематографичная кофейня, красивый свет, премиум, мрачная" называет эстетику, но видео не знает, куда двигаться. Добавь физическое событие и конечную точку:

Теперь в кадре есть начало, середина и проверяемый конец. Камера делает одно движение. Звуковая база достаточно мала для микширования. "Премиум" исчез, потому что материалы, свет, ритм и сдержанность уже работают на это.

Держи одно доминирующее действие

Короткие клипы наказывают перегруженную хореографию. Если шестисекундный промпт просит человека войти, сесть, открыть посылку, говорить, пить, смотреть в окно и уйти, модель должна сжать или опустить что-то. Выбери действие, про которое клип. Остальное перенеси в другой кадр.

Дай камере один глагол

Pan, tilt, dolly, crane, orbit, handheld track и rack focus — не синонимы. Выбери одно основное движение камеры. Вторая инструкция может описать фокус или маленький финиш, но кадр "долли вперёд while орбит, кран вверх и рывок-панорама" обычно просто конфликт.

Описывай отклик материала вместо качества

Слова "stunning", "epic" и "high quality" не дают ревьюеру ничего проверять. Опиши, что делает свет: узкий блик скользит по щёткованному металлу, мягкий оконный свет огибает лицо или дождь разбивает неоновое отражение на мокром асфальте.

Шаблон промпта MiniMax H3 text-to-video

Text-to-video не имеет исходного кадра, поэтому промпт должен установить и изображение, и движение. На reAPI запрос также требует явное соотношение сторон.

[Длительность и кадрирование]
[Размер плана] [субъекта] в [сценарии].

[Действие]
Субъект [одно действие], заканчивающееся [видимым финальным ударом].

[Камера и свет]
[Одно движение камеры], [поведение фокуса]. [Конкретный свет и отклик материала].

[Звук]
[Диалог если есть]. [Атмосфера]. [Фолей]. [Музыка или нет музыки].

[Гарантии]
Один непрерывный кадр. Нет разрезов. Нет добавленного текста или логотипов.

Заполненный пример:

Соответствующий запрос небольшой:

curl https://reapi.ai/api/v1/videos/generations \
  -H "Authorization: Bearer $REAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax-h3",
    "prompt": "Восьмисекундный план среднее-ширины велосипедиста, ждущего под эстакадой в лёгком дожде. Она затягивает перчатку, смотрит на дорогу, затем отталкивается и выходит за кадр направо. Медленная ручная тележка вперёд; фокус остаётся на её лице, пока велосипед не движется. Прохладный дневной свет, мокрый бетон, маленькие янтарные отражения от проходящих машин. Дождь по бетону, щелчок свободного хода, один далёкий автобус, нет музыки, нет диалога. Один непрерывный кадр, без разрезов, без текста на экране.",
    "aspect_ratio": "16:9",
    "duration": 8
  }'

Отправка возвращает ID задачи. Опроси общий endpoint задачи до завершения. Готовый MP4 включает сгенерированную звуковую дорожку.

Пиши промпты первого и последнего кадра как переходы

В режиме image-to-video первый кадр, последний или оба уже устанавливают внешний вид и ориентацию. Повтор каждого визуального деталя тратит место в промпте и может оттянуть генерацию от предоставленных изображений.

Скажи H3, что должно происходить между ними:

Двигайся непрерывно от первого кадра к последнему кадру.
Бумажный пакет разворачивается вдоль существующих сгибов; новых панелей не появляется.
Камера остаётся заблокирована. Товар не вращается.
Мягкий шелест бумаги, один маленький стук по столу, тихий студийный тон комнаты, нет музыки.
Закончи на точной композиции последнего кадра.

На reAPI image-to-video выводит ориентацию из кадра. Не отправляй поле aspect_ratio в этом режиме. Обрежь исходные изображения до предполагаемого коэффициента доставки перед отправкой.^[2]

Если начальный и конечный кадры расходятся по масштабу субъекта, высоте камеры или освещению, промпт не может полностью исправить противоречие. Сначала починь концы. Модель должна тратить усилия на движение, не на примирение двух разных съёмок.

Назначь каждому референсу одну роль

Reference-to-video — самый отличительный рабочий процесс H3. Запрос может включать до девяти изображений, трёх видео и трёх аудиофайлов. Больше входящих данных не автоматически создают лучше непрерывность. Немаркированная стопка референсов просит модель угадать, что копировать из каждого файла.

Используй явную карту референсов:

Riferimento Image 1: preserve лицо этого человека, волосы, пальто и пропорции.
Riferimento Image 2: используй только интерьер вагона поезда и материал сидений.
Riferimento Video 1: используй его скорость ходьбы и движение плеча, не камеру.
Riferimento Audio 1: используй эту идентичность голоса и кадансе для цитируемой линии.

Создай один семисекундный кадр. Персонаж идёт по проходу к камере, прикасается к
верхушке одного сиденья и говорит: "Почти там." Медленная стабилизированная тележка назад
на уровне глаз. Полуденный свет движется через окна. Держи голос чётко над низким шумом
рельса; без музыки и дополнительных говорящих.

Это разделяет идентичность, окружение, движение и голос. Это также говорит ревьюеру, куда смотреть, когда результат не удаётся.

Видео-референции — не бесплатный контекст. На маршруте reAPI их длительность добавляется к выставляемой длительности генерации. Первые пять изображений-референсов включены, а изображения с шестого по девятое добавляют поштучный сбор. Используй страницу модели MiniMax H3 для актуальных ставок вместо заполнения запроса неиспользованными референсами.^[3]

Управляй звуком как частью кадра

MiniMax H3 генерирует нативный стерео-звук с изображением. Полезный звуковой бриф отвечает пять вопросов:

"Кинематографичный звук" не отвечает на ничего из них.

Когда есть диалог, держи линию достаточно короткой для клипа. Прочитай это вслух в предполагаемом темпе. Двенадцатисловная линия, которая занимает пять секунд, оставляет мало места для действия, реакции и естественной тишины вокруг.

Тишина должна быть высказана. Без "нет музыки" или "нет диалога" модель может заполнить пустое звуковое ложе, потому что промпт оставил его открытым. То же применяется к субтитрам и тексту на экране.

Временные блоки помогают, когда порядок имеет значение

Для кадра с несколькими ударами приблизительный тайминг может прояснить последовательность:

[0–2 сек] Заблокированный близкий план. Спичка касается фитиля; только тон комнаты.
[2–5 сек] Пламя загорается и растёт. Очень медленная тележка внутрь; мягкое возгорание.
[5–7 сек] Рука защищает пламя, затем выходит из кадра. Один тихий вдох.
Нет разреза, нет диалога, нет музыки.

Обращайся с этими скобками как с редакционным планом. MiniMax не обещает точное послушание на кадр в синтаксисе времени, и сгенерированное видео не должно использоваться для работы, требующей детерминированного кадра тайминга. Блоки всё ещё снижают неопределённость в порядке и акценте.

Пять отказов промпта и их меньшие исправления

Отрицательные инструкции работают лучше всего, когда защищают требование. "Нет разрезов" полезно для непрерывного раскрытия товара. Двадцать общих запретов обычно скрывают единственное ограничение, которое имело значение.

Компактный пересмотр промпта перед тратой генерации

Прочитай промпт один раз и подчеркни ответы:

1. Что меняется во время клипа?
2. Что должно быть правдой в последнюю секунду?
3. Что делает камера?
4. Какие визуальные детали защищены?
5. Кто говорит и какие точные слова они говорят?
6. Какая атмосфера и эффекты должны быть услышаны?
7. Какие звуки, разрезы, текст или логотипы не должны появляться?
8. Если привязаны референсы, какую одиночную роль служит каждый?

Если два ответа противоречат друг другу, исправь бриф перед увеличением длительности или добавлением другого референса.

FAQ

Как долго должен быть промпт MiniMax H3?

Поле reAPI принимает 1–7000 символов, но большинство отдельных кадров не нуждаются в потолке. Используй достаточно деталей для задания действия, камеры, света, звука и защищённых ограничений. Удалите прилагательные, которые не меняют решение ревью.

Может ли MiniMax H3 генерировать диалоги и звуковые эффекты?

Да. H3 генерирует нативный стерео-звук и принимает диалоги, музыку, атмосферу и эффекты в том же промпте, что и визуальное направление.

Понимает ли MiniMax H3 команды камеры?

Видео-документация MiniMax даёт директивы движения камеры для её видео-моделей, и промпты H3 могут описывать кадрирование, движение и фокус. Обращайся с ними как с направлением вместо детерминированных данных управления движением.^[1]

Должен ли я использовать первый/последний кадр или изображения-референции?

Используй первый и последний кадр, когда кадр должен начинаться или заканчиваться на конкретной композиции. Используй режим референция, когда отдельные активы определяют идентичность, окружение, движение или голос. Две семьи входящих данных не могут быть смешаны в одном запросе reAPI.

Сколько референсов может использовать MiniMax H3?

Текущий маршрут reAPI принимает до девяти изображений, трёх видеоклипов и трёх аудиоклипов. Аудио не может быть единственным референсом. Также применяются ограничения длительности видео- референса и аудио-референса.

Являются ли временные скобки официальным синтаксисом MiniMax?

Нет. Это читаемый способ сообщить порядок и приблизительный акцент. Не представляй их как точные на кадр управления или гарантированные команды парсера.

Промпт — это производственная записка

Лучший промпт MiniMax H3 напоминает короткую записку от режиссёра маленькой команде. Он говорит, что происходит, куда идёт камера, что слышит микрофон и какие детали не могут дрейфовать. Он не просит модель открыть кадр внутри облака слов стиля.

Начни с одного действия и шести секунд. Пересмотри движение и звук отдельно. Только потом добавь референсы, временные блоки или большую длительность. Playground MiniMax H3 и API-гайд используют одинаковые режимы запроса, поэтому промпт может перейти от ручного теста в код без изменения его функции.

Раскрытие: reAPI публикует этот гайд и работает маршрут MiniMax H3, описанный здесь. Лимиты API и поведение выставления счетов относятся к текущему контракту reAPI; описания возможностей MiniMax исходят из официальной документации MiniMax. Примеры промптов — это шаблоны письма, не результаты бенчмарков.

References

1. MiniMax API. Video Generation Guide — MiniMax H3 inputs, output, audio, and camera direction. Retrieved August 13, 2026. platform.minimax.io/docs/guides/video-generation
2. reAPI. MiniMax H3 API reference — request modes, limits, and billing. Retrieved August 13, 2026. reapi.ai/docs/minimax-h3
3. reAPI. MiniMax H3 model page and live pricing. Retrieved August 13, 2026. reapi.ai/models/minimax-h3

Further reading

• Hailuo H3 explained: specs, pricing, API, and limits
• MiniMax H3 vs Seedance 2.5
• AI video API pricing compared