MiniMax H3 官方模型资料介绍了多模态上下文理解、视频生成，以及首尾帧和多模态参考等路线。功能会因在线产品、API、模型变体和时间而异，使用前请核对 MiniMax 官方模型卡及当前服务说明。模型可用也不代表素材和成片自动获得商用授权。
提示词重点：把动作拆成阶段
不要只写“一个人走进房间、拿起杯子、喝水、坐下”。改成“从画面左侧进入—停在桌边—右手拿杯—喝一口—放下杯子并看向窗外”，模型更容易理解顺序，你也更容易定位偏差。
通用模板
主体：[外观、服装、起始位置]；场景：[地点、时间、背景元素]；动作阶段：1) [起始姿态与动作]；2) [交互或动作变化]；3) [结束姿态]；镜头：[景别、机位、主要运动及切换点]；光线与质感：[方向、颜色、风格]；声音：[对白、环境声、动作声、音乐及排除项]；连续性：[外观、道具、方向、场景保持项]；限制：[不应出现的元素]。首帧转视频示例
保持参考图中的蓝色陶瓷花瓶形状、釉面和桌面位置不变。窗帘被微风轻轻吹动，几片白色花瓣缓慢落下，其中一片落在桌面。镜头从中景缓慢推到花瓶口近景，花瓶始终在画面中央偏右。清晨柔和侧光，安静的真实摄影质感。保留轻微风声，不加音乐，不增加人物或装饰。多模态参考示例
参考图 1 只用于主角服装和发型；参考视频 1 只用于镜头推近的速度；参考音频 1 只用于雨声密度。生成原创雨夜街景：主角撑深色雨伞从左侧走到屋檐下停住，回头看向街灯。全程保持服装和雨伞一致，不复制参考素材中的人物、地点或品牌。选择输入路线与排查
- 首尾帧：已确定开头和结尾，希望补足中间动作；重点写 A 到 B 的自然变化。
- 多模态参考：需要分别借用角色、运镜或声音特征；逐项说明素材用途。
- 纯文本：探索概念；先限制主体、场景和主要动作数量。
动作乱序就减少阶段并标注时间词；镜头抢戏就只留一个主要运动；人物漂移就减少外观修饰并固定关键特征；音画割裂则写明声音与哪个动作同步。先做低成本预览，再生成最终版本；保存提示词和素材版本便于复现。本文示例为原创，资料核对日期：2026-10-14。