|
|
[color=var(--color-fg-default)]MiniMax H3 的参考生视频（Ref2VA，全参考模式）提示词具有严格的规范，核心在于采用六段式结构化格式[color=var(--color-fg-default)]。同时，官方对语言、镜头、声音等均有详细要求。以下是完整的格式说明及官方出处：
[color=var(--color-heading)]一、 提示词完整格式说明（六段式结构）[color=var(--color-fg-default)]编写 Ref2VA 提示词时，需依次包含以下六个核心字段：
- subject_definitions（主体定义）[color=var(--color-fg-default)]：定义参考素材的标签，明确哪些是可复用的可见内容（如人物、物体、风格等）。
- summary（任务简述）[color=var(--color-fg-default)]：简要概述任务目标。
- retention_analysis（保留分析）[color=var(--color-fg-default)]：明确各参考素材在生成视频中的保留级别（如五官、发型、服装不变等）。
- detailed_description（详细描述）[color=var(--color-fg-default)]：按时间线逐镜头撰写画面核心描述。
- 镜头与时间[color=var(--color-fg-default)]：首个镜头 [Shot 1][color=var(--color-fg-default)] 不加时间戳，后续镜头以 At MM:SS.mmm[color=var(--color-fg-default)] 格式开头，时间戳严格递增且不超过总时长。
- 运镜要求[color=var(--color-fg-default)]：采用“类型+幅度+速度”的结构（如：缓慢小幅度推近）。
- 角色与台词[color=var(--color-fg-default)]：为说话人分配稳定ID（如S1），台词使用 [Language][color=var(--color-fg-default)] 标签包裹原文。
- overall_soundscape（环境音效）[color=var(--color-fg-default)]：用 1–4 句英文概括非语言声音（如环境音、物理动作声），全程无声时写 N/A[color=var(--color-fg-default)]。
- non_diegetic_music（画外配乐）[color=var(--color-fg-default)]：用 1–3 句英文描述观众能听到但角色听不到的背景音乐，无配乐时写 N/A[color=var(--color-fg-default)]。
[color=var(--color-heading)]二、 关键编写规范- 语言要求[color=var(--color-fg-default)]：描述部分必须使用英文[color=var(--color-fg-default)]；仅角色台词、歌词及画面真实文字保留原始语言，并置于 [Language][color=var(--color-fg-default)] 标签内。
- 任务指令行[color=var(--color-fg-default)]：Ref2VA 模式需在首行写明参考素材与目标视频的对齐方式，例如：“How reference materials align with the target video — (from [Shot N]) aligns with the S.SS-second mark of the target video.”
- 负面提示词[color=var(--color-fg-default)]：建议在提示词末尾包含过滤词，如 blurry, low quality, distorted face, extra limbs, bad anatomy, shaking, flickering, noisy, oversaturated, deformed hands, missing fingers, watermarks, text, bad lip sync[color=var(--color-fg-default)] 等。
[color=var(--color-heading)]三、 官方文档与资源出处[color=var(--color-fg-default)]MiniMax 官方将提示词写作指南、模板及 Skill 托管在 Hugging Face 和 GitHub 上，您可以直接访问以下链接获取最权威的说明：
|
|
发表于 2026-9-18 11:33:44
