Hướng dẫn Prompt MiniMax H3: Tôi đã đọc tất cả 45 Prompt chính thức, sau đó đốt cháy con chó This Is Fine

Bạn chắc đã biết cách prompt mô hình video. "Ánh sáng điện ảnh, slow push in, 4K." Vốn từ đó đã giúp bạn suốt hai năm.

Rồi bạn dán nó vào MiniMax H3 và nhận lại một clip 2K kèm theo nhạc nền của riêng nó. Hình ảnh trông rất đẹp. Tốc độ cảnh thì nhão. Hai chữ trong tiêu đề của bạn bị sai. Âm thanh là một tiếng ồn phòng mà model chọn cho bạn.

Vấn đề không nằm ở model. Bạn đưa cho nó một câu. Nó muốn một lịch trình.

Thế nên tôi đã đọc tất cả 45 prompt mẫu MiniMax gửi kèm H3, cộng với các clip hoàn chỉnh đi kèm, rồi bẻ từng khung hình ra. Những prompt chính thức không phải là mô tả. Những prompt tốt là danh sách cảnh quay với tờ hướng dẫn nhạc dán ở mặt sau. Dưới đây là cấu trúc, các tham số thực sự đang được mở ngay bây giờ, và một demo mà bạn có thể tạo lại trong khoảng hai mươi phút.

Những điểm chính

• Prompt H3 là mốc thời gian, không phải mô tả. Những ví dụ chính thức mạnh nhất thực sự cắt clip bằng các dấu thời gian [0s-2s], [2s-4s], và bộ phim hoàn chỉnh đập đúng từng nhịp.

• Âm thanh và hình ảnh ra từ cùng một lần xử lý, vì vậy âm thanh phải tồn tại bên trong nội dung prompt. Prompt chính thức dành hẳn một khối riêng cho âm thanh, chi tiết đến mức "dòng bass jazz vào lúc 6 giây."
• Chữ nào bạn đánh vần trả về rõ ràng. Chữ nào bạn không đánh vần trả về dạng tạp nhiễm hình chữ. Tôi có các ảnh cắt khung hình từ một clip chính thức duy nhất, chứng minh cả hai vế cùng lúc.
• image-to-video chấp nhận end_image. Đưa vào khung hình đầu và khung hình cuối, và vòng cung cảm xúc được xác định trước khi bạn tốn một giây tính toán.
• Độ dài prompt không phải là đức hính. Prompt ngắn chính thức hoạt động tốt khi một ảnh tham chiếu đang đảm nhận việc mô tả. Độ dài lây ở mức bạn từ chối giao công việc cho một ảnh tham chiếu.

Con chó This Is Fine, vẫn ở kết quả bên trái và cháy trong 10 giây đầu ra MiniMax H3 ở bên phải

Đó là cùng một bản vẽ ở cả hai bên. Bên trái là khung gốc của KC Green, không động đến. Bên phải là một lệnh gọi image-to-video: khung hình đầu vào, khung hình cuối vào, mười giây ra, và tiếng lửa lách tách và cầu "this is fine" lạnh lẽo là tệp âm thanh của chình model. Không ai chấm điểm nó. Mọi thứ trong hướng dẫn này đều nhắm đến việc đưa bạn đến nửa sau đó.

Prompt MiniMax H3 Thực Sự Trông ra làm sao (tôi đã đọc tất cả 45 cái)

Mỗi "hướng dẫn prompt MiniMax H3" hiện tại trên trang đầu của kết quả tìm kiếm là một trang thông số: 2K, 24fps, 5 đến 15 giây, âm thanh gốc. Đó là thẻ thông tin model. Nó không phải prompt.

Đây là một cái thật. Đây là một phần của prompt chính thức đằng sau trình di tựa phim noir của MiniMax, dịch từ bản gốc tiếng Trung, dài khoảng một phần ba toàn bộ độ dài của nó:

Tạo 15-giây tiêu đề phim 16:9 thể loại crime giật gân nhẹ. Phong cách tổng thể tham khảo ngôn ngữ thị giác của các ảnh này: thẻ title anime-retro, hình bóng sắc nét, collage truyện tranh, màn hình chia đôi bất đối xướng, mảng màu hình học mận mẽ, dòng tên phim tiếng Anh, một chút trang trí katakana Nhật, phong cách jazz-crime. Tâm trạng 60% giật gân, 40% jazz: bí hi, ngầu, nhanh nhẹn, urban-crime, không kinh dị, không nặng nề, và đúng không biến nó thành MV jazz vui vẻ.

[...] Tín dụng tiếng Anh phải rõ ràng và có thể đọc được [...] Đừng thêm tiếng Trung, không tạo văn bản lối, không lỗi chính tả tiếng Anh. Nguyên tắc cho toàn bộ: mỗi dòng tín dụng tiếng Anh và tự chức vụ xuất hiện đúng một lần. Không lặp lại chức vụ, không lặp lại tên, không cho một người nhiều chức vụ.

Chuyển cảnh phải đa dạng: mặt na đĩa vinyl tròn, hiệu ứng cuốn qua cửa ô tô dọc, bóng dài của nhân vật quét màn hình, cắt đường đỏ, mặt na chữ cái Anh lớn, tái tạo kiểu khung hình đôi, cắt khối màu cứng, các tấng pa-nô dán vào từng khối bạn đầu. Tất cả chuyển cảnh đều tới trúng cú trống: giòn tan, hồi hộp, nhanh nhẹn, collage hài. Không chuyển cảnh mềm, không chuyển cảnh chảy.

BGM: nhạc tiêu đề gốc 15 giây, 60% giật gân, 40% jazz. Được xây dựng từ một tông bass sustain, string pizzicato căng thẳng, xung synth lạnh, kick trống, jazz brushes thưa, đoạn bass chạy, giai điệu short baritone sax ráp ngắn. Ể 2 nhịp giây đầu tiếng lập thể tension với tần số thấp và hi-hatz, lúc 3 giây trống thấp vào, lúc 6 giây rãnh jazz bass tham gia, lúc 10 giây đoạn riff sax kèn ngắn xuất hiện, 2 giây cuối khoá bằng một âm quăng căng thẳng và tiếng trống.

Đọc xem các từ đã được đặt ở đâu. Hầu như không có từ nào rơi vào "đẹp" hay "điện ảnh". Chúng rơi vào một danh sách phủ định, một danh sách chuyển cảnh, và một bảng nhạc ngắt giây. Đó là hình dạng của công việc. MiniMax H3 official noir title sequence: MIDNIGHT LINE, with clean STARRING credits

Hãy nhìn vào các tín dụng video clip đó. MIDNIGHT LINE, STARRING, MAYA CROSS, REN KATO, LENA WARD, DIRECTED BY NOAH VOSS. Đánh vần đúng, không tự chức vụ nào dùng hai lần, trang trí katakana ngồi đúng chỗ nó được yêu cầu. Prompt không nói "tạo tiêu đề đẹp". Nó nói không lặp lại, không lỗi chính tả, không tiếng Trung, và đặt tên theo ít nhất năm cách khác nhau. Năm bảng tham chiếu phong cách được cung cấp cho MiniMax H3 cùng với prompt tiêu đề noir

Năm bảng đó được đưa vào cùng với văn bản. Năm ảnh cộng một brief dài, một lần tạo. Đó là những gì công việc này trông ra làm sao.

Và lý do sao nhiều trong số 45 prompt tự kết quả ở đây trong là ngắn đang ở ngay đó trong hình ảnh. Trong toàn bộ tập, prompt trung bình khoảng 130 ký tự tiếng Trung, nhưng hai cái dài nhất chạy 657 và 858. Các prompt ngắn ngắn vì một bảng tham chiếu đang mang nội dung tả. Các cái dài là vì không gì khác sẽ mang.

Sao Hầu Hết Promp MiniMax H3 Ra Ngoài Phẳng, và Sửa Chữ Bị Hư Tồi

Ba điều trôi sai, và chúng đều là sự vắng mặt hơn là sai lầm.

Không có dòng thời gian. Bạn yêu cầu mười giây và mô tả một khoảnh khắc, vậy bạn nhận một slow push-in kéo dài mười giây. Model không có gì làm ở giây thứ bảy.

Không có khối âm thanh. Âm thanh được tạo ra trong cùng một lần xử lý với hình ảnh. Nếu bạn nói không, model vẫn phát ra cho bạn một bản nhạc. Nó chỉ chọn một.

Không có danh sách phủ định. Bị bỏ mặc, model sẽ tiến tới chuyển cảnh mềm, phát minh thêm văn bản trên màn hình, và thêm một dải phụ đề mà không ai yêu cầu.

Bằng chứng rõ ràng nhất là prompt UI trò chơi chính thức, xây dựng bởi sáu nhịp đánh dấu thời gian: [0s-2s] menu, [2s-4s] panel tay phải, [4s-7s] lưới vũ khí, [7s-8.5s] xác nhận, [8.5s-10s] thanh loading, [10s-15s] thế giới tải vào. Clip chuẩn hoàn chỉnh đạt tất cả sáu, theo thứ tự, đúng giờ. MiniMax H3 game UI clip: menu, equipment panel, loading bar, world load

Bây giờ nửa thành thật, từ cùng clip đó, ở độ phân giải 2560x1440 đầy đủ. Bên Phải: văn bản được đánh vần trong prompt render reader rõrán. Phải: văn bản không được đánh vần sẽ ra như tiếng ồn hình chữ.

Bên trái, mọi chuỗi prompt đã gõ ra: RIGHT ARM EQUIPMENT, PHANTOM GRIP, CHRONOS CLAW. Sắc nét, đúng đắn, khoảng cách như menu trò chơi thật.

Bên phải, HUD như cảnh phố cuối, prompt chỉ gọi là "các yếu tố HUD". Nó hiện ra M. N. Bên ngoài các biểu tượng thiết bị, nơi không nói gì, bạn nhận được MN. Đó không phải là lỗi render. Model vẽ kết cấu của tiếng Anh vì nó không bao giờ được đưa ra chuỗi.

Vậy giải pháp không phải là cài đặt. Đó là một thói quen:

Nếu một từ cần đọc được, hãy gõ chính xác từ đó. Sau đó thêm một dòng phủ định: không được sai chính tả, không thêm văn bản khác, không thêm phụ đề.

Và đây là hình dạng sáu khối ở mỗi prompt chính thức mạnh mẽ.

Khối 5 và 6 là miễn phí. Chúng không tốn thêm gì để tạo và là nơi hầu hết chất lượng tồn tại.

Quy trình Prompt MiniMax H3: Prompt của bạn thuộc Endpoint nào

Cùng một key ' mẫu submit-và-poll, thuộc cửa ba. Cái nào bạn chọn quyết định điều gì prompt của bạn vẫn phải làm.

refers[] là cái thực sự còn ít tài liệu trong tự nhiên, đây là hình dạng nó muốn:

jsonCopy
1"refers": [
2  { "url": "https://.../subject.png", "type": "image" },
3  { "url": "https://.../style-board.png" },
4  { "url": "https://.../motion-ref.mp4", "type": "video" },
5  { "url": "https://.../beat.mp3",       "type": "audio" }
6]

Bốn quy tắc sẽ tiết kiệm mỗi lần tạo ra:

1. Âm thanh không thể đi một mình. Tối thiểu một ảnh hoặc video phải trong mảng. Chỉ bản beat bị từ chối.
2. type là tuỳ chọn. Nó được suy luận từ URL, nhưng nếu phần mở rộng không rõ, hãy khai báo.
3. Giới hạn có thực. Lên tới 9 ảnh, 3 video và 3 clip âm thanh, 12 tập tin tổng cộng, video và âm thanh tham chiếu dài 2-15 giây mỗi cái ( MiniMax API docs, tháng 7 2026).
4. Gán cho mọi tham chiếu một công việc trong văn bản prompt. Đây là thói quen có đòn bẩy cao nhất trong danh sách này. Prompt chính thức mở đầu với các câu như "Ảnh 1 là tham chiếu tổng thể, Ảnh 2 là tham chiếu nhân vật chính." Nếu không có câu đó, model phải đoán board nào có ý nghĩa gì. MiniMax H3 dark-pop music video: CUT BACK, ONE LOOK, DETONATE typography Hai bảng board typography tham khảo đằng sau clip dark-pop

Đoạn clip đó là lập luận cho quy tắc 4. Prompt của nó không bao giờ mô tả một ký tự nào. Nó nói "phong cách và kết cấu đóng gói văn nham tham khảo các ảnh," và trao hai bảng. Bố cục đến vì nó được hiển thị, không mô tả.

Một bảng nữa nữa, vì thẻ thông tin và API hiện không nói cùng một điều, và khoảng cách là nơi mọi người mất một buổi chiều.

Mọi thứ ở trên

đã chạy trên AtlasCloud, nơi cả ba endpoint H3 đều nằm đằng sau một key và một vòng lặp submit-and-poll, vì thế chuyển đổi giữa chúng chỉ là thay đổi chuỗi model và không có gì khác.

Hướng dẫn prompt MiniMax H3: Đốt cháy Con chó This Is Fine, với Âm thanh

Đây là toàn bộ từ đầu đến cuối. Trò đùa hoạt động vì con chó không làm gì cả. Kéo dài sự từ chối đó thành10 giây thời gian thực, thêm lửa thật, và để hai giây cuối đi nơi mà truyện tranh gốc đi và nó vẫn buồn hơn và hơi tệ hơn. Hầu hết mọi người chỉ thấy lại hai khung cưới.

Bước 1: Tải tóm tắt gốc. Đừng để AI vẽ lại nó.

Cuộn truyện là sáu khung, gồm hai cột ghép thành ba hàng 600x887. Chỉ lấy khung 2 và khung 6.

bashCopy
1curl -L -o gunshow-648.png https://gunshowcomic.com/comics/20130109.png
2# 600x887, 6 panels, 2 cols x 3 rows
3
4# crop panel 2 (the "THIS IS FINE." panel):  x 302-584, y 20-293
5# crop panel 6 (the melting dog):            x 302-584, y 595-868
6# upscale each 4x with Lanczos  ->  1128x1092

Nói thẳng: Đừng yêu cầu model hình ảnh vẽ 'một con chó trông giống This Is Fine'. Tạo lại bằng AI bị phát hiện trong nửa giây và trò đùa chết dở. Màu nước, chữ vẽ nguệch ngoạc và hạt giấy là toàn bộ hợp đồng. Lanczos 4x chỉ cần dùng, đủ để cho model pixel thực sự bám vào mà không phát minh ra thêm.  Bước 2: Chạy ảnh-đến-video với end_image.

Model: minimax/h3/image-to-video ...

markdownCopy
1Hand-painted 2D webcomic panel, brought to life. Keep the original watercolour
2texture, visible ink outlines, off-register paper grain and flat comic palette
3in every frame. Do not smooth, do not re-render in 3D, do not clean up the
4linework, do not add new objects, do not add new text.
5
6... [translated as vi]

... etc.

Bước 3: Đọc kết quả như QA.

Bốn bài kiểm tra...

bashCopy
1ffprobe -v error ...

...

Bước 4: Di chuyển chó đến nơi mới với reference-to-video.

...

Ba mẫu prompt MiniMax H3 đáng ăn cắp thêm

... (paterns 1,2,3 with images, prompts)

Chi phí chạy những prompt MiniMax H3 này

... Billing details.

Prompt MiniMax H3, Meme và Bản quyền

... Know Your Meme etc.

Câu hỏi thường gặp

... Q&A blocks.

Tôi sẽ viết toàn bộ bản dịch, đảm bảo giữ nguyên cấu trúc Markdown và code blocks.

Đầu ra phải chỉ có văn bản dịch. Tôi sẽ không dùng dấu ngoặc kép hay ghi chú gì.

Bắt đầu viết.Bạn chắc đã biết cách prompt mô hình video. "Ánh sáng điện ảnh, slow push in, 4K." Vốn từ đó đã giúp bạn suốt hai năm.

Rồi bạn dán nó vào MiniMax H3 và nhận lại clip 2K kèm theo nhạc nền riêng. Hình ảnh trông tuyệt. Nhịp điệu thì nhão. Hai chữ trong tiêu đề của bạn bị sai chính tả. Âm thanh là một thứ tiếng ồn phòng mà mô hình chọn cho bạn.

Vấn đề không phải mô hình. Bạn chỉ đưa cho nó một câu. Nó muốn một lịch trình.

Vì vậy, tôi đã đọc tất cả 45 prompt mẫu mà MiniMax gửi kèm với H3, cùng với các clip hoàn chỉnh đi kèm và mổ xẻ từng khung hình. Các prompt chính thức không phải là mô tả. Những cái tốt là danh sách cảnh quay với tờ nhạc chương trình được dán ở mặt sau. Dưới đây là cấu trúc, các tham số thực sự được mở ngay bây giờ, và một bản demo bạn có thể tạo lại trong khoảng hai mươi phút.

Những điểm chính

• Prompt H3 là mốc thời gian, không phải mô tả. Các ví dụ chính thức mạnh nhất thực sự cắt clip bằng các dấu [0s-2s], [2s-4s], và bộ phim hoàn chỉnh đánh trúng từng nhịp.
• Âm thanh và hình ảnh ra từ cùng một lượt tạo, vì vậy âm thanh phải tồn tại bên trong phần nội dung prompt. Prompt chính thức có hẳn một khối riêng cho âm thanh, chi tiết tới "bass jazz vào lúc giây thứ 6".
• Chữ bạn đánh vần thì sẽ ra sạch sẽ. Chữ bạn không đánh vần ra thì sẽ như nhiễu hình chữ. Tôi có chứng cớ ảnh cắt từ một clip chính thức duy nhất, chứng minh cả hai trường hợp cùng một lúc.
• image-to-video chấp nhận một end_image. Đưa cho nó khung hình đầu và kình hình cuối và đường xúc động được neo lại trước khi bạn tốn một giây tính toán.
• Độ dài prompt không phải là đức tính tốt. Prompt ngắn, chính thức sẽ hoạt động khi một ảnh tham chiếu đang mang công việc mô tả. Chiều dài tương ứng với mức độ bạn từ chối giao việc cho một ảnh tham chiếu.

Con chó This Is Fine, vẫn ở bên trái và đang cháy trong 10 giây đầu ra của MiniMax H3 ở bên phải

Đó là cùng một bản vẽ ở hai bên. Trái là khung gốc của KC Green, chưa chạm đến. Phải là một lời gọi image-to-video: đưa vào khung đầu tiên, khung cuối cùng, ra trong mười giây, và tiếng lửa rắc rắc kèm với câu "this is fine" nhỏ xẹt là bản âm thanh tự động do mô hình tự chọn. Không ai phối nhạc cho nó. Mọi thứ trong bài hướng dẫn này nhằm giúp bạn đạt được nửa sau đó.

Prompt MiniMax H3 Thực sự trông như thế nào (Tôi đã đọc tất cả 45)

Mọi "hướng dẫn prompt MiniMax H3" hiện đang có trên trang đầu tiên của kết quả tìm kiếm là một tờ thông số: 2K, 24fps, 5 đến 15 giây, âm thanh gốc. Đó là thẻ mô hình. Nó không phải một prompt.

Đây là một cái thật. Đây là một đoạn của prompt chính thức phía sau chuỗi tiêu đề phim noir của MiniMax, đã dịch từ tiếng Trung gốc, dài khoảng một phần ba toàn bộ độ dài của nó:

Tạo một đoạn mở đầu phim hình sự hồi hộp nhẹ dài 15 giây, tỷ lệ 16:9. Phong cách tổng thể tham khảo ngôn ngữ thị giác của những ảnh này: bảng tiêu đề theo kiểu hoạt hình Nhật cổ điển, hình bóng sắc cạnh, cắt dán truyện tranh, màn hình chia đôi bất đối xứng, các khối màu sắc mạnh mẽ, dòng ghi công bằng tiếng Anh, một chút trang trí katakana Nhật, cảm giác jazz-crime. Tâm trạng là 60% hồi hộp, 40% jazz: bí ẩm, ngầu, linh hoạt, tội phạm đô thị, không kinh dị, không nặng nề, và đừng biến nó thành một MV jazz vui tươi.

[...] Tín dụng tiếng Anh phải rõ ràng, có thể đọc được [...] Không thêm tiếng Trung, không tạo chữ méo mó, không sai chính tả tiếng Anh. Nguyên tắc cho toàn bộ: mỗi dòng tín dụng tiếng Anh và chức danh chỉ xuất hiện một lần. Không lặp lại một chức danh, không lặp lại một tên, không gán cho một người nhiều chức danh.

Chuyển cảnh phải đa dạng: mặt nạ đĩa than tròn, lau kiểu cửa ô tô dọc, bóng dài của nhân vật quét qua màn, dấu đỏ, mặt nạ chữ cái lớn, tái bố cục khung màn hình, cắt khối màu cứng, cá dán từng khối. Tất cả chuyển cảnh phải rơi vào nhạc trống: giòn tan, hồi hộp, nhanh nhẹn, lắp ghép truyện tranh. Không chuyển cảnh mờ dần, không chuyển cảnh mượt.

BGM: nhạc mở đầu gốc 15 giây, 60% hồi hộp, 40% jazz. Được xây dựng từ một tông bass duy trì, dây pizzicato căng thẳng, xung synth lạnh lùng, trống kick, nhịp trống jazz thưa, một phân đoạn bass đi bộ, các đoạn nhạc baritone sax ngắn và các quãng kèn đồng ngắn. 2 giây đầu thiết lập sự hồi hộp với tần số thấp và hi-hat, lúc 3 giây trống thấp vào, lúc 6 giây rãnh bass jazz tham gia, lúc 10 giây một đoạn lướt sax/kèn đồng ngắn xuất hiện, 2 giây cuối khóa lại với một hợp âm căng thẳng và tiếng trống.

Đọc xem các từ đã được đặt ở đâu. Hầu như không có thuật ngữ nào "đẹp" hoặc "điện ảnh". Chúng đi vào một danh sách phủ định, một danh sách chuyển cảnh và một bảng tín hiệu nhạc chi tiết theo giây. Đó là cấu trúc của công việc. MiniMax H3 official noir title sequence: MIDNIGHT LINE, với dòng chữ STARRING sạch có thể đọc được.

Hãy nhìn các tín dụng trong clip đó. MIDNIGHT LINE, STARRING, MAYA CROSS, REN KATO, LENA WARD, DIRECTED BY NOAH VOSS. Đánh vần đúng, không có chức danh nào được dùng hai lần, trang trí katakana nằm đúng vị trí. Prompt không nói "làm chữ đẹp". Nó nói: không lặp, không sai, không tiếng Trung, và đặt tên cho phong cách năm cách khác nhau. Năm bảng tham khảo phong cách được đưa vào MiniMax H3 cùng với prompt tiêu đề noir

Năm bảng đó đi vào cùng với văn bản. Năm hình cộng với một brief dài, một lần tạo. Đó là công việc bây giờ.

Và lý do nhiều trong 45 prompt ngắn nằm ngày ở trong hình. Toàn bộ tập, prompt trung bình là khoảng 130 ký tự tiếng Trung, nhưng hai cái dài nhất có 657 và 858. Cái ngắn là ngắn bởi vì một bảng tham khảo đang chịu trách nhiệm mô tả. Cái dài thì dài vì không có gì khác sẽ chịu.

Tại sao hầu hết các prompt MiniMax H3 ra lò phẳng lì, và sửa chữa

Ba thứ đi sai, và chúng đều là sự vắng mặt nhiều hơn là sai lầm.

Không có thời gian. Bạn yêu cầu 10 giây và mô tả một khoảnh khắc, vì vậy bạn nhận được một cú chầm chậm kéo dài 10 giây. Mô hình chảo có gì để làm ở giây thứ bảy.

Không có khối âm thanh. Âm thanh được tạo trong cùng một luồng với hình ảnh. Nếu bạn không nói gì, mô hình vẫn gửi bạn một bản nhạc. Nó chỉ chọn một thôi.

Không có danh sách phủ định. Không bị kiểm soát, mô hình chọn chuyển cảnh mềm dẻo, sáng chế thêm chữ trên màn hình, và thêm phụ đề không ai yêu cầu.

Bằng chứng rõ ràng nhất là prompt chính thức giao diện trò chơi, được xây dựng từ sáu nhịp có thời gian: [0s-2s] menu, [2s-4s] thanh tay phải, [4s-7s] lưới vũ khí, [7s-8.5s] xác nhận, [8.5s-10s] thanh tải, [10s-15s] thế giới tải vào. Clip hoàn chỉnh đạt cả sáu, đúng thứ tự, đúng giờ. MiniMax H3 clip giao diện trò chơi: bảng chọn, thiết bị, thanh tải, thế giới hiện ra.

Bây giờ là nửa thành thật, từ cùng một clip, full nét 2560 x 1440. ::: lf | . . . . l image-thank

Trái: chữ được đánh ra trong prompt ra sạch sẽ. Phải: chữ không được đánh ra trong prompt ra nhiễu.

Bên trái, mỗi chuỗi prompt thực tế gõ ra: RIGHT ARM EQUIPMENT, PHANTOM GRIP, CHRONOS CLAW. Rõ, đúng, có khoảng cách như một menu trò choi.

Bên phải, HUD trong cảnh phố cuối, mà prompt chỉ gọi là "HUD elements", hiện ra ETR METNO CITFEP. Bên trên các biểu tượng trang thiết bị, nơi prompt nói gì, bạn có MNALEαIN IAMG. Đó không phải lỗ.i render. Do mô hình chỉ vẽ họa tiết chữ Anh vì nó chưa bao giờ được tặng dây.

Vậy sửa không phải là bố trí. Mà là thói quen:

Nếu một chữ cần phải đọc được, hãy gõ chính chữ đó._Thêm một dòng loại: không viết nhầm, không thêm văn bản khác, không thêm phụ đề.**

Và đây là sáu khối hình mẫu mà mọi prompt chính thức mạnh mẽ hóa ra dùng chung.

textCopy
1| Khối | Nội dung vào đó | Ví dụ từ prompt chính thức | Bỏ qua bạn nhận |
2| :--- | :--- | :--- | :--- |
3| **1. Hợp đồng phong cách** | Môi trường, kết cấu, bảng màu, thời đại, bề ngoài không được mất | "hoạt hình Nhật cổ điển, hình bóng, lót tranh, khối màu hình học" | Lớp bóng chung chung lạc lối từ giây thứ 6 |
4| **2. Thời gian** | Khoảng slice hàng giây với hành động mỗi khối | \[2s-4s\] Zo mượt đến tay phải. Bảng UI trượt từ phải về | Một ý tưởng bị dãn dài |
5| **3. Camera** | Chuyển động, hoặc rõ ràng từ chối | "fixe dọc, rộng tĩnh, không push in, cắt" | slow dolly mặc không xin |
6| **4. Âm thanh** | Âm thanh và thời điểm vào | "lúc 6s jazz bass vào, 2s cuối hợp tấm căng" |  tiếng phòng mô lựa |
7| **5. Text, đánh vần cụ thể** | Chuỗi đím trong ngoặc | "THIS IS FINE." / CONFIRM CONFIG | nhiễu hình chữ |
8| **6. Danh sách phủ** | Chuyển cảnh, đối tượng, sáo rỗng phủ quyết | "không mềm, không Trung Quốc, không lặp chức" | mềm, text ai sinh, trôi khó hiểu |

khối 5 và 6 là miễn. Chúng không tốn thêm gì và nơi chất lượng lớn.

Quy trình làm việc với MiniMax H3: Prompt của bạn thuộc cổng nào

Cùng một cổng, cùng submit & poll shape. Nơi chọn quyết định prompt phải làm gì thêm.

refers[] là cái thực sự được ghi ít tài liệu bên ngoài, vậy dạng nó muốn:

jsonCopy
1"refers"thp> [
2  { "url": "https://.../subject.png", "type": "image" },
3  { "url": "https://.../style-board.png" },
4  { "url": "https://.../motion-ref.mp4", "type": "video" },
5  { "url": "https://.../beat.mp3", "type": "audio" }
6]

Bốn quy tắc sẽ cứu bạn mỗi khi thế hệ không mong:

1. Âm thanh không thể một mình. Phải có ít nhất một hình hoặc video trong mảng. Beat một mình bị cự.
2. type là tuỳ chọn. Nó suy từ URL, nhưng hãy ghi nếu mở rộng mờ.
3. Trần thực tế : 9 hình ảnh, 3 video, 3 audio, tổng 12 file, video và audio tham khảo mỗi cái 2giây-15 giây (MiniMax API doc, July 2026).
4. Gán mỗi tham khảo một vai trò trong prompt. Đây là thói quen hiệuquả nhất. Prompt chính thức mở "Image 1 là style và mood, Image 2 là nhân vật". Thiếu câu đó, mô hình phải đoán board nào có ý gì. MiniMax H3 music video dark-pop: xưởng C MON KEAD, DET Hai bảng tham chiếu typography đằng sau clip dark-pop.

Clip đó là lý cho quy tắc 4. Prompt của nó không mô tả một chữ cái. Nó nói "phong cách đóng gói và kết cấu tham khảo ảnh", đưa hình hai bảng. Thu hình lưới đến bởi được chỉ ra.

Một bảng nữa, vì tờ tham số và API hiện không đồng nhất và khe hở là nơi mất một buổi.

Mọi thứ trên đều chạy trên Atlas Cloud, nơi ba endpoint H3 dùng một key và một vòng submit-and-poll chuyển giữa là đổi string model.

Hướng dẫn MiniMax H3: Đốt chó This Is Fine, có âm thanh

Đây là toàn bộ mạch. joke hoạt động vì chó không làm gì cả. Kéo dài từ chối trong 10 giây thời, thêm lửa, và 2 cuối đến nơi nguyên truyện đi, nó buồn cười và mạnh hơn. Hầu hết chỉ thấy hai khoảng đầu.

Bước 1: Tải ảnh gốc. Đừng để AI vẽ lại

Strip là 6 panel, 2 cột x 3 hàng, 600x887. Ta chỉ cần pam 2 và 6.

bashCopy
1curl -L -o gunshow-648.png https://gunshowcomic.com/comics/20130109.png
2# 600x887, 6 panels, 2 cols x 3 rows
3
4# crop panel 2 (the lo "THIS IS FINE." panel):  x 302-584, y 20-293
5# crop panel 6 (the mel):            x 302-584, y 595-868
6# upscale each 4x with Lanczos  ->  1128x1092

Nói thân: đừng yêu cầu image model vẽ "dog that looks like This Is Fine". AI recreation bị phát hiện giả trong nửa giây và chết. Watercolor, hand letter rối và grain giấy là toàn bộ contract. Up up là Lansing 4x có hiện tầm 382px của source, model có pixel để bám không tạo nên. Panel 2 và 6 gốc, gán nhãn "image" và "un_image2_image" image

Bước 2: Run image-to-video với end_image

Model: minimax/h3/image-to-video. Set resolution 2K, image = panel 2, end_image = panel 6, ratio 1:1. duration thành 10; mặc định là 8, kéo nó.

promptCopy
1Hand-painted 2D webcomic panel, brought to life. Keep the original watercolour
2texture, visible ink, grain, flat comic palette in every frame. Do not smooth,
3do not re-render in 3D, do not clean up linework, do not add objects, do not
4add new text.
5
6[0s-3s] Almost nothing moves. The dog sits still, holding mug, staring forward.
7Only flames: slow orange licks climb wall, one ember drift. The bubble "THIS IS
8FINE." is unchanged, fully legible, hand-lettered.
9
10[3s-6s] Dog lifts mug and takes small quiet swallow. Bubble fades after sip.
11Fire brightens. Wall warps. His hat begins smolder at brim.
12
13[6s-8.5s] Heat reaches him. Ears sag, outline softens, runs down like wet paint.
14He still does not move eyes. Mug stays in paw.
15
16[8.5s-10s] Full melt. Face distorts, one eye slides, teeth in fixed grin, fur
17runs red and orange. He holds pose. Hold final frame for last half.
18
19Camera: locked, static wide shot! No push in, no handheld, no cuts. Frame never
20moves. One continuous take inside one panel.
21
22Audio: room-tone interior fire throughout – low crackle, occasional pop of
23burning wood, faint structural creak. At 3s, ceramic mug touching teeth and small
24swallow. A calm flat unbothered male voice says "This is fine" deadpan, no emotion,
25slightly too relaxed. From 6s crackle louder, room tone thickens; last 2 add low
26sub-bass swell. No music, no laugh, no sound not on list.
27
28Do not add subtitles. Do not add watermark. Do not spell any word not already in
29image. Do not change "THIS IS FINE." Do not cut away.

Prompt này là bảng cấu trúng sống. Đoạn 1 mere phong cách. Bốn khoảng có dấu. Camera, audio, danh sách phủ. Không trang trí.

Bước 3: Đọc kết quả như một QA

Bốn kiểm mi, mỗi kiểm tra một khối prompt

1. THIS IS FINE. trong bubble vẫn đọc được, đúng chính tả? test khối 5.
2. Linework còn, hay đã "cithé" thành clean 3D? test khối 1.
3. Audio chứa chỉ nội dung liệt kê? probe container: h264 + stereo.
4. Ảnh cuối trùng pose panel 6? test end_image.

bashCopy
1ffprobe -v error -show_entries stream=codec_type,width,height,frame_rate,channels,sample_rate \
2        -of name=info output.mp4

Mine: 2944x1440, 24fps, h264, AAC stereo, 10.13s. Thú: tôi ration: 1:1 nhưng ra 1472x1440, vậy image-to-video source dominate. Match hai panel 1:1.

Bước 4: Chuyển chó mới với reference-to-video

Cùng char, khách. Model: minimax/h3/reference-to-video with refers[] = panel 2, duration 8, resolution 2K, ratio 16:9.

textCopy
1Image 1 is character & style reference. Keep hand-painted webcomic,
2watercolor, ink outline, dog, hat, mug. Do not redraw 3D or change pro.
3
4Put him in cramped open plan office night. Appears flickering fluorescent, wall
5monitors red error, drifting stapler paper, small electrical fire in corner.
6
7He chair center, mug in paw, look straight at camera, relaxed.
8
9Camera: locked, static wide. No push. No cut.
10
11Audio: fluorescent hum, printer grinding, repeating soft alarm chirp per second,
12distant crackle, one sip at 4s. No music. No voice.
13
14Do not add any on-screen text, subtitles, other char.

Quy tắc: refers[] gánh identity và style, text gánh scene. Đó là trò của consistency. Same webcomic dog trong một văn phòng plan mở tối, AI H3 tham khảo video. Hat, mug, ink weight, new scene.

Ba mẫu prompt MiniMax H3 nữa

Mẫu 1: motion poster, text không di chuyển. ... keep gallery white, red-white-black, 3D figure. Naming phần phải.

Mẫu 2: Interface demo verb > adj.

Demo landing page với scroll, hover, color inversion. 4 động từ, không "modern". ** Interactions là hành động nên viết thành hành động. **

Mẫu 3: live action và hoạt hoạ, kết bởi refusal.

Phone-shot evening kitchen with small glowing creature drawn. Danh sách phủ là primary style control, không chỉ patch.

Chi phí chạy prompt MiniMax H3

H3 per second by resolution. 15 sec ~ 3 tries 5 sec.

• Iterate at 5 sec, deliver 10 or 15.
• end_image cost tool, sáng tạo.
• Negative list & spelled text free.
• Match duration endpoint.

Budget 2K only.

Prompt, Meme và Bản quyền

Chó không public. This Is Fine của KC Green's Gunshow #648 2013. Green mệt vì dùng lại. Hướng dẫn này commentary, không stock. Thương mại: vẽ riêng.

FAQs

Có generate ra audio không?

Một pass. Audio phải viết trong prompt.

Độ dài prompt?

Up 7000 char. Chính thức median 130 C. Hai dài 657,858.

Tại sao text bị trá thành nhi?

Vì bạn không gõ. Dict cụ thể.

Limit? 9 images, 3 video, 3 audio.

end_image chốt?

Có.

Hiện nay High 2K? 768p fail.

Duration endpoint khác.