MiniMax H3 公式ガイド:3 つの公式でプロンプトを「画面描写」から「素材への指示」へ変える

周回カメラワークを書くなら「环绕运镜」ではなく truck left + pan right。BGM を消したいなら、末尾に「非物語音楽:N/A」と書く。どちらも公式が自ら辿り着いたルールだ。
著者:MiniMax 官方08-09 · 12 分で読了⚑ チュートリアル
ツール解説 · 小互の読み解き
1 分でわかる
  • MiniMax は H3 のガイドブックを公開しました。中核は「参照素材の説明 + 中核となるクリエイティブ + 映像プロセス説明」という 3 ステップの公式です。
  • 最も役立つのは、直感に反する具体的なルール。周回カメラワークなら「环绕运镜」ではなく truck left + pan right と書く。
  • ガイド最終節のタイトルは「プロンプトを書く最良の方法」。その内容は「自分で書くな」です。
⚑本記事の出典は MiniMax 公式の H3 ガイドブック(継続更新中と記載。当サイトは 8 月 7 日版を確認)。プロンプトとルールはすべて公式見解。価格に関する記述は MiniMax が 7 月 31 日に公開したブログ記事に基づく。ガイド本自体には価格の記載はなし。
はじめに

このガイドの価値は「3 つの公式」にあり

MiniMax は 7 月末にリリースした動画モデル H3 のガイドブックを公開しました。「プロンプトの書き方」を 1 つの公式、3 つの要素、6 つの失敗例に分解し、さらに数十のケースを掲載。各ケースは元のプロンプト、入力した参照画像、生成された完成映像をセットで示しています。製品の優秀さではなく、すぐに使える「書き方」だけを徹底解説しています。

世に出回る AI 動画プロンプトの解説記事は、「主体・シーン・アクションを明確に」といった正論で終わることが多いです。このガイドは公式が自ら試行錯誤して得た具体的なルールを提示しています。周回カメラワークなら「环绕运镜」の 4 文字ではなく、特定のフォーマットを末尾に書く必要があります。こうしたノウハウは、1 ヶ月独学で試しても気づけないでしょう。

ガイド全体の骨格は、この 1 つの公式です:

参照素材の説明 各素材の役割 + 中核となるクリエイティブ 1 文で全体を定義 + 映像プロセス説明 毎秒の出来事 3 ステップ、どれも欠かせません
公式が示すプロンプトの総合公式。以降の節で各要素を詳解する
原文のまま · 総合公式
完全なプロンプト = 参照素材の説明 + 中核となるクリエイティブ + 映像プロセス説明
前提

まずは H3 の入出力を把握する

書き始める前に前提があります。モデルの能力の限界が、プロンプトの書き方を左右します。例えばプロンプト上限 7000 文字という仕様は、公式のサンプルが軒並み 1000 字超えである理由を説明しています。公式は本当に「最大限に書くこと」を推奨しているのです。

項目H3 の仕様
出力時間4〜15 秒
出力フレームレート24 FPS
出力音声すべての結果に音声付き、ネイティブ 2ch
出力アスペクト比先頭/末尾フレームモード:入力画像のアスペクト比に従う
テキスト生成モード:21:9、16:9、4:3、1:1、3:4、9:16 から指定可能
オールインワン参照モード:上記範囲から指定、または自動モードで H3 が判断

解像度768p モード(公開中):16:9〜9:16 の範囲なら短辺 768px。それ以外は総面積約 1Mpx(例:21:9 なら 1536×672)。768p は 1440p にアップスケール可能
1440p モード(公式推奨 👍):16:9〜9:16 なら短辺 1440px。それ以外は総面積約 3.7Mpx(例:21:9 なら 2976×1248)
先頭/末尾フレーム入力画像 0〜2 枚。サイズ [256, 5760]、アスペクト比 5:2〜2:5
画像なしの場合はテキスト生成モード
オールインワン参照入力画像 ≤ 9 枚、サイズ [256, 5760]
動画 ≤ 3 本、各 [2, 15] 秒、合計 ≤ 15 秒、サイズ [256, 5760]、アスペクト比 5:2〜2:5
音声 ≤ 3 本、必ず画像または動画と併用すること。単体入力不可、各 [2, 15] 秒、合計 ≤ 15 秒
混合入力の上限は 12 ファイル。入力なしの場合はテキスト生成モード
入力形式動画:H.264/AVC、H.265/HEVC。動画内音声:AAC、MP3
画像:JPG、JPEG、PNG、WEBP、HEIC、HEIF
音声:WAV、MP3
ファイルサイズ動画 1 本 50MB。画像 1 枚 30MB。音声 1 本 15MB(合計制限なし。制限は各ファイルに適用)。API リクエストボディ 64MB(URL での素材指定を推奨)
プロンプト上限7000 文字以内
言語対応多言語プロンプトの入力・出力に対応
TTS は 11 言語に正確対応。中国語、英語、日本語、韓国語、フランス語、ドイツ語、スペイン語など
アラビア語、タイ語、インドネシア語、ヒンディー語など 40 以上の言語にも応用可能
海外ブランド発信、多言語広告、クロスランゲージ短編、ローカライズ製品紹介などに最適

入力側には 2 つの入口があり、性能が大きく異なります。入口を間違えると、プロンプトが完璧でも意味がありません。

先頭 / 末尾フレーム入力 画像 0〜2 枚 0 枚 = テキスト生成 2 枚 = 先頭 + 末尾 動画・音声は不可 オールインワン参照入力 画像 ≤ 9 枚 動画 ≤ 3 本 音声 ≤ 3 本 各 2〜15 秒 合計 ≤ 15 秒 単体入力不可 混合入力は 12 ファイルまで
2 つの入力入口の容量比較。音声は画像や動画と併用が必須で、単体では使えない。当サイトが公式ガイドのパラメータ表から作成

公式が示す H3 の 3 大能力

モデルのできることを把握すれば、プロンプトで何を重視すべきかが見えてきます。ガイド冒頭の公式分類は次の通りです。

3 大能力公式の説明
ネイティブなマルチモーダル
理解と生成
テキスト、画像、音声、動画など多様な入力に対応。人物、動作、音声、感情、カメラワーク、スタイル、表現意図を理解し、複数の参照情報を自然に統合。素材理解から完全な視聴覚コンテンツ生成までを一貫して行う。
マルチモーダルな
精密編集と制御
人物、物体、シーン、音声、リズムの多次元編集に対応し、詳細な指示に従う能力を備える。クリエイターは既存コンテンツを継続的に修正・反復でき、画面・音声・詳細の調整ニーズを正確に反映できる。
商用レベルの多シーン
コンテンツ生成
映画・映像、広告、ブランド、EC、ゲームなど実際の商用コンテンツ制作シーンに対応。テキスト字幕、ブランド情報、クリエイティブな特殊効果、製品紹介、UI/UX 動的デモ、ゲームビジュアル、スタイリッシュな表現を両立。クリエイターとコンテンツチームのアイデア検証、ビジュアル提案、制作を加速する。

最初の 2 項目には、それぞれ 4 つの細分化された能力があります。後のケーススタディはこれらの項目に沿って整理されています。

ネイティブなマルチモーダル理解と生成オールインワン精密編集と修正
複数素材の連携参照
テキスト、画像、音声、動画を自由に組み合わせ、コンテンツ生成に活用
キャラクター・物体編集
人物や物体の置換、削除、追加で、画面の主体を柔軟に調整
キャラクター・アクション・カメラ参照
主人公の外見、人物の動作、カメラの動き、画面構成を参照
シーンとビジュアルエフェクト編集
背景の置換、光と影の雰囲気調整、特殊効果の追加・修正
音色移行とクローン
参照音声の音色を利用し、キャラクターの声を滑らかに更新
音声・セリフ・音色の修正
セリフの置換、音色の移行、人声と関連音声の調整
雰囲気と編集の理解
元動画のビジュアルスタイル、ナラティブのリズム、音声の雰囲気、編集感を参照
高精度の指示追従
部分的な修正や詳細化を正確に実行。編集していない部分は安定を維持
公式 第 1 段

第一段:最初に素材それぞれに役割を与える

このガイドで最も考え方を切り替える必要がある点です。これまで動画のプロンプトは、まず画面を描写していました。しかし今は、アップロードした素材それぞれの役割を一つずつ説明することが最初の仕事になった。

やるべきことは 2 つ。番号を明記し(アップロード順に、@图片1、@音频2、@视频3)、用途を明記する。

@图片1 @视频1 @音频1 人物参照 この顔で固定 動作参照 この動きで演技 音色参照 この声で話す
同じプロンプト内で、3 つの素材がそれぞれ別の役割を担う。当サイトのイメージ図

公式は「用途」を 13 個のラベルに分類しています。この表はそのままコピーして使えます。第一段を書くときに選ぶだけでいいです。

人物参照 顔や外見を固定 物体参照 物体を固定 シーン参照 シーンを固定 キーフレーム 先頭/末尾を明記 音色参照 音色を固定 ストーリーボード 絵コンテに沿って生成 スタイル参照 このスタイルで 構図参照 この構図で 音声再利用 音声をそのまま使用 音声部分再利用 一部のトラックのみ使用 動作参照 動作を固定 カメラワーク参照 カメラの動きを固定 動画編集 動画を編集
原文のまま · 第一段の例
@图片1 は◯◯というキャラクターの外見を提供します(キャラクターが複数いる場合は明確に識別できるようにしてください)、@视频2 は動作参照を提供します。

補足ルールも 2 つあります。素材の中で特に保持したい特徴は、明確に書き出すと、一貫性が向上する。音声クローンを行う際に、セリフや歌詞の内容を正確に保持したい場合は、公式は歌詞の原文も併記することを強く推奨している。例えば「@音频1 はターゲット動画の音声クローン素材として。歌詞は 'ABCDEFGHIJKLMN'」という具合です。

「音色参照」ラベルが実際にどう使われるかは、1 つの例を見れば一目瞭然です。音声を音色参照として与え、話すセリフを 1 文指定すると、キャラクターがその声で話します。

音色クローンのケース。プロンプトは「キャラクターが話す:Follow the wind, live free. Leave worries behind, enjoy the moment、音色は参照音声1」の 1 文のみ。出典:MiniMax 公式ガイド

ラベル表の最後にある「動画編集」は、映像の修正に使います。最もシンプルなプロンプトは「動画の中の猫を犬に変えて」という 1 文です。

プロンプト全文:「動画の中の猫を犬に変えて」。出典:MiniMax 公式ガイド

素材をアップロードしない場合は、このセクション全体をスキップします。

公式 第 2 段

第二段:1 文で全体を定義する

素材の役割を決めたら、次にこの動画の内容を定義します。核心となるクリエイティブは 1 文で全体を定義する必要があり、公式は 4 つの要素を含むことを求めています。主体(誰・何が)、場所(どこで)、出来事(何をしている)、ジャンル・スタイル(実写・アニメ・映画的・CM……)。さらに特殊なカメラワーク(空撮・ワンカット・スローモーション)を追加できます。

原文のまま · 第二段の例
漢服を着た若い女性(@图片1)が桜の舞う庭で剣を舞う。クラシカルな中国風、映画的な質感、ワンカット。
主体は漢服の女性(@图片1 で顔を固定)。場所は桜の庭、出来事は剣舞、スタイルはクラシカル中国風+映画的質感。最後にカメラワークを追加。4 要素が揃っています。

このセクションには、外部ではほとんど知られていない 2 つの重要なルールがあります。

ルール 1

H3 はデフォルトでカメラを切り替えます。「ワンカット」と明記しない限り、モデルが自動でカットを入れます。ワンカットにしたいなら、はっきり書くこと。

ルール 2

周回カメラワークを指定するなら「环绕运镜」と直接書きません。公式は truck left + pan right、または逆方向の truck right + pan left と書くことを推奨している。

公式は「ジャンル・スタイル」と「カットスタイル」の選択肢も列挙しています。書くときにそのまま選べます。

原文のまま · スタイルとカットの選択肢
ジャンル/スタイル:実写 / アニメ / 映画的 / CM / ドキュメンタリー……
特殊スタイル例:サイバーパンク / ネオン美学 / グラフィティ など

特殊カメラワーク:空撮 / ワンカット / スローモーション……
  · デフォルトではカットが入る
  · カメラワーク:明確に書けば OK。周回カメラワークは「环绕运镜」ではなく、
    truck left + pan right または truck right + pan left を推奨
  · カットスタイル:
    · 通常カット(cut)
    · クロスフェード(fade)
    · リズムに合わせたカット
    · クイックカット

要素が参照素材と直接関連する場合は、@图片1 / @音频1 / @视频1 のような形で強調するのが望ましい。
truck と pan とは

truck はカメラ全体を横に移動させる動き。pan はカメラ本体は固定し、レンズだけを左右に向ける動き。スマホを構えて人の周りを回るとき、足は横に移動し(truck)、手首は相手をフレームに収め続けるように回転する(pan)。この 2 つが重なると「周回」に見えます。公式はこの結果を 2 つの具体的な動きに分解して書くように指示しています。モデルはむしろその方が理解しやすいのです。

文字に関するルールもあります。映像内に具体的なテキスト、ロゴ、タイトル、ボタン文言を表示したい場合は、その原文を一字一句書く必要があります。例えば「スマホ画面にタイトル 'AI Video Creation' を表示、ボタンは 'Start Now'」。ガイド内の文字アニメーションのケースでは、プロンプト内で全ての文字を明記しています。

MG アニメーションのケース。プロンプトには表示するブランド名、スローガン、および「上記 2 組のテキスト以外、画面に他の読み取れる文字を表示してはならない」と明記されている。出典:MiniMax 公式ガイド
公式 第 3 段

第三段:タイムラインに沿って「欲しいもの」と「欲しくないもの」を書く

全体のトーンを定義したら、最後に毎秒の出来事を書きます。このセクションではタイムラインに沿ってブロック分けし、「カット」をタイムスタンプとして各ブロックに 6 つの項目を書きます。

0〜3 秒 3〜8 秒 8〜12 秒 …カットごとに 1 ブロック 各ブロックに書く 6 項目: 画角 内容 カメラ 動作 セリフ 効果音 「欲しいもの」を書いたら、「欲しくないもの」も別途書きます。典型例は BGM オフです。
映像プロセス説明の書き方。当サイトが公式ガイドを基に作成
原文のまま · 第三段の例
0〜3 秒:全景、女性(@图片1)が画面左から桜の庭(@图片2)にゆっくり歩いて入ります。背景はぼかし、セリフなし、足音のみ。
3〜8 秒:女性(@图片1)の中景にカット。彼女は長剣(@图片3)を抜き、ゆっくりと構えます。桜の花びらが木から舞い落ちます。カメラは前進。
8〜12 秒:クローズアップにカット。剣光が一閃、スローモーション、桜が剣気で四方に散ります。
非物語音楽:N/A

最後の行が「欲しくないもの」の書き方だ。映像に BGM を入れたくない場合、「不要 BGM」と言うだけでは不十分で、次のように書く必要があります。

原文のまま · BGM を消す
非物語音楽:N/A

または英語フォーマット:
"non_diegetic_music": N/A
「非物語音楽」(non-diegetic music)とは

画面の中の人物には聞こえず、観客だけに聞こえる音楽のこと。いわゆる背景音楽です。ホラー映画で手に汗握るあの弦楽器の音は、作中の登場人物には聞こえていません。これが非物語音楽(non-diegetic music)です。対になるのは、キャラクター自身がつけたラジオなど、画面内に実在する音源。H3 にその背景音楽を追加させたくないなら、名前を指定する必要があります。

もう 2 つルールがあります。比喩表現は避け、目に見える画面を書くこと。H3 が得意とするのは明確な画面指示であり、抽象的な比喩は理解できません。セリフがある場合は具体的な内容を書くこと。「彼女は強い口調で何か言った」だけでは不十分です。

このセクションを極限まで書くとどうなるか。ガイドには一度に 4 箇所の修正を要求するプロンプトがあります。それぞれが詳細に指定されています。

プロンプト要求:冒頭の缶飲料をコカ・コーラに変更。背景の光る「全家」コンビニ看板を「互惠」に変更。最後にビニール袋の中のお菓子を全てコーラ缶に変更。最後の人物のセリフを「一些零食買った」から「コーラをたくさん買った」に変更。出典:MiniMax 公式ガイド
絵コンテ

セリフとカットがずれると、口元が崩れる

しかし、絵コンテには公式が特に強調する落とし穴があります。ガイドはこの項目に特に「強調したい。多くの口元の問題はこれが原因だ」と注記している。

核心

セリフの長さは、各カットの長さと一致させる必要があります。3 秒のカットに長いセリフを詰め込まないこと。公式は「効果に非常に悪影響を及ぼす」としています。

❌ 3 秒のカットに長いセリフ カット1 · 3 秒 セリフがカットの許容量を超えている → 口元が合わない ✓ セリフを分割し、各カットに割り当てる カット1 · 3 秒 カット2 · 5 秒 カット3 · 3 秒 セリフの長さ = カットの長さ
当サイトのイメージ図

関連ルールはあと 3 つ。

カットをまたぐセリフは、どのカットにまたがるかを明記します。H3 は J カットや L カットに対応していますが、明確に指示する必要があります。

Jカット / Lカットとは

音声と映像が意図的に異なるタイミングで切り替わる編集技法。セリフが終わらないうちに次の映像に切り替わるのが J カット、次のシーンの音声が先に聞こえてから映像が切り替わるのが L カット。ドラマで、人物が見える前に「おーい」と呼ぶ声だけが先に聞こえるような場面です。

話している人が誰で、画面に写っているのかを明確にします。公式は複雑な例を示しています。

原文のまま · カットをまたぐセリフの書き方
ナレーションが聞こえる:Wake up Wake up。その後、中年女性のクローズアップにカット。彼女がナレーションの主で、続けて言う:It's time to go to school!

カット時に、切り替わる画角と、主体が前のどのキャラクターかを明記すると、カットをまたいだ一貫性が保たれる。

バリエーション

3 つのモードでプロンプトの書き方が変わる

同じ公式でも、入力方法によって書き方が異なります。公式はこれを 3 つのモードに分けています。

モード書き方のポイント
マルチモーダル参照
画像+動画+音声を同時入力
各素材の役割を明確に書く。@图片1 は顔、@视频1 は動作、@音频1 は感情
画像生成画像 1 枚のみの場合、それが先頭フレームか末尾フレームかを明記。先頭+末尾の 2 枚の場合、H3 はカットを自動追加しない。2 フレーム間の動作、光、音声のみを補完する
テキスト生成より具体的に記述(主体の外見、シーンの詳細、動作を明確に)。「全体を見渡す大远景 + アクションを担う中景 + ディテールを強調するクローズアップ」の階層的な書き方を多用

真ん中の項目は落とし穴になりやすい。先頭+末尾の 2 枚を入力し、H3 に「2 枚の間で演技させる」つもりが、実際には 2 枚の間の動きを補完するだけで、カメラの切り替えは一切入りません。これは仕様であり、失敗ではありません。

失敗例

公式が自ら挙げた、よくある 6 つの落とし穴

書き方の説明が終わったら、公式がまとめた失敗例を見てみよう。この表は手元に置いておくと便利です。

やりがちな書き方改善方法
1 段落にまとめて書いている3 ステップの公式に分けて書く
素材をアップロードしたが役割を書いていない「@图片1 は◯◯参照」と 1 文追加
音楽を使いたいのに「不要 BGM」と書く矛盾する。どちらかを消すか、シーンを分けて書く
ワンカットにしたいのに多くの絵コンテを書く全体を 1 つのストーリーとして書き、【カット N】構造を削除
主人公の顔を一致させたいが画像を入れていない必ず人物参照画像をアップロードし「人物参照」と明記
プロンプトが短く、素材もなし少なくとも主体の外見 + シーン詳細 + 動作 + スタイルを書く
参考例

1000 字超の完成例 2 つ。そのまま使える

ルールだけでは足りません。公式はガイド末尾に 2 つの完全なサンプルを掲載しています。どちらも 1000 字を超える完全なプロンプトで、構造は厳密に 3 段構成です。

1 つ目:大きな字幕の MV

trap ミュージックビデオのスタイル。このサンプルで最も学ぶ価値があるのは「グルーヴのルール」セクションで、音楽のビートと画面の動きを完全に同期させている。

原文のまま · グルーヴのルール
ハイハットロール → 高速の微振動、フレームスキップ、テキストの細かな再構成
スネア → テキストが急に拡大、画面のハードカット、人物の肩が沈む
808 ベースヒット → 低音が画面を圧迫、画面が一瞬変形、テキストが縦に伸びるか横に圧縮
ボーカルキーワード → リップシンク、顎の動き、頭の縦振り、ジェスチャーの推進
「リズムに合わせて」と曖昧に書くのではなく、それぞれのドラムパターンを画面上の具体的な動きに対応させている。
大きな字幕 MV の完全なプロンプトで生成された映像。出典:MiniMax 公式ガイド

2 つ目:手描き特殊効果

実写の電車の車内と手描きの光るアニメーションを融合。このサンプルで最も学ぶ価値があるのは形態の連続性の要求だ。1 本の手描きの線が 15 秒間で 10 回以上形態を変える(切符→紙のツバメ→毛虫→矢印→小舟→ミニ電車→カタツムリ→傘→小魚→夕焼けの雲海)。公式は毎回の変形で前の形態の痕跡を残すことを要求しています。切符の点線、紙のツバメの翼、毛虫の丸い点……これにより、視聴者は「同じものが連続して変形している」と感じ、「別の新しいキャラクターに変わった」とは感じません。

さらにカメラのリズムも指定しています。カメラは常に手描きアニメーションより半拍遅れます。アニメーションが先に動き、カメラがためらいながら追いかけます。

手描き特殊効果の完全なプロンプトで生成された映像。出典:MiniMax 公式ガイド
共通点

この 2 つの 1000 字超のプロンプトには共通点があります。多くの文字数が「これはしない」に費やされており、禁止事項が作りたいものよりも詳細に書かれています。手描きのサンプルでは「精密な 3D レンダリング禁止、広告的な整然とした構図禁止、字幕・ロゴ・BGM 禁止、巨大な目と裂けた口禁止、前の形態が消えた後に新しいキャラクターが突然現れるの禁止」と列挙し、先に逸脱の道を塞いでいます。

サンプル全文

1000 字超のサンプル 2 つ。素材と完成映像も完全収録

前節では 2 つのサンプルの学ぶべき点を紹介しました。これらはコピーして改変できるテンプレートなので、ここでは完全な原文、使用した参照画像、最終的な完成映像を 1 文字も削らずに公開します。長いプロンプトは最初だけ表示し、クリックで全文を展開します。

大きな字幕 MV

大きな字幕 MV · 完全なプロンプト
プロンプト原文 · 2882 字
【参照素材の説明】@图片3:シーンのビジュアルスタイル(路上/夜間/地下空間、圧迫感のある構図、環境のレイヤー、映像粒子)@图片2:テキストのパッケージングスタイル(フォントの質感、グラフィックデザイン、モーショングラフィックのインパクト)@图片1:キャラクターの外見(顔、髪型、服装のシルエット、プロポーション、雰囲気、全体的なムード)。指定された要素のみを参照し、参照画像を直接コピーしません。実際のブランド、元の参照画像のロゴ/タイトル/認識可能なテキストは表示しません。

【中核となるクリエイティブ】10 秒、16:9 横長 trap MV。2 人の fly detective 兄弟が複数のクローズアップの地下空間で交代でカメラに向かってラップ。全体が trap のドラムビートに合わせて動き、ビートに合わせてハードカット。高コントラストの印刷ポスター風の大きな英字ブロックがベースヒットに合わせて画面に押し出されます。アンダーグラウンド・ミュージックビデオ + ファッション雑誌のコラージュ + オートクチュールの質感。兄弟タッグのクールなパフォーマンス。

【映像プロセス説明】

Shot 1 — 顔の極端なクローズアップ / 通路の圧迫感- シーン:狭い通路または地下入口のクローズアップ。@图片3 を参照- 画角:顔の極端なクローズアップ(顔/目/首/襟元の一部)- 人物:Detective A がカメラを直視してラップ開始。目は冷静で鋭い- テキスト:"TWO FLY" の巨大な太字英語が画面上下に押し込まれ、目は隠さない- グルーヴ:808 ベースが落ち、「TWO FLY」が一瞬縦に圧縮されてから反発。ハイハットロール時は文字のエッジが高速で細かく震えます。「fly」のアクセントでスキャンエラー- ハードカット

Shot 2 — 中近景バスト / 壁面テキスト背景- シーン:別の壁/ポスター壁のクローズアップ(Shot 1 とは空間が明らかに異なる)- 画角:明らかに中近景バストに引く- 人物:Detective B がカメラに向かってラップ。肩と頭がハイハットに合わせて動き、体はわずかに前傾- テキスト:"CLUES" の巨大な圧縮英語が人物の背後に。髪/肩/服のシルエットに自然に隠れます。- グルーヴ:テキストがポスターのように縦に伸びます。スネアのたびにテキストが突然拡大、震え、スキャンエラー- ハードカット

Shot 3 — 手のクローズアップ / オーバーラップ切り替え- シーン:金属ドア/手すり/ガレージ壁/低い天井の一部- 画角:手のクローズアップ(手/指輪/袖口/服の素材が主体)- 人物:Detective A がカメラに向かってジェスチャー(手がかりを渡す)。顔は後方でぼやけるか部分的- テキスト:縦書き "BROTHERS" が前景の片側に。手に一時的に隠れる- グルーヴ:"move as one" でテキストが長い縦棒に引き伸ばされ、ベースヒットでハードカット再構成- ハードカット

Shot 4 — 首から顔のクローズアップ / 階段の角- シーン:階段の角/ドアの影/低い通路- 画角:首と襟元の質感のクローズアップ → スネアで突然短く顔のクローズアップに押す- 人物:Detective B が頭を横に向けてカメラに近づきラップ継続- テキスト:"AS ONE" が雑誌のタイトルのように音で押し出され、ドラムビートで突然拡大- グルーヴ:押し込む時、テキスト位置がハードカットで再構成され、常に目は隠さない- ハードカット

Shot 5 — バストクローズアップの残像 / ガレージまたはコンクリート背景- シーン:ガレージ風の空間またはコンクリート背景- 画角:Detective A のバストクローズアップ- 人物:メインレイヤーのリップシンクが明確。サブレイヤーにダイナミックな残像(コピー機エラー/フレームディレイ、顔は変形しない)。ジェスチャーで手を横に払う- テキスト:縦書き "CUT GOLD" が背景でフレームスキップして点滅- グルーヴ:"CUT" の瞬間、画面を横に切り裂くようにフラッシュホワイトのハードカット。"GOLD" が圧縮された太いブロックになり、突然反発- ハードカット

Shot 6 — 2 人クローズアップの分割画面 / 色ブロック分割- シーン:地下入口/壁/手すり/ドア枠(Shot 5 とは空間が明らかに異なる)- 画角:色ブロックで 2〜3 区画に分割。2 人の detective の顔クローズアップとバストの一部が高速で交互にハードカット- 人物:2 人の detective が左右で交代でパフォーマンス- テキスト:中央に "CASE COMPLETE" の太字短い言葉- グルーヴ:808 ベースヒットでハードカット再構成。文字は先に押しつぶされ、瞬間的に引き伸ばされます。ハイハットロール時はテキストの破片が高速で跳ねます。最後のアクセントでスキャンエラーと紙が裂けるような震え- ハードカット

Final — 複数シーンのクローズアップパフォーマンスモンタージュ- シーン:狭い通路の顔クローズアップ、壁の中近景、手のクローズアップ、階段の角の首クローズアップ、ガレージのバスト一部、ドアの影の 2 人クローズアップを高速で交互- 画角:全身禁止、複数の人物の全景禁止。クローズアップ/中近景/顔クローズアップ/手クローズアップ/首クローズアップ/バストのみ- 人物:2 人の detective が交代でカメラに向かってラップ。リップ/顎/呼吸/眉目/ジェスチャーがボーカル、スネア、ハイハットロール、ベースヒットに正確に同期- テキスト:最終メインテキスト "CASE CLOSED" が巨大に画面に押し込まれる- グルーヴ:ベースヒットのたびにシーンまたは画角のハードカット。スネアのたびにテキストが画面を押すかレイヤーエラー。最後のビートで全シーンの断片が同時にフリーズし、ハードカットでブラックアウト

【全体の追加要件】

▍映像スタイル(全体)- 粗い粒子、軽いフィルムジター、コピー紙の粒子、ハーフトーンドット、印刷の毛羽立ち、スキャンエラー、フレームスキップの残像、高速レイヤーエラー- 編集リズムは非常に速く、ハードカット、ジャンプカット、ドラムカット、オーバーラップカット、フラッシュホワイトハードカット、テキスト押し出しハードカットのみ- フェードイン/アウトなし、ソフトなトランジションなし

▍テキストパッケージング(全体)- テキストは画面の主体の一部であり、実際のレイヤー関係を持つ- テキストは人物の前景/中景/背景の間を移動できる- 人物がテキストを隠すことも、テキストが人物の一部を覆うこともあるが、目と主要な表情は隠さない- テキストはボーカルのアクセント、スネア、ハイハットロール、808 ベースヒットに合わせて出現/振動/伸縮/圧縮/エラー/分断/ハードカット再構成- スタイル:太く圧縮されたサンセリフ、巨大な英字ブロック、縦方向の引き伸ばし、横方向の圧縮、縦書き英語、アーチ型タイトル、白黒赤の高コントラスト、コピー紙の粒子、ハーフトーンドット、印刷の破損、スキャンエラー、zine コラージュ感- テキスト量は控えめに:各カットにメインテキスト要素は 1 つだけ。多くても番号は最小限。密集した小さな文字、ロゴは禁止

▍グルーヴのルール(全体)- ハイハットロール → 高速の微振動、フレームスキップ、テキストの細かな再構成- スネア → テキストが急に拡大、画面のハードカット、人物の肩が沈む- 808 ベースヒット → 低音が画面を圧迫、画面が一瞬変形、テキストが縦に伸びるか横に圧縮- ボーカルキーワード → リップシンク、顎の動き、頭の縦振り、ジェスチャーの推進- 人物の動き、テキストのアニメーション、シーンの切り替え、画角の切り替えはすべてビートに同期

▍シーン切り替え(全体)- 複数のクローズアップシーンを高速でハードカット- シーンの雰囲気は @图片3 を統一参照。ただし各カットの空間は明らかに異なる:狭い通路、壁のクローズアップ、ドアの影、金属/コンクリート背景、光の端、ポスター壁、階段の角、低い天井、ガレージ風空間、地下入口- 大远景なし、複雑な大規模シーンなし- 切り替えのきっかけはベースヒット、スネア、ボーカルアクセント、テキスト押し出し

▍画角切り替え(全体)- 変化を非常に明確に:顔の極端なクローズアップ → 中近景バスト → 手のクローズアップ → 首のクローズアップ → 2 人クローズアップ分割 → 顔クローズアップ → バスト一部- 同じ画角を連続して使用しない- すべてのハードカットで、カメラ距離/人物の向き/背景空間/テキスト階層に明確な変化を持たせる- カメラは軽い手持ち、突然の押し込み、短い横移動、高速ズーム、近距離の揺れが可能- ソフトなスローモーションにしない

▍人物ルール(全体)- キャラクター:2 人の fly detectives / brothers- @图片1 の人物の顔、髪型、服のシルエット、プロポーション、雰囲気、全体的なムードを維持- リアルなマット肌、清潔で上品、自然な毛穴、軽い肌のテクスチャ- テカテカした AI 美顔は禁止- 兄弟タッグで交代でラップ、カメラへの強いパフォーマンス

▍人物パフォーマンス(全体)- 声はクールで攻撃的、リラックスしているが圧迫感があり、リズムはタイトで断片的、強拍- 静止画ではなく、パフォーマンスしている- 明確なリップシンク:唇の形、顎、表情、呼吸がボーカルに追従- ビートに合わせた動き:頭の縦振り、肩を落とす、ジェスチャーを前に出す、体を前傾、横を向く、振り返ってカメラに近づく、指をカメラに向ける

▍重要な制限(全体)- 全身カットなし- 複数人の全景なし- 複雑な群像の大規模シーンなし- 全体を通してクローズアップ/中近景/顔クローズアップ/手クローズアップ/首クローズアップ/バストのみ- 人物の上半身、顔、ジェスチャー、服の素材、表情、リップシンク、テキストパッケージのみ表現- 完全な体と足は見せない- 実際のブランド、元の参照画像のロゴ、タイトル、認識可能な元のテキストは表示しない
入力素材
参照画像 参照画像 参照画像
生成結果

手描き特殊効果

手描き特殊効果 · 完全なプロンプト
プロンプト原文 · 1828 字
【参照素材の説明】参照素材なし(テキスト生成動画)。

【中核となるクリエイティブ】15 秒、16:9 横長。実写の夕方のレトロな電車の車内と手描きの光るアニメーションを融合:ほぼ空の終電の車内。乗客がスマホを片手で撮影。手描きの杏色の光る線が車内で連続的に変形(切符→紙のツバメ→毛虫→矢印→小舟→ミニ電車→カタツムリ→傘→小魚→車両全体の夕焼け雲海)、最後に切符に戻り紙くずに砕けます。全体的に生活感、ノスタルジー、優しくほんの少し切ないです。

【映像プロセス説明】
0〜3 秒
- 順:実写の映像が、撮影者の指先が曇った窓に弧を描くところから始まる。指が離れると、曇りの跡が杏色の手描きの光る線に変わる(クレヨンとチョークの混合質感)。まず指先に貼り付き→人差し指を回り→手のひらに落ちて切符に丸まります→もう一方の手で押さえられます→平らな紙のツバメに折られます→右側の手すりに沿って輪を描いて飛び去ります。カメラは半拍遅れて追いかけ、まず空の手のひらと映り込みを撮り、慌てて右に揺れます。
- 逆:安定した広告的構図にしません。
3〜6 秒
- 順:紙のツバメが吊り革を一周し、尾が革に引っかかって軽く揺れ、プラスチックの衝突音を立てます。撮影者が手を伸ばして革を安定させようとすると、ツバメが手の甲をかすめて一連の手描きのカンマに散る→先端と末尾がつながって光る毛虫になる→背もたれに沿って這う(杏色の粉を残す)→撮影者が腰をかがめて見ると、落書きの矢印に引き伸ばされる→指した後、小さな船に潰れてシートの隙間を滑っていく。カメラは一歩遅れて前進、モーションブラーと一時的なピンボケ。
- 逆:新しいキャラクターを出現させません。すべての形態は首尾一貫してつながる必要があります。
6〜10 秒
- 順:小舟が床を滑り、電車の揺れを利用してドリフトし、チョークの粉の杏色の線を引きます→撮影者が足を伸ばして止め、手で掬います→船が指と靴の間をすり抜け、半分巻かれた切符にぶつかります→巻物が転がります→船が巻き込まれ、反対側から抜け出して 2 両編成のミニ手描き電車になります(先頭は船の先端を残し、窓は毛虫の点のよう)→床の黒い継ぎ目に沿って走ります→路線図に突っ込み、車両の先端が持ち上がって平らなカタツムリになります(殻は車輪のよう、体は切符の線に伸びる)→金属の柱に登り、振り返って触角を震わせて撮影者を催促します。
- 逆:立体 CG にしません。
10〜13 秒
- 順:カタツムリの触角がドアのボタンに触れます→ボタンの周りに杏色の手描きの光の輪が灯ります→撮影者が押そうとします→光の輪が弾けてカタツムリを引き伸ばします→手描きの小さな傘に変わります(傘面はカタツムリの殻の渦巻きとミニ電車の窓の点を残す)→ドアガラスに貼り付いて滑り、傘の先でドアの隙間を叩きます(隙間の街灯が揺れる光の線に変わる)→傘が裏返って鈴の尾が付いた手描きの魚になります(魚体は傘面のよう、尾は切符の点線)→下に泳いで尾で撮影者の手首を払います(杏色のブレスレットの跡を残す)→撮影者が後ずさりして座席にぶつかり、カメラが一瞬傾いて車両中央を追いかけます。
- 逆:ホラーなモンスター化、飛びかかりをしません。
13〜15 秒
- 順:手描きの魚がドアガラスから散ります→すべての線の跡が窓ガラス、床の木目、シートの隙間、吊り革、路線図、天井のランプシェードに広がります→車両全体が巨大な夕焼けの雲海に変わります(窓は夕焼けを敷き、床は光る小川になり、吊り革は満月に、路線図は落書きの小さな町に広がり、天井から雲の帯が垂れる)→撮影者が後ずさりして手を伸ばします→空中の雲の帯が手のひらに落ちて切符に戻ります→軽く震えてくしゃみをしそうになります→車両中の夕焼けの線が小さな紙くずに散ります→1 枚がレンズの端に貼り付き、もう 1 羽の半拍遅れた小さな紙のツバメがシートの隙間から現れ、間違った方向に飛んで不器用に撮影者の手のひらに落ちます→画面は優しい余韻の中で終わります。
- 逆:他のシーンにカットしません、無根拠なホラー要素を入れません。

【全体の追加要件】

▍手描きアニメーションスタイル(全体)- 常に平面的なフレームバイフレームの手描きの光る落書き。立体キャラクターや CG 生物ではない- 線の太さ、輪郭、塗りが毎フレーム微妙に変化。エッジはクレヨン/チョーク/色鉛筆/ラフな筆/パステルの毛羽立ち- 塗りムラがあり、擦り跡、粒子、手描きの描き直し感- 中心色:杏色、暖かいオレンジ、淡いミルキーホワイト、少量の柔らかい金- 光り方は柔らかく、ガラス/金属の手すり/古い布の座席/木目の床の端にのみ弱いハローを残す。実写空間を強く照らしません- 各変形で前の形態の痕跡を残します(曇りの弧、切符の点線の端、紙のツバメの翼、毛虫の丸い点、小舟の船首、ミニ電車の窓、カタツムリの殻の渦巻き、傘の傘面、魚の尾)、 視聴者が同じ存在の連続変形だと感じ、新しいキャラクターではないと感じるように

▍カメラリズム(全体)- 常に手描きアニメーションより半拍遅れます- アニメーションが先に手すり/シートの隙間/床の木目/路線図/ドアガラス/車両中央へ逃げ、カメラがためらいながら横移動/下を向く/上を向く/前進/後退で追いかけます- 事前に構図を決めません、アニメーションを安定して中央に置きません、電車内装を安定して見せません- 保持するもの:手持ちスマホの震え、電車の走行揺れ、歩いて追いかける上下動、ガラスに近づく一時的なピンボケ、窓外の街灯の露光跳ね、自然なモーションブラー- 撮影者が本当に同じ車両でずっと追いかけているかのように

▍禁止事項(全体)- 精密な 3DCG、ぬいぐるみ風、3D レンダリング、滑らかなネオンチューブ、均一なベクターライン、完成度が高すぎるモーショングラフィックを禁止します- 映画的すぎるライティング、広告写真のような整然とした構図、過度な被写界深度を禁止します- 字幕、ロゴ、BGM を禁止します- 突然他のシーンに切り替えることを禁止します- 前の形態が消えた後に新しいキャラクターが突然現れることを禁止します- 巨大な目、裂けた口、歯、威嚇、飛びかかり、突然のブラックアウト、ジャンプスケア、ホラーなモンスター化を禁止します- 最後の空間変形は手描きの光る線で構成されていなければなりません。不思議で幻想的でもかまわないが、優しく、ノスタルジックで、可愛く、生活感があり、優しくほんの少し切ないままを保つ

▍環境音(全体)- レトロな電車の車内の実際の音のみ:車輪とレールの低い摩擦音、車両の軽い揺れ音、吊り革の衝突音、ドアボタンの小さな機械音、紙の切符の擦れる音、布張りシートに触れる音、撮影者の小さな驚きの声と慌ただしい足音- 手描きアニメーションの音:極めて軽いチョークの擦れる音、ガラスを滑る小さな引っかき音、柔らかい電子音の震え、短くおかしな鳴き声
生成結果
ケース全集

ガイド内の 54 件のケース。プロンプト、素材、完成映像を 1 件ずつ公開

ガイドの元の区切りに沿って、各ケースを 3 点セットで紹介する。プロンプト原文(1 文字も変更していない。「コピー」でそのまま利用可能)、使用した入力素材、H3 が生成した結果。プロンプト内の「完全なプロンプトではありません。自分で補足できる」は公式による注記で、このサンプルは完全版ではなく、これを基に追加できることを意味します。

ブランド映像と映像コンテンツ(5 件)

第 1 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
図1から図4の連続キーフレームで、レトロな望遠鏡で MINIMAX 装置を探す様子を模倣。最初はピンボケの手持ち揺れから、素早くラックフォーカスで図1に引き寄せます。図間は望遠鏡のスイープトランジション(振り、モーションブラー、光学残像、露光フリッカー)で、最もぼやけた箇所で切り替え、素早く安定させて再フォーカス。全体を通して固定の二重円レンズマスク(黒のフェザリングしたビネット、位置、サイズ、エッジのぼかしは完全に一致し、変形やドリフトなし)。内部の画面だけが動く。図2の布が風に揺れ、MINIMAX の文字が布の起伏に合わせて読みやすさを維持。図3の人物は偶然捉えたファッショナブルな通行人のように自然に歩き、振り返り、腕を振ります。図4の人物はメガネを調整するか、あごをわずかに上げて、クールでリラックスした fashion campaign の態度を見せます。赤い文字はフォーカスに合わせて軽くロードされ、初出はわずかにぼやけ、透明度0.3〜0.5秒間で薄くフェードインして鮮明になる(小さな縦滑りや文字間隔の呼吸も可)。切り替え前にフェードアウトするか、モーションブラーで消えます。回転、バウンド、大きな飛び込み/飛び出しを禁止。Wes Anderson 風の覗き見 35mm フィルム質感(軽い粒子、柔らかいハイライトのにじみ、抑制された色彩、赤い文字のアクセント)。ミニマルで上品、少し遊び心。新しい人物、車両、建築物、ロゴの追加を厳禁。元画像の主要構図と MINIMAX 装置を維持します。
入力素材
参照画像 参照画像 参照画像 参照画像
生成結果
第 2 件
プロンプト原文
壮大なスペースオペラ映画館予告編
(完全なプロンプトではありません。自分で補足できる)
リズムはより速く、壮大だが間延びしない。高速ハードカット、艦橋の振動、強い光のフラッシュ、短い黒画面、ワープ衝撃。テキストは映画予告編風のワイドな文字間隔のタイトルパッケージ。フォントは純白にしません。抑制された発光と質感、かすかなエッジのグロー。テキストアニメーションは、深宇宙の暗部からのフェードイン、星の光で照らされる、文字間隔の展開、残像、かすかな発光、黒画面でのフラッシュを含む。 (完全なプロンプトではありません。詳細は自分で補足できる)
入力素材
参照画像
生成結果
第 3 件
プロンプト原文
SF サスペンス映画の短い予告編
(完全なプロンプトではありません。自分で補足できる)
写実的な映画感、高コントラストの光と影、テンポの良さ。図1は全体の雰囲気、スタイルの参照。図2は主人公の人物参照。

Shot 1 — 超広角でシーンを確立。巨大な円形の宇宙ゲートがほぼ画面を埋め尽くし、人物はゲートの前の小さな後ろ姿だけ。画面の下部やや右に立つ。地面は濡れて反射し、ゲートの中心は暗黒。カメラはゆっくり前進。大タイトルが暗い端からフェードインし、先にぼやけてから鮮明に:"THE STARS WERE LISTENING" フォントは極端に細く、太く、全て大文字、ダークレッドと錆びた赤の混合、軽い粒子と霞んだエッジ。 Audio: 深い低周波パルス、遠くの金属の軽い震え、テキストが鮮明になった時の軽い 1 ヒット。 → Hard cut. (完全なプロンプトではありません。詳細は自分で補足できる)
入力素材
参照画像 参照画像
生成結果
第 4 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
16:9 横長の高級ファッションブランド動画を制作。全体の雰囲気、シーン、フィルム質感は図1を参照。バッグのアセットは図3を参照。人物のアセットは図2を参照。ブランドのエンディングロゴは図4を参照。服とバッグを売るファッションキャンペーン。全体の雰囲気は高級、クール、抑制。しかし編集は退屈であってはならず、より機敏で、ファッションのリズムを持つこと。普通のドラマのようでも、EC 広告のようでもありません。核となるストーリーは依然としてシンプル:砂漠の道とレトロな車のそばで、女性が車の後ろに戻り、トランクを開け、黒いバッグを取り出し、車のそばに立つ男性と一瞬の静かな関係を持ち、その後バッグを持って立ち去ります。バッグと服は人物の行動に自然に溶け込み、キャラクターの気質の一部となります。
入力素材
参照画像 参照画像 参照画像 参照画像
生成結果
第 5 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
図1は全体の質感、雰囲気の参照。図2は人物の外見的特徴の参照。15 秒 16:9 横長のトレンドファッション短編を生成。人物の一貫性を維持:白金色のロングヘア、細い黒のレトロサングラス、黒のハイグロスパテントレザーコート、クール自信に満ちたファッション的な表情、火の光がレザーコードトの表面に反射するオレンジの反射。全体的なスタイルはフィルムのクイックカットファッション広告。夜の火災現場、黒煙、オレンジレッドの炎、VHS グリッチ、CCTV 放送中断、90 年代アナログフィルム粒子、スキャンライン、色収差、ライトリーク、フラッシュホワイトトランジション、画面の軽い震えを融合。
入力素材
参照画像 参照画像
生成結果

ビジュアルクリエイティブとコンテンツパッケージング(8 件)

第 1 件
プロンプト原文 · 673 字
(完全なプロンプトではありません。自分で補足できる)
15 秒 16:9 横長のライトサスペンス犯罪映画のオープニングを生成。全体的なスタイルはこれらの画像のビジュアルランゲージを参照:レトロな日本アニメのオープニング、ハードエッジのシルエット、漫画コラージュ、非対称な分割画面、強い幾何学的な色ブロック、英語のオープニングクレジット、少量の日本語カタカナ装飾、ジャズ×犯罪の雰囲気。雰囲気は 60% サスペンス、40% ジャズ:神秘的、クール、機敏、都会的な犯罪感。ホラーではなく、重くもなく、陽気なジャズ MV にもしません。オープニングアニメーションはダイナミックグラフィックのコラージュのように:黒い下線のフレームが先に現れ、分割画面の境界が素早く描かれ、色ブロックとコマが 1 つずつ貼り込まれます。人物のシルエット、小道具のクローズアップ、英語のクレジットがドラムビートに合わせて順番にスライドイン、ポップアウト、マスクで明らかにされます。普通の写実的なドラマアニメではなく、オープニングパッケージ感を出す。英語のクレジットは明確に読める必要があり、アニメーションは可:細い線のフレームが先に描かれ、名前がフレーム内にスライドインし、文字が 1 つずつ現れ、色ブロックのマスクで明らかにされ、最後に短く停止。中国語の追加、文字化け、英語のスペルミスをしません。全体ルール:すべての英語のクレジットと役職は 1 回だけ出現。同じ役職を繰り返さない、同じ人名を繰り返さない、同じ人物が複数の役職を兼ねません。トランジションの形式は豊富に:円形のレコードマスク、ドアの縦方向の分割、人物の長い影が画面を拭く、赤い線のカット、巨大な英字マスク、分割画面フレームの再構成、色ブロックのハードカット、コマの 1 つずつの貼り込み。すべてのトランジションはドラムビートに従い、歯切れが良く、サスペンス、機敏、漫画コラージュ感。ソフトなディゾルブ、フルードトランジションは禁止。BGM:オリジナル 15 秒のオープニング曲、60% サスペンス、40% ジャズ。持続低音、緊張感のある弦楽器のピチカート、冷たいシンセパルス、バスドラム、まばらなジャズブラシ、ウォーキングベースのフレーズ、低音サックスの短いフレーズ、短いブラスのアクセントで構成。最初の 2 秒は神秘的な低音とハイハットでサスペンスを確立、3 秒目に低いドラムビート、6 秒目にジャズベースのグルーヴ、10 秒目に短いサックス/ブラスのリフ、最後の 2 秒は緊張したコードとドラムビートで停止。全体は神秘的、クール、犯罪感。ジャズは 40% だけ、陽気にしすぎない、既存のメロディを模倣しません。
入力素材
参照画像 参照画像 参照画像 参照画像 参照画像 参照画像
生成結果
第 2 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
15 秒、16:9 横長動画。夕方の小さなキッチンの実写と手描きの光るアニメーションを融合した映像。夕日の残光が窓辺に残ります。生活感のある小さなキッチンに、古い木のテーブル、洗いかけのマグカップ、少し曇ったガラス瓶、そして吊るされた布巾。画面はスマホを片手で撮影したような細かい手ブレ、近距離フォーカスのためらい、逆光による露光の変動、暗部のやや粗いノイズ。広告映像のように整えず、家で慌てて不思議な出来事を撮影したような自然な質感。巨大な目、裂けた口、牙、威嚇、飛びかかり、突然の黒画面、ジャンプスケアを禁止。音はキッチンの環境音、布巾の擦れる音、マグカップの軽い衝突音、蛇口の水滴音、撮影者の足音と軽い呼吸音、そして手描きの生き物の柔らかい電子音と小さな鳴き声のみ。
生成結果
第 3 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
15 秒、16:9 横長のショート動画。深夜のコインランドリーの実写シーンと手描きの光るアニメーションを融合したハイブリッド映像。小さなコインランドリー。蛍光灯がかすかにちらつく。店内には稼働中の洗濯機、プラスチックの洗濯カゴ、古いベンチ。床には靴下が 1 枚落ちています。空間全体は静かで、かすかなノスタルジー。スマホ片手撮影の質感、画面の揺れが明確。白色蛍光灯の露光が明暗します。ガラス面は環境の反射。レンズが物体に近づくとフォーカスに遅延があります。商業広告のように精巧に整えず、深夜に偶然迷い込み、奇妙な幻影を追いかけて撮影したようなリアルなドキュメンタリー感。
生成結果
第 4 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
スタイル:dark-pop / cyber-grunge / rap ミュージックビデオ。写実的な高級ファッションの質感、フィルム雑誌の質感、高コントラストだが安っぽくありません。全体的に 90 年代末から 00 年代初頭のインディーズ雑誌、コピー紙、フィルムスキャン、アンダーグラウンド音楽ポスター、zine コラージュの美学を参照。画面は粗い粒子、軽いフィルムジター、ハーフトーンドット、印刷の毛羽立ち、スキャンエラー。編集リズムは速く、ハードカットのみ。フェードイン/アウトやソフトなトランジションは使用しません。 テキストパッケージのスタイルと質感は画像を参照。
入力素材
参照画像 参照画像
生成結果
第 5 件
プロンプト原文
動画1のグリーンスクリーン背景を除去し、動画2のような童話風の背景にする。背景要素は動画1の人物の動きに完全に一致させる必要があります。動画1の人物の照明を変更し、背景に完全に一致させます。
入力素材
生成結果
第 6 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
動的なポスタービデオを制作。元画像のギャラリーの白いフレーム、内側のフレーム、赤白黒の配色、3D フィギュア感、レイアウト構造を維持。テキストが出るときに、機敏なテキスト登場の効果音を合わせます。
入力素材
参照画像
生成結果
第 7 件
プロンプト原文
手描き 2.0
(完全なプロンプトではありません。詳細は自分で補足できる)
動画全体
16:9 横長動画、総時間約 10〜15 秒、全 4 カット、各カット約 3 秒、テンポの良いハードカットで接続。画面は「海辺の小さな市場」の実写スマホ映像。背景には明るい色の屋台、日除け、貝殻のアクセサリー、冷たい飲み物の屋台、海風になびく布のカーテン、遠くの砂浜と淡い青色の海面。全体的な雰囲気は明るく、軽快、夏らしさが強い。撮影者の右手が、普通の自然で正しいペンの持ち方で細い青緑色のペンを持ち、画面下部から入ってきます。各カットは 1 つの現実の対象のみを指し示し、指された対象全体がラフな手描き 2D アニメーションに変わります。他の背景と指されていない要素はすべて実写を維持。
生成結果
第 8 件
プロンプト原文
AR 拡張現実クリエイティブ
主人公が画面内の白い長方形の枠に現れ、両手で枠の端を支え、まず頭と上半身を出し、次に片足で下の白い線を踏み、体を沈めて力を溜める。カメラは軽く押し込み、その後主人公が力を借りて画面の外に弾け出す。
IMG1 の空間に切り替えます。主人公が画面内の白い立体フォントの上に着地し、フォントの上端に座り、両足を自然に垂らす。短い停止の後、主人公が画面右側の背景の人物に顔を向け、明確な視線のインタラクションを形成します。
その後、主人公が画面右上に向かって細い白い弾性ロープを投げ、力を借りて弧を描くブランコの動きをします。カメラは主人公に合わせて高速で横移動し、平面的なポスター空間を移動する感覚を保つ。
IMG2 の空間に切り替えます。主人公は弧を描いて落下し、画面内の再生ボタンの上に着地します。足または手で再生ボタンを軽く叩き、シンプルな押下フィードバックをトリガーします。
最後に IMG3.png に切り替えます。主人公は再生ボタンの位置から画面右側に向かって走り、背景カードの元の位置に戻って立ち止まります。全体は高速の横追従、ビートに合わせたフラッシュカット、軽い押し引き、クリーンな平面空間トランジションを使用。白、グレー、元画像のデザイン要素を維持。血液、喧嘩、武器、スーパーヒーローのマーク、著作権キャラクター要素を追加しません。
入力素材
参照画像
生成結果

ダイナミックグラフィック、MG アニメーション、AE 特殊効果(4 件)

第 1 件
プロンプト原文
(完全なプロンプトではありません。詳細は自分で補足できる)
ショートフィルムの正確なオープニング画面。電光ブルーの背景、左側の白い「MiniMax」、中央の水色のタコロゴ、右側の白い「H3」を完全に保持。 图片2:タコロゴが線形変形した後の目標波形ロゴの参照。後半を貫く核心的なグラフィックでもあります。波形ロゴのパス構造、曲がりの数、角の丸み、全体の比率を厳密に維持。厳密に 15 秒、16:9、4K、60fps の MiniMax H3 抽象テクノロジー MG ブランドショートフィルムを生成。ショートフィルムは H3 が専用タスクから汎用マルチモーダルモデルへと向かうデザインコンセプトを表現:言語、画像、動画、音声がもはや互いに隔離されず、同じコンテキスト、同じアーキテクチャ、同じ連続した線で接続されます。全体的なスタイルは高級、シンプル、機敏、芸術的。広い面積の電光ブルー、深い黒青、水色、少量の紫色のカラーブロック。クリーンな白い太字テキスト。画面は多くのネガティブスペースを持ち、複雑なアイコンや情報の積み重ねを避けます。全体の核心的なモーション要素は、水色の連続線と、線の前端にある白い発光ノード。
入力素材
参照画像 参照画像
生成結果
第 2 件
プロンプト原文
(完全なプロンプトではありません。詳細は自分で補足できる)
AI ブランド「MiniMax H3」のための 15 秒の高級平面ダイナミックグラフィックブランドフィルムを制作。

【正確に表示する必要があるテキスト】ブランド名:MiniMax H3
ブランドスローガン:Intelligence With Everyone
上記 2 組のテキスト以外、画面に他の読み取れるテキストを表示してはいけません。

【中核となるクリエイティブ】「One becomes everyone.」
知性は 1 つの微細なノードから始まり、接続、共有、共に成長することで、すべての人のためのオープンな知性ネットワークを形成します。
3 つの基本要素でオリジナルのブランドビジュアルシステムを構築:
極小の 2D ソリッドドット
文字「H」が表す接続の架け橋
数字「3」が表す 3 層の知性の軌道
すべてのドット、線、軌道、字形、トランジションはこの基本要素から連続的に進化する必要があります。各変化は明確な視覚的因果関係を持ち、統一されたブランドビジュアル DNA を形成します。
生成結果
第 3 件
プロンプト原文
全中文文字動效
(完全なプロンプトではありません。詳細は自分で補足できる)
全体は完全な黒背景の上での中国語ダイナミックタイポグラフィ実験映像。画面には白い中国語のテキストと、ごく少量のダークレッドのテキストのずれや強調のみを許可。人物、風景、写真、イラスト、アイコン、商品、ロゴ、3D オブジェクト、英語のタイトル、固定 UI、番号、タイマー、枠線、グリッド、または任意の装飾的なグラフィックを表示してはいけません。これは普通の字幕ビデオではなく、「中国語のテキスト自体」を唯一の主役とする高密度ダイナミックタイポグラフィショートフィルム。テキストは漆黒の平面上で高速に出現、拡大、回転、圧縮、衝突、分解、増殖、反転、再構成。全体的なスタイルは、平面デザイナーが制作する中国語ダイナミックタイポグラフィ実験映像、テキストモーションショーリール、音楽イベントのオープニングビジュアル。雰囲気はダーク、冷静、鋭利、理性的、無機質、わずかに攻撃的。しかし高級、抑制、統一を保つ。
生成結果
第 4 件
プロンプト原文
Touch Designer 動效
(完全なプロンプトではありません。詳細は自分で補足できる)
@视频1 を唯一の基本素材とする。元動画の人物、顔の特徴、服装、動作、シーン、全体の色、カメラの動き、長さ、フレームレートを厳密に維持。元の画面にのみ TouchDesigner スタイルのダイナミックトラッキンググラフィックを追加。
1. すべての矩形ボックスのカラーフィルの透明度は 0% にすること。
2. ボックス内に赤、シアン、または任意のカラーマスクを表示しません。
3. ボックス内で処理できるのは、元動画の同じ位置の輝度、グレースケール、露光、明暗関係のみ。
4. すべてのボックスは赤またはシアンの完全でシンプルな連続した閉じた矩形であること。4 つの頂点に装飾やノードがありません。
5. 1 つのボックスが別のボックスを完全に含むことを許可しません。
生成結果

AI ストーリーコンテンツ制作(3 件)

第 1 件
プロンプト原文
完全なプロンプトではない。自分で補足できる
時代劇武侠サスペンス短編のシーン、16:9 横長映画フォーマット、夜の竹林、冷たい青、墨緑、灰黒の低彩度トーン、霧が立ち込め、細かい雪が空気中に舞う。全体的な雰囲気は清冷、殺伐、抑制。江湖の門派が事件を調査し、秘密情報を引き継ぐ緊張感。画面はリアルな時代劇の質感、浅い被写界深度、映画レベルの光と影。現代要素なし、字幕なし、テキストなし、透かしなし。シーン:夜の竹林の奥、背景は密集した縦の竹竿、遠くに冷たい白い霧の光が透けます。前景にはぼけた竹の葉のオーバーラップがあり、「林の中から覗く」空間の階層を形成。冷たい白の斜め前からの柔らかい光が人物の顔を照らし、背景の逆光が前暗後明の映画感を演出。浅い被写界深度、竹の葉、雪、背景の竹林は柔らかいボケに。画面スタイル:時代劇武侠映画感、冷たい青墨緑の雪夜の竹林、浅い被写界深度、前景の竹の葉オーバーラップ、人物の顔クローズアップ中心、インターナルカット編集、リズムは抑えられているが緊張感があります。字幕なし、プラットフォームの透かしなし、現代服なし、現代建築なし、アニメ感なし、過度な肌補正なし、明るい昼なし、コメディ演技なし。
入力素材
参照画像 参照画像
生成結果
第 2 件
プロンプト原文
完全なプロンプトではない。自分で補足できる
室内の家族喧嘩の短編シーン、縦型ショートドラマの質感、リアルな実写演技、中華風家庭/小さなレストランの室内環境、暖色照明、背景に赤い装飾と書道の掛け軸、浅い被写界深度、感情が強く、編集リズムはコンパクト。演技の要求:リアルなショートドラマ演技スタイル、誇張した舞台演技をしません。秦皓瑄の口調は怒り、悔しさ、切羽詰まった反論。中高年女性の口調は鋭く、強気、攻撃的な問い詰め。2 人の間には強い対立感があり、リズムは徐々にエスカレート。画面スタイル:縦型 9:16、スマホショートドラマの質感、実写感、浅い被写界深度、室内暖色、中近景中心、頻繁なインターナルカット編集。背景は生活感を維持。SF なし、時代劇なし、アニメ感なし。画面内に字幕、テキスト、プラットフォームの透かし、またはステッカーを表示しません。
入力素材
参照画像 参照画像
生成結果
第 3 件
プロンプト原文
完全なプロンプトではない。自分で補足できる
15 秒、9:16 縦型の海外実写吸血鬼ラブストーリーショートドラマの予告編を生成。男女主人公の外見は図1を参照、シーンは図2を参照。男女主人公の身分の一貫性、実写の質感、ハイクオリティなショートドラマの質感を維持。全体的なストーリー:可憐な人間のヒロインが古い城の立ち入り禁止区域に迷い込み、偶然眠っていた吸血鬼貴族のヒーローを目覚めさせます。ヒーローは彼女が何か古代の戦争に関係する匂いを持っていることに気づき、彼女に強い支配欲と危険な興味を持つ。ヒロインは彼を恐れますが、完全には屈服せず、彼の圧迫に反抗します。全体的なスタイル:海外 ReelShort / DramaBox の吸血鬼ラブストーリー予告編感。ダークロマンス、危険な魅力、宿命感、強い支配感、陰鬱な圧迫、ハイライトの逆転。画面は高級、抑制、コンパクト。ヒットショートドラマの最初の 15 秒のフックのよう。血生臭さなし、安っぽいホラーなし、ハロウィン感なし、現代のストリート感なし。画角:9:16 縦型構図、TikTok / ReelShort / DramaBox に適しています。人物は中近景、近景、クローズアップ中心。縦型で顔、目、圧迫感、関係性の緊張感を強調。
入力素材
参照画像 参照画像
生成結果

製品と EC マーケティング(2 件)

第 1 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
縦型 9:16 の高級ファッションアイウェア広告動画を生成。全体的に指定された動画の絵コンテのリズム、編集速度、白スタジオの質感、クールなファッションの雰囲気を参照。画面はミニマルな白スタジオ、シームレスな白背景、強いオートクチュール広告感。クリーン、シンプル、スタイリッシュ、先駆的、国際的な一流ランウェイの質感。メインビジュアルの人物は图片1 を参照。2 人の全身女性モデル、1 人は黒人女性モデル、1 人は欧米人女性モデル。彼女たちの服の高級感、身体のポーズ、白スタジオの光と影、ランウェイの雰囲気、全体的なクールな態度を維持。2 人とも未来的な高級アイウェアを着用。アイウェアのデザインは図3を参照。ラップ型の曲面、鋭い幾何学キャットアイ/ゴーグルのハイブリッドシルエット、ミラー反射、流線型のテンプル、高級ファッションアクセサリーの質感を強調。2 人の人物の外見の詳細は図2を参照。
入力素材
参照画像 参照画像 参照画像
生成結果
第 2 件
プロンプト原文
製品機能の理解とビジュアル表現
(完全なプロンプトではありません。自分で補足できる)
高級オフィスの Herman Miller ブラック human エルゴノミクスチェアを 360 度表示。通気性のあるメッシュバックのクローズアップ、空気の流れを可視化。腰のサポート + エルゴノミクスカーブのエンジニアリングアニメーション。多次元調整可能なアームレスト/座面高さのデモンストレーション。デザイナー/プログラマー/クリエイティブ担当者の長時間オフィスシーン、姿勢は伸びやかで自然。長時間座っても疲れない 3D 骨格サポートの模式図。空間美学のインテリア陳列。最後に「インスピレーションと快適さが同時にオンライン」の文字が浮かび上がる。高級感のあるミニマル、冷たいトーン、プロフェッショナルな未来感、スローテンポのカメラワーク。製品の詳細は図1を参照、製品画像は図2を参照。
入力素材
参照画像 参照画像
生成結果

デジタル体験とゲームクリエイティブ(5 件)

第 1 件
プロンプト原文 · 794 字
キャラクター参照は図1、UI スタイル参照は図2。

[0 秒〜2 秒] 高角度からの俯瞰。キャラクターが高彩度の明るい紫色の地面に座っている。図1を参照。カメラを見上げる。右側にゲームメニュー UI を表示:新しいゲームを開始 (START NEW GAME)、ゲームを続行 (CONTINUE, ハイライト表示)、設定 (SETTINGS)、ゲームを終了 (EXIT GAME)。左上にプレイヤープロフィール MINIMAX を表示。カーソルが「ゲームを続行」をクリック。

[2 秒〜4 秒] 彼女の右腕にスムーズにズーム。UI パネルが右側からスライドインし、「右腕装備 (RIGHT ARM EQUIPMENT)」パネルが表示される。「幻影の握り (PHANTOM GRIP)」が選択されてハイライトされ、「時空の爪 (CHRONOS CLAW)」までスライド。彼女の右手が機械的に再構成され、指が開き、新しい爪状のナックルが所定の位置にロックされ、シアン色の LED ライトがより明るく点滅。

[4 秒〜7 秒] カメラがスムーズに彼女の左側に回り込む。新しい UI が「武器カスタマイズ (ARMAMENT CUSTOMIZATION)」グリッドをスライドインし、手、前腕、肘、上腕のコンポーネントを表示。選択領域が部品を高速で循環選択。彼女の左腕がセグメントごとに分解される:前腕プレートが外れ、新しい装甲がスライドインし、肘関節が交換され、手が再構成され、交換プロセス中に露出した配線とピストンが見える。

[7 秒〜8.5 秒] カメラが中景に引く。構成の確認 (CONFIRM CONFIG) ボタンが点滅。クリック。すべての UI パネルが内側に収縮して消える。キャラクターの脚が解かれ、姿勢を調整し、リラックスして座り、片膝を立て、義肢の手を自然に上げ、構成後の軽い動作のデモンストレーションを行う。 [8.5 秒〜10 秒] 下部に読み込み (LOADING) バーが表示。0% から素早く 100% まで満たされる。高彩度の明るい紫色の環境が暗くなり始め、影が端から広がり、暖かい金色の光が差し込む。

[10 秒〜15 秒] 彼女が立ち上がると、完全な環境が彼女の周りに読み込まれる。密集したサイバーパンクのスラムが現れ、ネオンが点滅し、濡れた通りが光を反射し、人混みがうごめき、バイクが行き交い、複雑に絡み合う電線、積み重なる建物が遠くの未来的な超高層ビルへと延びる。カメラは彼女の後ろの三人称視点で安定し、彼女の背中を表示。HUD 要素がフェードインし、右上にミニマップ、左下にヘルスバーと弾薬カウンターを表示。クエストマーカーが現れる。彼女は通りに足を踏み出す。
入力素材
参照画像 参照画像
生成結果
第 2 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
ウェブサイトページ、ウェブサイトページ UI デザイン、ウェブサイトアニメーション、動画は流れるようなウェブページの下スクロール効果を示す。非常に爆発力と躍動感のある製品公式サイトスタイルのランディングページ UI/UX デモ動画。核心的な表示主体はこの製品の画像1。ページはラフで力強い、傾斜した超大サイズのサンセリフフォントで派手なタイポグラフィ。背景には速度感のあるダイナミックな光と影、ダークカーボンファイバーまたはスポーツ通気メッシュのテクスチャが織り交ざって変化。動画はリズムがコンパクトで力強いウェブページの下スクロール効果、およびマウスホバー時の強い視覚的拡大と色反転などの UI インタラクションアクションを示す。
入力素材
参照画像
生成結果
第 3 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
模擬的なウェブサイト UI デザイン。最初に上のタイトルが下にスライドして現れ、次に下のテキストバーが上にスライドして現れる。車のライトが暗い色から赤に変わる
入力素材
参照画像
生成結果
第 4 件
プロンプト原文 · 658 字
(完全なプロンプトではありません。詳細は自分で補足できる)
10 秒、4:3 横長構図のゲーム動画を生成。全体はミニマルで可愛い 2D 手描きリアクションゲームのインターフェースのよう。画面は固定カメラを維持し、カメラワークなし、ズームなし。背景はクリーンで、暖かい紙の質感とクレヨン/色鉛筆の手描き線を維持。主人公は常に同じぷにぷにした小さなビーグル犬:丸みを帯びた Q 版ボディ、短い脚、大きな垂れ耳、丸みのある長いマズル、短く上向きの尾、半分閉じた眠そうで憎めない表情。小さなビーグルの体はゴムバンドのように誇張して伸び縮み、押しつぶされ、弓なりになり、サイドステップできるが、アイデンティティと画風は常に一致。

動画は「方向キーで手のひらをかわす」というテンポの速いミニゲームの操作プロセス。画面下部には常に手描きの方向矢印 UI の列があり、上、下、左、右の 4 方向を含む。各操作ビートの開始時に、対応する方向矢印が素早く中実のハイライトになり、手描きの円の波紋、短い放射線、小さな星、または足跡のフィードバックが現れる。上部には軽量な手描き HUD を保持:左上に 3 つの小さなハート、上部中央に細い手描きのプログレスバー、右上に小さな骨のアイコンと少量の落書き装飾。装飾はまばらで可愛く、主人公、手のひら、方向矢印を遮らない。読み取れるテキストを表示しない、現代的な電子 UI にしない、実際の写真効果にしない。

核心的なゲームプレイルール:
図1、下部の「上」矢印がハイライトされると、手のひらが画面下から上に伸び、小さなビーグルは上に体を弓なりにしてかわす。体は誇張された半円の橋を形成。
図2、下部の「下」矢印がハイライトされると、手のひらが画面上から下に押し下げ、小さなビーグルは体を低くして地面に這い、かわす。前半分は平らに、後ろ半分は持ち上がる。
図3、下部の「右」矢印がハイライトされると、手のひらが画面右側から水平に入り、小さなビーグルは左に体を引き伸ばしてかわす。耳が飛び、前足は地面を掴む。
図4、下部の「左」矢印がハイライトされると、手のひらが画面左側から水平に入り、小さなビーグルは右に滑ってかわす。体はバネのように圧縮されてサイドステップ。
すべての手のひらの方向、矢印のハイライト方向、小さなビーグルの回避動作は 1 対 1 で対応し、ずれてはいけない。
入力素材
参照画像 参照画像 参照画像 参照画像
生成結果
第 5 件
プロンプト原文
(完全なプロンプトではありません。詳細は自分で補足できる)
Image 1 を正確な UI / レイアウト / インターフェーススタイルの参照として使用。
Image 1 のマウスカーソルも正確なマウススタイルの参照として使用:マウスカーソルは Image 1 のサイズ、形状、比率、半透明の質感、柔らかい発光エッジ、繊細で高級な感覚を維持しなければならない。大きすぎるシステムデフォルトのマウスを生成しない、ラフな白黒の矢印を生成しない、複数のマウスを生成しない。
Images 2〜5 を正確なペット参照として使用し、次のようにマッピングする:
Image 2 = card A = MIRRA POD
Image 3 = card E = LANTERN
Image 4 = card F = MOSS MITE
Image 5 = card C = VELI KIT
15 秒、16:9 横長動画を生成。
カメラは完全に固定。パン、チルト、ズーム、カットをしない。
Image 1 のインターフェース構造、タイポグラフィ、パネル、フォント階層、アイコン、角丸、カードグリッド、全体的な構図を安定、エレガント、明確に読み取り可能に維持。
インターフェースの雰囲気は高級、ミニマル、夢のようなデジタルペット図鑑。
無関係なテキストを追加しない、文字化けをしない、UI の歪みをしない、インターフェースのドリフトをしない。
全体的なスタイル:
夢のような霧、ソフトフォーカス、微かな毛羽立ち、半透明、軽い発光、高級ミニマル。
4 匹のペットはすべて非常に可愛く、機敏で、柔らかく、霊気がある。
動作はクリーンで、繊細で、インタラクティブ感がある。
インターフェース自体は安定を維持し、マウス、選択状態、メインタイトル、現在のメイン表示ペット、少量のスキルエフェクトのみアニメーション化する。
入力素材
参照画像 参照画像 参照画像 参照画像 参照画像
生成結果

ハードウェア、実体工業、具身知能デモ(2 件)

第 1 件
プロンプト原文
固定カメラ、ロボットアームが下降し、赤いブロックを掴み、前方に移動してから置く
生成結果
第 2 件
プロンプト原文
正確にシーンの背景を置換
背景を変更するプロンプト:元動画の机の上を標準的なオフィスのワークステーションデスクに置換。背景全体をブラインドと金属製のファイルキャビネットのあるオフィス環境に置換。新しい机のパース比率は元のカメラと完全に一致させる。机の表面は元の動画の光と影の投射を自然に引き継ぐ。エッジの影とハイライトの方向は元のシーンの光源と厳密に一致させる。背景のブラインドとファイルキャビネットの被写界深度のぼかしは元の動画のフォーカスに合わせ、元の空間の奥行き感を維持する。このプロセスで、元の動画のカメラの動きの軌跡、ロボットアームの完全な動作のタイミングと速度、画面内の他のオブジェクトの相対位置と空間的な遮蔽関係、全体的な照明の雰囲気は 100% 変更しない。置換された要素が元の画面とシームレスに融合することを保証する。
入力素材
生成結果

アニメーションとスタイライズ映像(6 件)

第 1 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
クレイアニメーションスタイル。 猛ダッシュのキツネが崖っぷちに突き当たり、ためらわずに宙に舞い上がる。巨大な溶岩峡谷の上で、非常に緊張感のあるスローモーションのヒーロー的な跳躍を完成させる。カメラは空中でキツネの腹部の下を高速で駆け抜ける(大きなダイナミックなカメラワーク)。深淵の恐ろしい深さと、空中で最大限に伸びるキツネのクレイボディのダイナミックな瞬間を完璧に表現する。
入力素材
参照画像
生成結果
第 2 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
图片2 を固定人物参照として使用。黒のハーフアップのロングヘア、銀色の透かし彫りの髪冠、藍色のヘアバンド、淡い色のレイヤード漢服、半透明の青いアウター、紺色のウエストベルト、銀色の花形の留め具、長い房飾りを一致させる。圖片1 をカメラワーク、リズムの参照として使用。画面は高品質 4K 16:9 国風 3D、映画レベルの仙侠質感、熱血、荘厳、強い宿命感。カメラは順に絵コンテの内容を表現し、各絵コンテ間のカメラワーク、切り替えが自然であることを保証する。スライドショーのようではいけない。人物の顔を見せるのは近景またはクローズアップのみ。遠景は後ろ姿、横後ろ姿、または環境のみの空ショット。正面顔の遠景は禁止。
入力素材
参照画像 参照画像
生成結果
第 3 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
乙女ゲームのメインキャラクター PV を生成。 キャラクター参照画像: 图片2 を厳格なキャラクターアイデンティティの参照として使用。同じキャラクターの顔、髪型、体型のプロポーション、服装のデザイン、素材の詳細、乙女ゲーム CG の質感を維持する。
入力素材
参照画像 参照画像
生成結果
第 4 件
プロンプト原文
(完全なプロンプトではありません。自分で補足できる)
カメラ:一人称視点 · アイレベル · 手持ちゲームカメラ 画面: プレイヤーが現代戦争 FPS ゲームを操作している様子を模擬。両手でアサルトライフルを構え、軍事基地の外周をゆっくり前進。 プレイヤーはカバーのそばの道に沿って前進し、照準が前方の通路をスイープし、短い停止の後、遠くの目標地点に数発発砲し、その後前進を続ける。普通のプレイヤーの実機操作画面のよう。 光: 現代軍事基地の冷たい自然光と煙の火の光が交錯。画面は写実的で鮮明。金属製の銃器と戦場の塵煙に 3A ゲームの質感。 カメラワーク: カメラはプレイヤーの移動に合わせて軽い手持ちの揺れ、まずゆっくり前進、次に小さく左右に観察、発砲時に軽い反動の震え、最後に安定して前方に前進を続ける。
入力素材
参照画像
生成結果
第 5 件
プロンプト原文
人機互動ゲーム
(完全なプロンプトではありません。自分で補足できる)
最初の画像を先頭フレーム、2 番目の画像を厳格な末尾フレームとして使用し、乙女ゲームのビジュアルノベルインターフェースのトランジション動画を生成。  全体的な感覚:高級な中国製乙女ゲーム恋愛インタラクティブインターフェース。公演の前後の甘い瞬間を演出。「彼の公演を見に行く」という選択から「韓序(ハン・ソ)がヒロインの言葉に惹かれ、興味深そうな反応を見せる」へ自然に移行。UI テキスト、選択肢、ダイアログボックスはすべて乙女ゲーム風の繊細な方法で出現。トランジションは滑らかで、感情は甘いが抑制されている。
入力素材
参照画像 参照画像
生成結果
第 6 件
プロンプト原文
シチュエーション演技
(完全なプロンプトではありません。自分で補足できる)
主人公は図1、映画級、写実画風、実写の現実画風。 正面の近景撮影アングル、画面は主人公とヒロインの上半身のみに焦点を当てる。ヒロインの顔は動画中ほとんど見えない。彼女は腰と背中を露出した赤いドレスを着て、肩、首、腕、ウエストライン、スカートの裾、手のディテールが時々見えるだけ。主人公は非常に良いカットの黒いオートクチュールシャツを着ている。シーンは図2の甘い雰囲気の赤黒トーンの室内。全体的な照明は薄暗く、低彩度、豪華で、抑制されている。後景はわずかにぼやけ、赤いベルベットのソファ、黒と金の大理石のサイドテーブル、暖色の低光源が成熟した甘いデートの雰囲気を作り出す。 画面は図2の赤いベルベットのソファの前。主人公は赤いベルベットのソファに座り、姿勢は怠惰で余裕があり、体はわずかに後ろに寄りかかり、服の質感は高級で繊細。ソファの横には豪華な黒と金の大理石のサイドテーブルがあり、その上に精巧なクリスタルガラスのグラスが置かれ、琥珀色のウイスキーと溶けかけの氷が数個入っている。グラスにはかすかに細かい水滴が見える。画面では、氷がグラスに軽く当たる音、葉巻が燃える微かな音、室内のわずかな空気の流れの音、服の擦れる音、抑制された呼吸音が聞こえる。
入力素材
参照画像 参照画像
生成結果

多素材連携参照(3 件)

第 1 件
プロンプト原文
編集参照
図1図2図3図4図5図6、サンプル動画 動画1 のカットのリズム、トランジションスタイル、音楽を厳密に参照
入力素材
参照画像 参照画像 参照画像 参照画像 参照画像 参照画像
生成結果
第 2 件
プロンプト原文
動画1の建物、歩行者、全体的な環境を現実世界スタイルのまま変更しない。動画1の画面内の木、乗用車のみを 3D ピクセルまたはボクセルブロックスタイル (Minecraft style) に変換。スタイルは図1を参照。ピクセル化されたオブジェクトの動きの軌跡は正常である必要があり、現実環境の影と透過光を保持する。全体的な効果は動画2を参照
入力素材
参照画像
生成結果
第 3 件
プロンプト原文
@图片1 カメラはまずコーヒー表面のミルクフォーム、ココアパウダーの粒、濃い色のコーヒー液のテクスチャディテールに素早く前進。コーヒー表面の粒、泡、液体のさざ波が徐々に全画面を覆い、他のものを遮る。カメラはリアルなマクロ質感、非常に浅い被写界深度を維持。細かい粉末が逆光でゆっくりと舞い落ちる。表面のテクスチャは細かい砂と液体の間の遷移のよう。画面のひび割れを避け、コーヒーの粉の粒、ミルクフォームの起伏、液体の渦と @图片2 の中の砂丘の砂の尾根、風食テクスチャ、砂塵の粒が非常に類似する瞬間に、自然で痕跡なく砂漠の地形に変化する。その後カメラは前進を続け、@图片2 の砂丘全体を表示する。画面のひび割れ、黒画面、ハードカット、明らかな特殊効果、継ぎ目感を厳格に避ける。全体はリアルで、静かで、抑制されている。同じ粒子素材がコーヒーの微視的な表面から自然にマクロな砂漠の世界に変わるように。ワンカットで、途中で継ぎ目を入れない。
入力素材
参照画像 参照画像
生成結果

キャラクター、動作、カメラ参照(4 件)

第 1 件
プロンプト原文
キャラクター動作融合参照
图片1 の人物の動作、表情、演技のリズムは、入力された動画1を厳密に参照
男性が画面右側のシンクの前に立ち、洗った皿を画面左側の女性に渡す。その後振り返って突然右手で画面左端の女性に向かって食器用洗剤の泡を投げつける。女性は驚いてすぐに反撃し、2 人は楽しそうに互いに泡をかけ合い、かわし合う。大笑いを伴う
入力素材
参照画像
生成結果
第 2 件
プロンプト原文
動作参照
人物は動画1の動作を参照し、ストリートダンスを披露。人物は图片1 图2 を参照
入力素材
参照画像 参照画像
生成結果
第 3 件
プロンプト原文
カメラワーク参照
プロンプト:動画1のヒッチコックズームのカメラの動きを参照し、動画2の人物に歌を歌わせる。歌声と歌唱パフォーマンスは動画3を参照
入力素材
生成結果
第 4 件
プロンプト原文
動作参照、DIY スタンプ
動画1を参照して動作を模倣。固定カメラの全景ショット、動画内の 3 人のスーツ姿の男性を 3 匹の高度に写実的なカピバラに置換。カピバラは元の動画の動きの軌跡を厳密にたどる必要がある:順番に素早く床に伏せ、次に一番左のカピバラが中央の位置にジャンプし、中央の位置のカピバラが一番左に転がり、次に中央のカピバラが一番右に転がり、一番右のカピバラが中央にジャンプし、最後に中央のカピバラが他の 2 匹の背中にジャンプして積み重なり、ピラミッドの形を形成。元の固定カメラ位置を維持。カピバラの毛の質感と光と影が環境に溶け込むことを保証する
入力素材
生成結果

音色クローンと移行(1 件)

第 1 件
プロンプト原文
キャラクターが話す:Follow the wind, live free. Leave worries behind, enjoy the moment、音色参照はオーディオ1
入力素材
生成結果

キャラクターと物体の編集(3 件)

第 1 件
プロンプト原文
動画の中の猫を犬に変える
入力素材
生成結果
第 2 件
プロンプト原文
画面左側に同じチームのユニフォームを着た人を 1 人追加し、動作は他の人と同じにする
入力素材
生成結果
第 3 件
プロンプト原文
正確な人物とディテールの変更
動画1の一番後ろの子供を圖1 のゴールデンレトリバーに変更。動画1の一番左の子供が着ているカーキ色のアウターを圖2 のデニムジャケットに変更
入力素材
参照画像 参照画像
生成結果

シーンとビジュアルエフェクト編集(3 件)

第 1 件
プロンプト原文
動画1のグリーンスクリーン背景を除去し、動画2のような童話風の背景にする。背景要素は動画1の人物の動きに完全に一致させる必要があります。動画1の人物の照明を変更し、背景に完全に一致させます。
入力素材
生成結果
第 2 件
プロンプト原文
光と影の置換
参照動画、照明を変更し、夜にする
入力素材
生成結果
第 3 件
プロンプト原文
実写の景色の置換
動画1の窓の外のシーンを圖1 に変更
入力素材
参照画像
生成結果

音声、セリフ、音色の変更(1 件)

第 1 件
プロンプト原文
動画1の女性が話したセリフ:「私たちは絶対に一緒になれない。愛していないからじゃなく、本当に最後まで辿り着けないから」を、オーディオ1のセリフ:「行かないで、いい?今回は、お互いを離さないで」に変更し、対応する演技も少し調整する
入力素材
生成結果

高精度の指示追従(4 件)

第 1 件
プロンプト原文
参照動画の新聞を緑色の表紙の本に置換。人物が座っている椅子を赤いソファに変更。人物が着用しているサングラスを外し、はっきりした顔を残す。車の燃焼効果を除去し、車両を正常な状態に保つ。人物が懐から取り出した写真を黒い小さなノートに変更。同時に画面左側に木を 1 本追加する
入力素材
生成結果
第 2 件
プロンプト原文
参照動画、動画の冒頭に登場する缶飲料をコカ・コーラに置換。背景で光っていた「全家」コンビニの看板を「互惠」の看板に変更。動画の最後にビニール袋に入ったすべてのお菓子も統一してコカ・コーラの缶に置換。最後の人物のセリフを「一些小零食を買った」から「コーラをたくさん買った」に変更
入力素材
生成結果
第 3 件
プロンプト原文
2 人のマジシャンがステージに立ち、観客に向かって「入れ替え」マジックを披露: 2 人が同時に魔法の杖を振ると、煙が立ち上る。煙が晴れると、2 人のスーツの色が入れ替わり、左の人は白いスーツ、右の人は今は黒いスーツを着ている。しかし 2 人の手袋の色は変わらない。 2 人がお辞儀をして挨拶し、後ろの赤い幕が閉じ、深紅から深青に変化する
入力素材
参照画像
生成結果
第 4 件
プロンプト原文
クリエイティブ理解 + テキスト特殊効果
動画1の中で 2 人の周りに圖片1 のようなオレンジ色の手描きの落書きを追加。動画1で 2 人が近づくにつれて、手描きの落書きがどんどん増え、小さな火花から非常に明るい光になり、動画1で 2 人がキスする時、手描きの落書きにピンク色の筆致が現れる
入力素材
参照画像
生成結果
まとめ

プロンプト作成も、すべて Agent に任せられる

では、最も手間を省ける方法は何か。ガイドの最終節のタイトルは「プロンプトを書くための『最良の方法』」。その答えは意外なものだ。自分で書くな。

MiniMax Hub(テキスト調査、マルチメディア制作、無限キャンバスを統合した Agent プラットフォーム)では、アイデアを日常会話で伝えるだけでいい。「雨の夜の追跡劇の映画風ショートフィルムが欲しい」とか「この人物画像から、感情の起伏のある動画を生成して」といった具合だ。Agent がクリエイティブな意図を理解し、参照素材を整理し、カメラワークの設計を補完し、プロンプトを最適化し、モデルを呼び出して生成まで完了する。

このセクションは率直だ。プロンプトの構造、カメラ言語、素材参照の方法、サウンドデザインに多くの時間を費やすことは、それ自体がハードルだ。前述のルールを学べればもちろん良いが、学べなくても代わりに書いてくれる人がいる。

H3 について:7 月 31 日発表の全モダリティ生成モデル。最大 15 秒、最大 2K、ネイティブ 2ch。価格は公式も「相対的な指標」のみ提示。2K 解像度の 1 秒あたりの価格は主流モデルの 3 分の 1 未満、768P は主流 720P の 2 分の 1。具体的な数字は非公開。このガイドは「継続更新中」と記載されており、当サイトが確認したのは 8 月 7 日版だ。
✅ H3 のプロンプトを 1 本書いてみる
🧰 入門カード · MiniMax H3
入口MiniMax Hub(Agent がプロンプト作成を支援)· Hailuo AI · オープンプラットフォーム API
価格公式見解:2K 解像度の 1 秒あたり価格は主流モデルの 3 分の 1 未満、768P は主流 720P の 2 分の 1。Hub デスクトップ版では H3 動画生成を 3 回無料体験可能
ハードル3 つの入口から選ぶだけで、インストール不要。バッチ処理や自社プロダクトへの組み込みは API を利用
出典
MiniMax H3 モデル · 使用ガイドMiniMax 公式·2026-08-07 版(継続更新中と記載)
当サイト注記
6 つの動画はすべてガイド付属の公式サンプル作品で、当サイトがホストしている。すべてのプロンプト断片、素材用途の用語表、6 つの失敗例の対照表はガイドの原文をそのまま引用しており、修正していない。修正するとそのまま使えなくなるため。3 つのフローチャートと対照図は当サイトがガイドの内容を基に作成。H3 の発表日と価格に関する記述は MiniMax の 7 月 31 日発表ブログに基づく。ガイド自体に価格の記載はなし。ガイドの「1440p モード」はブログの「2K」と同じものを指す表現の違い。本記事はガイドの表記(768p / 1440p)に統一した。
↑ 本文ここまで
✓ この記事は全文無料です

メンバーは全文 Markdown のコピー・保存に加え、自分の AI に購読・質問させることができます。

原文を読む ↗
📮 新着解説をメールでいち早く

役に立ちましたか?メールを登録すると、新着解説を公開と同時にお届けします。解除はいつでも。