MiniMax 提供

MiniMax H3 プロンプト

MiniMax のマルチモーダル動画モデル——テキスト、画像、クリップ、サウンドトラックのどれからでも、ネイティブステレオ音声付きの動画を生成。

video
東京の夜を舞台にした15秒のハイパーリアリスティックな動画を作成する。 出力要件 アスペクト比:3:4 縦型 目標寸法:552 × 736 ピクセル 長さ:15秒 動画モデル:MiniMax H3 Max 品質を向上させるためだけに解像度を552 × 736を超えて上げないこと。 複数の動画バリエーションを作成しないこと。 要求された動画を完成させるために絶対に必要でない限り、プレビュー、代替テイク、アップスケール、その他の追加アセットを作成しないこと。 キャラクター 主人公は女性1。モデルのような容貌と現代東京らしい外見を持つ、20代半ばから後半のスタイリッシュな日本人女性。自然な動きと顔まわりの毛束を備えた、現代的なダークカラーのレイヤーヘアスタイル。 服装は現在のY2Kストリートウェアの影響を強く受けているが、Y2Kのコスチュームのように見えるのではなく、ファッショナブルで本物らしく見えなければならない。フィットしたレイヤード、控えめなメタリックディテール、コンパクトなショルダーバッグ、現代的なフットウェアを使用する。今日のファッショナブルな東京の街で実際に出会えそうな人物に見えるべきである。 動画全体を通して、女性1の顔、体、髪型、服装、アクセサリーを一貫させること。肌はリアルで自然な質感と目に見えるディテールを持つこと。光沢のある肌、プラスチックのような顔、CGI的な外観、アニメーション的なAI動画の見た目は避けること。 シーン1 — 約4秒 女性1が夜の活気ある東京の通りを歩き、現代的なコンビニエンスストアに入る。環境を描写しつつ、女性1をはっきりと見える状態に保つこと。通りは活気があり生活感があること。歩行者、交通、店舗の照明、本物の日本語の看板を含む。店内への彼女の動きは、演出されたものではなく、自発的で自然に感じられるべきである。 シーン2 — 約7秒 コンビニエンスストアの店内で、女性1が冷蔵ケースから冷たい飲み物を選び、現代的なセルフレジ端末へ歩く。 店内は未来的な解釈ではなく、普通の現代的な東京のコンビニエンスストアのように見えるべきである。明るく実用的な照明、整理された狭い通路、冷蔵ケース、本物らしい日本の商品が並ぶ棚、現代的な会計技術。 セルフレジエリアで、女性1は近くに貼られた興味深い地元イベントのチラシに気づく。彼女は自然に立ち止まり、 genuineな興味を持ってそれを見て、スマートフォンを取り出し、写真を撮る。これは小さな偶発的な発見であり、ドラマチックな瞬間ではない。 その後、彼女は飲み物をスキャンし、コンタクトレス決済で購入を完了する。 シーン3 — 約4秒 女性1はスマートフォンをしまい、飲み物を取り、自動ドアから出る。彼女は活気ある東京の夜の通りに戻り、自然に歩行者の流れに加わる。彼女が環境の中を進み続けるところで終了する。彼女は立ち止まってカメラに向かってポーズを取るべきではない。 飲み物とパッケージ 飲み物は、オリジナルの架空の日本の飲料ブランドを持つ、リアルな500 mLのPETボトル。プロフェッショナルにデザインされた現代的な日本のパッケージで、信憑性のあるラベルの階層、抑制されたタイポグラフィ、リアルな製品情報、適切な日本語表記を与えること。 既存の飲料ブランドを再現しないこと。製品は、東京のコンビニエンスストアの冷蔵庫に実際に入っていてもおかしくないと感じられるほど説得力があるように見えるべきである。 テキストと環境の真正性 目に見える日本語の看板、製品パッケージ、イベントチラシのタイポグラフィ、その他の読み取れる環境テキストは、本物の正しく書かれた日本語、または文脈に適した英語で構成されなければならない。意味不明な文字、偽の日本語文字、無意味な単語、明らかに歪んだAIタイポグラフィを生成しないこと。 ビジュアルスタイル 何よりもフォトリアリズムを優先する。動画は、信憑性のある人間の動き、リアルな物理法則、自然な肌の質感、普通の環境の不完全さ、本物の夜間照明を持つべきである。 コマーシャル、ファッション撮影、CGIレンダリング、高度に磨かれた映画的な制作物のようにではなく、ハイエンドスマートフォンで東京の女性1を追いながら自然に撮影されたもののように感じられるべきである。 動画全体を通してソース画像の品質とリアリズムを維持すること。動画が進むにつれてアニメーション的または合成的な外観を導入しないこと。 コスト管理 これはクレジット使用量のテストでもある。この1本の完成した15秒動画を制作するために必要な最小限の生成操作数を使用すること。プレビュー、プロンプト強化、追加生成、代替バージョン、アップスケーリング、その他のクレジットを消費する操作を自動的に追加しないこと。 生成する前に、MiniMax H3 Maxが実際に3:4で552 × 736を出力できるかどうかを教えてほしい。正確な寸法を出力できない場合は、サポートされている最も近い解像度とアスペクト比を教え、何かを生成する前に私の承認を待つこと。 また、利用可能であれば、生成を開始する前に推定総クレジットコストを教えてほしい。 これらの2つの質問に答えた後、私が制作を明示的に承認するまで、何も生成しないこと。
1980年代シンセウェイブ・レトロフューチャリズム、ネオングリッドの風景、反射するクローム表面、スキャンラインと柔らかなVHSグロー、ビートに合わせた滑らかでスタイリッシュなカメラワーク。カラーグレード:ホットピンク、エレクトリックシアン、ディープパープル、ストライプのサンセットオレンジ。 ネオン光を反射する鏡のようなボディを持つ巨大なクロームのサメ。ヤシの木が並ぶ海岸沿いのハイウェイを走る、ポップアップヘッドライト付きのレトロスポーツカー。 ショット1(0〜3秒):トラッキングショット、35mmレンズ、ハイウェイを疾走するスポーツカーの横を並走、ヤシの木が流れていく、前方に夕日が輝く。 ショット2(3〜6秒):ワイドショット、クロームのサメがグリッドの海から飛び出す、ネオンの水が輝くピクセルとなって周囲に爆発する。 ショット3(6〜9秒):クローズアップ、85mmレンズ、サメのクロームの目とエラ、ボディ全体に夕日と通り過ぎる車が映り込む。 ショット4(9〜12秒):ローアングルワイドショット、20mmレンズ、サメがハイウェイの真上を弧を描いて車の上を通過、その影が道路を横切り、車のヘッドライトが跳ね上がる。 ショット5(12〜15秒):エクストリームワイドショット、16mmレンズ、サメがグリッドの海に再び飛び込み、ネオン光の波紋が海全体に広がる、車は夕日の中へ走り去る。 オーディオ:エンジンの轟音、アスファルト上のタイヤ、脈打つシンセウェイブのベースライン、きらめくアルペジオを伴うデジタルスプラッシュ、深く金属的なウーッシュ音、ブリーチ時のゲイテッドドラムヒット、レトロシンセリード。
スタイル: 超リアルな叙事詩的ダークSFファンタジー。巨大海戦、リアルな海洋物理演算、激しい爆発、巨大生物のスケール感、嵐の空、プレミアムなブロックバスター級シネマティックビジュアル。 シーン: 嵐の海を見下ろす黒い断崖の上に巨大な沿岸要塞がそびえ立つ。三隻の装甲戦艦が波の下の神秘的な存在に向けて砲撃する。海水でできた一つの巨大な人型フォーメーションが海を守るために浮上する。一頭の古代装甲リヴァイアサンが下で眠っている。 ショット1|0~2秒|エクストリームワイドショット 沿岸要塞と三隻の戦艦が海に向けて壊滅的な砲撃を放つ。爆発が巨大な水柱を空高く噴き上げる。波の下で巨大な影が動く。 ショット2|2~4秒|地上レベルローアングル 一体の巨大な水の巨人が先頭の戦艦の側で噴出する。その巨大な液体の腕が船の装甲船体を粉砕する。船体は鋼鉄と海水の激しい爆発の中で真っ二つに折れる。 ショット3|4~6秒|オーバーヘッドショット 同じ一体の水の巨人が残る二隻の戦艦に向き直る。巨大な腕を一振りして両船をなぎ払い、壊滅的な衝突で互いに激突させる。両船が爆発する。追加の水の人物は現れない。 ショット4|6~9秒|エクストリームローアングル その一体の水の巨人が完全に海へと崩れ落ちる。直後に海面が盛り上がり、古代リヴァイアサンの巨大な装甲の頭部と肩が水面下から現れる。数千トンの水がその巨岩のような体から滝のように流れ落ちる。要塞をはるかに凌ぐ大きさである。 ショット5|9~12秒|ドラマチックなサイドプロファイルショット リヴァイアサンが巨大な装甲前肢を沿岸の断崖に突き刺す。要塞の基礎全体が破砕する。圧倒的な力で、生物は要塞を引き剥がし、その巨大な握力で粉砕する。塔が崩壊し、瓦礫の雪崩が海に激突する。 ショット6|12~15秒|ウルトラワイドシネマティックショット 12秒時点で、最後の要塞の残骸が途方もない波の下に消える。 13秒時点で、水面が落ち着き、かつて要塞が建っていた場所には何もない、砕け散った海岸線が現れる。巨大なリヴァイアサンは沖合にそびえ立ったままである。 14秒時点で、海は穏やかになり、日光が嵐の雲を貫き、勝利した古代生物を照らす。 15秒まで最終構図をホールドする。それ以上の攻撃や動きはない。 オーディオ: 攻撃的なオーケストラ打楽器、雷鳴のような海軍砲撃、鋼鉄の圧壊音、激しい波と力強い金管楽器。要塞が破壊される際の記念碑的なインパクト。13秒時点で打楽器が停止する。深く持続するオーケストラの一 chord で終了する。 コンティニュイティ: 正確に六つのシネマティックセットアップ。人型の水のフォーメーションは一体のみ存在する。それが両方の船への攻撃を行った後、完全に海へ崩れ落ちる。単一のリヴァイアサンがその後に出現し、同時ではない。船のデザイン、沿岸の地形、物理的スケールを一貫して維持する。 制限事項: プロポーション、スタイル、特徴を一貫して維持する。比率16:9。水の巨人の重複なし、二体目のリヴァイアサンなし、余分な生物なし。台詞、字幕、ロゴ、画面上のテキストなし。有名セレブの顔、識別可能な俳優、公人の似顔絵なし。カートゥーンスタイル、カメラドリフト、不必要なズームアウト、突然の終了なし。
フォトリアルな実写中世ファンタジーアクション映画、シネマティックな35mm撮影、16:9ワイドスクリーン、リアルな人間の俳優、自然な肌の質感、実物の中世衣装、物理的に説得力のあるクリーチャーエフェクト、現実的な重力と動き、自然なフィルムグレイン、ドラマチックな午後遅くの照明、プロフェッショナルなハリウッド長編映画の撮影技法。 参照コントロール: は4パネルの絵コンテ参照です。その4つのパネルを正確な時系列順に従い、カメラアングル、フレーミング、キャラクターの配置、アクションの振り付け、シーン転換を維持してください。各パネルは個別の実写映画ショットを表します。 はレッド・ソニアのキャラクター同一性参照です。彼女の正確な顔の外見、長くウェーブのかかった銅赤色の髪、青灰色の目、自然な肌の質感、鍛えられた体型、銀色の鱗鎧、革のストラップ、肩甲冑、腕甲、ブーツ、そして革の鞘に収まった剣を維持してください。4つのショットすべてを通して彼女の同一性と衣装を一貫して保ってください。 イラストの絵コンテを完全にフォトリアルな実写映画へと変換してください。漫画はアクションとカメラ構図を決定するものであり、視覚スタイルではありません。 設定: 暖かな午後遅くの空の下の中世ファンタジー村。木骨造りの建物、茅葺き屋根、遠くの山々、そして木造の酒場。 革のような灰紫色の皮膚、長いワニのような頭、鋭い歯、強力な腕、鉤爪のある手、そして巨大なコウモリのような翼を持つ、筋肉質の巨大な有翼爬虫類モンスターが、村の遥か上空でレッド・ソニアを運んでいる。 15秒のショットシーケンス: ショット1 — 00:00〜00:03 タイトなシネマティック・クローズアップ — パネル1に対応 カメラはレッド・ソニアの上半身と顔の近くに配置され、最初の絵コンテパネルに対応する。 飛行するモンスターはすでに彼女を掴み、空中で運んでいる。 レッド・ソニアはその掴みに抗して身をよじり、長い赤い髪が風の中で激しく靡く。彼女の顔には激しい怒りと決意が表れている。 彼女は身構えて片脚を上へ引き上げ、攻撃の準備をする。 カメラは彼女の顔と上半身にタイトに固定され、元のパネルの視点を維持する。 ハードカット。 ショット2 — 00:03〜00:07 ドラマチックなローアングル・アクションショット — パネル2に対応 カメラは空中のキャラクターたちの下に配置され、見上げる形で、2番目の絵コンテパネルに対応する。 モンスターは巨大な翼を広げて飛行し、レッド・ソニアをその体に押し付けている。 レッド・ソニアは素早く力強い一蹴りで、ブーツを激しく上へ突き出す。 彼女のブーツがモンスターの顎の真下を直撃する。 衝撃は即座的で力強い。モンスターの頭は鋭く後方へ跳ね上がり、口が痛みで開き、翼が突然の衝撃で痙攣する。 レッド・ソニアの表情は怒りに満ち、歯を食いしばり、目は怒りに燃えている。 モンスターは思わず掴んでいた手を開き、彼女を解放する。 レッド・ソニアはクリーチャーから完全に離れ、落下し始める。 速くリアルなアクションの振り付け。ブーツと顎の明確な物理的接触。自然な衝撃の物理法則。 スローモーションなし。 ハードカット。 ショット3 — 00:07〜00:10 エクストリーム・ワイド・エスタブリッシングショット — パネル3に対応 カメラはキャラクターたちの遥か下に配置され、中世の村の上の空を見上げる形で、3番目の絵コンテパネルに対応する。 モンスターは空高くにとどまり、蹴りの衝撃から回復している。 レッド・ソニアは今、クリーチャーの数メートル下で自由に落下している。 彼女の体は空中で自然に回転し、腕と脚は落下に対して本能的に反応する。赤い髪は突き上げる風の中で上へ流れる。 彼女の下には中世の村の急勾配の茅葺き屋根がある。 彼女は大きな木造酒場の屋根に向かって急速に降下する。 ワイドな構図を維持し、モンスター、落下する女性、そして下の建物との分離を明確に示す。 ハードカット。 ショット4 — 00:10〜00:15 ダイナミックな室内ワイドショット — パネ
18秒の16:9リアルなASMRスキンケア動画を作成する。 長いブルネットの髪を持つ美しい若い女性が、夜の居心地の良いピンクの寝室で、柔らかいピンクのパジャマを着ている。 完全に固定されたiPhoneスタイルのカメラを1台使用する。カメラの動き、ズーム、セリフ、ナレーション、BGMはなし。自然なASMRサウンドのみ。 0~3秒: 完成したルックから始まる。彼女はカラフルなラインストーン、パール、ハート、星、花、クリスタルで完全に覆われた、光沢のある半透明のシートマスクを着けている。彼女はゆっくりと顔を回し、宝石が光を反射する。 3~5秒: 素顔のカットに切り替わる。彼女は何も付いていない濡れたシートマスクを取り上げ、広げる。 5~8秒: 彼女は慎重にマスクを付け、額、頬、あごの上を滑らかに整える。 8~13秒: 彼女はカラフルなラインストーンが載ったトレイを持ってきて、マスクの上に一つずつ押し付けていく。心地よい宝石のカチッという音、指先のタップ音、そっと押す音にフォーカスする。 13~16秒: 彼女は最後のハート型の宝石を頬に置き、それからゆっくりとカメラを見つめ、首を傾けて完成した宝石のマスクを見せる。 16~18秒: 彼女は頬のラインストーンを3回タップする:タップ、タップ、タップ、そして小さく満足そうな笑みを浮かべる。 画面上のテキスト: 「skincare but make it fun ✨」 「would you try it? 💎🎀」 スタイル: 親密、リアル、ピンクコア、触覚的、満足感のあるASMR。 自然な肌の質感、リアルな濡れたシートマスク、透明感のある多様なラインストーン、CGIの輝きなし、過度なレタッチなし、ドラマチックなトランジションなし。
シネマティックな10秒動画、フォトリアル、滑らかなカメラワーク、暖かな自然光。晴れたオレンジ果樹園のワイドな establishing shot、カメラが熟した鮮やかなオレンジをたわわに実らせた緑豊かな木々の列の間の土の小道をゆっくりと前進する。水滴のついた大きくジューシーなオレンジが二つ枝にぶら下がっているクローズアップ、そして色白の手がそっとオレンジを一つ摘み取る。新鮮なオレンジと緑の葉で満たされた編みかごにカット、手が摘み取ったオレンジをかごに入れる。柔らかなボケ味の果樹園の背景。明るいモダンなキッチンへトランジション。手が半分に切ったオレンジを絞り、ジュースがガラスのボウルに流れ込む。そしてジュースがストレーナーを通して計量カップに注がれる。手が取っ手付きの可愛いピンクからパープルへのグラデーションステンレス製タンブラーを開ける、可愛いクジラ、ヒトデ、クラゲのチャームとパープルモンスターのキーチェーン付き。氷が入れられ、新鮮なオレンジジュースが氷の上に注がれ、オレンジスライスが二枚加えられ、蓋が閉められる。キッチンカウンターの上にオレンジとジュースのグラスを周りに置いて立つ、出来上がったタンブラーの最後のヒーローショット。
ステップ1 — 0~3秒: 繊細なレースの袖が付いたエレガントな白い流れるガウンをまとった美しい女性が、雄大な赤いドラゴンの背中に乗っている。ドラゴンは、そびえ立つ松の木々と雄大な雪山に囲まれた雪に覆われた森の上を優雅に飛ぶ。その巨大な翼は、冷たい冬の空気の中を滑空しながら自然に動く。カメラは、飛行する女性とドラゴンのシネマティックな横からの眺めを捉える。 ステップ2 — 3~5秒: 赤いドラゴンが、森の中の雪に覆われた開けた場所へ向かって降下し始める。女性はその背中に座ったまま、ドラゴンが翼を下げるのに合わせてそっとしがみついている。雪に覆われた地面の下には、数頭の野生の鹿や他の動物たちが見える。カメラはドラゴンの滑らかな降下を追う。 ステップ3 — 5~8秒: ドラゴンは巨大な翼を広げ、雪に覆われた開けた場所に優雅に着陸する。女性は慎重に降りて、大きな角を持つ美しい茶色の鹿の方へ歩いていく。ドラゴンは彼女の後ろに立ち、穏やかに見守っている。カメラは魔法のような冬の環境と、キャラクターたちのリアルな交流を捉える。 ステップ4 — 8~12秒: 女性は鹿を優しく抱きしめ、愛情を込めてその頭を撫でる。鹿は穏やかに彼女に近づき、彼女の肩の近くに頭を寄せる。彼女は温かく微笑み、雄大な赤いドラゴンが後ろから見つめている。カメラは女性と鹿の間の感情的なつながりを捉えるために近づき、柔らかな降雪とシネマティックな照明が演出される。 ステップ5 — 12~15秒: 女性が鹿を抱きしめ続ける中、赤いドラゴンが頭を持ち上げて口を開け、鮮やかなオレンジ色の炎の強力な奔流を雪に覆われた開けた場所へ放つ。炎は周囲の雪、ドラゴンの赤い鱗、そして女性の白いガウンを照らし出す。鹿は彼女のそばに留まり、シーンはドラマチックなシネマティック・ファンタジーの雰囲気の中で終わる。 ビジュアルスタイル: 超リアルなファンタジー映画撮影、詳細なドラゴンの鱗、リアルな鹿の毛皮、自然なキャラクターの動き、流れるような白いドレス、シネマティックなカメラワーク、リアルな炎のシミュレーション、雪山の環境、柔らかな雰囲気の照明、高精細、縦型9:16フォーマット、一貫したキャラクターの外見、テキストなし、ウォーターマークなし。
間違ったテーブル — エピソード1 — クリフハンガー・フリーズフレーム・エンディング 重要:画面上のテキストや字幕は一切なし。キャプション、名前、タイトル、ロゴ、ウォーターマークもなし。 参照画像: — チェン・イーチェン:提供された男性主人公のレストラン画像を、男性キャラクターの唯一の視覚的参照として使用すること。彼の元の顔の外見、髪型、ネイビーブルーのスーツジャケット、ライトブルーのシャツ、穏やかな表情とわずかな微笑み、そして元のレストランの背景、照明、カメラアングルを厳密に保持すること。キャラクターを再デザインしないこと。 — シェン・ルオシー:提供された女性主人公の驚愕のクローズアップ画像を、女性キャラクターの唯一の視覚的参照として使用すること。彼女の元の顔の外見、長い髪、ゴールドのフープピアス、ダークブルーのシルクブラウス、見開いた目、わずかに開いた唇、そして元の背景、照明、カメラアングルを厳密に保持すること。キャラクターを再デザインしないこと。 integrated_multimodal_description: 9:16縦型フォーマット、現代中国都市ロマンス短編ドラマ、シネマティックでフォトリアルな実写映像、古典的な中国短編ドラマのサスペンスフルなフリーズフレーム・エンディング。シーケンス全体はとの2枚の元のキャラクター画像のみを使用すること。新しいカメラショットを作成したり、キャラクターの顔、表情、服装、構図、背景を変更したりしないこと。フリーズ画像、急速なカット、ホワイトフラッシュ、柔らかな霧状の光のブルーム、フェードアウト効果によってサスペンスを創出すること。キャラクターの登場順序は厳密に:シェン・ルオシー → チェン・イーチェン → シェン・ルオシー。 [ショット1] 00:00.000に、のシェン・ルオシーの驚愕の顔のクローズアップを即座に表示。彼女の目は見開かれ、唇はわずかに開いており、元の画像の驚愕の表情を正確に保持すること。画像は完全にフリーズする。まばたきなし、頭の動きなし、唇の動きなし。柔らかな霧状の白い光がフレームの端に徐々に現れ、その後00:00.850に急速なホワイトフラッシュが続く。 [ショット2] 00:01.000に、ホワイトフラッシュの直後に、のチェン・イーチェンの元のレストラン画像にハードカット。彼の元の着席姿勢、かすかな微笑み、服装、背景を保持すること。画像は完全にフリーズしたままで、女性主人公の驚愕の表情との強いコントラストを生み出す。短時間保持し、その後別の急速なホワイトフラッシュを導入する。 [ショット3] 00:02.000に、フラッシュの直後に、のシェン・ルオシーの元の驚愕のクローズアップにカットバック。画像は即座にフリーズし、彼女の正確な元の顔の表情と構図を保持する。端の周りに繊細で柔らかな白い霧状の光、ぼんやりとした光のブルーム、短いゴースト状の残像オーバーレイを追加し、古典的な中国短編ドラマのクリフハンガー・エンディングのサスペンスフルな雰囲気を創出する。彼女の顔は常に明確に見えていなければならず、白い光によって遮られてはならない。 [ショット4] 00:03.000に、シェン・ルオシーの完全にフリーズしたクローズアップを保持し続ける。柔らかな白い光が一時的に強まり、その後徐々に弱まる。最後の0.5秒の間に、画像を純粋な黒に滑らかにフェードアウトする。00:04.000に終了。 VISUAL CONTINUITY: 2枚の参照画像から、キャラクターのアイデンティティ、元の顔の構造、髪型、服装、自然な肌の質感、照明、背景、カメラ構図を厳密に保持すること。すべてのキャラクター画像は完全に動かないフリーズフレームのままでなければならない。編集トランジションと繊細な光学効果のみが許可される。新しいアクションの生成、顔の表情の変更、唇のアニメーション、追加キャラクターの導入、場所の変更、カメラの回転、ズームイン、ズームアウトは行わないこと。字幕なし、テキストなし、グラフィックタイトルなし、ウォーターマークなし。 overall_soundscape: 短く深いシネマティックなサスペンス・インパクト音で開始する。各急速なホワイトフラッシュには、繊細でクリーンなエアー・フーシュ音が伴う。最後のフリーズフレームの間、短く残響する低周波のサスペンス共鳴を維持し、画像がフェードアウトするにつれて急速に消え、完全な静寂で終了する。キャラクターの台詞なし、ナレーションなし、レストランの会話なし。 non_diegetic_music: なし。短いサスペンス・インパクト音効果とホワイトフラッシュ・トランジション音のみを使用すること。連続したBGMなし。
若い女性が夕暮れの静かな森の小道をゆっくりと歩いている。両側には高い木々がそびえ、地面の低いところを柔らかな霧が漂っている。冷たい風が彼女の髪を揺らし、葉をざわめかせる。彼女はジャケットを閉じるように押さえ、緊張しながらも平静を保とうとしている。 サウンド:木々を通り抜ける柔らかな風、遠くの虫の声、時折聞こえる小枝の折れる音、土と落ち葉の上の静かな足音。 音楽:ミニマルなシネマティック・テンション・ベッド、低く持続するドローン、数秒ごとにごくかすかに脈打つベース、ゆっくりと上昇する繊細な高域のアンビエントトーン。大きなヒット音やジャンプスケア用のスティンガーはなし。 彼女は静かに言う、「なぜこの場所がまだ私を怖がらせるのか、わからないの…」 彼女は立ち止まり、静寂に耳を傾ける。 「お母さんはよく、ここでは悪いことは起きないって言ってた。」 彼女はゆっくりと数歩前に進み、静かに呼吸する。 「でも戻ってくるたびに…誰かに見られている気がする。」 木々の間で影が伸びるにつれ、霧がわずかに濃くなる。彼女は心臓を高鳴らせながらゆっくりと振り返るが、何も見えない。 彼女はささやく、「バカみたい…ただ疲れてるだけ。」 彼女は息を吐き、森が暗さを増す中を歩き続ける。クリップが終わるにつれ、音楽はゆっくりと緊迫感を増していく。
スタイル: 超リアルな叙事詩的SF。途方もない宇宙的スケール、巨大な古代異星の機械、苛烈な軌道戦争、壊滅的な爆発、リアルな金属破片、目を灼くプラズマエネルギー、映画的なライティング、プレミアムな大作映画の視覚効果。暗い鋼鉄、エレクトリックブルー、そして不吉な深紅。容赦ないアクションと、記念碑的な最終決着。 シーン: 地球のはるか上空、回転する機械の環に囲まれた巨大な人工の黒い球体が太陽を覆い隠す。角張った人類の戦艦艦隊がその謎の物体を攻撃する。背景には月が浮かぶ。 ショット1|0~2秒|極端なワイドショット 数百隻の人類の戦艦が巨大な黒い球体に向かって殺到し、集中した青いプラズマビームとミサイルを発射する。爆発がその装甲表面を駆け巡る。周囲の機械の環が激しく震え始める。 ショット2|2~4秒|ローアングル追跡ショット 巨大な人類のドレッドノートが燃える残骸の中を加速し、主砲を発射する。巨大なエネルギービームが球体の装甲殻を貫通する。激しい爆発が巨大な金属破片を外側へ回転させながら吹き飛ばす。 ショット3|4~6秒|俯瞰ショット 砕けた殻の内部で、巨大な噛み合う歯車と古代の機械の環が目覚める。深紅のエネルギーがそれらの溝を駆け巡る。機構全体が激しく回転し始め、近くの残骸を内側へ引き込む。 ショット4|6~9秒|側面プロファイルショット 目覚めた機械から巨大な赤いエネルギービームが噴出し、月を直撃する。巨大な亀裂がその表面を裂く。月が巨大な断片に砕け、山のような月の破片が外側へ飛散する。近くの戦艦は弾き飛ばされる。 ショット5|9~12秒|ドラマチックな後方アングル 黒い球体が六本の巨大な機械の腕を展開する。それらは砕けた月の断片をつかみ、燃え盛る円形の機構へ引き込む。捕らえられた破片は押し潰され、輝く素材となる。機械は巨大なエネルギーの環を地球へ向け、地表全体に急速に拡大する変容を開始する。 ショット6|12~15秒|超ワイド宇宙ショット 変容が地球全体に広がる。海洋と大陸が巨大な噛み合う金属板の下に消える。輝く深紅のエネルギーが広大な惑星グリッドを駆け巡る。 13.5秒、変容が完了する。地球は輝く幾何学的構造に覆われた巨大な機械惑星となった。黒い太陽の機構がその上に固定される。 14秒、すべての可動機構が停止する。エネルギービームが消える。一隻の生き残った人類の戦艦が前景に動かず浮かび、完成した人工世界の前で矮小化されている。 この最終構図を動画が終わるまで保持する。 オーディオ: 攻撃的なオーケストラ打楽器、重厚な低音金管、強力なプラズマ砲、深い金属の衝撃と雷鳴のような爆発。音楽は月の破壊と惑星の変容を通じて容赦なく高まる。 13.5秒、一度きりの巨大な最終オーケストラの衝撃を届ける。音楽は深く持続する音へと解決する。解決後の追加の爆発や音楽的な盛り上がりはない。 カメラと連続性: 六つの明確な映画的セットアップ。人類の船のデザイン、球体の形状、月と地球の位置を一貫して維持する。一連の軌道戦闘。強い物理的因果関係。艦隊攻撃から機械の目覚め、月の破壊、機械的拡張、最終的な惑星変容への明確な進行。高速な映画的カット、ドラマチックなスケール、読み取りやすい破壊。カメラのドリフトなし。 制約: 比率、スタイル、特徴を一貫して保つ。比率16:9。台詞、字幕、ロゴ、画面上のテキストなし。有名なセレブリティの顔、識別可能な俳優、公人の肖像なし。カートゥーンスタイルなし。追加の惑星や異星の生物なし。抽象的な結末なし。不必要なズームアウトなし。
【プロジェクト】 MiniMax-H3、15秒、16:9、フォトリアルな実写映画風ミュージカル・シアター・ポップバラードのテスト1本。@Audio1をマスタータイミングソースとして使用:女性の響きのあるボーカル、静かなオープニング、オーケストラの盛り上がり、短い沈み、爆発的な最終クライマックス、クリーンなエンディング。カット、息遣い、視線、ジェスチャー、タイポグラフィを実際の音声に同期させること。別の曲や歌手を創作しないこと。 【参照】 @Image1は歌手の認識可能な顔、長いウェーブヘア、表現力豊かなパフォーマンス、ノースリーブの黒い衣装、シルバーのジュエリー、プロポーションを固定する。@Audio1はアップロードされた15秒の楽曲であり、そのボーカルのフレージング、持続音、ダイナミックな盛り上がり、最後の繰り返されるクライマックスを保持すること。女性パフォーマー1名を終始登場させる。 【クリエイティブ】 孤独な歌手が一つの連続した演劇的世界を移動する:影の落ちた舞台裏の廊下、ベルベットの舞台、親密なスポットライト。憧れが対峙へ、そして解放へと変わる。フォトリアルな肌と髪、リアルな布地、真鍮のマイク、ベルベット、光のかすみ、洗練されたスタジオ映像、シネマティックなオーケストラポップの雰囲気、フィルムグレインなし。 【パフォーマンス / 音楽】 呼吸の準備、制御された顎と喉の緊張、表現力豊かな目、微妙な頭の動き、胸骨近くに置かれた片手、脆弱さから胸から導かれるパワーへの段階的な拡大を見せること。口と顔の動きはアップロードされたボーカルに一致させること。一般的な無音のリップモーションは不可。台詞、ラップ、群衆の歌声、コメディ、ダンスチームは不可。自然な呼吸の間隔を保つこと。最終的な強度は最後の持続フレーズでのみ到達する。 【ビジュアル / タイポグラフィ】 黒いベルベット、温かいアイボリーのスポットライト、深いバーガンディの布地、落ち着いたメタリックシルバーのジュエリーとマイク。ウルトラブラックのコンデンスドグロテスク、オールキャップス、タイトなトラッキング。セカンダリのナローサンセリフは控えめに使用。エディトリアルな舞台タイポグラフィであり、字幕やカラオケではない。紙の端のリビール、抑制されたダブルイメージエコー、ハーフトーンオフセット、そして1つの短い黒フレームワードを使用。単語は実在し、短く、変形前には読めるものでなければならない。意味不明な文字やロゴは不可。 【ショット1 — 0.0~1.8秒】 ミディアムクローズアップ、舞台裏の出入り口を通るゆっくりとした横移動トラック。歌手が影から入ってくる。肩を前に、胸骨近くに手を置き、呼吸を準備する。アクション:敷居の通過。空間:舞台裏の廊下。髪とガウンの端は1拍遅れてついてくる。タイポグラフィ:「LONGING」。レイヤーA:壁面の大きなコンデンスドヒーロー、レイヤーB:出入り口の継ぎ目に小さなシルバープリント、レイヤーC:彼女の肩で部分的に隠れた細い前景文字。リズム / カット:オープニングのボーカルが単語を現す。紙の端が彼女の顔へワイプする。 【ショット2 — 1.8~3.6秒】 彼女の横でのクローズアップトラッキング、マイクに向かって振り向く。アクション:肩から導かれるハーフターン。空間:舞台へ開く廊下。目が観客へ向かって上がる。胸と喉に呼吸が現れる。タイポグラフィ:「STAY」。レイヤーA:頭の後ろの大きな単語、レイヤーB:ガラス反射の細い文字、レイヤーC:目と口を避けたフレーム下部のクロップされた文字。リズム / カット:ボーカルの子音がプロフィールからスリークォータービューへハードカット。 【ショット3 — 3.6~5.5秒】 ミディアムクローズアップ、ヴィンテージマイクへのゆっくりとしたプッシュ。アクション:地に足のついたリーチと接触。空間:舞台の敷居。彼女はスタンドを握り、感情的なフレーズに身を寄せる。持続音で目を閉じ、そして再び開く。タイポグラフィ:「ENOUGH」。レイヤーA:ベルベットパネルのヒーロー、レイヤーB:マイク後方のハーフトーンコピーオフセット、レイヤーC:真鍮グリルに反射する細い文字。リズム / カット:手の接触が抑制された金属的な共鳴とともにビートに乗る。 【ショット4 — 5.5~7.3秒】 ミディアムショット、カーテンが開くにつれてのクォーターアーク。アクション:カーテンの解放と胸の拡張。空間:フロントステージ。彼女はスタンドを離し、盛り上がりに向けて胸郭を開く。ガウンは遅れてついてきて落ち着く。タイポグラフィ:「HEAR ME」。レイヤーA:カーテンにまたがるスプリットヒーロー、レイヤーB:オフセットプリントレジストレーション、レイヤーC:破れた紙の前景が下半身を一時的に覆う。リズム / カット:オーケストラの盛り上がりがカーテンを開く。単語は折り畳まれる前に読める状態を保つ。 【ショット5 — 7.3~9.1秒】 目、頬、上唇のエクストリームクローズアップ、呼吸のドリフトとほぼロック。アクション:静止点のアイパフォーマンス。空間:センタースポットライト。音楽が沈む。目が床からカメラへ動き、不確かさが決意へ変わる。タイポグラフィ:「WAIT」。レイヤーA:アイラインの横の重い単語、レイヤーB:その背後のかすかなミラープリント、レイヤーC:顔の上に障害物なし。リズム / カット:0.5秒の視覚的停止、ショックズームや歌詞字幕なし。 【ショット6 — 9.1~11.0秒】 ミディアムクローズアップ、彼女が意図的に一歩を踏み出して完全な光の中へ入るにつれてカメラが引く。アクション:ステップフォワードのパワー転移。空間:センターステージ。後ろ足が押し、肩が落ち着き、顎が上がる。マイクは後方に残る。タイポグラフィ:「I RISE」。レイヤーA:投影されたヒーローバックドロップ、レイヤーB:一歩遅れて続く細いプリントフラグメント、レイヤーC:前景の黒い文字がフレームを出る。リズム / カット:戻ってくるパルスがステップと短いダブルイメージエコーをトリガーし、1人のシャープなパフォーマーに解消する。 【ショット7 — 11.0~13.0秒】 ミディアムからクローズアップ、ストリングスが広がるにつれての制御されたチルト。アクション:上向きの頭のリフト、開いた腕の解放、そしてピボットフリーズ。空間:ダウンステージスポットライト。彼女は頭を持ち上げ、胸骨から片腕を開く。髪とガウンがなびいて落ち着く。彼女はスリークォーターから正面へ向きを変え、高音のボーカルでフリーズする。タイポグラフィ:「FOR ME」。レイヤーA:黒い舞台板の大きなヒーロー、レイヤーB:シルバーレジストレーションオフセット、レイヤーC:フレーム下部のみにまたがる細いストリップ。リズム / カット:ボーカルのピークがピボットをトリガーする。口をクリアに保ち、一呼吸ホールドする。 【ショット8 — 13.0~15.0秒】 エクストリーム正面クローズアップ、顔とマイクグリルへのゆっくりとした最終プッシュ。アクション:持続音への集中と呼吸の解放。空間:親密なセンターステージの残光。目が潤む。懇願が自己所有へ変わる。顎と口が最後の持続ボーカルに一致する。タイポグラフィ:「ENOUGH」そして「FOR ME」。レイヤーA:同じコンデンスドヒーローが明確に戻る、レイヤーB:その下のかすかなシルバーデュプリケート、レイヤーC:顔の障害物なし。リズム / カット:最後のp
添付された1キャラクター参照画像に基づいて、15秒、16:9、24fpsのファッションMVを作成してください。 キャラクター固定 動画全体を通して、韓国風の若い女性キャラクターを1人だけ使用してください。 以下を厳密に保持してください: 顔と顔の比率 肌の色 年齢 髪型、前髪、髪色 体型の比率 全体的なアイデンティティ 彼女はすべてのショットでまったく同じ人物でなければなりません。 顔の変化、2人目のキャラクター、背景の人物、西洋化された顔立ち、ランダムな髪型や体型の変化は禁止です。 全体的な雰囲気: 韓国美人 / ソウルファッションガール / スウィートクール / 洗練 / ライトY2K / キュートでありながらプレミアム。 ビジュアルスタイル ピンクパターンコラージュポップ × 韓国ファッションエディトリアル × ファッションMV 以下を使用して、洗練された韓国ファッション誌の世界を作り出してください: ピンクのグラフィックパターン、チェッカーボード、ストライプ、グリッド、プリクラ風フレーム、幾何学的なカラーブロック、コラージュカード、エディトリアルタイポグラフィ、ステッカー、クリーンな2Dグラフィック要素。 キャラクターはフォトリアルに保ってください。 グラフィックはシャープでスタイリッシュ、クリーン、プレミアム、プロのアートディレクションを感じさせるものにしてください — 手作り感や子供っぽさは不可。 メインパレット: クリームピンク、ソフトピンク、ローズピンク、ピーチピンク、クリームホワイト、シルバーグレー、小さな黒のアクセント。 ワードローブ 韓国のスウィートクール / ライトY2Kファッションを使用してください。 想定ルック: ライトデニム、フィットした白またはピンクのトップス、ミニスカート、小さなバッグ、ジュエリー、厚底ブーツ、ファッションアクセサリー。 軽微な衣装チェンジは可能ですが、キャラクターのアイデンティティは一貫していなければなりません。 モーション これはスライドショーではなく、本物のファッションMVです。 各ショットには以下を含めてください: 開始ポーズ → 1つの明確なファッションムーブメント → 新しい終了ポーズ 繊細なエディトリアルアクションを使用してください: 半歩歩く、振り返る、髪を整える、アクセサリーに触れる、バッグを持つ、座る、しゃがむ、重心を移す、カメラを見る、レンズに向かってわずかに手を伸ばす。 ダンスや誇張された演技は禁止。 以下を組み合わせて使用してください: クローズアップ、ミディアム、全身、ローアングル、ディテールショット、滑らかな横移動、繊細なプッシュイン/プルアウト、エディトリアルクロップトランジション。 タイポグラフィ 全体を通して大きなファッションタイポグラフィを使用してください。 メインタイトル: NAME サポートテキスト例: SEOUL POP / SOFT CHIC / LOVELY MOOD / TRENDY LOOK / KOREAN GIRL / FASHION CUT タイポグラフィは特大サイズ、繰り返し、縦書き、斜め、グラフィックフレーム内への配置が可能です。 すべてのテキストは読みやすく、顔を覆わないようにしてください。 タイムライン 0:00–0:01.6 | LOOK 01 クローズアップまたはミディアムショット。彼女があごを上げてカメラを見る。大きなピンクのコラージュグラフィックとボールドなタイトルタイポグラフィ。 0:01.6–0:03.2 | LOOK 02 フルまたはミディアムショット。半歩前に出て、スカートまたはバッグに触れ、振り返る。ストライプ、ドット、幾何学的ブロック。 0:03.2–0:04.8 | LOOK 03 座るまたはしゃがむポーズ。顔の近くに手。チェッカーボード、グリッド、フォトフレームグラフィック。 0:04.8–0:06.4 | LOOK 04 ミディアムクローズアップ。少しターンし、髪を整え、カメラに振り返る。強いマガジンスタイルのレイアウト。 0:06.4–0:08.0 | LOOK 05 ローアングルまたはワイドショット。カメラに向かってわずかに傾くまたは手を伸ばす。グラフィックバンドがフレームを横切る。 0:08.0–0:09.6 | LOOK 06 ビューティークローズアップ。頭を下げてから、カメラを見上げる。よりクリーンな背景と繰り返しのエディトリアルテキスト。 0:09.6–0:11.2 | LOOK 07 繊細な横方向のカメラ移動と幾何学的なマガジン構図を伴う全身ファッションポーズ。 0:11.2–0:12.8 | LOOK 08 ミディアムショット。髪またはアクセサリーを整える。大きなカラーブロックと拡大されたパターン。 0:12.8–0:15.0 | ファイナルヒーロー 力強い最終カバーポーズ。以前のグラフィックとタイポグラフィが再集結し、1つの洗練された韓国ファッション誌の構図に。最終フレームを0.5秒間ホールド。 音楽 スタイリッシュなスウィートクールK-pop / ファッションポップのインストゥルメンタルを使用してください。 115–125 BPM、リードボーカルなし、トランジション用の明確なビートポイント。 繊細なフーシュ、クリック、ペーパースライド、ファブリックスウィッシュのサウンドエフェクトは許可されます。 避けること 複数人物、アイデンティティの変化、顔の変化、硬い動き、静止スライドショー、乱雑な背景、読みにくいテキスト、顔を覆うテキスト、子供っぽいコラージュ、安っぽいフィルター、ロゴ、ウォーターマーク、字幕、誇張された表情、過度なダンスは禁止。 最終結果: 韓国ファッションガール × ピンクパターンコラージュポップ × エディトリアルファッションMV
1990年代日本レトロホラー2Dセルアニメーションスタイルの15秒連続ワンショット、16:9ワイドスクリーン、深い藍色の夜にシアンブルーの影とピンクマゼンタのサイドライティング。字幕なし、画面上のテキストなし、日本語の文字やレタリングなしのクリーンなフレーム。 00:00~00:04(オープニング・ツーショット):狭い夜の路地で、四角い眼鏡をかけた巻き毛の男が両手をポケットに入れたまま、左側の青い漆喰壁にもたれかかっている。暗い学校のブレザーとチェックのスカートを着た、長いウェーブのかかったプラチナブロンドの女性が前景で彼の横をゆっくりと通り過ぎる。男は気さくな笑みを浮かべて首をかしげ、日本語で話す:「もっと笑ったほうがいいよ。」金髪の女性が歩みを止める。 00:04~00:09(スムーズなカメラプッシュインからクローズアップ&怪物の顎の露呈):女性がカメラに向かって直接顔を向けると、カメラはシアンブルーとピンクマゼンタの分割照明の下で彼女の顔のタイトな正面クローズアップまでスムーズにプッシュインする。彼女は穏やかな半目で見つめ、小さな礼儀正しい口を閉じた微笑みを浮かべる。突然、彼女の下顎が激しく外れ、垂直に伸びて、長い針のように鋭い牙が並ぶ恐ろしいほど広い黒い超自然的な口となり、目はまばたきもせず見開かれる。 00:09~00:15(カメラプルバックから路地のワイドショット&エンディング):街灯がちらつく中、カメラは暗い路地を急速にプルバックする。金髪の女性の黒いシルエットが男に襲いかかり、男を暗い影の中へ引きずり込み、男は完全に消える。彼女はゆっくりと立ち上がり、ピンクパープルの照明に照らされた路地の真ん中に一人で直立し、一瞬止まってから、長いウェーブのかかった金髪を後ろになびかせながら静かに路地を歩き去り、最後のフレームと一致する。 サウンド:静かな夜のコオロギの声と足音(00:00~00:02)、若い男が日本語で気さくに話す「もっと笑ったほうがいいよ」(00:02~00:04)、不気味に上昇するフルートのドローン音(00:04~00:06)、鋭いホラーストリングとともに響く女性のバンシーの金切り声(00:06~00:09)、短いくぐもった息遣いと格闘音(00:09~00:11)、そして深く不吉なダークアンビエントのベースドローン音(00:11~00:15)。
美しい長いストレートの黒髪を持つ女の子が、エレガントなノースリーブのクリーム色のドレスを着て、小さな白いショルダーバッグを持っている、15秒の超リアルなシネマティック旅行Vlogを作成してください。動画は、女の子がパノラマサンルーフ付きの現代的な車の中に座り、緑豊かな山々ときらめく青い水に囲まれた息をのむような湖畔の目的地に到着してカメラに向かって微笑むところから始まります。彼女は自撮りVlogスタイルで自分を撮影しながら、そっと髪を整えます。次に、色とりどりの花で飾られた伝統的なヨーロッパの家々に囲まれた魅力的な石畳の小道を歩き、カメラが滑らかに彼女の動きを追いながら、温かい笑顔でカメラの方を向いて優しく手を振ります。そして、木製のテーブル、クリーム色のパラソル、花の装飾がある美しい屋外の湖畔カフェに到着し、座って冷たいアイスコーヒーを楽しみながら穏やかな景色を眺めます。彼女はもう一度自撮りを録画し、自然に微笑んでからカメラを回して、透き通った湖、緑の山々、エレガントなカフェテラスのパノラマビューを捉えます。最後の瞬間、彼女はゴールデンアワーの間に湖畔の木製の手すりのそばに立ち、カメラに向かって微笑んでから、水面に反射する夕日の方へそっと向きを変え、息をのむようなシネマティックビューで終わります。リアルな表情、自然な肌の質感、一貫した顔の特徴と服装、穏やかな髪の動き、滑らかなカメラトランジション、本物のハンドヘルドVlogアングル、美しいヨーロッパの景色、温かいシネマティックライティング、プレミアム4K品質を使用してください。縦型9:16フォーマット、正確に15秒の長さで、字幕なし、テキストオーバーレイなし、ウォーターマークなし。
イナイト・ハイプロテイン・クリーミーキャラメル・ニュートリションシェイクの10秒、16:9のフォトリアルなUGC広告を、正確な参考商品画像を使用して作成する。 キャラクター:明るいモダンなキッチンにいる、長いダークブラウンの髪、ナチュラルメイク、クリーム色のトップスを着た美しい25歳の女性。 ショット1(0~2秒):彼女が微笑みながらボトルを見せる。セリフ:「おいしいプロテイン補給を探してる?これを見て!」 ショット2(2~4秒):ボトルのクローズアップ、ラベルをカメラに向ける。セリフ:「1本に16グラムのプロテイン!」 ショット3(4~5秒):彼女がリアルな音とともに自然にボトルを開ける。 ショット4(5~7秒):彼女が一口飲んで微笑む。セリフ:「それにこのクリーミーなキャラメル味?最高!」 ショット5(7~8秒):彼女がボトルを顔の横に持ち、認めるような笑みを浮かべる。 ショット6(8~9秒):キッチンカウンター上のプレミアムな商品ヒーローショット、女の子は背景でぼかされている。 ショット7(9~9.5秒):画面上のテキスト:「16g PROTEIN | 160 CALORIES | CREAMY CARAMEL」 ショット8(9.5~10秒):柔らかなハイライト付きのクリーンな最終商品ショット。 スタイル:本物らしいUGC、シネマティックな照明、自然な表情、滑らかなトランジション、リアルな肌、正確なリップシンク。 商品:正確なボトルの形状、青いキャップ、ブランディング、白と紫のパッケージ、クリーミーキャラメル味を保持する。 音声:自然なアメリカ英語の女性声、軽快な音楽、リアルな開封音と飲む音。 出力:正確に10秒、16:9の横長、1920×1080。一貫したキャラクターと衣装、リアルな手、パッケージの歪み、ちらつき、テキストの誤綴り、不自然な表情がないこと。

MiniMax H3 について

MiniMax H3 は MiniMax の Hailuo 動画シリーズのフラッグシップです。最大の特徴は、入力が真にマルチモーダルで、出力が一発で完結すること。テキスト描写、参照画像、既存の動画クリップ、音声トラック、あるいはその組み合わせから生成を始められ、結果には映像と同時に生成されるネイティブステレオ音声が付いてきます。後付けのアフレコではありません。

この組み合わせが活きるのは「完成品らしさ」が求められる場面です。環境音が商品を売る広告クリップ、足音や室内音が空気感を支える物語シーン、静止画に説得力ある動きと音を与えて生き返らせる image-to-video。Hailuo シリーズで知られる物理的リアリズムを受け継ぎ、ドリー・オービット・ハンドヘルドといったカメラ指示への追従性も際立って高いモデルです。

Hailuo 02 を使ったことがあれば H3 は馴染みやすい一方、曖昧さへの寛容さは大きく減っています。旧世代は短い場面描写を渡せば残りを埋めてくれました。H3 は被写体・動作・場面・カメラ・光・音、そして入力モダリティ自体という 6〜7 本の独立したレバーを差し出し、引かなかったレバーはそれぞれの既定値のまま返してきます。制御性が高いことは、実際に使い切ってはじめて利点になります。

実務上の違いはこうです——MiniMax H3 のプロンプトはキャプションではなく香盤表に近い。「雨の中を歩く女性、シネマティック」では、そつはないが顔のないクリップが返ってきます。レンズ、歩く方向、彼女に対するカメラの動き、光の質、雨が何の素材に当たってどう鳴るかまで書けば、実際に編集で使えるショットが返ってきます。

H3 は受け付ける入力が多いぶん、「今回何をするか」を伝えるのはプロンプトだけです——曖昧に書くほど、強みである制御性を捨てることになります。上のギャラリーには検証済みの MiniMax H3 プロンプトと実際の生成動画を収録しています。動く構造をコピーして、被写体・動き・音風景を自分のものに差し替えてください。

このページのプロンプトはすべて無料でコピーできます。登録も課金の壁もなく、プロンプト本文に透かしもありません。構造だけ持ち帰り、名詞を差し替えて、モデルが使える環境で実行してください。

MiniMax H3 プロンプトの書き方

  1. 1構造は「被写体 → 動作 → 場面 → カメラ → 光とムード → 音」。H3 は 6 層すべてを読みます。書かなかった層は、モデルが勝手に決めます。
  2. 2キャプションではなくショットとして書く。「シネマティック」「高品質」は最も無駄な 2 語です——本当に言いたい具体物、つまりレンズ、カラーグレード、時刻、天候に置き換えてください。
  3. 3本物のカメラ用語を使う:「ゆっくりとドリーイン」「ハンドヘルドの追跡ショット」「被写体の周りをオービット」。名前のあるカメラワークへの追従精度は、「ダイナミックなショット」のような曖昧な表現とは段違いです。
  4. 4スローモーションは被写体ではなく映像の属性として書く:「スローモーションで撮影、水滴が空中に留まる」は効き、「彼女はゆっくり動く」は等速でのろのろ歩くだけです。途中で速度を変えたいなら、変わる瞬間を明記します——「等速、グラスが床に当たる瞬間からスローモーションへ」。
  5. 5音は明示的に演出する——音声はネイティブ生成なので、指示がちゃんと届きます:「トタン屋根を打つ雨、遠雷、音楽なし」「ナレーションの下でアップビートなシンセが盛り上がる」。何も書かなければ、汎用的な環境音になります。
  6. 6音そのものより素材を書く。「足音」では漠然としていますが、「濡れた砂利を踏むブーツ」なら合成する材料が渡ります。「雨」でも「エンジン」でも同じ手が効きます。
  7. 7無音が欲しいなら、無音と書く——「音楽なし、台詞なし、室内のアンビエンスのみ」。静けさも H3 が従う指示ですが、出さなければ従いようがありません。
  8. 8参照画像から始めるときは、動きとカメラだけを書く——被写体・スタイル・構図は画像がすでに決めており、二重に描写するとブレの原因になります。
  9. 91 回の生成にはアクションの節目を 1 つだけ。1 クリップに 3 つの物語の瞬間を詰め込むと全部がぼやけます。長い物語は生成を分けて編集でつなぐこと。
  10. 10ルックは再利用可能な一句に固定する——フィルムの質感、カラーグレード、レンズの個性——キャンペーン全体で一字も変えなければ、どのクリップも違和感なくつながります。
  11. 11ショットをまたいで同一人物を保つには、人物を文章で描写し直すのではなく、同じ参照画像を毎回の生成に渡します。顔の文章描写は生成ごとにブレますが、画像はブレません。
  12. 12外した結果が出たら、プロンプト全体を書き直すのではなく 1 層だけ変えて再生成する。全部書き直すと、どの一句が効いたのか永遠に分からなくなります。

よくある質問

MiniMax H3 のプロンプトはどう書けばいいですか?

香盤表の順で書きます:被写体、動作、場面、カメラワーク、光とムード、音。H3 はこの各層を別々の指示として読むので、空けた層はモデルが既定値で埋めます。1 回の生成につき連続したアクションは 1 つ、カメラワークは実在の撮影用語で、音は必ず明記。上のギャラリーのプロンプトはすべてこの形です——一つコピーして被写体を差し替えるのが最短の習得法です。

MiniMax H3 は無料で使えますか?

このページのプロンプトは無料です——アカウント不要、課金の壁なしでコピーできます。モデル自体は MiniMax の Hailuo AI アプリと MiniMax オープンプラットフォーム API 経由で、料金や無料枠の条件は MiniMax 側で決まるため、現時点の条件は先方のページでご確認ください。

MiniMax H3 は何が得意ですか?

「完成品として届く」クリップです。映像とステレオ音声を同時に生成し、入力はテキスト・静止画・既存クリップ・音声トラックのどれでも構いません。物理的リアリズムと正確なカメラ追従により、広告、シネマティックなワンカット、image-to-video に特に強い選択肢です。

MiniMax H3 は音も生成しますか?

はい——ステレオ音声は映像とともにネイティブに生成され、後付けではありません。プロンプトでミックスを演出するほど真価を発揮します:環境音、効果音、音楽の有無を明記してください。指示がなければ汎用的な環境音になります。

MiniMax H3 でスローモーションを出すには?

スローモーションは被写体の性質ではなく、映像の性質として指定します。「スローモーションで撮影」「ハイスピードカメラ撮影、スロー再生」はクリップの撮られ方を変えますが、「彼女はゆっくり動く」は等速で鈍く動くだけです。スローでしか見えないディテール——飛沫、粉塵、布、髪——を添えて効果に見せ場を与え、途中で速度を変えるならその瞬間を明記してください。

テキストの代わりに画像や音声から始められますか?

できます。H3 の入力はマルチモーダルです。参照画像で被写体と構図を決め、既存クリップを延長・リスタイルし、音声トラックでシーンを駆動できます。画像がルックを担っている場合、テキストは動きとカメラだけに絞りましょう。

MiniMax H3 と Hailuo 02 は何が違いますか?

同じ Hailuo 動画シリーズの 2 世代です。Hailuo 02 は短い場面描写を渡せば判断の多くを代わりに済ませてくれます。H3 は入力がマルチモーダルで、ステレオ音声を映像と同時にネイティブ生成し、それらの判断の多くを制御項目として手元に返します——つまり、細かく書いたプロンプトに報い、手を抜いたプロンプトには旧世代より厳しいということです。

MiniMax H3 がプロンプトの一部を無視するのはなぜ?

たいていは 1 つのプロンプトで複数のことを同時に頼んでいるからです。H3 は連続したアクションの節目 1 つならうまく扱いますが、3 つの物語の瞬間を含むプロンプトは平均化されてぼやけます。もう一つの典型は、参照画像がすでに決めたことを文章で描写し直すこと——画像と文章が食い違えば結果はブレます。1 つの節目まで削り、1 層ずつ変えて再生成してください。

これらの MiniMax H3 プロンプトはどこで試せますか?

H3 は MiniMax の Hailuo AI アプリで利用でき、開発者は MiniMax オープンプラットフォームの API から使えます。このページのプロンプトをコピーして貼り付け、被写体・カメラワーク・音風景を自分のものに置き換えてください。