MiniMax H3 Lite

잘 통하는 작성 습관

• 세 섹션으로 나눠 쓰기

  integrated_multimodal_description에는 화면·동작·샷·대사를, overall_soundscape에는 환경음과 동작 소리를 1~4문장으로, non_diegetic_music에는 관객만 듣는 음악을 쓰고 음악이 없으면 N/A라고 씁니다. 실측: 같은 빵집 장면을 한 줄로 썼을 때도 대사와 컷 전환은 나왔지만 음악이 없고 효과음이 맞지 않았습니다. 세 섹션으로 쓰자 기타, 문 종소리, 빵 써는 소리가 모두 쓴 대로 나왔습니다.

  빵집 원문 첫머리: “integrated_multimodal_description: [Shot 1] Live-action, cinematic, …”

• 샷마다 한 블록, 컷 시점도 함께

  [Shot 1]에는 시간을 쓰지 않고, 이후 샷은 [Shot 2] At 00:05.000, the camera cuts to…처럼 씁니다. 이 페이지의 여러 샷 예시에서는 컷이 적어 둔 시점 가까이에서 바뀌었습니다.

  빵집: “[Shot 2] At 00:05.000, the camera cuts to a close-up of steam rising from the sliced bread”

• 카메라 = 종류 + 폭 + 속도

  push in, pan, truck, arc shot, tracking shot 같은 카메라 움직임에 with small amplitude, at slow speed를 붙여 동작 문장 안에 씁니다. 문장 끝에 태그처럼 쌓지 마세요.

  빵집: “The camera pushes in with small amplitude at slow speed as the middle-aged baker…”

• 대사는 대사 태그 안에

  화자에게 (S1), (S2) 번호를 붙이고 나이와 목소리를 먼저 묘사한 뒤, 대사를 <d>[English] …</d>로 씁니다. 번역하지 말고 말할 문장 그대로 씁니다. 중국어 대사는 [Chinese]를 씁니다.

  기차: the quiet, breathy young woman (S1) says: <d>[English] I get off at the next station.</d>

• 화면 속 글자는 따옴표 안에

  간판이나 현수막에 나올 글자는 화면에 나와야 할 모양 그대로 영어 큰따옴표 안에 넣습니다. 실측: “营业中”은 정확히 나왔고, 프롬프트에 적지 않은 간판의 글자는 알아볼 수 없게 나왔습니다.

  국수 노점: “A red neon sign reading "营业中" glows above the stall”

• 중국어 대사에는 자막이 붙음

  실측: 중국어 대사를 넣은 두 번의 생성 모두 화면 아래에 중국어 자막이 박혀 나왔고, 자막을 넣지 말라고 써도 없어지지 않았습니다. 영어 대사에는 자막이 없었습니다. 깨끗한 화면이 필요하면 대사를 영어로 쓰거나 후반 작업에서 처리하세요.

  국수 노점의 마지막 문장(효과 없음): “No subtitles or captions appear on screen.”

• 프레임 모드: 정렬 문장과 움직임 경로

  첫 프레임 작업은 정렬 문장으로 시작합니다. 첫·마지막 프레임은 두 번째 이미지가 몇 초에 맞춰지는지 쓰고, 본문에는 두 이미지를 다시 묘사하는 대신 그 사이의 움직임을 씁니다.

  우산: “Picture 2 (from Shot 1) aligns with the 8.00-second mark of the target video”

• 참조 소재마다 이름 붙이기

  입력마다 <Subject 1>, <Picture 1> 같은 이름을 붙이고 영상에서 어떤 역할을 하는지 씁니다. 실측: MiniMax 하이라이트 페이지의 한 줄 방식(“Image 1: …, Image 2: …”)으로 쓰자 참조 이미지 세 장이 거의 움직이지 않는 샷 세 개가 되었습니다. 참조 가이드의 구조로 다시 쓰자 패션모델들이 안경을 쓰고 걸었습니다.

  안경 광고: <Subject 3> is the futuristic silver sunglasses in <Picture 3>…

긴 프롬프트의 구조

1화면 섹션

integrated_multimodal_description:으로 시작하고, 샷마다 한 블록씩 씁니다.

원문: “integrated_multimodal_description: [Shot 1] …”

2스타일과 샷 크기

첫 샷은 스타일과 샷 크기로 시작합니다.

원문: “Live-action, cinematic, a medium-wide shot frames a baker opening the shutters…”

3카메라와 동작

카메라 움직임의 종류·폭·속도를 동작과 같은 문장에 씁니다.

원문: “The camera pushes in with small amplitude at slow speed as the middle-aged baker… places a fresh loaf on the wooden counter”

4대사

화자 번호, 목소리, 태그로 감싼 대사.

원문: with a calm, slightly raspy voice (S1) … says: <d>[English] First batch of the morning.</d>

5컷 전환

새 샷에는 전환 시점과 새 화면을 씁니다.

원문: “[Shot 2] At 00:05.000, the camera cuts to a close-up of steam rising from the sliced bread”

6소리 섹션 두 개

하나는 환경음, 하나는 음악.

원문: “overall_soundscape: Wooden shutters scrape open… non_diegetic_music: A soft acoustic-guitar pattern…”

integrated_multimodal_description: [Shot 1] [스타일, 예: Live-action, cinematic], [샷 크기] frames [피사체와 장소]. The camera [카메라 움직임] with [small / large] amplitude at [slow / fast] speed as [동작]. The [화자의 나이와 목소리] (S1) says: <d>[English] [대사]</d> [Shot 2] At 00:0X.000, the camera cuts to [다음 화면].

overall_soundscape: [환경음과 동작 소리, 1~4문장]

non_diegetic_music: [악기, 템포, 강약 변화. 음악이 없으면 N/A]