Guia de prompt do MiniMax H3: planos, cortes e referências

O que é diferente de escrever para essa família

Você não escreve um prompt para o modelo de vídeo em uma caixa separada. Você escreve os planos de um segmento no storyboard, no formato que todos os planos compartilham — marcador e segundos, enquadramento e câmera, quem está na cena, o que acontece, a fala, o que ouvimos — e o site transforma esse segmento em uma solicitação. O que o MiniMax H3 muda é o tamanho dessa solicitação. Um segmento tem no máximo 15 segundos, sempre renderiza com som, e alguns cortes cabem dentro dele, então uma pequena troca de falas e sua reação voltam como um só arquivo, em vez de serem costurados de renderizações separadas.

Isso faz da família uma boa opção para momentos curtos e densos: um confronto que muda de tom, uma revelação com sua reação, uma troca de duas falas. Ela funciona menos bem para uma cena que quer um take longo e ininterrupto ou um elenco grande, e as seções abaixo explicam o que fazer em cada caso.

Escreva o plano, depois os segundos

A imagem acima é de Rocket Pup, um episódio que este site levou do roteiro à composição no Wan 3.0 · 720P; a gramática de planos usada nele é a mesma que um segmento de MiniMax H3 usa, e só o tamanho do take muda.

Cada plano começa com seu marcador e seus segundos. Os segundos não são decoração: um segmento é uma geração e sua duração é a soma dos seus planos, então a conta tem que fechar antes de você renderizar. Um plano com fala precisa de espaço para dizê-la — cerca de três palavras em inglês por segundo — e um plano com só um olhar pode ser curto. Aqui está um segmento de quatro planos com sobra de tempo, escrito da forma como um segmento é feito aqui:

[Plano 1] 4s: Plano médio, câmera fixa. @Mara na cabeceira da mesa, @Jules à sua direita. Ela desliza a @Carta selada pela mesa. @Mara (baixa, firme): Leia antes de dizer não. (voz: 🔊Mara) Chuva na janela.
[Plano 2] 3s: Corte para close-up. Só no quadro: @Jules. Ele olha para a carta, com a mandíbula tensa. Sem diálogo.
[Plano 3] 5s: Corte para plano médio, câmera na mão. @Jules empurra a cadeira para trás e se levanta. @Jules (entre dentes): Você não tinha direito. (voz: 🔊Jules)
[Plano 4] 3s: Corte para close-up. Só no quadro: @Mara. Ela não desvia o olhar. Sem diálogo. Ambiente: o relógio no corredor.

Note o que cada plano não faz: nenhum deles muda de enquadramento no meio, nenhum tem duas ações, e os planos sem fala dizem isso, para ninguém ser obrigado a falar. Esses hábitos importam mais aqui do que em um take que nunca é cortado, porque os cortes são a estrutura da renderização.

Escreva os cortes na lista de planos

Como os planos de um segmento são renderizados juntos, o corte entre dois deles é feito dentro da renderização e não por você em um editor. Trate cada novo plano como um corte para um novo enquadramento e diga isso — Corte para close-up:, Corte para plano geral: — e quando as mesmas pessoas aparecem em dois planos seguidos, mude o enquadramento ou o ângulo entre eles. Sem isso, a junção parece um pulo.

O inverso também vale. Se você quer que a câmera fique em uma coisa só, escreva como um plano longo e dê os segundos que ele precisa; não divida em planos só porque a família pode cortar. Um único plano fixo também é como você mantém uma ação ininterrupta, que é o motivo de mover uma cena para uma família com limite maior quando todo o momento não cabe em 15 segundos.

Mantenha as falas curtas e um falante por plano

Diálogo e som ambiente fazem parte de toda geração nesta família; não há modo mudo, então um plano sem fala deve dizer Sem diálogo em vez de deixar o modelo adivinhar. Dê a cada fala seu próprio plano quando duas pessoas estão falando e deixe a reação ser o próximo plano, em vez de colocar uma troca de falas em uma linha longa de texto. Frases curtas também deixam menos espaço para erros.

Planeje as referências antes de escrever

É aqui que os segmentos do H3 mais costumam decepcionar, e é uma questão de conta, não de prompt. Um segmento aceita até nove imagens e três clipes de voz, com cerca de catorze segundos de voz no total, e um clipe de voz só funciona quando uma imagem está anexada a ele. Quando um segmento pede mais, o site deixa de fora as referências menos importantes primeiro, então o sintoma usual não é um erro, mas uma voz que muda ou um adereço que perde sua folha de referência.

Então escreva o segmento dentro do orçamento. Nomeie só as pessoas que estão na cena. Uma cena com quatro falantes tem uma voz a mais — divida em dois segmentos ou aceite que o falante extra terá voz gerada a partir da descrição escrita na nota de entrega. Uma multidão não precisa de folha de referência para cada rosto; descreva a multidão em palavras e gaste as imagens nas pessoas que a câmera vai focar. A tabela de referências da família está na sua página de plano, e MiniMax H3 e suas próprias regras a lista completa.

Quando escrever essa cena para uma família diferente

Se uma ação tem que correr ininterruptamente por mais de 15 segundos, ou o elenco é grande o suficiente para que cada rosto precise de sua própria folha de referência, os mesmos planos pertencem a uma família com limite maior e orçamento de referências mais amplo: as etapas do Wan e os planos do Seedance 2.5 aceitam até 30 segundos por geração com até dez imagens e cinco clipes de voz. A comparação lado a lado está em quando escolher o MiniMax H3 em vez do Wan; o plano fica ao lado como Seedance 2.5 contra MiniMax H3.

Perguntas frequentes

Atualizado em 14 de outubro de 2026

Preços·Guias·Amostras·Alternativas·Respostas·Suporte·Privacidade·Termos·Aviso legal·Contato·Programa de afiliados·© 2026 SceneMixer