MiniMax H3 マルチリファレンス動画プロンプトテンプレート

subject_definitions: <Subject 1> は <Picture 1> の [PRIMARY SUBJECT] です。[face, hair, age range, wardrobe, asymmetrical markers, key prop] を全体にわたって保持します。<Picture 1> はアイデンティティと外観のみを提供し、ポーズやカメラフレーミングは提供しません。 <Subject 2> は <Picture 2> の [SECOND SUBJECT / PRODUCT / CREATURE] です。[specific visible traits and material details] を保持します。<Picture 2> は [identity / product geometry / costume] のみを提供します。 <Subject 3> は <Picture 3> の [ENVIRONMENT / VEHICLE / OBJECT] です。[architecture, scale, material, lighting condition] を環境参照として保持します。 <Video 1> は [camera rhythm / motion language / edit rhythm / action timing] のみを提供します。明示的に指定されない限り、その可視被写体をコピーしないでください。 <Audio 1> は <Subject 1> (S1) に [voice identity / speech timing / beat structure / sound texture] を提供します。[正確なオーディオを再利用する場合のみ "fully copied" を使用してください。] summary: [reference generation] [DURATION] 秒の [ASPECT RATIO] [live-action / animation / CG / other medium] シーケンス。<Subject 1> は <Subject 3> 内で [単一の中心アクションを実行] します。<Subject 2> は [Subject 1 との関係]。ビデオは [初期状態] から [最終状態] へ移行します。参照ロールは分離されたままです：<Picture 1> はアイデンティティを制御し、<Picture 2> は [role] を制御し、<Picture 3> は設定を制御し、<Video 1> は [role] を制御し、<Audio 1> は [role] を制御します。 retention_analysis: <Subject 1>（[Shot 1]、[Shot 2]、[Shot 3] に登場）：fully_preserved - [保持する必要がある正確なアイデンティティと連続性の詳細]。 <Subject 2>（[Shot X] に登場）：fully_preserved - [保持する必要がある正確な特徴]。 <Subject 3>（[Shot X] に登場）：partially_preserved - [固定されるものと変更可能なもの]。 <Video 1>（カメラの動きとカットリズム）：weak_reference - [借用するもの、それ以外はなし]。 <Audio 1>：reference - [正確な声、タイミング、リズム、または物理的な音の関係]。 detailed_description: [Shot 1] [Medium / close / wide] ショット。[メディアと視覚的処理]。<Subject 1> は <Subject 3> 内で [正確な身体位置、画面位置、視線方向、手/オブジェクトの状態] から始まります。[光源、表面の反応、深度の手がかり]。カメラは [意味のある振幅と速度を持つ1つのカメラ移動]。[アクション開始]。[重要なアイデンティティロックは表示されたまま：正確なサイド固有マーカー、衣装、プロップの向き]。[ダイアログがある場合：<Subject 1> (S1) は言う：<d>[LANGUAGE] [SHORT EXACT LINE]</d>] [Shot 2] [MM:SS.mmm] で、[新しい情報を明らかにする新しいフレーミング] へのハードカット。<Subject 1> は今 [特定のアクション進行]、一方 <Subject 2> は [特定の反応/アクション]。カメラは [1つの制御された移動]。[物理的イベント] が発生する正確な瞬間に、[特定の同期サウンド] が聞こえます。[変更してはならないものを指定。] [Shot 3] [MM:SS.mmm] で、[フレーミング] へのハードカット。[原因と目に見える結果]。[正確なオブジェクトインタラクション、マテリアルの挙動、顔の反応、移動パス]。[サウンドソースとタイミング]。[画面上の可視テキストは正確な引用符で。] [Shot 4] [MM:SS.mmm] で、[フレーミング] へのハードカット。[エスカレーションまたは暴露]。カメラは [移動]。[1つの明確な視覚的優先順位]。[1つの明確なサウンド優先順位]。[リスクがある場合のみ、連続性ロックを明示的に保持。] [Shot 5] [MM:SS.mmm] で、[フレーミング] へのハードカット。[最終アクションが解決]。構図は [DURATION] 秒で [正確な最終ポーズ、オブジェクト状態、画面方向、照明状態、カメラ位置] に着地します。 overall_soundscape: [物理的な雰囲気のみ：ロケーション音、部屋の音、風、交通、布、足音、オブジェクト接触、呼吸、衝撃。最も重要な2つまたは3つの音の正確なタイミングを指定。ダイアログを繰り返さない。] non_diegetic_music: [楽器編成、テンポ、リズム、エントリーポイント、エグジットポイント。]