Modelo de Prompt de Vídeo Multi-Referência MiniMax H3

subject_definitions: <Subject 1> é [PRIMARY SUBJECT] de <Picture 1>. Preservar [face, hair, age range, wardrobe, asymmetrical markers, key prop] ao longo de tudo. <Picture 1> fornece apenas identidade e aparência, não pose ou enquadramento de câmera. <Subject 2> é [SECOND SUBJECT / PRODUCT / CREATURE] de <Picture 2>. Preservar [specific visible traits and material details]. <Picture 2> fornece apenas [identity / product geometry / costume]. <Subject 3> é [ENVIRONMENT / VEHICLE / OBJECT] de <Picture 3>. Preservar [architecture, scale, material, lighting condition] como referência do ambiente. <Video 1> fornece apenas [camera rhythm / motion language / edit rhythm / action timing]. Não copiar seus sujeitos visíveis, a menos que explicitamente declarado. <Audio 1> fornece [voice identity / speech timing / beat structure / sound texture] para <Subject 1> (S1). [Usar "fully copied" apenas quando o áudio exato deve ser reutilizado.] summary: [reference generation] Uma sequência de [DURATION] segundos em [ASPECT RATIO] [live-action / animation / CG / other medium]. <Subject 1> [executa a ação central única] em <Subject 3>. <Subject 2> [relação com Subject 1]. O vídeo move-se de [estado inicial] para [estado final]. Os papéis de referência permanecem separados: <Picture 1> controla a identidade, <Picture 2> controla [role], <Picture 3> controla o ambiente, <Video 1> controla [role], e <Audio 1> controla [role]. retention_analysis: <Subject 1> (aparece em [Shot 1], [Shot 2], [Shot 3]): fully_preserved - [detalhes exatos de identidade e continuidade que devem ser mantidos]. <Subject 2> (aparece em [Shot X]): fully_preserved - [traços exatos que devem ser mantidos]. <Subject 3> (aparece em [Shot X]): partially_preserved - [o que permanece fixo e o que pode mudar]. <Video 1> (movimento de câmera e ritmo de corte): weak_reference - [o que é emprestado, nada mais]. <Audio 1>: reference - [voz exata, sincronização, ritmo ou relação de som físico]. detailed_description: [Shot 1] Plano [Medium / close / wide]. [Tratamento visual e de meio]. <Subject 1> começa [posição corporal precisa, posição na tela, direção do olhar, estado da mão/objeto] dentro de <Subject 3>. [Fonte de luz, resposta de superfície, pistas de profundidade]. A câmera [um movimento de câmera com amplitude e velocidade significativas]. [A ação começa]. [Os bloqueios críticos de identidade permanecem visíveis: marcadores exatos específicos de lado, vestuário, orientação do adereço]. [Se houver diálogo: <Subject 1> (S1) diz: <d>[LANGUAGE] [SHORT EXACT LINE]</d>] [Shot 2] Em [MM:SS.mmm], corte seco para [novo enquadramento que revela novas informações]. <Subject 1> agora [progressão de ação específica], enquanto <Subject 2> [reação/ação específica]. A câmera [um movimento controlado]. No instante exato em que ocorre [evento físico], ouve-se [som sincronizado específico]. [Indicar o que não deve mudar.] [Shot 3] Em [MM:SS.mmm], corte seco para [enquadramento]. [Causa e consequência visível]. [Interação de objeto precisa, comportamento do material, reação facial, trajetória de movimento]. [Fonte de som e sincronização]. [Qualquer texto visível na tela entre aspas exatas.] [Shot 4] Em [MM:SS.mmm], corte seco para [enquadramento]. [Escalada ou revelação]. A câmera [movimento]. [Uma prioridade visual clara]. [Uma prioridade de som clara]. [Manter os bloqueios de continuidade explícitos apenas onde estiverem em risco.] [Shot 5] Em [MM:SS.mmm], corte seco para [enquadramento]. [A ação final resolve-se]. A composição termina em [pose final exata, estado do objeto, direção na tela, estado de iluminação e posição da câmera] aos [DURATION] segundos. overall_soundscape: [Apenas ambiente físico: tom de localização, tom de sala, vento, tráfego, tecido, passos, contato com objetos, respiração, impactos. Indicar a sincronização exata dos dois ou três sons mais importantes. Não repetir diálogo.] non_diegetic_music: [Instrumentação, tempo, ritmo, ponto de entrada, ponto de saída.]