StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Mouvement de Caméra Dynamique Élevé (H3 Prompt de Génération d'Images en Vidéo)

Convertit les images de référence chargées automatiquement par le plugin en un prompt Ref2VA complet pour MiniMax H3. Cette compétence ne produit que des prompts vidéo, ne génère pas de fiches personnages, ne génère pas de prompts pour la génération d'images du premier plan d'action, et ne produit pas de storyboards.

Mode d'Entrée

• Mode Image (Recommandé) : Le plugin a automatiquement chargé 1 à 6 images de référence. Utilisez les règles d'étiquetage de h3-ref2va-contract.md pour définir chaque image : <Subject N> pour le contenu réutilisable (personnages, scènes, accessoires, styles), <Picture N> uniquement lorsque l'image est utilisée comme ancre de première image / image clé.
• Mode Texte Pur : En l'absence d'images de référence, ne pas signaler d'erreur ou refuser. Créez plutôt des définitions de sujets dans subject_definitions basées sur la description textuelle de l'utilisateur, par exemple <Subject 1> is a ... described by the user as .... N'utilisez pas d'ancres de première image <Picture N>, le summary utilise [reference generation] ; ce n'est que lorsque l'utilisateur fournit explicitement une description de composition d'action et souhaite l'utiliser comme image de départ que cette description est déclarée comme ancre d'image de départ avec keyframe completion.
• Les deux modes ne produisent pas de fiches personnages ni de prompts pour la génération d'images du premier plan d'action. La génération d'images n'est pas du ressort de cette compétence.

Fichiers de Référence

• references/h3-ref2va-contract.md : Contrat unique et faisant autorité pour la structure Ref2VA en six parties, les étiquettes, les marqueurs de rétention, la chronologie et les règles sonores.
• references/high-motion-h3.md : Définition du mouvement dynamique élevé, syntaxe des instructions de caméra, densité du mouvement et chaînes causales, liste des refus.
• references/generalized-speed-grammar.md : Bibliothèque de prototypes de mouvement, bibliothèque de modules de caméra, allocation de temps flexible et vocabulaire de haute vitesse.

Ne pas lire visual-case-design.md et sample-motion-blueprint.md. À moins que l'utilisateur ne demande explicitement de reproduire la structure de l'exemple hoverboard, ne pas utiliser ses points de temps fixes, son décollage, son enveloppement à 180 degrés ou sa dérive à l'atterrissage.

Format de Sortie

Produire strictement deux sections selon le format du nœud :

[Analyse Visuelle]
Résumer en 2-3 phrases en chinois les sujets, la scène, les actions et les ancres de style disponibles dans les images de référence ou la description textuelle.

[Prompt Vidéo Final]
En six parties en anglais, les noms des champs et l'ordre sont strictement fixes :
subject_definitions:
...
summary:
...
retention_analysis:
...
detailed_description:
...
overall_soundscape:
...
non_diegetic_music:
...

detailed_description doit couvrir entièrement la composition nécessaire pour H3, l'identité du sujet, l'environnement et l'éclairage, l'action et le changement d'état, le mouvement de la caméra, les effets sonores physiques synchronisés, et l'emplacement où le contenu de référence prend effet. Ne pas inventer d'actions pour atteindre un nombre de mots ; la faisabilité temporelle est prioritaire.

Exigences Strictes de Mouvement Dynamique Élevé

Chaque prompt doit satisfaire simultanément à :

1. Le sujet se déplace sur au moins deux axes : avance + descente, déplacement latéral + montée, avance + rotation latérale / virage incliné, etc.
2. L'échelle apparente du sujet ou la distance de la caméra change de manière significative : remplissant le cadre, s'éloignant, passant près de l'objectif, changeant rapidement de distance.
3. Des structures de premier plan, câbles, garde-corps, débris ou particules traversent le cadre, créant une parallaxe rapide.
4. Le sujet interagit avec des éléments physiques : franchir une porte, sauter un obstacle, frôler un rail, contourner une voiture, percuter une surface, dévier une poussée, dépasser un véhicule, se croiser.
5. Accélération/décélération visible : compression du corps, forme de poussée, distorsion du sillage, étincelles, soulèvement de poussière, séparation des gouttes de pluie, onde de choc, traînée des vêtements/cheveux.
6. La caméra suit activement : zoom avant, zoom arrière, déplacement latéral, levage/abaissement, passage de côté, changement de distance, suivi de virage incliné, aucun plan statique centré ou suivi parallèle à vitesse constante.

Écrire chaque battement avec une chaîne causale : effort/action du sujet → réponse du corps/équipement → réaction de l'environnement → réponse de la caméra. Utiliser un contraste de vitesse, interdire le suivi parallèle à vitesse constante sur toute la durée.

Syntaxe des Instructions de Caméra

• Instructions officielles entre parenthèses : [Truck left], [Truck right], [Pan left], [Pan right], [Push in], [Pull out], [Pedestal up], [Pedestal down], [Tilt up], [Tilt down], [Zoom in], [Zoom out], [Shake], [Tracking shot], [Static shot].
• Instructions simultanées écrites dans la même parenthèse et séparées par des virgules, par exemple [Tracking shot,Push in] ; maximum 3 instructions par parenthèse ; utiliser différents groupes d'instructions à différents moments.
• En mode dynamique élevé, interdire [Static shot], interdire les instructions opposées simultanément comme Push in + Pull out.
• Les mouvements de caméra sans instruction officielle (arc, enveloppement, bras articulé, retournement, passage près) sont décrits en anglais naturel, sans inventer d'instructions entre parenthèses inexistantes.
• Planifier au moins 2-3 groupes d'instructions de caméra séquentielles, couvrant le suivi, le changement de direction et la conclusion.

Allocation Temporelle

Répartir les battements selon la durée vidéo, sans utiliser de timestamps fixes :

• Environ 5 secondes : 3 battements, 0.0-0.5 entrée immédiate à grande vitesse, un battement intermédiaire de traversée composite ou de changement de direction, une conclusion spatiale décisive à la fin.
• 6-8 secondes : 3-4 battements, permettant une inversion supplémentaire, un obstacle ou une révélation d'environnement.
• Environ 10 secondes : 4-5 battements, incluant un grand contraste de vitesse et une transition d'environnement.

Chronologie et Son

• [Shot 1] au début n'écrit pas At pour couper le temps ; les plans suivants utilisent At MM:SS.mmm en ordre strictement croissant sans dépasser la durée totale.
• Si <Picture 1> est utilisé comme ancre de départ, écrire explicitement the shot begins from <Picture 1>.
• Dialogue/paroles : utiliser <d>[langue] ...</d> et conserver la langue originale ; identifier les locuteurs avec (S1), (S2) stables.
• detailed_description contient les dialogues synchronisés, les voix et les événements sonores dans le plan ; overall_soundscape contient l'ambiance continue et les sons d'action physique ; non_diegetic_music contient uniquement la musique audible pour le spectateur, en précisant les instruments, le tempo, le rythme et la dynamique ; écrire N/A si absent. Les trois sections ne doivent pas se répéter mutuellement.

Liste de Vérification (Vérifier chaque point avant la sortie)

• Les six champs apparaissent chacun une fois et dans un ordre strictement fixe.
• Toutes les étiquettes sont définies dans subject_definitions avant utilisation, avec une signification cohérente tout au long.
• Le type de tâche de summary correspond au mode d'entrée : pour le texte pur, [reference generation] ; pour les images avec ancre de première image, [keyframe completion + reference generation].
• Chaque étiquette dans retention_analysis occupe exactement une ligne, utilisant les marqueurs fixes (fully_preserved, partially_preserved, attribute_transfer, weak_reference ; pour l'audio : fully_copy, partially_copy, reference, weak_reference).
• detailed_description commence par [Shot 1], [Shot 1] n'a pas de timestamp At, les plans suivants ont des timestamps croissants et dans la durée.
• Au moins deux groupes d'instructions de caméra officielles séquentielles ; pas de [Static shot] ; pas plus de 3 instructions par parenthèse.
• Satisfait aux six exigences strictes de mouvement dynamique élevé : déplacement sur deux axes, changement d'échelle, parallaxe avant, contact avec obstacle, accélération visible, caméra active.
• Chaîne causale complète : action → réponse du corps/équipement → réaction de l'environnement → réponse de la caméra.
• Au moins 3 points temporels clairs couvrant le début, la traversée et la conclusion.
• overall_soundscape et non_diegetic_music ne répètent pas le dialogue, et ne se répètent pas entre eux.
• La conclusion est réalisable à partir de l'état de début dans la durée impartie, sans utiliser de geste statique ou de clignement d'yeux comme fin.
• En mode image, n'utiliser que les images de référence fournies par le plugin ; en mode texte pur, créer les sujets à partir de la description de l'utilisateur, sans inventer de détails non décrits.