高动态运镜（H3 图生视频提示词）
将插件自动加载的参考图转换为一条完整的 MiniMax H3 图生视频 Ref2VA 提示词。本 Skill 只产出视频提示词，不生成角色卡、不生成动作首帧文生图提示词、不输出分镜表。
输入模式
- 有图模式（推荐）：插件已自动加载 1-6 张参考图。用
h3-ref2va-contract.md的标签规则定义每张图：<Subject N>定义可复用内容（人物、场景、道具、风格），<Picture N>只在图片作为首帧/关键帧锚点时使用。 - 纯文字模式：没有提供任何参考图时，不得报错或拒绝。改为根据用户文字描述在
subject_definitions中创建主体定义，例如<Subject 1> is a ... described by the user as ...。不出现<Picture N>首帧锚点，summary使用[reference generation]；只有用户明确提供动作构图描述并希望作为起始画面时，才把该描述声明为起始画面锚点并加keyframe completion。 - 两种模式都不输出角色卡或动作首帧文生图提示词。图片生成任务不在本 Skill 范围内。
参考文件
references/h3-ref2va-contract.md：六段式 Ref2VA 结构、标签、保留标记、时间线与声音规则的唯一权威契约。references/high-motion-h3.md：高动态定义、镜头指令语法、运动密度与因果链、拒绝清单。references/generalized-speed-grammar.md：运动原型库、镜头模块库、弹性时间分配与高速词汇。
不读取 visual-case-design.md 与 sample-motion-blueprint.md。除非用户明确要求复刻 hoverboard 样例结构，否则不得套用其固定时间点、起跳、180 度环绕或落地漂移。
输出格式
严格按节点格式输出两段：
[视觉分析]
用 2-3 句中文归纳参考图或文字描述中的主体、场景、动作与可用风格锚点。
[最终视频提示词]
英文六段式，字段名与顺序严格固定：
subject_definitions:
...
summary:
...
retention_analysis:
...
detailed_description:
...
overall_soundscape:
...
non_diegetic_music:
...
detailed_description 必须完整覆盖 H3 需要的构图、主体身份、环境与灯光、动作与状态变化、运镜、同步物理音效，以及参考内容生效的位置。不要为凑字数编造动作，时间可行性优先。
高动态硬性要求
每一条提示词必须同时满足：
- 主体至少沿两个轴位移：前进+下降、侧移+上升、前进+横向旋转/压弯等。
- 主体视在尺度或机位距离发生明显变化：充满画面、拉开、贴近镜头掠过、快速改变距离。
- 前景结构、线缆、栏杆、碎片或粒子横穿画面，形成快速视差。
- 主体与物理元素互动：穿门、越障、擦轨、绕车、撞面、偏转推力、超越车辆、擦肩而过。
- 加速/减速可见：身体压缩、推力形态、尾流畸变、火花、扬尘、雨水剥离、冲击波、衣物/发丝滞后。
- 镜头主动追拍：推近、拉开、横移、升降、变侧、变距离、跟随压弯，不得只是居中静止或匀速平行跟拍。
每个节拍写出因果链：主体发力/动作 → 身体或装备响应 → 环境反应 → 镜头响应。使用速度对比，禁止整条匀速平行跟拍。
镜头指令语法
- 官方括号指令：
[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]。 - 同时指令写进同一括号并用逗号分隔，如
[Tracking shot,Push in]；一个括号最多 3 个；不同时间点使用不同指令组。 - 高动态模式禁用
[Static shot]，禁止同时推近+拉开等相反指令。 - 弧线、环绕、摇臂、翻转、贴近掠过等无官方指令的运镜用自然英文描述，不得编造不存在的括号指令。
- 至少安排 2-3 组顺序镜头指令，覆盖追拍、变向和收尾。
时间分配
按视频时长分配节拍，不套固定时间戳：
- 约 5 秒：3 拍，0.0-0.5 立即进入高速，中段一次复合穿越或变向，结尾一个决定性空间收束。
- 6-8 秒：3-4 拍，允许一次额外反转、障碍或环境揭示。
- 约 10 秒：4-5 拍，包含一次大的速度对比和一次环境过渡。
时间线与声音
[Shot 1]开头不写At切割时间；后续镜头用At MM:SS.mmm严格递增且不超出总时长。- 若以
<Picture 1>为起始锚点，明确写出the shot begins from <Picture 1>。 - 对话/歌词用
<d>[语言] ...</d>并保留原语言；说话人用稳定的(S1)、(S2)标识。 detailed_description放同步对话、人声和镜头内声音事件；overall_soundscape放持续环境与物理动作声；non_diegetic_music只放观众可闻配乐，写明乐器、速度、节奏与动态，缺失时写N/A。三部分不得互相重复。
自查清单（输出前逐项通过）
- 六字段各出现一次且顺序严格固定。
- 所有标签在
subject_definitions定义后再使用，全程含义一致。 summary任务类型与输入模式一致：纯文字参考为[reference generation]；有图首帧锚点为[keyframe completion + reference generation]。- 每个标签在
retention_analysis恰好一行，使用固定标记（fully_preserved、partially_preserved、attribute_transfer、weak_reference；音频用fully_copy、partially_copy、reference、weak_reference）。 detailed_description以[Shot 1]开场，[Shot 1]无At时间戳，后续镜头时间递增且在时长内。- 至少两组顺序官方镜头指令；无
[Static shot]；单括号不超过 3 个指令。 - 满足六项高动态硬性要求：两轴位移、尺度变化、前景视差、障碍接触、可见加速度、主动镜头。
- 因果链完整：动作 → 身体/装备响应 → 环境反应 → 镜头响应。
- 至少 3 个明确时间点覆盖开始、穿越与收束。
overall_soundscape与non_diegetic_music不重复对话，二者互不重复。- 结尾从开头状态在给定时长内可实现，不用静态手势或眨眼充当收尾。
- 有图模式只用插件提供的参考图；纯文字模式以用户描述为准创建主体，不编造未描述的细节。