H3プロンプト作成
ワークフロー
- 入力モード（T2VA、I2VA、FL2VA、L2VA、または完全参照Ref2VA）を特定します。
- 基本テキスト/キーフレームモードの場合、
references/base-en.txtを読み、その最終プロンプト構造に従います。 - 完全参照モードの場合、
references/ref-en.txtを読み、その6セクションの書き換え形式に従います。 - 選択したガイドの正確なフィールド名、セクション順序、ラベル、タイミング表記を保持します。
基本モード
- T2VA: テキストから完全な視聴覚タイムラインを構築します。
- I2VA: 最初のフレームから開始し、そこから前方に展開します。
- FL2VA: 最初と最後のフレーム間の連続的なパスを記述します。
- L2VA: もっともらしいオープニングを推測し、指定された最後のフレームに収束します。
integrated_multimodal_description、overall_soundscape、non_diegetic_musicをreferences/base-en.txtに示された順序で使用します。
完全参照モード
Ref2VAの書き換えでは、subject_definitions、summary、retention_analysis、detailed_description、overall_soundscape、non_diegetic_musicをこの順序で使用します。参照ラベルはすべてのセクションで一貫性を保ちます。
ラベルルール、保持分析、および完全な例については、references/ref-en.txtを参照してください。
出力ルール
- 書き換えセクションは英語で記述します。ただし、会話、歌詞、画面に表示されるテキストは元の言語のまま保持します。
- 各ショットを、構図、被写体、環境、アクション、カメラ、サウンド、および参照コンテンツが表示される正確な時点で記述します。
- プロットの要約、未解決の参照ラベル、要求された長さに合わないタイミングは避けてください。