Communitygithub.com

H3 プロモ・フィルムスタジオ

MiniMax H3 向けのテキストのみからプロモーション映像や予告編を生成するスキルです。食材プロモ、製品発表映像、チャンネルのSFティーザーなどを、画像や動画クリップなしで作成します。

H3 プロモ・フィルムスタジオ とは?

このスキルは、MiniMax H3 の T2VA(テキスト・トゥ・ビデオ)機能を活用し、ユーザーが入力したテキストプロンプトのみからプロモーション映像や予告編を生成するためのものです。「説明文がそのまま映像になる」という原則に基づき、時間コード付きの詳細なビート記述が映像のすべての要素を決定します。対応するのは純粋なテキスト生成リクエストのみで、画像や動画の参照がある場合は別のスキルに振り分けます。プロンプトは `h3-prompt-writing` ガイドラインに従い、`integrated_multimodal_description`、`overall_soundscape`、`non_diegetic_music` の3つのフィールドで構成され、長さは350〜500語の英語が推奨されます。生成後はビートの網羅性、シーン・被写体の一貫性、カメラワーク、オンスクリーンテキスト、オーディオポリシーなどをチェックし、問題があればレイヤー別の修正戦略を適用します。

対応~Claude Code~Codex CLI~Cursor
npx skills add gordonlu/awesome-minimax-h3-skills

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

H3 プロモ・フィルムスタジオ は何をしますか?

このスキルは、ユーザーがテキストのみから MiniMax H3 でプロモーション映像や予告編を生成したい場合に使用します。「6秒の北京ダックプロモ」「製品発表映画」「私のチャンネル用のSFティーザー」など。画像もクリップも不要で、プロンプトがすべての制作を担います。

中核となる原則:説明文がそのまま映像になります。すべての目に見えるビートは、時間コード付きでテキストに存在しなければならず、さもなければ映像に存在しません。

プロンプトは h3-prompt-writing(base-en.txt)に従います。フィールド名、順序、タイミング表記はガイドから引用し、即興で変更してはいけません。

1. トリガー

使用するタイミング:任意の言語での純粋なテキスト生成リクエスト。T2VA の自然な用途すべて — 食品/製品プロモーション、予告編、アンビエントまたはシネマティックショット、解説型ワンショット、キネティックタイプ作品など。

使用しないタイミング:ユーザーが参照画像(I2VA/FL2VA)、参照動画(Ref2VA)を提供する場合、または既存のクリップを編集・継続したい場合。その場合は h3-keyframe-film または reference-motion-transfer にルーティングしてください。15秒を超える連続出力のリクエストは分割が必要です。

2. 情報収集

以下を確認します:①コンセプトとムード(1行)、②アスペクト比(16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 21:9)、③尺(4〜15秒、デフォルト6秒)、④ビジュアルスタイル(シネマティック / 手描き / 広告 / 2D…)、⑤画面上テキスト(正確な文言と言語)、⑥オーディオポリシー(無音 / SFX / BGM指示)。

3. 目標

承認された1つの動画で、そのすべてのビートが、記述された時間コード付きの説明文と一致していること — シーン、カメラ、被写体、オーディオがすべてプロンプトから明らかに派生しており、創作されたコンテンツがないこと。

4. 分析

コンセプトを3〜5のビートに分解し、各ビートに1つの読みやすいアクションを割り当てます(各1秒以上)。ビートごとのカメラムーブ(プッシュイン / カット / ドリフト…)をメモし、テキストからレンダリングできないもの(正確なロゴ、実在の人物、ブランドの肖像)をフラグ付けします — それらは拒否するか抽象化します。

5. 計画

  • ビートシート — 時間コード付き。例:0–2秒 ワイドな眺め → 2–5秒 船体のクローズアップ → 5–8秒 コックピットのドリフト。ビートは全尺をカバーしなければならず、最後のビートは全体の尺で正確に終了します。
  • 構造 — ビート遷移ごとに1ショット、または連続した単一ショット。[Shot N] の番号を順序通りに振ります。
  • スタイル文を最初に — integrated_multimodal_description の最初の文でスタイル、照明、品質グレードを固定します。
  • 画面上テキスト — フレーム内の位置を指定し、元の言語を維持します。

6. プロンプト構築

以下の3つのフィールドをこの順序で記述します:

  1. integrated_multimodal_description — スタイル文 → [Shot N] ヘッダー(タイムスタンプなし) → 時間コード付きビートの散文:X.XX秒からY.YY秒まで、…。各ビート:被写体、アクション、カメラ、および表示されるテキスト。
  2. overall_soundscape — ビートごとのダイジェティック音。
  3. non_diegetic_music — ジャンル、BPM、エネルギーのカーブ。使用しない場合は N/A。

ルール:参照ラベル(<Picture N> / <Video N>)は使用しないでください — これは T2VA です。説明文は350〜500語の英語。ダイアログ/歌詞/画面上テキストは元の言語のままにします。

すぐに使える例:references/prompt-library.md。

7. 生成とレビュー

  • モデル:MiniMax H3、アスペクト比と尺は計画通り。最初のパスはデフォルト解像度。承認後にのみ2Kにアップグレード。
  • レビューチェックリスト:ビートの網羅性(すべての時間コード付きビートが順序通りに出現) / シーン一貫性 / 被写体一貫性 / カメラが記述されたムーブに従っているか / 画面上テキストが正しいか / オーディオがポリシーと一致しているか。スコアは合格 / 部分合格(該当ビートを指定) / 不合格。

8. リトライ戦略

最も安価なレイヤーから修正します:

症状修正方法
ビートが欠落または統合されているそのビートの時間コードウィンドウを明示的に書き直し、尺を短くする
カメラが一致しないビートの文内でムーブを明示する(「カメラがプッシュインする」)
スタイルのずれスタイル文を最初の文としてそのまま再記載する
画面上テキストが間違っているフレーズを短くし、正確な位置を指定する(例:「右下」)
結果が一般的/退屈各ビートに具体的なオブジェクトの詳細を1つ追加し、テンポのコントラストを強める

同じレイヤーで2回のリトライ失敗後はエスカレーション — 3回目の盲目的リトライではなく、より短いウィンドウまたは少ないビートを提案します。

9. 出力

納品物:最終動画ファイル、ビートシート、使用した正確なプロンプトテキスト(再利用可能アセット)、設定記録(アスペクト比、尺、オーディオポリシー、解像度パス)、レビューノート。

境界

テキストのみの生成に限定します。ユーザーが画像やクリップのアップロードに言及した場合は、停止して h3-keyframe-film / reference-motion-transfer にルーティングしてください。実在の特定可能な人物、ブランドロゴ、著作権で保護されたキャラクターは生成しないでください。抽象化するか拒否します。

関連スキル