고역동 카메라 워크 (H3 이미지-비디오 프롬프트)
플러그인에 의해 자동 로드된 참조 이미지를 완전한 MiniMax H3 Ref2VA 프롬프트로 변환합니다. 이 스킬은 비디오 프롬프트만 출력하며, 캐릭터 카드, 액션 첫 프레임 텍스트-이미지 프롬프트, 또는 스토리보드를 생성하지 않습니다.
입력 모드
- 이미지 모드 (권장): 플러그인이 1-6장의 참조 이미지를 자동 로드했습니다.
h3-ref2va-contract.md의 태그 규칙을 사용하여 각 이미지를 정의합니다:<Subject N>은 재사용 가능한 콘텐츠(인물, 장면, 소품, 스타일)를 정의하고,<Picture N>은 이미지가 첫 프레임/키프레임 앵커로 사용될 때만 사용합니다. - 순수 텍스트 모드: 참조 이미지가 제공되지 않은 경우 오류를 반환하거나 거부하지 않습니다. 대신 사용자의 텍스트 설명을 기반으로
subject_definitions에 주체 정의를 생성합니다. 예:<Subject 1> is a ... described by the user as ....<Picture N>첫 프레임 앵커는 나타나지 않으며,summary는[reference generation]을 사용합니다. 사용자가 명시적으로 동작 구도 설명을 제공하고 시작 화면으로 사용하기를 원할 때만 해당 설명을 시작 화면 앵커로 선언하고keyframe completion을 추가합니다. - 두 모드 모두 캐릭터 카드나 액션 첫 프레임 텍스트-이미지 프롬프트를 출력하지 않습니다. 이미지 생성 작업은 이 스킬의 범위를 벗어납니다.
참조 파일
references/h3-ref2va-contract.md: 6단계 Ref2VA 구조, 태그, 예약 마커, 타임라인 및 사운드 규칙에 대한 유일한 권위 있는 계약.references/high-motion-h3.md: 고역동 정의, 카메라 명령 구문, 모션 밀도 및 인과 체인, 거부 목록.references/generalized-speed-grammar.md: 모션 프로토타입 라이브러리, 카메라 모듈 라이브러리, 탄력적 시간 할당 및 고속 어휘.
visual-case-design.md 및 sample-motion-blueprint.md는 읽지 않습니다. 사용자가 명시적으로 hoverboard 샘플 구조를 복제하도록 요청하지 않는 한, 고정된 시점, 점프, 180도 회전 또는 착지 드리프트를 적용하지 마십시오.
출력 형식
노드 형식으로 두 섹션을 엄격하게 출력합니다.
[시각 분석]
참조 이미지 또는 텍스트 설명의 주체, 장면, 동작 및 사용 가능한 스타일 앵커를 2-3문장의 한국어로 요약합니다.
[최종 비디오 프롬프트]
영어 6단계. 필드 이름과 순서가 엄격하게 고정됩니다.
subject_definitions:
...
summary:
...
retention_analysis:
...
detailed_description:
...
overall_soundscape:
...
non_diegetic_music:
...
detailed_description는 H3에 필요한 구도, 주체 정체성, 환경 및 조명, 동작 및 상태 변화, 카메라 워크, 동기화된 물리적 음향 효과, 그리고 참조 콘텐츠가 적용되는 위치를 완전히 포함해야 합니다. 단어 수를 채우기 위해 동작을 조작하지 마십시오. 시간적 실현 가능성이 우선입니다.
고역동 하드 요구 사항
모든 프롬프트는 다음을 동시에 충족해야 합니다.
- 주체는 최소 두 축을 따라 변위: 전진+하강, 측면 이동+상승, 전진+수평 회전/경사 등.
- 주체의 인지된 스케일 또는 카메라 거리의 명백한 변화: 화면을 가득 채움, 멀어짐, 카메라에 접근하여 스쳐 지나감, 거리가 빠르게 변화함.
- 전경 구조물, 케이블, 난간, 파편 또는 입자가 화면을 가로질러 빠른 시차를 형성합니다.
- 주체가 물리적 요소와 상호 작용: 문 통과, 장애물 넘기, 레일 스치기, 차량 돌기, 표면 충돌, 추력 편향, 차량 추월, 어깨 스치기.
- 가속/감속이 가시적으로 나타남: 신체 압축, 추력 형태, 후류 왜곡, 불꽃, 먼지, 빗물 분리, 충격파, 옷/머리카락 지연.
- 카메라가 능동적으로 추적: 당기기, 멀어짐, 횡이동, 승강, 측면 전환, 거리 변경, 경사 추적. 중앙 고정 정지 또는 등속 평행 추적만으로는 안 됩니다.
각 비트는 인과 체인을 작성합니다: 주체 힘/동작 → 신체/장비 반응 → 환경 반응 → 카메라 반응. 속도 대비를 사용하고, 전체 구간에서 등속 평행 추적을 금지합니다.
카메라 명령 구문
- 공식 대괄호 명령:
[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]. - 동시 명령은 같은 대괄호 안에 쉼표로 구분하여 작성합니다. 예:
[Tracking shot,Push in]. 하나의 대괄호에는 최대 3개까지 가능합니다. 다른 시점에는 다른 명령 조합을 사용합니다. - 고역동 모드에서는
[Static shot]이 금지되며, 동시[Push in]+[Pull out]과 같은 반대 명령도 금지됩니다. - 호선, 회전, 크레인 샷, 뒤집기, 카메라에 접근하여 스치기 등 공식 명령이 없는 카메라 움직임은 자연스러운 영어 설명을 사용하며, 존재하지 않는 대괄호 명령을 만들지 마십시오.
- 최소 2-3개의 순차적 카메라 명령 그룹을 배치하여 추적, 방향 전환 및 마무리를 포함합니다.
시간 할당
비디오 길이에 따라 비트를 할당하며, 고정된 타임스탬프를 적용하지 않습니다.
- 약 5초: 3비트. 0.0-0.5에서 즉시 고속 진입, 중간에 한 번의 복합 통과 또는 방향 전환, 끝에 결정적인 공간 수렴.
- 6-8초: 3-4비트. 한 번의 추가 반전, 장애물 또는 환경 공개 허용.
- 약 10초: 4-5비트. 한 번의 큰 속도 대비와 한 번의 환경 전환 포함.
타임라인 및 사운드
[Shot 1]시작 부분에는 시간을 나누는At을 작성하지 않습니다. 후속 샷은At MM:SS.mmm을 엄격히 증가시키며 총 길이를 초과하지 않습니다.<Picture 1>을 시작 앵커로 사용하는 경우the shot begins from <Picture 1>을 명시적으로 작성합니다.- 대화/가사는
<d>[언어] ...</d>를 사용하고 원래 언어를 유지합니다. 화자는 안정적으로(S1),(S2)로 식별합니다. detailed_description에 동기화된 대화, 음성 및 샷 내 사운드 이벤트를 배치합니다.overall_soundscape에는 지속적인 환경 및 물리적 동작 사운드를 배치합니다.non_diegetic_music에는 관객이 들을 수 있는 배경 음악만 배치하고, 악기, 템포, 리듬 및 다이내믹을 명시하며, 누락 시N/A를 작성합니다. 세 부분은 서로 중복되지 않아야 합니다.
자가 점검 목록 (출력 전 항목 통과)
- 6개 필드가 각각 한 번씩 나타나고 순서가 엄격히 고정됩니다.
- 모든 태그가
subject_definitions에서 정의된 후에만 사용되며, 전체에서 의미가 일관됩니다. summary의 작업 유형이 입력 모드와 일치: 순수 텍스트 참조는[reference generation]; 이미지 및 첫 프레임 앵커는[keyframe completion + reference generation].- 각 태그가
retention_analysis에서 정확히 한 줄을 차지하며, 고정 마커를 사용합니다 (fully_preserved,partially_preserved,attribute_transfer,weak_reference; 오디오는fully_copy,partially_copy,reference,weak_reference). detailed_description이[Shot 1]로 시작하고,[Shot 1]에는At타임스탬프가 없으며, 후속 샷의 시간이 증가하고 길이 내에 있습니다.- 최소 2개의 순차적 공식 카메라 명령 그룹;
[Static shot]없음; 단일 대괄호에 3개 이하의 명령. - 6가지 고역동 하드 요구 사항 충족: 두 축 변위, 스케일 변화, 전경 시차, 장애물 접촉, 가시적 가속, 능동적 카메라.
- 인과 체인 완전: 동작 → 신체/장비 반응 → 환경 반응 → 카메라 반응.
- 시작, 통과, 마무리를 포함한 최소 3개의 명확한 시간 지점.
overall_soundscape와non_diegetic_music은 대화를 반복하지 않으며, 서로 중복되지 않습니다.- 결말이 시작 상태에서 주어진 길이 내에 실현 가능하며, 정적 제스처나 눈 깜박임으로 마무리하지 않습니다.
- 이미지 모드에서는 플러그인이 제공한 참조 이미지만 사용합니다. 순수 텍스트 모드에서는 사용자 설명을 기준으로 주체를 생성하며, 설명되지 않은 세부 정보를 조작하지 않습니다.