H3 Prompt Director · 이야기 → MiniMax H3 비디오 프롬프트

서사 텍스트를 하나의 Markdown 전달 파일로 변환합니다: 개요표 + 에셋표 + 구간별 블록. 각 구간 블록의 프롬프트는 ComfyUI 로컬 Ref2VA (R2V) 워크플로우에 직접 복사하여 MiniMaxH3AddGuide와 함께 교차 구간 연속 생성에 사용할 수 있습니다.

기본 전과정 자동화: 스토리부터 전달까지 중간에 창작 확인을 기다리지 않습니다. 품질은 6단계 검사 목록이 보장합니다. 유일한 턴 경계는 00-workflow.md §6.11의 잘림 방지 검사 지점입니다(4단계 완료 후 현재 턴 종료, 사용자가 "계속"이라고 응답하면 5, 6단계 진입). 이는 승인을 기다리는 것이 아니라 진행 상황 보고를 위한 것입니다.

경계: 기존 프롬프트의 문법만 수정하거나, 필드를 보완하거나, 문법 세부 사항을 질문할 때는 references/official/ 및 01-grammar.md를 직접 참조하고 6단계를 거치지 마십시오. 서사 텍스트에서 스토리보드, 분할, 에셋 및 구간별 프롬프트로 가는 경우에만 전체 프로세스를 따릅니다.

최초 사용시: 공식 세 문서는 저장소와 함께 배포되지 않습니다. 먼저 bash scripts/fetch-official.sh (Windows는 scripts/fetch-official.ps1)를 실행하여 references/official/에 다운로드하십시오. 가져오지 않은 경우에도 스킬은 실행 가능하지만, 문법 세부 사항에 대한 최고 우선순위 근거가 부족합니다.

시작 순서

프로세스 권위는 references/00-workflow.md입니다(6단계, 박싱 규칙, 전달 구조, 전체 품질 검사 목록). 시작하기 전에 먼저 전체를 읽고, 아래 후크 테이블에 따라 해당 섹션을 읽으십시오. 시작할 때 03–10을 미리 모두 읽지 마십시오. 각 섹션은 해당 단계가 시작되기 직전에 한 번만 읽고 사용합니다.

단계	작업	이 단계에서 읽기
① 스토리 분석	등장인물 표(각 인물당 하나의 외관 앵커), 장면 표, 플롯 비트, 대사 원문, 감정 곡선; 각색 범위 결정	00; `08-dialogue.md` (대사 세 가지 방향)
② 스토리보드 및 시간 예산	샷 목록 분할: 구도/카메라 움직임/화면/사운드/예산 시간; 액션 체인, 물체 출처, 상태 연속성, 소품 화이트리스트 보완	`03-camera.md`, `04-emotion.md`, `05-rhythm.md`, `06-sound.md`, `07-style.md`, `09-transition.md`
③ 샷 분할 및 박싱	샷을 순서대로 상자에 넣어 구간 구성; 24FPS 그리드에 맞춤; 세 가지 원자성; 구간별 연결 목록; 모드 B 연속 생성	`05-rhythm.md` (§3 단일 패스 알고리즘), `08-dialogue.md`, `09-transition.md`
④ 일관된 에셋	에셋 표: 캐릭터 이미지/장면 이미지/소품 이미지/음색 오디오; 각 이미지에 대한 이미지 생성 프롬프트 또는 사용자 제공 표시	`02-assets.md`
⑤ 프롬프트 작성	Ref2VA 6구간 구간별 작성; 오프닝 연속성; 선언문; 액션 표현	`01-grammar.md` (필독), `05-rhythm.md` §4, `08-dialogue.md`
⑥ 품질 검사 및 전달	00 §5 목록에 따라 항목별 통과; 이탈 항목과 교차 구간 결론만 기록; 00 §4 구조에 따라 전달	00 §4–§6

4단계 완료 후 먼저 모든 계획표를 저장하고, 한 줄 요약으로 현재 턴을 종료합니다(구간 수/총 시간/에셋 수/파일 경로). 사용자가 "계속"이라고 응답하면 5, 6단계로 진입하여 구간별로 증분 작성합니다. 이는 긴 작업이 인터페이스에서 잘리는 것을 방지하기 위한 하드 제약 조건입니다. 검사 지점은 창작 선택에 대해 묻지 않으며 "전과정 자동화"와 충돌하지 않습니다.

위반할 수 없는 불변 규칙

이 규칙들은 특정 섹션을 읽지 못했더라도 준수해야 합니다. 공식 세 문서와 충돌하는 경우 공식 원문을 우선합니다.

이중 채널 태그: <Picture N> / <Video N> / <Audio N>은 R2V 참조 입력 슬롯만 번호를 매기며, 번호 = 실제 연결 순서, 6구간 전체에서 의미가 동일합니다. AddGuide 가이드 채널의 이미지/클립은 vae를 거쳐 conditioning에 들어가며, 번호를 차지하지 않고 프롬프트에 태그를 쓰지 않습니다. 가이드 연속성은 자연어로 오프닝 설명에서 픽셀 앵커와 상호 증명할 때만 사용합니다.
연속 생성 모드 B (기본값): 이전 구간 생성 결과의 끝 22프레임 → 현재 구간 AddGuide의 image 입력, frame_idx=0; 동일 22프레임에 해당하는 끝 오디오 → audio 입력 (기본적으로 오디오 앵커링 활성화). 현재 구간 오프닝은 "이전 구간 끝의 움직임과 소리를 이어갑니다"라고 작성합니다. 전달물에 연결을 표시할 때 앞 22프레임을 자릅니다 (실행 측에서 자동 접두사 자르기가 가능한 경우 생략).
끝 구간 사용 가능: 각 구간의 마지막 22프레임(0.92초, 약 마지막 1초)은 동일한 샷 내에 있어야 하며 화면이 명확하게 읽을 수 있어야 합니다. 정지를 요구하지 않으며 자연스러운 동작 마무리 또는 느린 움직임이 허용됩니다. 마지막 22프레임 내의 빠른 카메라 움직임과 샷 전환만 금지합니다.
시간 그리드: 구간 총 시간은 24FPS에서 17k+5 프레임 그리드(3.75–14.38초, 01-grammar.md §6 참조)에 맞춥니다. 모든 [Shot N] At MM:SS.mmm 타임스탬프는 엄격히 증가하고 구간 시간 내에 있어야 하며 개요표와 일치해야 합니다. 구간 내 전환점은 그리드 값일 필요가 없습니다.
박싱 세 가지 원자성: 샷은 구간을 넘지 않습니다. 연속 대사(한 문장 또는 대화 그룹)는 구간을 넘지 않습니다. 각 구간 참조 ≤ 9 이미지 / 3 비디오 / 3 오디오 (개수 = 등장 캐릭터 이미지 + 장면 이미지 + 소품 이미지; 음색 참조는 오디오 슬롯을 차지하고 가이드 끝 오디오는 차지하지 않음). 반올림 slack은 전환/연결 샷이 흡수하며, 순서: 전환 샷 → 끝 분위기 샷 → 설정 샷; 액션 샷과 감정 샷을 건드리지 않습니다.
장면 이미지: 기본값 12분할 그리드 이미지, 이동 가능한 물체를 포함하지 않음. 12분할은 다른 영역/시점을 커버해야 하며 12개의 유사한 각도가 아닙니다. 참조 시 그리드 특성을 선언해야 합니다. 이동 가능한 물체는 별도로 소품 이미지를 만들고, 등장 샷과 상호작용 주체를 명시합니다.
대사: <d>[언어] 원문</d> 내에서 문자 그대로 보존하며, 번역, 재작성, 다듬지 않습니다. (Sx)는 구간 내 발성 순서에 따라 독립적으로 번호를 매기며, 각 구간에 역할→(Sx) 매핑 테이블을 첨부합니다(사용자에게 표시, 프롬프트에 속하지 않음). 내레이션은 고정된 화면 밖 음성 패턴을 사용하고 입술을 다물도록 선언합니다.
언어: 서사 본문은 기본적으로 중국어(프로젝트 스위치로 영어로 전환 가능). 고정 토큰은 항상 영어: 6구간 필드명, [Shot N], At MM:SS.mmm, 참조 태그, <d>[언어], <scenetrans>, <cutoff>, retention 마크, summary 작업 유형 접두사, N/A.

가장 자주 실수하는 작성법

전체 규칙은 01-grammar.md 및 00-workflow.md에 있으며, 여기에는 가장 흔하고 수정이 필요한 실수만 나열합니다:

Six sections, fixed order: subject_definitions → summary → retention_analysis → detailed_description → overall_soundscape → non_diegetic_music. 순서를 바꾸거나 항목을 누락할 수 없습니다(음악이 없으면 N/A).
<Picture N> 독립 항목은 프레임/구도 앵커에만 해당 (첫 프레임/마지막 프레임/키 프레임/구도 앵커). 캐릭터, 장면, 소품, 스타일을 정의하는 데만 사용되는 이미지는 독립 항목으로 만들지 않고 해당 <Subject N> 정의 문장 내에서 원본 이미지를 참조합니다. 그러나 참조 채널에 연결된 각 이미지는 <Picture N> 번호를 차지하며, 현재 구간의 연결 순서에 따라 연속 번호를 매깁니다(각 구간은 1부터 시작). "독립 항목으로 만들지 않음"은 작성법에만 영향을 미치고 번호 차지 및 계산에는 영향을 미치지 않습니다.
배, 자동차, 대형 탈것은 이동 가능한 물체로 처리: 소품 이미지를 만들고 장면 이미지에 넣지 않습니다(장면 이미지 빨간선: 이동 가능한 물체 포함 금지).
장면 이미지 선언문: <Subject 2>는 이 마당의 환경이며, 형태는 <Picture 2>에서 가져왔습니다; <Picture 2>는 동일 환경의 다중 각도 뷰를 위한 12분할 참조 그리드이며, 각 분할은 동일 장소의 다른 영역과 시점입니다. 연속 샷이나 스토리보드가 아니며, 12분할이 합쳐져 완전한 파노라마를 구성하고 이동 가능한 물체를 포함하지 않습니다.
소품 이미지 선언문: <Subject 3>는 대나무 소쿠리 소품이며, 형태와 엮음 무늬는 <Picture 3>에서 가져왔습니다; [Shot 6], [Shot 7]에 등장하며, <Subject 1>이 양손으로 받쳐 들고 있습니다.
모드 B 구간의 summary 접두사는 [reference generation]을 사용합니다(다른 참조가 있는 경우 +로 조합). video continuation은 실제 <Video N> 참조 비디오가 있는 경우에만 사용합니다.
summary 언어: 대괄호 작업 유형 접두사는 항상 영어; 접두사 뒤의 개요 언어는 프로젝트 본문 언어를 따릅니다(기본 중국어). 01-grammar.md §2의 "영어 개요"는 공식 기본 표현이며 프로젝트 언어 스위치로 재정의됩니다. 둘은 모순되지 않습니다.
summary는 모든 태그를 포함: summary는 현재 구간의 각 참조 태그 역할을 명시해야 하며, <Audio N>에 바인딩된 음색(예: "<Audio 1>은 단지 ...의 음색 참조를 제공합니다")을 포함합니다. 화면만 쓰고 오디오를 쓰지 않으면 참조 관계가 불완전합니다.
<Subject N> 정의에는 텍스트 앵커가 있어야 함: 최소 2–3개의 확인 가능한 특징(나이/체형/의복/재질)을 쓰고, "외모는 <Picture N>에서 가져옴"만 쓰면 안 됩니다. 참조 이미지는 픽셀을 담당하고 텍스트는 제약을 담당하며, 둘 중 하나가 없으면 표류합니다.
화자가 처음 발성하는 문장 내에서 선언 (신원/나이/성별/화면 내출현 여부/음높이 등 + (Sx)), 이후 재사용 시 재선언하지 않음. retention_analysis에서 (Sx)를 금지합니다.
대사 완전한 문장: <화자 태그> (<Sx>) + 말하기 동사 + <d>[언어] 원문</d>. <d>는 말하기 동사 바로 뒤에 오며, 한 문장을 독점합니다. <d>를 "입 모양이 ...와 동기화됨"과 같은 설명문에 포함시키는 것을 금지합니다.
대사 예산은 더 넓은 기준 사용: 05-rhythm.md §2의 "글자 수÷3 (침착÷2.5) + 2–2.5s"가 00-workflow.md의 +1.5–2s 기준선보다 우선합니다. 전환점이 표류할 수 있으므로 버퍼는 좁게 잡는 것보다 넓게 잡는 것이 좋습니다.
원문에 없는 대사를 추가하지 않음: 기본값은 "보존 / 내레이션으로 변경 / 삭제" 세 가지 방향만. 사용자가 명시적으로 대사 추가를 요청할 때는 문장별로 결정 기록을 쓰고, 인물의 말투와 시대 어휘를 유지합니다.
카메라 움직임은 샷 내 자연스러운 동작 문장으로 작성 (유형 + 진폭 + 속도, 후자 둘은 의미 있을 때만), 토큰 스태킹 금지.
동작에는 시작 상태와 끝 상태가 있음: 물건을 잡거나 놓을 때마다 출처와 행선지를 명시. 동일한 소품은 하나의 인스턴스만 등장. 테이블 위 진열품은 하나씩 이름을 지정. 핵심 동작은 샷을 독점하고 가시적인 결과를 씁니다.
형태 변화는 구간 경계에 배치: 변화 전 구간은 이전 형태 이미지를 연결하고, 변화 후 구간은 새 형태 이미지를 연결. 변화 동작이 있는 구간은 새 형태 이미지만 연결하며, 변화 전 시작 상태는 이전 구간 끝 22프레임 가이드로 앵커링됩니다. 변화가 구간 중간에 발생하면, 우선적으로 구간을 분할하거나 변화를 구간 시작으로 옮겨 동일 구간에서 두 개의 상호 배타적 참조 이미지를 피합니다.
음색 참조 연결 범위: 발성이 있는 구간에 해당 역할의 음색 참조를 연결. 발성이 없는 구간은 연결하지 않아 주인 없는 <Audio N>을 피함. 동일 역할이 구간을 넘을 때 항상 동일 파일을 사용합니다.

전달 파일

assets/delivery-template.md의 뼈대를 엄격히 따르고, 구조 정의는 00-workflow.md §4에 있습니다:

개요표 (구간 번호｜샷 구성 slack 기록 포함｜구간 시간 그리드 값｜참조 슬롯｜가이드 소스) + 전체 생성 파라미터
에셋표 (전체 번호｜이름｜앵커 설명｜이미지 생성 프롬프트 또는 사용자 제공 표시)
전체 연결 다이어그램—기본 생략, 구간별 연결 목록이 작동 버전임. 사용자가 명시적으로 요청할 때만 mermaid 출력
구간별 블록: 파라미터 → 연결 목록 (참조 채널 + 가이드 채널 + 화자 매핑 + 대사 계산) → 6구간 프롬프트 → 연결 설명

단계 ①–④의 계획표(등장인물 표 / 장면 표 / 샷 표 / 형태 변화 표 / 대사 문장별 계산 표)는 전달 파일 앞부분에 배치하며, 모두 테이블 사용. 박싱 결과는 샷 표의 "구간 번호" 열에 기록하고 별도의 박싱 표를 만들지 않음. 형태 변화가 없을 때는 해당 표에 "없음"이라고 씁니다.

증분 파일 작성: 먼저 개요표 + 에셋표 뼈대를 쓰고, 한 구간씩 도구 호출로 추가. 전체 전달물을 단일 채팅 메시지에 넣는 것을 금지. 채팅에는 진행 상황 설명, 최종 요약 및 파일 경로만 남깁니다.

실행 규율

전과정 자동화: 단계 사이에 확인을 기다리지 않습니다. 선택 결정(각색 범위, 내레이션 위치, 이음매, 소품 이미지 생성 여부 등)은 결정 당시 전달물의 "결정 기록"에 기록하며, 충돌 복구 시 기록에 따라 실행하고 재평가하지 않습니다.
언어 A/B: 규범 라이브러리 기록에 따르면 중국어 본문은 실제 프로젝트에서 A/B 검증을 완료했으며 중국어 기본값을 유지합니다(10-troubleshooting.md §1 참조). 기본적으로 이중 언어 버전을 더 이상 제공하지 않습니다. 사용자가 명시적으로 요청할 때만 재테스트합니다.
지정되지 않은 속성 확정: 원문에 없는 인물의 나이/성별/외형은 ① 분석 시 확정하고 결정 기록에 기록합니다. 에셋 이미지, 인물 표, 프롬프트는 동일한 앵커 세트를 공유하며, 각각 다른 세트를 쓰는 것을 금지합니다.
단일 턴 환경의 검사 지점: 실행 환경이 실제로 턴을 중단할 수 없는 경우(하위 작업/자동화 단일 호출), ⑤⑥을 연속 실행하고 요약에 "④단계 턴 검사 지점 건너뛰었음"이라고 표시합니다. "계속"을 기다리기 위해 멈추지 않습니다.
빈 검색 건너뛰기: 지식 베이스를 사용하여 되돌아볼 때 검색 결과가 비어 있으면 최대 1회 시도하고 "해당 섹션 규범이 누락되어 공식 문법 및 총칙에 따라 실행"이라고 표시합니다. 단어를 바꿔 재시도하는 것을 금지합니다.
실패 시 구조: 중간에 오류/잘림이 발생하면 먼저 작성된 전달물을 읽고 마지막 성공한 구간 블록에서 계속 작성합니다. 처음부터 다시 실행하는 것을 금지합니다.
인라인 품질 검사: 각 구간을 작성할 때 해당 구간 관련 항목을 즉시 검사합니다. 전체 작성 후에만 교차 구간 검사(이음매/태그 총 수/시간 합계/참조 개수)를 한 번 수행합니다.

생성 중 문제 해결

사용자가 생성 결과가 기준에 미치지 못한다고 피드백할 때 references/10-troubleshooting.md를 읽습니다: 먼저 계층을 파악(연결 계층 → 프롬프트 계층 → 에셋 계층), 먼저 진단 후 파라미터 조정, 한 번에 하나의 변수만 변경. 계단식 규칙: 구간 N을 재생성한 후, 구간 N+1 및 이후의 가이드 클립은 새 결과에서 다시 추출해야 합니다. 새 끝 프레임 상태가 원래 오프닝 설명과 일치하지 않으면, 하류 오프닝 설명을 동시에 수정합니다.

참조 파일 인덱스

파일	내용
`references/00-workflow.md`	【프로세스 권위】6단계, 박싱, 연속 생성 모드 B, 전달 구조, 전체 품질 검사 목록, 효율성 규칙, 충돌 중재
`references/01-grammar.md`	【문법 하한】Ref2VA 6구간, 태그 및 이중 채널, 대사 문장, 시간 그리드, 로컬 노드 파라미터, 금지 목록
`references/02-assets.md`	캐릭터 이미지 / 12분할 장면 이미지 / 소품 이미지 (다중 형태 포함) / 음색 참조 오디오 및 빨간선
`references/03-camera.md`	구도 체계, 오프닝 후크, 카메라 움직임 선택, 축, 카메라 움직임 빨간선
`references/04-emotion.md`	감정 가시성 원칙, 연기 세 가지 수준, 감정 샷 머뭄
`references/05-rhythm.md`	연결 동작 선택, 시간 예산 및 문장별 계산, 단일 패스 박싱 알고리즘, 동작 설명
`references/06-sound.md`	사운드 세 가지 계층 귀속, 연속성, 배경 음악 공정, 사운드 내러티브
`references/07-style.md`	스타일 앵커 네 가지, 시대 일관성 빨간선, 광원 명시, 색상
`references/08-dialogue.md`	대사 세 가지 방향, 밀도 예산, 내레이션 공정, 다중 인물 대화, 원문 충실도
`references/09-transition.md`	구간 내 전환 어휘, 전환 샷, 교차 구간 이음매, 동선 규칙
`references/10-troubleshooting.md`	고장 빠른 조회표, 재시도 결정 및 계단식 재생성
`references/official/official-skill.md`	공식 H3 Skill 원문 (T2VA/I2VA/FL2VA/L2VA/Ref2VA 진입점; 설치 시 가져오기, 저장소와 함께 배포되지 않음)
`references/official/base-en.txt`	공식 base 모드 문법 원문 (T2VA/I2VA/FL2VA/L2VA; 설치 시 가져오기)
`references/official/ref-en.txt`	공식 Ref2VA 6구간 문법 원문 (태그, retention, 전체 예제; 설치 시 가져오기)
`references/README.md`	출처, 버전, 파일 이름 매핑 및 업데이트 방법
`assets/delivery-template.md`	전달 파일 뼈대 및 테이블 헤더

충돌 중재: 공식 세 문서(references/official/, 먼저 가져와야 함) ＞ 00-workflow.md ＞ 03–09 창작 섹션. 창작 섹션은 워크플로우와 공식 문법을 변경할 수 없습니다.

H3 프롬프트 디렉터