StarAI-2026/ComfyUI-MiniMax-H3-SkillBridge

Alta Movimentação Dinâmica (Prompt H3 para Vídeo a partir de Imagem)

Converte as imagens de referência carregadas automaticamente pelo plugin em um prompt Ref2VA completo para o MiniMax H3 (vídeo a partir de imagem). Esta Skill produz apenas prompts de vídeo, não gera cartões de personagem, nem prompts de texto para imagem do primeiro quadro, nem storyboards.

Modo de Entrada

• Modo com imagem (recomendado): O plugin já carregou automaticamente de 1 a 6 imagens de referência. Use as regras de etiqueta de h3-ref2va-contract.md para definir cada imagem: <Subject N> define conteúdo reutilizável (pessoa, cena, adereço, estilo), <Picture N> é usado apenas quando a imagem serve como âncora de primeiro quadro/quadro-chave.
• Modo puramente textual: Se nenhuma imagem de referência for fornecida, não deve gerar erro ou recusar. Em vez disso, crie definições de sujeitos em subject_definitions com base na descrição textual do usuário, por exemplo <Subject 1> é um ... descrito pelo usuário como .... Não use <Picture N> como âncora de primeiro quadro; summary use [reference generation]; somente quando o usuário fornecer explicitamente uma descrição de composição de ação e desejar que ela seja a cena inicial, declare essa descrição como âncora de cena inicial e adicione keyframe completion.
• Nenhum dos modos gera cartões de personagem ou prompts de texto para imagem do primeiro quadro. A geração de imagens não está no escopo desta Skill.

Arquivos de Referência

• references/h3-ref2va-contract.md: Contrato único e autoritário para a estrutura Ref2VA de seis seções, etiquetas, marcadores de retenção, regras de linha do tempo e som.
• references/high-motion-h3.md: Definição de alto movimento dinâmico, sintaxe de comandos de câmera, densidade de movimento e cadeias causais, lista de rejeição.
• references/generalized-speed-grammar.md: Biblioteca de protótipos de movimento, biblioteca de módulos de câmera, alocação de tempo elástico e vocabulário de alta velocidade.

Não leia visual-case-design.md nem sample-motion-blueprint.md. A menos que o usuário peça explicitamente para replicar a estrutura de exemplo hoverboard, não use seus pontos de tempo fixos, salto, giro de 180 graus ou derrapagem de aterrissagem.

Formato de Saída

Produza exatamente duas seções de acordo com o formato do nó:

[Análise Visual]
Resuma em 2-3 frases (em chinês) os sujeitos, cenas, ações e âncoras de estilo disponíveis das imagens de referência ou descrição textual.

[Prompt Final de Vídeo]
Seis seções em inglês, com nomes de campos e ordem estritamente fixos:
subject_definitions:
...
summary:
...
retention_analysis:
...
detailed_description:
...
overall_soundscape:
...
non_diegetic_music:
...

detailed_description deve cobrir completamente a composição necessária para H3: identidade do sujeito, ambiente e iluminação, ação e mudança de estado, movimento de câmera, som físico síncrono e onde o conteúdo de referência entra em vigor. Não invente ações para encher espaço; a viabilidade temporal é prioridade.

Requisitos Obrigatórios de Alto Movimento Dinâmico

Cada prompt deve atender simultaneamente a:

1. O sujeito se desloca ao longo de pelo menos dois eixos: avançar+descer, mover lateralmente+subir, avançar+rotação horizontal/curva, etc.
2. A escala aparente do sujeito ou distância da câmera muda visivelmente: preencher o quadro, afastar, aproximar-se passando rente, mudar rapidamente de distância.
3. Estruturas de primeiro plano, cabos, grades, fragmentos ou partículas cruzam o quadro, criando paralaxe rápida.
4. O sujeito interage com elementos físicos: atravessar porta, pular obstáculo, roçar trilho, desviar de carro, bater em superfície, defletir impulso, ultrapassar veículo, passar rente.
5. Aceleração/desaceleração visível: compressão corporal, forma de impulso, esteira de esteira, faíscas, poeira levantada, gotas de chuva separadas, onda de choque, roupas/cabelos em atraso.
6. Câmera ativa persegue o sujeito: aproximar, afastar, mover lateralmente, subir/descer, mudar para o lado, mudar de distância, seguir em curva. Não pode ser apenas centralizado estático ou acompanhamento paralelo uniforme.

Cada batida deve ter uma cadeia causal: ação/esforço do sujeito → resposta do corpo/equipamento → reação do ambiente → resposta da câmera. Use contraste de velocidade. Proibido acompanhamento paralelo uniforme durante toda a duração.

Sintaxe de Comandos de Câmera

• Comandos oficiais entre colchetes: [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].
• Comandos simultâneos vão no mesmo colchete separados por vírgula, por exemplo [Tracking shot,Push in]; no máximo 3 comandos por colchete; diferentes pontos no tempo usam diferentes grupos de comandos.
• Modo de alto movimento proíbe [Static shot] e comandos opostos no mesmo colchete, como [Push in,Pull out].
• Movimentos de arco, em torno, braço de câmera, giro, passagem rente sem comando oficial devem ser descritos em inglês natural. Não invente comandos de colchete inexistentes.
• Pelo menos 2-3 grupos de comandos de câmera sequenciais, cobrindo perseguição, mudança de direção e conclusão.

Alocação de Tempo

Aloque as batidas de acordo com a duração do vídeo, sem usar carimbos de tempo fixos:

• Cerca de 5 segundos: 3 batidas. 0.0-0.5: entre imediatamente em alta velocidade; meio: uma travessia composta ou mudança de direção; final: um fechamento espacial decisivo.
• 6-8 segundos: 3-4 batidas. Permite uma reversão adicional, obstáculo ou revelação de ambiente.
• Cerca de 10 segundos: 4-5 batidas. Inclui um grande contraste de velocidade e uma transição de ambiente.

Linha do Tempo e Som

• [Shot 1] no início não escreve At cortando o tempo; tiros subsequentes usam At MM:SS.mmm estritamente crescentes e dentro da duração total.
• Se <Picture 1> for usado como âncora de início, escreva explicitamente the shot begins from <Picture 1>.
• Diálogo/letras use <d>[idioma] ...</d> e mantenha o idioma original; locutor use (S1), (S2) estáveis.
• detailed_description coloca diálogo síncrono, voz humana e eventos sonoros internos ao quadro; overall_soundscape coloca som ambiente contínuo e ação física; non_diegetic_music apenas música audível para o espectador, especifique instrumentos, velocidade, ritmo e dinâmica. Se ausente, escreva N/A. As três partes não devem se repetir.

Lista de Verificação (passar item por item antes da saída)

• As seis seções aparecem uma vez cada e em ordem estritamente fixa.
• Todas as etiquetas definidas em subject_definitions antes do uso, significado consistente durante todo o prompt.
• O tipo de tarefa em summary é consistente com o modo de entrada: texto puro é [reference generation]; imagem com âncora de primeiro quadro é [keyframe completion + reference generation].
• Cada etiqueta em retention_analysis aparece exatamente uma linha, usando marcadores fixos (fully_preserved, partially_preserved, attribute_transfer, weak_reference; áudio usa fully_copy, partially_copy, reference, weak_reference).
• detailed_description começa com [Shot 1], [Shot 1] sem carimbo At, tiros subsequentes com tempo crescente e dentro da duração.
• Pelo menos dois grupos de comandos oficiais de câmera sequenciais; sem [Static shot]; no máximo 3 comandos por colchete.
• Atende aos seis requisitos obrigatórios de alto movimento dinâmico: deslocamento em dois eixos, mudança de escala, paralaxe de primeiro plano, contato com obstáculo, aceleração visível, câmera ativa.
• Cadeia causal completa: ação → resposta do corpo/equipamento → reação do ambiente → resposta da câmera.
• Pelo menos 3 pontos de tempo claros cobrindo início, travessia e fechamento.
• overall_soundscape e non_diegetic_music não repetem diálogo e não se repetem entre si.
• O final pode ser alcançado a partir do estado inicial dentro da duração fornecida, não usando gestos estáticos ou piscar de olhos como fechamento.
• Modo com imagem usa apenas as imagens de referência fornecidas pelo plugin; modo textual cria sujeitos baseados na descrição do usuário, sem inventar detalhes não descritos.