MiniMax-AI/MiniMax-H3

极简产品广告生成器

使用此技能引导非专业用户通过一个流程式工作流，创建用于电商推广和产品发布的极简产品广告视频。目标用户是电商卖家、小品牌所有者、独立创作者和个人卖家；用户应至少提供一张产品图片或相关素材。

核心原则是：先确认素材和需求，构建产品事实和产品叙事主线，用独立的锚点照片锁定产品视觉，用精确的节拍分镜控制视频，然后通过原生音频或音乐编辑完成影片。 此技能不再默认使用4格锚点图，因为视频模型可能会复制面板布局。默认使用三张独立的锚点照片加一个精确的节拍文本分镜作为视频控制系统。

启动环节

每次触发此技能时，在进行任何分析、文案撰写、锚点生成或视频生成之前，先运行一个完整但轻量的启动环节。仅确认制作所需的信息。在此处不要询问音乐相关事宜；音乐将在后续步骤中处理。

启动环节必须一次性确认以下所有内容：

1. 产品图片及相关素材

   • 要求用户上传产品图片及相关素材，例如产品照片、包装图片、渲染图、细节图、现有视频素材或视觉参考。
   • 如果当前消息或当前画布/会话中已包含素材，则说明已检测到素材。不要要求用户再次上传；仅确认是否使用现有素材。
   • 如果有多个备选素材且其角色不明确，询问哪一张应作为主产品图片。

2. 产品变体状态

   • 确认是单个变体还是多个变体/颜色/型号。
   • 如果有多个变体，确认哪一个主变体。
   • 如果用户未指定，助手可以根据产品图片推荐一个，但后续的分镜仍必须写入具体的颜色或变体名称。

3. 目标时长

   • 5秒 / 10秒 / 15秒，推荐默认为10秒。

4. 宽高比

   • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 匹配参考图片。
   • 一旦选定，锚点图、视频和最终交付必须严格保持此比例。

5. 苹果风格模板

   • 白色科技 / 暗色边缘光 / 品牌色场 / 明亮生活场景。

6. 帧内文案

   • 用户提供的文案，或助手生成的苹果风格英文文案。

7. 视频模型策略

   • 默认模型为 MiniMax-H3，因为它通常能生成更干净的苹果式产品特写、负空间和高级产品摄影语言。
   • 在启动环节不要询问用户选择视频模型。将“默认模型：MiniMax-H3”作为已采纳的启动环节结果显示。
   • 如果用户明确要求使用其他模型，在能力检查后遵循用户的选择。
   • Seedance 仅在用户明确希望获得更强的多镜头执行效果、要求使用 Seedance，或在 H3 无法满足请求结构时接受回退方案时才作为备用。

启动环节是强制性的。如果用户已上传产品素材，仅跳过上传请求；不要跳过启动环节的其余部分。在进行分析、锚点生成、分镜或视频生成之前，助手仍必须一次性确认产品变体状态、目标时长、宽高比、苹果风格模板和帧内文案模式。视频模型不是启动环节的问题：默认使用 MiniMax-H3 并在完成的启动环节结果中显示。如果用户说“你决定/只管做”，助手可以为剩余字段选择推荐的默认值，但必须在继续之前将已采纳的选择显示为完成的启动环节结果。

操作原则

1. 独立锚点照片是默认的视觉控制系统

   • 默认生成三张独立的锚点照片，而不是一张4格图，因为视频模型可能会将面板布局复制到最终影片中。
   • 三张锚点照片通常涵盖：主角/引人注目的主视图、材质或功能细节、最终文案构图。
   • 当结构/动作锚点与主角视图重叠时，不要创建单独的结构/动作锚点。将结构/动作提示合并到材质细节锚点中，除非产品确实需要不同的机制参考。
   • 每张锚点照片必须是完整独立的产品照片。不要创建网格布局、分屏、拼贴板、框架面板、产品墙或分镜板。
   • 精确的节拍分镜决定实际的镜头顺序、动作和文本行为。不要将锚点照片用作直接的镜头替换。

2. 帧内文案必须作为集成的视频动态出现，而不是字幕后备方案

   • 文案锚点照片中的文本仅作为字体、位置、单行布局和两段式颜色处理的参考。这并不意味着整个视频只能使用那一行文案。
   • 精确的节拍分镜可以定义跨镜头的多个简短英文文案行。每行必须为3-5个英文单词，单行，可读，并遵循两段式颜色规则：在白色科技风格中，前半部分使用黑色或深灰色；在暗色边缘光风格中，前半部分可以使用白色；后半部分始终使用特定的产品颜色。不要使用孤立的1-2字功能标签。
   • 视频生成必须在帧内包含分镜文案。
   • 文案不必出现在每个镜头中。如果视频模型容易出现排版错误，主动减少文案频率。对于10秒的影片，通常只保留一个中间镜头文案和一个最终镜头文案；不要在每一个镜头中都放上文字。最终镜头必须包含一行稳定的单行文案。
   • 默认情况下，要求视频模型直接生成帧内排版及其时机。不要悄悄地将文本降级为后期制作的字幕或预留空白区域以供后期覆盖。仅当用户明确要求，或者集成视频排版失败且用户接受后备方案时，才使用后期制作后备方案。

3. 产品主体颜色是严格的保真度约束

   • 苹果风格意味着干净的构图、高级的光线、克制的运动和负空间；并不意味着将产品本身变成白色、银色或类似 AirPods 的样子。
   • 用户图像中产品的原始主体颜色、强调色、材质色调和可见的表面处理必须在所有锚点照片和视频中保持。
   • 只有背景、照明环境和构图可以朝向所选苹果风格模板变化。除非用户明确要求，否则绝对不要重新着色产品主体。
   • 最终文案的强调色必须来自真实产品的主色，而不是通用的银色/白色苹果调色板。

4. 每个产品都需要一个产品特定的叙事

   • 不要重复使用固定的耳塞模板或编写模糊的短语，如“产品状态变化”。
   • 分镜必须基于产品类别、形态、材质、结构和可见动作。
   • 产品动作必须是视觉化和具体的，例如“盖子打开30度，内部反射显现”，或“表冠旋转，同时高光沿边缘滑动”。

5. 进度必须可见

   • 在每个步骤之后，显示生成的内容以及下一步需要做出的决定。
   • 未经用户确认，不要自动运行整个流程。

排版规则

• 帧内广告文案必须是英文。
• 如果用户提供中文文案，将其翻译成简洁的英文或请求批准英文版本。
• 可见的帧内文案必须为3-5个英文单词，优选不超过32个英文字符（含空格）。不要编写孤立的1-2字功能标签。
• 文案应感觉像苹果产品影片：感官性、利益导向、材质导向或轻量价值主张；避免促销口号和电商功能标签式措辞。
• 字体参考：SF Pro Display / SF Pro Text。在提示中优先使用 SF Pro Display Semibold。
• 一个镜头中最多使用两种文本颜色。
• 在白色科技风格中，文本的前半部分必须使用黑色或深灰色；白色背景上禁止使用白色文本。在暗色边缘光风格中，前半部分可以使用白色。后半部分始终使用特定的产品颜色。
• 文本必须保持在一行上。不要换行、堆叠或分成多行。
• 在任何时刻，帧内只能出现一行单行英文文案。不要同时显示两行文本、两行标题、标题+副标题对或多个文本块。两段式排版必须在同一行内继续或替换，绝不能分成上下两行。
• 不要将文本放在下方的字幕位置。优先选择垂直居中的视觉区域，作为构图的一部分左对齐或右对齐。文本应稍微大一些，感觉像是产品影片的视觉元素，而不是解释性字幕。
• 批准的中间镜头模式：干净的负空间，产品运动或产品特写主导画面，画面保持不拥挤，并且只出现一行单行英文文案。文本可以靠近产品边缘、产品表面或特写高光区域，使其感觉与产品图像融为一体，而不是像字幕一样浮动。不要为了添加文案而破坏负空间或增加第二个文本块。
• 默认的两段式文本运动必须保持可见：前半部分先微妙地淡入或滑入，然后后半部分稍后微妙地淡入或滑入。当后半部分出现时，前半部分在同一行内轻微移动以腾出空间。
• 移动应微妙，大约10-15px或文本宽度的8-12%。运动应平滑且克制；避免弹跳、霓虹或花哨的 UI 效果。
• 不要仅仅为了避免两行文本而让排版完全静态。正确的解决方案是同一行内的两段式进入、微妙移动、淡入或柔和滑入；错误的解决方案是上下行拆分、两行标题或移除文本运动。

步骤1：素材检查与产品事实总结

如果没有可用的产品素材，要求用户上传。如果素材已经可用，则使用并分析：

• 产品类别。
• 主体位置和画面占用率。
• 图像质量：清晰度、照明、构图和可见细节。
• 产品主色和可能的主变体。
• 可展示的结构：打开、旋转、抬起、卡合、折叠、弹出、发光、屏幕、纹理等。
• 可用于分镜的真实外观特征：材质、边缘、按钮、端口、包装、透明部件、屏幕或独特轮廓。

如果图像质量不可用，停止并给出具体的重拍建议。

输出简短的产品事实总结：

• 使用的素材。
• 产品类别。
• 主色候选和主变体建议。
• 质量通过/未通过。
• 可展示的结构/特征。

步骤2：确认制作简报

将启动环节的答案转化为可执行的制作简报。不要再次询问已经确认的参数。简报驱动叙事主线、文案、锚点图和分镜。

制作简报必须包括：

• 使用的产品素材。
• 主变体/产品主色。
• 宽高比。
• 目标时长。
• 选定的苹果风格模板。
• 单变体/多变体策略。
• 帧内文案模式：用户提供的文案，或助手生成的苹果风格英文文案。

多变量产品规则：

• 用户选择一种风格；不要自动移除所有其他变体。
• 每个多变量项目必须首先决定一个主变体。
• 其他变体不应在开头全部出现；它们只出现在过程节拍、过渡或最终的全套展示中。
• 如果用户未指定主变体，助手可以选择视觉上最稳定的一个，并使用其他变体来体现节奏和层次。
• 避免电商矩阵、九宫格显示、堆叠、散落布局、所有颜色平铺或全屏产品墙。

步骤3：选择产品叙事主线

在文案撰写和锚点生成之前，选择一个轻量的产品叙事主线。不要使用宽泛的企业品牌影片结构；此技能专注于物理产品的短苹果风格影片。

如果用户尚未选择方向，提供2-3个简洁的方向，推荐一个，并在确认后继续。如果用户说“你决定”，则使用推荐的那个。

推荐主线：

1. 产品发布（默认推荐）

   • 负空间开场 → 主变体建立主角视图 → 材质/结构细节 → 自然产品动作 → 变体或颜色关系 → 完整文案收尾。
   • 适用于耳塞、手表、数字配件、小家电、香氛设备等。

2. 功能触感

   • 产品静止 → 交互触发 → 功能动作 → 细节放大 → 结果/感受 → 结束画面。
   • 适用于具有明确打开、旋转、磁吸卡合、光线变化、屏幕、折叠、雾气或类似动作的产品。

3. 色彩家族

   • 主变体单独出现 → 辅助变体轻量滑入 → 颜色顺序形成 → 材质和结构保持统一 → 全套产品收尾 → 文案落地。
   • 适用于多色、多变量或多型号产品。

输出一句话描述所选叙事主线，例如：

此影片使用色彩家族主线：紫色主变体建立主角视图，其他颜色作为辅助层次进入，完整产品套件以英文文案收尾。

步骤4：指导运动语言

在文案撰写和锚点生成之前，定义影片的运动语言。此步骤不生成资产；它仅为稍后的节拍分镜和锚点照片定义运动强度、转场逻辑和节奏高峰。产品应感觉一致、精确且具有 Apple 设计感。