MiniMax-AI/MiniMax-H3

極簡產品廣告產生器

使用此技能引導非專業使用者透過流程式工作流程，為電子商務推廣和產品發佈創建極簡風格的產品廣告影片。目標使用者為電子商務賣家、小品牌經營者、獨立創作者及個人賣家；使用者應提供至少一張產品圖片或相關素材。

核心原則是：首先確認素材與需求，建立產品事實和產品敘事主軸，用獨立錨點照片鎖定產品視覺，透過精準節奏分鏡表控制影片，最後以原生音訊或基於音樂的剪輯完成影片。 此技能不再預設使用四格錨點圖，因為影片模型可能會重現其排版佈局。預設情況下，使用三張獨立的錨點照片和一張精準的節奏文字分鏡表作為影片控制系統。

起始關卡

每次觸發此技能時，在進行任何分析、文案撰寫、錨點生成或影片生成之前，必須先執行一個完整但輕量的起始關卡。僅確認製作所需的資訊。請勿在此詢問音樂相關事項；音樂將在後續步驟中處理。

起始關卡必須一次性確認下列所有項目：

1. 產品圖片與相關素材

   • 要求使用者上傳產品圖片及相關素材，例如產品照片、包裝圖、渲染圖、細節圖、現有影片素材或視覺參考資料。
   • 如果當前訊息或當前畫布/會話中已包含素材，請說明已偵測到素材。請勿要求使用者再次上傳；僅需確認是否使用當前素材。
   • 如果有多個候選素材且其角色不明確，請詢問哪一個應作為主要產品圖片。

2. 產品款式狀態

   • 確認這是單一規格還是多種規格/顏色/型號。
   • 如果有多種規格，請確認哪一個是主要規格。
   • 如果使用者未指定，代理可根據產品圖片推薦一個，但後續的分鏡表仍需寫出具體的顏色或規格名稱。

3. 目標時長

   • 5 秒 / 10 秒 / 15 秒，建議預設為 10 秒。

4. 長寬比

   • 16:9 / 9:16 / 1:1 / 4:3 / 3:4 / 匹配參考圖片。
   • 一旦選定，錨點圖、影片和最終交付物必須嚴格保持此比例。

5. Apple 風格模板

   • 白色科技 / 暗色輪廓光 / 品牌色區域 / 淺色生活場景。

6. 畫面內文案

   • 使用者提供的文案，或代理生成的 Apple 風格英文文案。

7. 影片模型策略

   • 預設模型為 MiniMax-H3，因為它通常能產出較潔淨的 Apple 風格產品特寫、留白空間和高質感的產品影片鏡頭語言。
   • 請勿在起始關卡要求使用者選擇影片模型。將「預設模型：MiniMax-H3」作為已採納的起始關卡結果的一部分顯示。
   • 如果使用者明確要求其他模型，在檢查能力後遵循使用者的模型選擇。
   • Seedance 僅在以下情況作為備用：使用者明確想要更強的多鏡頭執行能力、要求使用 Seedance，或接受在 H3 失敗或無法滿足所需結構時的備援方案。

起始關卡為強制性步驟。如果使用者已上傳產品素材，僅跳過上傳請求；不要跳過起始關卡的其餘部分。代理仍必須在一次確認中完成產品款式狀態、目標時長、長寬比、Apple 風格模板和畫面內文案模式的確認，然後才能進行分析、錨點生成、分鏡表或影片生成。影片模型不是起始關卡問題：預設使用 MiniMax-H3 並在完成的起始關卡結果中顯示。如果使用者表示「你決定/直接做」，代理可為其餘欄位選擇推薦的預設值，但在繼續之前，仍必須將所採納的選擇顯示為完成的起始關卡結果。

操作原則

1. 獨立錨點照片是預設的視覺控制系統

   • 預設情況下生成三張獨立的錨點照片，而不是一張四格圖，因為影片模型可能會將圖片排版佈局複製到最終影片中。
   • 三張錨點照片通常涵蓋：英雄/引人注目的主視圖、材質或功能細節、以及最終的文案構圖。
   • 當結構/動作錨點與英雄視圖重疊時，請勿建立獨立的結構/動作錨點。除非產品確實需要獨特的機構參考，否則將結構/動作提示合併到材質細節錨點中。
   • 每張錨點照片必須是完整的獨立產品照片。請勿建立網格佈局、分割畫面、拼貼板、帶框面板、產品牆或分鏡表圖紙。
   • 精準的節奏分鏡表決定實際的鏡頭順序、動作和文字行為。請勿將錨點照片直接用作鏡頭替代品。

2. 畫面內文案必須作為整合的影片動態出現，而非字幕替代品

   • 文案錨點照片中的文字僅作為字體、位置、單行佈局和雙部分顏色處理的參考。這不意味著整個影片只能使用那一個文案行。
   • 精準的節奏分鏡表可以定義跨鏡頭的多個短英文文案行。每行必須是 3-5 個英文單詞，單行，可讀，並遵循雙部分顏色規則：在白色科技風格中，前半部分使用黑色或深灰色；在暗色輪廓光風格中，前半部分可以使用白色；後半部分始終使用特定的產品顏色。請勿使用孤立的 1-2 字功能標籤。
   • 影片生成必須在畫面中包含分鏡表中的文案。
   • 文案不需要出現在每個鏡頭中。如果影片模型容易出現排版錯誤，請主動減少文案出現的頻率。對於 10 秒的影片，通常只保留一個影片中間的文案時刻和一個最終的文案時刻；不要將文字放在每個鏡頭中。最終鏡頭必須包含一個穩定的單行文案。
   • 預設情況下，要求影片模型直接生成畫面內排版及其時間控制。請勿將文字悄悄降級為後期製作的字幕，或預留空白空間以供後期疊加。僅在使用者明確要求時，或當整合的影片排版失敗且使用者接受備援方案時，才使用後期製作備援。

3. 產品本體顏色是嚴格的忠實度限制

   • Apple 風格意味著乾淨的構圖、高級光線、剋制的動態和留白空間；這並不意味著將產品本身變成白色、銀色或像 AirPods。
   • 產品原始的機身顏色、強調色、材質色調以及使用者圖片中可見的飾面，必須在所有錨點照片和影片中保留。
   • 只有背景、燈光環境和構圖可以根據所選的 Apple 風格模板進行調整。除非使用者明確要求，否則切勿重新著色產品本體。
   • 最終文案的強調色必須來自真實產品的主色，而非來自通用的銀色/白色 Apple 調色板。

4. 每個產品都需要特定於產品的敘事

   • 請勿重複使用固定的耳機模板或撰寫「產品狀態改變」這類模糊的詞句。
   • 分鏡表必須基於產品類別、外形、材質、結構和可見的動作。
   • 產品動態必須是可視的且具體的，例如「蓋子打開 30 度，內部反射出現」，或「錶冠旋轉，同時高光沿著邊緣滑動」。

5. 進度必須可見

   • 在每個步驟之後，展示已生成的內容以及下一步需要做什麼決定。
   • 未經使用者確認，請勿自動執行整個流程。

排版規則

• 畫面內廣告文案必須是英文。
• 如果使用者提供中文文案，將其翻譯為簡潔英文或請求批准英文版本。
• 可見的畫面內文案必須是 3-5 個英文單詞，最好不超過 32 個英文字元（含空格）。請勿撰寫孤立的 1-2 字功能標籤。
• 文案應感覺像 Apple 產品影片：感官型、利益導向、材質導向或輕度的價值主張；避免促銷標語和電子商務功能標籤用語。
• 字體參考：SF Pro Display / SF Pro Text。提示中偏好使用 SF Pro Display Semibold。
• 在一個鏡頭中使用不超過兩種文字顏色。
• 在白色科技風格中，文字的前半部分必須使用黑色或深灰色；白色背景上禁止使用白色文字。在暗色輪廓光風格中，前半部分可以使用白色。後半部分始終使用特定的產品顏色。
• 文字必須保持單行。請勿換行、堆疊或分割成多行。
• 在任何時刻，畫面中只能出現一個單行英文文案行。請勿同時顯示兩行文字、兩行標題、標題 + 副標題對或區塊文字。雙部分排版必須在同一行內繼續或替換，切勿分割為上下兩行。
• 請勿將文字放置在底部字幕位置。偏好垂直居中的視覺區域，靠左或靠右對齊作為構圖的一部分。文字應稍微放大，感覺像是產品影片的視覺元素，而非解釋性字幕。
• 批准的影片中間模式：乾淨的留白空間，產品動態或產品特寫主導畫面，畫面保持不擁擠，且僅出現一個單行英文文案。文字可靠近產品邊緣、產品表面或特寫高光區域，使其感覺融入產品畫面，而非像浮動的字幕。請勿破壞留白空間或為了添加文案而加入第二個文字區塊。
• 預設的雙部分文字動態必須保持可見：前半部分先以微妙的方式淡入或滑入，然後後半部分稍後再以微妙的方式淡入或滑入。當後半部分出現時，前半部分在同一行內輕輕移動以騰出空間。
• 移動應輕微，大約是文字寬度的 10-15px 或 8-12%。動態應平穩且剋制；避免彈跳、霓虹或華麗的 UI 效果。
• 請勿為了避免兩行文字而使排版完全靜態。正確的解決方案是同一行內的雙部分進入、輕微移動、淡入或溫和滑入；錯誤的解決方案是上下行分割、兩行標題或移除文字動態。

步驟 1：素材檢查與產品事實摘要

如果沒有產品素材可用，要求使用者上傳。如果素材已經可用，則使用它並進行分析：

• 產品類別。
• 主體位置與畫面佔比。
• 圖片品質：清晰度、光線、構圖和可見細節。
• 產品主色與可能的主要規格。
• 可展示的結構：開啟、旋轉、升起、卡合、折疊、彈出、發光、螢幕、紋理等。
• 可用於分鏡表的真實外觀特徵：材質、邊緣、按鈕、連接埠、包裝、透明部件、螢幕或獨特輪廓。

如果圖片品質不可用，則停止並給予具體的重新拍攝建議。

輸出簡短的產品事實摘要：

• 使用的材質。
• 產品類別。
• 主色候選與主要規格建議。
• 品質通過/未通過。
• 可展示的結構/特徵。

步驟 2：確認製作簡報

將起始關卡的答案轉化為可執行的製作簡報。請勿再次詢問已確認的參數。此簡報驅動敘事主軸、文案、錨點圖和分鏡表。

製作簡報必須包含：

• 使用的產品素材。
• 主要規格/產品主色。
• 長寬比。
• 目標時長。
• 選定的 Apple 風格模板。
• 單一規格/多規格策略。
• 畫面內文案模式：使用者提供的文案，或代理生成的 Apple 風格英文文案。

多規格產品規則：

• 使用者選擇一種風格；請勿自動移除所有其他規格。
• 每個多規格專案必須先決定一個主要規格。
• 其他規格不應全部在開頭出現；它們僅在過程節拍、轉場或最終的完整套組中出現。
• 如果使用者未指定主要規格，代理可選擇視覺上最穩定的一個，並使用其他規格來創造節奏和層次。
• 避免電子商務矩陣、九宮格顯示、堆疊、散落佈局、所有顏色平鋪或全螢幕產品牆。

步驟 3：選擇產品敘事主軸

在文案撰寫和錨點生成之前，選擇輕量的產品敘事主軸。請勿使用廣泛的企業品牌影片結構；此技能專注於實體產品的短 Apple 風格影片。

如果使用者未選擇方向，提供 2-3 個簡潔方向，推薦一個，並在確認後繼續。如果使用者表示「你決定」，則使用推薦的那個。

推薦的主軸：

1. 產品發表（預設推薦）

   • 留白空間開場 → 主要規格建立英雄視圖 → 材質/結構細節 → 自然產品動作 → 規格或顏色關係 → 完整文案收尾。
   • 適用於耳機、手錶、數位配件、小家電、香氛裝置等。

2. 功能觸動

   • 產品靜止 → 互動觸發 → 功能動作 → 細節放大 → 結果/感受 → 收尾畫面。
   • 適用於具有明確開啟、旋轉、磁吸、光線變化、螢幕、折疊、霧氣等動作的產品。

3. 色彩家族

   • 主要規格單獨出現 → 支援規格輕輕滑入 → 形成顏色順序 → 材質和結構保持統一 → 完整套組收尾 → 文案落地。
   • 適用於多色、多規格或多型號的產品。

輸出一句話描述所選的敘事主軸，例如：

此影片使用色彩家族主軸：紫色主要規格建立英雄視圖，其他顏色作為支援層進入，完整產品套組以英文文案收尾。

步驟 4：指導動態語言

在文案撰寫和錨點生成之前，定義影片的動態語言。此步驟不生成素材；它為後續的精準節奏分鏡表定義動態強度、轉場邏輯和節奏高峰。

動態語言選擇：

1. 經典 Apple 動態（預設）

   • 平滑、均勻、緩慢的推拉平移。轉場主要為直切或極淡的淡入淡出。動作感覺像由產品結構本身引起。
   • 適用於：材料質感主導、結構優雅、Apple 風格外觀的產品。

2. 活潑動態

   • 輕微加速、短暫暫停、方向變化。轉場可包含微妙的匹配剪輯或輕微的動態模糊。節奏感覺更緊湊。
   • 適用於：強調功能觸發、輕巧互動或年輕色彩的產品。

3. 節奏驅動動態

   • 動作鎖定音樂的擊拍點。轉場切齊鼓點。停頓和動作與旋律結構同步。
   • 僅在步驟 5 已選擇音樂時可用。

如果使用者未選擇，推薦經典 Apple 動態。

步驟 5：選擇音樂方向

在文案撰寫和錳點生成之前，定義音樂情緒和類型。如果使用者稍後提供音樂軌，此處的選擇幫助引導分鏡表的節奏。

音樂方向（與 Apple 產品影片一致）：

• 現代極簡：環境音、低頻脈動、輕微合成器紋理。平穩、寬敞、剋制。
• 溫暖有機：鋼琴、電吉他清音、輕微木質打擊樂。適合淺色生活場景或材質驅動的產品。
• 清脆電子：微妙的側鏈壓縮、清脆的高音、寬敞的立體聲場。適合白色科技或暗色輪廓光。

在此步驟不需要上傳或提供實際音檔。僅需記錄選擇，以便為分節奏分鏡表提供參考。

預設音樂選擇為現代極簡。

步驟 6：Apple 風格文案

根據選定的敘事主軸和使用者輸入（如果有的話）撰寫文案。遵循步驟 0 中定義的模式。

文案生成規則：

• 生成 3-5 個跨越「開場 → 中段 → 收尾」的文案行。
• 收尾行必須是帶有畫龍點睛之筆的單行文案。它應該是產品名稱或一個精心製作的抽象概念。
• 文案行範例（僅供參考，非固定）：
  • 開場：「純粹形式」（clean form）
  • 中段：「經得起細看」（built for detail）
  • 收尾：「AirPods Pro」
• 如果使用者偏好自訂文案，直接使用。
• 如果使用者不確定，建議 2-3 個方向。

輸出三組文案行作為候選，除非使用者要求單一一組。

文案必須是英文。精簡。產品為先。避免感嘆號或浮誇的語言。

步驟 7：生成三張錨點照片

使用已確認的素材和產品事實，生成三張獨立的產品照片作為錨點。這些錨點旨在建立產品的存在感並鎖定風格，而不是直接定義鏡頭順序。

每張錨點照片的詳細 prompt 如下：

錨點 1：英雄/主視圖

• 目的：從最佳角度展示產品。
• 構圖：產品居中或略微偏離中心，佔據畫面 60-70%。大面積留白空間。
• 燈光：柔和、均勻的頂光，加上微妙的邊緣光或輪廓光，取決於所選風格模板。
• 背景：乾淨，根據模板（白色、深色漸變、品牌色或淺色生活場景）。
• 動態提示：無。這是一張靜態產品照片。
• 文字整合：可選微妙的文案參考。如果包含，使用一行字，位置靠近下邊緣，字體為 SF Pro Display Semibold。

錨點 2：材質/功能細節

• 目的：聚焦產品的獨特材質、紋理或功能性細節。
• 構圖：產品結構的緊密特寫——按鈕、邊緣、接縫、螢幕、透明部件或紋理表面。佔據畫面 70-80%。
• 燈光：強調材質反射和紋理的定向光。如果需要，可使用輕微的背光來突出透明部分。
• 背景：極簡，在陰影中消失或成為簡單的光暈。
• 動態提示：無。靜態特寫。
• 文字整合：可選微妙的文案參考。如果包含，偏向畫面的左下角或右下角。

錨點 3：最終文案構圖

• 目的：展示最終收尾文案在產品旁邊的呈現方式，作為視覺參考。
• 構圖：產品位於一側（左或右），另一側為保留用於文案的留白空間。
• 燈光：與英雄視圖一致。
• 背景：乾淨，與模板匹配。
• 文字整合：必須包含最終收尾文案行，位於預留空間中。字體為 SF Pro Display Semibold，使用雙色規則（前半部分黑色/白色，後半部分產品顏色）。文字必須是單行。
• 動態提示：無。

生成所有三張錨點照片後，將它們呈現給使用者。繼續進行精準節奏分鏡表。

步驟 8：精準節奏分鏡表

此分鏡表驅動實際的影片生成。它定義每個鏡頭、其持續時間、動作、文案和目的。與錨點照片分開生成。

分鏡表結構：

對於 10 秒 16:9 的影片（示例）：

時間	鏡頭	動作	文案	目的
0-2s	鏡頭 1	產品從上方滑入，穩定在中心。柔和焦點。	(無)	引入產品
2-4s	鏡頭 2	特寫材質細節（例如，邊緣光線）。	“純粹形式”	展示材質
4-7s	鏡頭 3	產品輕微旋轉，展示側面。	“經得起細看”	展示結構
7-10s	鏡頭 4	產品回到中心位置。最終文案淡入。	“AirPods Pro”	收尾

每個鏡頭的行數： | 時間 | 鏡頭 | 動作 | 文案 | 目的 |

每個鏡頭的文案（如果有的話）必須與步驟 6 中定義的文案行匹配。

分鏡表必須精確。鏡頭長度必須加起來等於目標時長。

如果有多種規格，分鏡表必須說明每種規格何時出現。

步驟 9：生成影片

使用步驟 8 中的精準節奏分鏡表來生成影片。預設使用 MiniMax-H3。

影片生成規則：

• 每個鏡頭作為一個獨立的影片片段生成。
• 使用錨點照片作為每個鏡頭的風格參考。
• 提示必須包括產品名稱、顏色和具體動作描述。
• 文案（如果有的話）必須包含在提示中，指示模型將其作為畫面內排版生成。
• 按照分鏡表順序生成鏡頭。
• 生成後，根據分鏡表組合鏡頭。如果模型支援，請使用直切或極淡的淡入淡出。
• 組合後，如果有音樂，添加它，並確保節奏對齊。
• 呈現最終影片給使用者以供審查。

步驟 10：審查與迭代

呈現完整影片給使用者。提供清晰的選項：

1. 批准並導出。
2. 請求修改（指定鏡頭、文案定時、音樂同步、或顏色調整）。
3. 重新開始一個全新的方向。

如果請求修改，根據需要迭代。保持所有修改記錄在會話中。

最終交付格式

• 解析度：根據所選的長寬比。
• 格式：MP4，H.264 編碼。
• 音訊：如果提供了音樂，以適當音量混合。
• 文字：所有文案必須燒錄在畫面內。無外部字幕。