# H3 视频提示词 · 写法规范（内化版）
方法论学自 MiniMax-H3 官方提示词指南（I2VA / 多图对齐模式），**内化成本 skill 自带文档——不依赖任何外部 skill**。写每段的 `h3Prompt` 照这份做，结构部分有质量门逐字对账。
**正文内容怎么写（一个运镜、动作要做得完、台词逐字、声音分层、不写画风）见 `shot-writing.md`，本文只讲 H3 特有的语法和字段。**
## 语言分工
- **默认整条英文**（`promptLang: 'en'`）——官方规范的口径：正文、对齐指令、字段名、镜头标记全英文，禁角色名（用 an old ferryman 这类通用身份）
- 三样东西保留原文语言（官方规定）：**台词**（`[Chinese] …` 逐字原文，一个标点都不许动，门盯着）、歌词、画面里可见的文字（英文双引号原样引用）
- `promptLang: 'zh'` 可切整条中文（对齐指令、字段名、镜头标记都有中文版）——偏离官方推荐的备选项，实测中文效果不稳就回英文。**禁角色名这一条不跟着语言变**：它来自官方规范，中文版同样用通用身份
## 结构（validate 逐字对账的部分）
```text
How the reference pictures align with the target video — Picture 1 (from Shot 1) aligns with the 0.00-second mark of the target video; Picture 2 (from Shot 2) aligns with the 3.00-second mark of the target video; ….
（单分镜的段改用官方 I2VA 固定句：For the target video, at 0.00 seconds into the target video, (from [Shot 1]) is fully referenced.）
integrated_multimodal_description:
[Shot 1] 按 的构图锚定人物与状态，再写这几秒发生什么、镜头怎么动、谁说了什么（全英文，**不写画风句**——画风由调用方统一附加）。
[Shot 2] At 00:03.000, the camera cuts to : ……（**每个镜头独立一行**，切点时刻开头，等于前面分镜秒数的累计）
overall_soundscape: 1–4 句英文：环境声、动作声、非语言人声。不复述台词。
non_diegetic_music: 1–3 句英文写配器与速度（角色听不见、只有观众听得见）。没有就写 N/A。
```
中文模式（promptLang=zh）的对应 token：`参考图与目标视频的对齐——` / `整体视听描述：` / `[镜头 k] 于 00:0X.XXX，`，配乐没有写「无」。
首行对齐指令和切点时刻**由分镜秒数推导**，改了秒数忘改提示词，validate 当场拦。
## 运镜词按语言
内容规则（一切一个运镜、写成动作句）见 `shot-writing.md`。H3 特有的是**词的语言**：英文模式用官方词（static shot / push in / tracking shot……），中文模式用词表的中文词（固定/推/拉/跟拍……）——门按 `promptLang` 检查，且**必须落在自己那一行里**。
## 说话人与台词
- 台词逐字、身份写在台词外面（见 `shot-writing.md`）。H3 特有的是**标记方式**：台词进 `[Chinese] …`，`` 里只放语言标签和台词原文
- 说话人编号 `(S1)` `(S2)` 全段稳定，第一次出现给足辨识信息（身份、年龄段、音色、语速）；同说不同人用 `(S1,S2)`
- **画外音**：中文写「以画外音说（唇形完全闭合）」；英文用官方句式 `says in an off-screen voiceover … while their lips remain completely closed`
- 画面里真实可见的文字（招牌、字条）用英文双引号原样引用，不翻译
## 声音字段名
三层怎么分见 `shot-writing.md`。落到 H3 的字段：台词、歌声、剧内音乐 → `integrated_multimodal_description` 的镜头行；环境与动作声 → `overall_soundscape`；配乐 → `non_diegetic_music`（没有写 `N/A`，中文模式写「无」）。
## 关键帧在 H3 里怎么引用
主分镜图（f1）钉 0.00 秒，是这一段世界观的完全参照；每个 `[Shot k]` 先写 `` 锚定这一切的构图与人物状态，再写动作展开。动作能不能做完、人物此刻在哪要和图一致，见 `shot-writing.md`。