Guía de prompts de MiniMax H3: cómo escribir mejores prompts para H3

Los mejores prompts de MiniMax H3 funcionan como instrucciones de producción concisas, no como largas listas de palabras clave cinematográficas. Un buen prompt define qué controla cada referencia, qué sucede y en qué orden, cómo se mueve la cámara, qué debe oírse y qué detalles deben permanecer intactos. Si estás aprendiendo a usar MiniMax H3, mejorar los prompts consiste menos en añadir descripciones y más en eliminar la ambigüedad.

Los prompts mal estructurados suelen provocar cambios en la identidad de los personajes, acciones omitidas, transiciones deficientes entre el primer y el último fotograma, diálogos incorrectos o alteraciones en la geometría del producto. Nuestra revisión de los flujos de trabajo públicos de MiniMax H3 y de las preguntas habituales de los usuarios indica que estos fallos suelen deberse a referencias contradictorias, líneas temporales sobrecargadas, instrucciones de cámara vagas o reglas de preservación poco claras. Una reseña más amplia de MiniMax H3 también ayuda a aclarar qué tareas de generación se benefician más de una estructura de prompt sólida.

Virse está diseñado para hacer este proceso más visual y colaborativo al integrar la IA en un lienzo infinito, en lugar de limitar el trabajo creativo a una ventana de chat. Los diseñadores pueden organizar referencias, conectar recursos, ejecutar varios agentes de IA con un contexto de proyecto compartido y conservar las preferencias de estilo y el conocimiento del equipo entre iteraciones. Esto hace que Virse resulte especialmente útil cuando los prompts de H3 forman parte de un flujo de diseño profesional con IA más amplio, en lugar de un experimento con un único prompt.

¿Cuál es la mejor estructura para un prompt de MiniMax H3?

Una estructura fiable de prompt de MiniMax H3 puede organizarse en siete capas: funciones de las referencias, línea temporal, aspecto visual, cámara, sonido, texto exacto y límites. No todos los prompts necesitan las siete, pero esta estructura ofrece una lista de comprobación práctica cuando las generaciones resultan difíciles de controlar.

La API actual de H3 de MiniMax admite generación de video de 4–15 segundos a 768P o 2K. La generación con referencias puede usar hasta nueve imágenes, tres clips de video y tres de audio, con un máximo de 12 archivos de referencia combinados. Esta flexibilidad es potente, pero también implica que más entradas pueden crear más conflictos si no se definen sus funciones.

¿Cómo debes asignar funciones a las referencias de H3?

No adjuntes varias referencias y te limites a pedirle a H3 que las «use». Explica al modelo qué controla cada fuente.

Para una campaña de producto, el prompt podría establecer que la imagen 1 controla la identidad del modelo, la imagen 2 el vestuario, la imagen 3 el entorno del estudio, la imagen del producto la geometría y los materiales exactos, y el video de referencia el ritmo del movimiento.

En los flujos de diseño profesional, considero que asignar correctamente las referencias importa más que su cantidad. Una imagen adicional solo aporta valor cuando elimina incertidumbre en lugar de introducir otra dirección visual que compita con las demás. Este principio resulta especialmente importante en MiniMax H3 Motion Transfer, donde la identidad, el movimiento, la cámara y otros atributos pueden proceder de referencias diferentes.

¿Cuál es la diferencia entre Picture y Subject en H3?

En el sistema de prompts con referencias completas de MiniMax, Picture funciona como una referencia visual o compositiva concreta, mientras que Subject representa contenido reutilizable extraído de una referencia, como un personaje, objeto, entorno, atuendo, pose o estilo.

Esta distinción importa cuando un proyecto contiene tanto referencias de composición como de identidad. Si una viñeta del storyboard controla el encuadre y una hoja de personaje controla la identidad, esas funciones deben mantenerse separadas. De lo contrario, H3 podría intentar preservar características equivocadas de la entrada equivocada.

¿Cómo escribir un prompt de línea temporal para MiniMax H3?

La base de un buen prompt de línea temporal de MiniMax H3 es:

Estado actual → acción observable → respuesta de la cámara → estado final.

La guía oficial de prompts de H3 de MiniMax describe la generación de video de forma cronológica, lo que resulta útil porque la calidad del video depende de lo bien que el modelo entienda los cambios a lo largo del tiempo.

¿Necesita un prompt de H3 marcas de tiempo?

No. H3 necesita un orden temporal claro más que marcas de tiempo.

Para un plano de producto sencillo, el prompt puede decir:

El frasco de perfume permanece centrado sobre piedra negra mojada. Una mano entra por la derecha, levanta el frasco, lo gira lentamente hacia la luz principal cálida y se detiene cuando la etiqueta dorada capta el brillo. La cámara realiza un acercamiento lento y de poca amplitud durante todo el plano.

Las marcas de tiempo resultan más útiles cuando introduces varios cortes, diálogo sincronizado, transformaciones o varios momentos importantes.

Nuestra revisión de preguntas sobre flujos de H3 detectó un patrón recurrente: cuando el modelo omite una acción, los creadores suelen añadir aún más instrucciones. Eso normalmente dificulta ejecutar la línea temporal. Reducir las acciones simultáneas y explicitar el estado final suele ser más eficaz.

¿Cuántas acciones debe incluir un prompt de H3?

No hay un límite oficial de momentos narrativos, pero un rango práctico para planificar es:

• 5 segundos: uno o dos momentos significativos
• 10 segundos: de dos a cuatro momentos
• 15 segundos: de tres a cinco momentos

Estas son pautas prácticas de trabajo, no límites del modelo. Cada momento debe representar un cambio visual significativo.

Por ejemplo, un anuncio de zapatillas de 10 segundos podría mostrar al atleta ajustándose la zapatilla, incorporándose a la posición de salida y acelerando al pasar frente a la cámara. Eso es más fácil de controlar que combinar seis acciones, varios movimientos de cámara, una transformación del lugar y la aparición de un logotipo en el mismo clip breve.

¿Cómo usar imágenes de referencia, hojas de personaje y storyboards con MiniMax H3?

Los prompts con referencias de H3 funcionan mejor cuando la identidad, la composición, el movimiento y el estilo se tratan como aspectos de control separados. Esto es especialmente importante para los diseñadores que trabajan con hojas de personaje, referencias de productos, storyboards o referencias de movimiento.

¿Pueden las hojas de personaje mejorar la coherencia de H3?

Sí, especialmente cuando la hoja define claramente el rostro, el peinado, las proporciones, la ropa, los accesorios y los rasgos distintivos.

En un flujo público de referencia a video que revisamos, una hoja de personaje creada con Flux bastó para lograr el resultado que buscaba el creador, sin un LoRA de personaje separado en esa configuración concreta. Esto no demuestra que las hojas de personaje siempre sustituyan a LoRA, pero sí muestra por qué unas referencias de identidad bien estructuradas pueden simplificar la producción.

La lección más amplia para el flujo de trabajo es separar el control de identidad de la planificación de planos.

¿Cómo debes usar storyboards con H3?

Un storyboard debe comunicar la secuencia de planos y la composición, no servir como referencia vaga de múltiples usos.

Si una imagen contiene varias viñetas, indica explícitamente su correspondencia:

La viñeta 1 guía el plano 1. La viñeta 2 guía el plano 2. La viñeta 3 guía el plano 3. Conserva la identidad del personaje de la referencia de personaje y usa el storyboard solo para el encuadre y la secuencia.

Nuestra revisión de preguntas de usuarios detectó que saltarse viñetas del storyboard es un problema recurrente cuando H3 tiene que adivinar si una imagen es un fotograma inicial, una hoja de personaje, un moodboard o una referencia de secuencia.

¿Cómo controlar la cámara, el audio y los fotogramas inicial y final en H3?

La cámara, el sonido y las transiciones son aspectos en los que muchos prompts técnicamente correctos todavía pierden control creativo.

¿Cómo escribir prompts de cámara para H3?

Usa lenguaje físico de cámara en lugar de palabras decorativas como «cinematográfico».

La guía de H3 de MiniMax admite acercamiento, alejamiento, panorámica horizontal y vertical, desplazamiento lateral, seguimiento, movimiento en arco, elevación, cámara en mano y planos estáticos. Una instrucción útil describe el tipo de movimiento, la velocidad, la amplitud y el objetivo.

Por ejemplo:

Plano medio corto. La cámara se acerca lentamente a la esfera del reloj con poca amplitud mientras la aguja de los segundos empieza a moverse.

Para un metraje más natural, también ayudan las imperfecciones observables: un leve movimiento de cámara en mano, retraso del enfoque automático, fluctuaciones de exposición, gotas en la lente, grano, halos o bordes de aberración cromática.

¿Cómo escribir prompts para el primer y el último fotograma de H3?

No describas únicamente las imágenes inicial y final. Describe la transición física entre ellas.

Para la apertura de un paraguas:

El personaje levanta el paraguas cerrado, empuja la corredera hacia arriba, las varillas se extienden hacia fuera, la tela plegada se despliega progresivamente y el paraguas alcanza la posición final completamente abierta antes de quedar inmóvil.

El patrón más fiable es:

Estado inicial → cambios intermedios → transición progresiva → estado final exacto.

Esto resulta útil para revelaciones de envases, rotaciones de productos, transiciones de interfaz, cambios de pose y secuencias de diseño en movimiento.

¿Cómo escribir prompts de audio y diálogo para H3?

Trata el sonido como tres capas separadas:

Diálogo: quién habla y qué dice.
Sonido de la escena: pasos, lluvia, movimiento de objetos, ambiente de la sala.
Música: instrumentación, tempo, ritmo e intensidad.

Para los hablantes recurrentes, mantén su identidad entre planos. Si no quieres música, indica Sin música en lugar de dejar la dirección de audio sin especificar.

Para el texto visible, especifica exactamente las palabras importantes y usa restricciones concretas como sin texto adicional, sin subtítulos o conservar la etiqueta del producto.

¿Qué muestran las pruebas reales de flujos de H3 sobre el costo de iterar?

La calidad del prompt también afecta a la eficiencia de producción. Cada interpretación fallida añade otro ciclo de renderizado.

¿Por qué probar primero los prompts de H3 a baja resolución?

Uno de los flujos públicos que revisamos usó 0.2MP con ocho pasos para validar la composición y la secuencia de eventos. En otro flujo con RTX 5080, se informó de unos 10 minutos para renderizar 10 segundos a 720p, mientras que una vista previa a 0.2MP tardó unos tres minutos.

Estas cifras son informes de flujos de trabajo en entornos específicos, no benchmarks de MiniMax. Su valor es práctico: las vistas previas a baja resolución permiten resolver preguntas a bajo costo antes del renderizado final.

¿El personaje sigue siendo reconocible?
¿La secuencia ocurre en el orden correcto?
¿La cámara se mueve correctamente?
¿Funciona la correspondencia del storyboard?

Para los usuarios de ComfyUI, esto sugiere un patrón útil: validar primero la estructura y aumentar los pasos y la resolución solo cuando el seguimiento del prompt sea aceptable.

¿Más pasos siempre mejoran los resultados de H3?

No necesariamente lo suficiente como para justificar el costo adicional de iteración.

Un flujo a 768×1280 informó de aproximadamente 2 minutos para cinco segundos, 6 minutos para 10 segundos y 12 minutos para 15 segundos con 20 pasos. Otro flujo indicó que reducir de 20 a 10 pasos ahorró cerca del 40% del tiempo de generación en ese entorno.

Otro caso de referencia a video con RTX 5070 Ti informó de unos 121 segundos de muestreo, pero 362 segundos en total, lo que muestra que el muestreo no era el único cuello de botella.

La conclusión importante no es la velocidad exacta del hardware. Seguir bien el prompt puede importar más que la velocidad bruta de generación, porque unas instrucciones poco claras multiplican el tiempo total de producción.

¿Por qué MiniMax H3 no sigue mi prompt?

La mayoría de los fallos de H3 pueden rastrearse hasta una ambigüedad concreta.

¿Por qué el personaje o el producto cambia constantemente?

Causa probable: referencias que compiten o prioridades de preservación poco claras.

Solución: elige una referencia principal de identidad o producto. Indica exactamente qué debe permanecer intacto, como el rostro, la ropa, la geometría de la botella, la posición de la etiqueta, el material o el color.

¿Por qué H3 omite planos del storyboard o acciones?

Causa probable: líneas temporales sobrecargadas o correspondencia de viñetas poco clara.

Solución: reduce los momentos narrativos, asigna cada viñeta a un plano y da a cada plano una acción dominante y una idea de cámara dominante.

¿Por qué habla el personaje equivocado?

Causa probable: asignación incompleta de los hablantes.

Solución: mantén identidades estables para los hablantes, asocia las referencias de voz con el hablante previsto y separa las instrucciones de diálogo del sonido ambiental y la música.

¿Por qué el texto en pantalla es incorrecto?

Causa probable: el texto no está definido con suficiente claridad o compiten demasiados elementos de texto.

Solución: proporciona el texto exacto, identifica dónde aparece y prohíbe el texto adicional innecesario. Para tipografía o logotipos esenciales para la marca, el resultado final debe revisarse manualmente antes de su uso en producción.

Plantilla de prompt de MiniMax H3 para flujos de diseño profesional

Para la mayoría de los proyectos de H3, usa esta secuencia:

Dirección visual → Funciones de las referencias → Línea temporal → Cámara → Sonido → Texto exacto → Límites

Un prompt de producto podría ser:

Película de producto de imagen real y gama alta. La referencia del producto controla la geometría exacta de la botella, el material de vidrio, la posición de la etiqueta y el color del tapón. La botella está sobre piedra negra mojada bajo una luz lateral cálida y estrecha. Una mano la levanta lentamente y la gira hacia la luz mientras la cámara realiza un leve acercamiento. Las gotas de agua bajan por el vidrio. Detente con la etiqueta mirando a cámara. Conserva las proporciones de la botella. Sin productos adicionales, logotipos extra, subtítulos ni cortes.

Para proyectos multimodales complejos, MiniMax también documenta una estructura de referencias más completa que abarca definiciones de sujetos, resumen, análisis de preservación, descripción detallada, paisaje sonoro general y música no diegética. Su guía oficial sugiere unas 350–500 palabras en inglés para la sección de descripción detallada de tareas complejas de generación. Ese nivel de detalle es útil cuando deben interactuar varios personajes, referencias, voces o reglas de preservación, no para todos los prompts habituales de H3.

Preguntas frecuentes

¿H3 necesita marcas de tiempo en todos los prompts?

No. Un orden de reproducción claro importa más que las marcas de tiempo. Un plano continuo puede describir las acciones cronológicamente. Las marcas de tiempo resultan útiles cuando un clip contiene varios cortes, diálogo sincronizado, transformaciones o varios momentos importantes que deben ocurrir en instantes concretos.

¿Qué longitud debería tener un prompt de H3?

No existe una longitud ideal universal. Un plano sencillo solo debe incluir la información necesaria para eliminar las ambigüedades importantes. Los flujos complejos con referencias completas pueden justificar descripciones mucho más extensas. La longitud del prompt no es una medida de calidad; la jerarquía de la información y la claridad importan más.

¿Puede una hoja de personaje sustituir a LoRA en H3?

A veces, pero no siempre. Revisamos un flujo en el que una hoja de personaje logró una coherencia aceptable en referencia a video sin un LoRA de personaje separado. Eso no establece un benchmark general. Prueba al personaje con distintas poses, encuadres, iluminaciones y ángulos de cámara antes de eliminar otros controles de identidad.

¿Puedo encontrar una semilla a baja resolución y reproducirla en HD?

Usa las generaciones de baja resolución para probar la interpretación del prompt, la composición, el movimiento y el orden de los eventos, pero no supongas que la misma semilla reproducirá un resultado idéntico tras cambiar la resolución o la configuración del flujo. Trata las vistas previas como herramientas para validar la dirección, no como miniaturas garantizadas del renderizado final.

Conclusión

La estrategia más fiable para los prompts de MiniMax H3 es reducir lo que el modelo tiene que adivinar. Asigna una función clara a cada referencia, describe las acciones en orden de reproducción, usa lenguaje físico de cámara, explica el movimiento entre el primer y el último fotograma, separa el diálogo del sonido de escena y la música, protege el texto y los atributos de diseño importantes con restricciones concretas y valida la secuencia a bajo costo antes del renderizado final. Para diseñadores y equipos creativos, esto transforma la creación de prompts de MiniMax H3 de una redacción de palabras clave por ensayo y error en un flujo repetible de dirección creativa basado en identidad, tiempo, movimiento, sonido y preservación.