Blogue

Guia de uso

Receitas de prompts de imagem para vídeo do MiniMax H3 Max para desenvolvedores

Estruturas de prompt, formulações de movimento de câmera e listas de negativos prontas para copiar e colar, para você testar com seus próprios primeiros quadros

Nov 18, 2026
Planos silenciosos de concreto se encontram sob a luz solar rasante, com base cinza-quente, sombras azul-ardósia e juntas delicadas em verde-sálvia, para a imagem de capa deste artigo de guia.
Nesta página
Clipe principal de primeiro quadro criado com imagem para vídeo do MiniMax H3 Max: dolly-in em beco de neon, 6 segundos.

Por que a estrutura do prompt importa mais que o comprimento

A maioria dos resultados decepcionantes de imagem para vídeo não vem de prompts curtos demais, mas de prompts longos, vagos e autocontraditórios — uma parede inteira de adjetivos cinematográficos que nunca diz ao modelo o que deve ser preservado e o que deve se mover.

Na geração de imagem para vídeo, o primeiro quadro já carrega a maior parte da informação visual: identidade, composição, iluminação, tom de cor, textura. A responsabilidade do seu prompt é mais restrita do que você imagina. Ele deve (1) confirmar o que deve permanecer inalterado, (2) especificar o que deve mudar e (3) descrever como a câmera se move enquanto essas mudanças ocorrem. Adjetivos como "épico" e "de tirar o fôlego" não correspondem a nenhuma dessas três responsabilidades.

O esqueleto da receita

Cada receita neste artigo usa os mesmos seis blocos, na mesma ordem:

  1. Sujeito — quem ou o que está no quadro, com os detalhes identificadores que devem ser preservados.
  2. Estado do primeiro quadro — o que o quadro estático mostra: pose, composição, direção da luz, camadas de fundo.
  3. Movimento — o único movimento principal da cena, além de quaisquer movimentos secundários.
  4. Câmera — um tipo de movimento, uma direção, uma magnitude aproximada.
  5. Ritmo — a duração do plano e se o movimento termina ou continua.
  6. Negativos — os artefatos que você deseja suprimir.

Escrever nessa ordem não é superficial. Ela corresponde a como a informação de condicionamento realmente se aplica: primeiro ancore o quadro estático, depois descreva a quantidade de mudança. Quando uma receita falha, o esqueleto fixo permite apontar para um bloco específico a corrigir, em vez de reescrever o texto inteiro e adivinhar qual frase deu errado.

Por que o esqueleto torna as receitas comparáveis

Se cada prompt for prosa livre, você nunca conseguirá saber se uma saída melhor se deve à nova formulação de câmera ou ao fato de você ter reescrito também a descrição do sujeito. O esqueleto transforma o ajuste de prompts de artesanato manual em experimento controlado: mesmo sujeito, mesmo estado de primeiro quadro, apenas um bloco alterado.

Mantenha cada bloco curto — uma oração, não um parágrafo. A meta é obter um prompt que possa ser comparado linha a linha em uma revisão de código.

O bloco de descrição do primeiro quadro

O bloco do primeiro quadro existe para combater o desvio. Modelos de imagem para vídeo são condicionados pelo quadro estático de entrada, mas prompts que ignoram o quadro estático — ou pior, o contradizem — induzem o modelo a redesenhar seu sujeito como algo genérico. Sua descrição deve soar como uma anotação do quadro que você realmente enviou, não como uma lista de desejos de outro quadro.

Anote, não reimagine

Cubra brevemente quatro coisas:

  • Identidade do sujeito: detalhes que não podem mudar — comprimento e cor do cabelo, corte da jaqueta, posição da etiqueta do produto, ritmo das janelas do edifício.
  • Composição: close-up, plano médio, grande angular; posição do sujeito no quadro ("centralizado", "terço esquerdo"); quanto espaço acima da cabeça ou de chão está visível.
  • Direção e qualidade da luz: "luz principal suave vinda da esquerda da câmera", "contraluz dura com luz de contorno nos ombros", "nublado, sem sombras visíveis".
  • Camadas de fundo: o que está atrás do sujeito e a que distância parece estar — "rua da cidade desfocada", "fundo infinito liso", "linha de árvores a cerca de dez metros".

Padrão de escrita que funciona

Sujeito: uma mulher na casa dos trinta, cabelo escuro na altura dos ombros, jaqueta de campo verde-oliva, sem óculos.
Primeiro quadro: plano médio-fechado, centralizada, queixo na altura central do quadro, luz principal suave vinda da esquerda da câmera, preenchimento frio na bochecha direita, vitrine desfocada à distância de rua atrás dela.

Note o que está faltando: nenhum adjetivo de humor, nenhuma história de fundo, nenhuma instrução de correção de cor que conflite com a gradação existente do quadro estático. Você está descrevendo, não dirigindo uma nova gravação.

Falha comum: descrição excessiva

Se seu bloco de primeiro quadro for mais longo que o bloco de movimento, você inverteu as prioridades. Descrições longas convidam a contradições — você menciona "luz do dia brilhante" enquanto o quadro estático está no crepúsculo, e o modelo precisa escolher. Quando o quadro estático e o texto discordam, o desvio geralmente é o resultado. Escreva esse bloco olhando para a imagem e depois corte o que já é óbvio nela.

Um hábito útil: mantenha o quadro de referência e o bloco do primeiro quadro no mesmo arquivo, lado a lado. Se você editar um, releia o outro.

Movimento de câmera e formulação temporal

Linguagem cinematográfica vaga é a fonte mais comum de movimento "aleatório". "Movimento de câmera dinâmico" não diz nada acionável ao modelo. Nomeie o movimento, dê a direção, dê a magnitude e diga por quanto tempo ele dura.

Padrões de formulação para os quatro movimentos principais

Dolly-in / avanço para dentro

Câmera: avanço lento em direção ao rosto do sujeito, aproximando cerca de 15% ao longo do plano, sem rotação.

Panorâmica

Câmera: panorâmica horizontal suave, da esquerda para a direita, velocidade média, horizonte nivelado.

Órbita

Câmera: órbita lenta ao redor do sujeito, cerca de 30 graus para a direita da câmera, sujeito centralizado, paralaxe de fundo visível.

Câmera fixa + movimento do sujeito

Câmera: travada, sem movimento. Apenas o sujeito se move.

Cada um dos itens acima faz três coisas: um tipo de movimento, uma direção, uma magnitude aproximada. Adicionar um segundo movimento ("avançar enquanto orbita") é permitido, mas deve ser intencional — dobra a probabilidade de resultados inesperados.

Tempo e ritmo

Diga se o movimento termina ou continua e vincule isso à duração do plano com palavras simples:

  • "o avanço se completa no último quadro"
  • "a panorâmica continua após o fim do plano"
  • "mantém-se estático na primeira metade e então inicia a órbita"
  • "plano contínuo único, sem cortes"

Evite especificar segundos concretos, a menos que seu pipeline fixe a duração do clipe; se fixar, fazer a formulação corresponder a essa duração elimina toda uma classe de falhas. "Sem cortes" vale a pena declarar explicitamente, porque alguns prompts, de outra forma, induzem cortes implícitos.

Palavras de velocidade que realmente significam algo

Substitua termos vagos por palavras relativas que o modelo consegue calibrar: "lento", "médio", "rápido", "quase imperceptível". Estas são muito mais úteis que "cinematográfico", "varredura" ou "dramático", que não têm direção nem magnitude. Um bom teste: um cinegrafista, ao ler sua descrição, saberia para que direção mover a câmera? Se não, reescreva.

Listas de negativos por tipo de conteúdo

Negativos são seguro barato, mas não universais. Uma lista de negativos ajustada para material de apresentação falada pode, na verdade, prejudicar um vídeo de produto em plataforma giratória. Mantenha listas separadas por tipo de conteúdo e só amplie a lista quando vir um artefato reproduzível.

Pessoas

Negativos: dedos extras, mãos deformadas, traços faciais distorcidos, deriva de identidade entre quadros, olhos tremulando, dentes estranhos, membros duplicados, textura de roupa tremulando

Deriva de identidade e artefatos nas mãos são os dois problemas persistentes. Se o sujeito virar a cabeça ou gesticular, adicione "a estrutura facial não deve se deformar ao virar a cabeça".

Produtos

Negativos: texto da etiqueta distorcido, forma do logotipo alterada, reflexos da superfície tremulando, geometria de bordas retas tremendo, desvio de cor entre quadros, objetos de fundo surgindo

Planos de produto falham em consistência, não em dramaticidade. Bordas retas e texto impresso são os canários — se a etiqueta está "respirando", o plano é inutilizável.

Ambientes

Negativos: objetos surgindo ou desaparecendo abruptamente, folhagem tremendo, linhas arquitetônicas curvando-se, água pulsando, mudanças bruscas de iluminação, horizonte inclinado durante a panorâmica

Especialmente em panorâmicas, "horizonte inclinado" e "linhas retas de edifícios distorcidas" valem a pena estar na lista.

Ampliar ou reduzir

Adicione um negativo somente quando puder reproduzir um artefato com o mesmo quadro e prompt em pelo menos duas execuções. Remova os negativos que você nunca viu serem acionados, especialmente se conflitarem com sua intenção — escrever um negativo "sem movimento de câmera" em uma receita de dolly-in é uma contradição que prejudica a estabilidade. Mantenha cada lista com menos de uma dúzia de itens; listas de negativos longas demais diluem a orientação, assim como prompts positivos longos demais.

Guarde as listas como strings nomeadas na sua configuração, em vez de colá-las inline em cada prompt, para que todas as receitas do mesmo tipo de conteúdo permaneçam consistentes.

Exercícios de receita com saídas reais

As receitas a seguir são completas e podem ser copiadas e coladas diretamente. As descrições de saída vêm de execuções de teste com nossos próprios primeiros quadros; trate-as como expectativas a verificar, não como garantias, pois seus quadros são diferentes.

Receita 1: dolly-in em retrato

Sujeito: um homem na casa dos quarenta, cabelo grisalho curto, suéter azul-marinho de gola careca.
Primeiro quadro: plano médio-fechado, centralizado, luz principal suave vinda da esquerda da câmera, fundo desfocado com luzes práticas quentes à distância de ambiente.
Movimento: leve giro da cabeça em direção à câmera, ombros relaxando levemente; sem caminhar.
Câmera: avanço lento em direção ao rosto, aproximando cerca de 15% ao longo do plano, sem rotação.
Ritmo: plano contínuo único, o avanço se completa no último quadro.
Negativos: dedos extras, traços faciais distorcidos, deriva de identidade entre quadros, olhos tremulando, mudanças bruscas de iluminação.

Saída: a identidade foi mantida, e o avanço pareceu intencional, não um recorte com zoom. Versões iniciais sem a cláusula "sem rotação" produziram uma leve inclinação que fez a imagem parecer feita à mão.

Receita 2: plataforma giratória de produto

Sujeito: uma caneca de cerâmica fosca com uma etiqueta impressa em um dos lados.
Primeiro quadro: produto centralizado em fundo infinito cinza-claro, luz superior suave, sombra de contato sutil.
Movimento: nenhum movimento do próprio produto; a etiqueta torna-se legível conforme o ângulo de visão muda.
Câmera: órbita lenta para a direita da câmera, cerca de 30 graus, sujeito centralizado.
Ritmo: contínuo, a órbita continua após o fim do plano.
Negativos: texto da etiqueta distorcido, forma do logotipo alterada, geometria de bordas retas tremendo, desvio de cor entre quadros.

Saída: a etiqueta permaneceu legível durante a maior parte do arco; o último terço apresentou leve suavização de bordas, que resolvemos reduzindo o ângulo de órbita para cerca de 25 graus, em vez de adicionar mais negativos.

Receita 3: panorâmica em ambiente

Sujeito: uma estrada costeira vazia ao meio-dia nublado, com um guard-rail baixo do lado do mar.
Primeiro quadro: grande angular, estrada estendendo-se para a direita, luz difusa plana, sol não visível.
Movimento: vento suave na grama à beira da estrada; o resto imóvel.
Câmera: panorâmica horizontal suave, da esquerda para a direita, velocidade média, horizonte nivelado.
Ritmo: panorâmica contínua, sem cortes.
Negativos: horizonte inclinado durante a panorâmica, linhas de edifícios curvando-se, objetos surgindo abruptamente, água pulsando.

Saída: o horizonte permaneceu nivelado porque o declaramos explicitamente. Sem essa cláusula, execuções iniciais derivação alguns graus ao longo do plano — sutil, mas suficiente para fazer uma paisagem em grande angular parecer errada.

Iteração e teste de regressão de prompts

Um prompt não é uma mensagem única, mas um valor de configuração. Trate-o como qualquer configuração que afeta a saída: versione, registre o que ele produziu, mude uma variável por vez.

O ciclo de variável única

  1. Escolha um comportamento de falha na saída (deriva, artefato na mão, rotação de câmera indesejada).
  2. Determine a qual bloco ele pertence — geralmente movimento, câmera ou negativos.
  3. Altere apenas uma cláusula nesse bloco.
  4. Execute novamente com o mesmo primeiro quadro.
  5. Mantenha ou reverta com base no que viu, depois registre.

Alterar dois blocos ao mesmo tempo é exatamente o motivo pelo qual equipes acabam, seis semanas depois, com prompts que ninguém consegue raciocinar sobre.

Registre quadro, prompt e saída juntos

Cada registro de execução deve conter:

  • Hash ou ID do quadro de entrada
  • A string completa do prompt, incluindo os negativos
  • Versão da receita
  • Referência da saída e uma breve nota sobre aprovação ou falha

Essa tríade — quadro, prompt, saída — é o que torna as regressões detectáveis. Quando o modelo subjacente for atualizado, ou quando você ajustar uma lista de negativos compartilhada, pode reexecutar os quadros armazenados e comparar os resultados com saídas sabidamente boas.

Construa um pequeno conjunto dourado

Mantenha de cinco a dez quadros por tipo de conteúdo que representem sua carga de trabalho real: um retrato com a cabeça virada, um produto com texto impresso, um ambiente em grande angular com horizonte. Execute contra esse conjunto antes de qualquer mudança de receita ir para produção. Leva apenas alguns minutos e captura a maioria das regressões inesperadas.

Acompanhe expectativas, não apenas notas

Critérios simples de aprovação/falha por caso de uso — como "mãos limpas", "etiqueta legível", "horizonte nivelado" — são mais úteis que uma única nota subjetiva de qualidade, porque dizem qual bloco revisitar. Quando um caso passa a falhar, você sabe exatamente qual versão de receita e qual cláusula culpar.

Conecte as receitas ao seu pipeline

Uma vez que as receitas se estabilizem, elas não devem mais ficar em um aplicativo de notas, mas sim no código.

Armazene as receitas como configuração versionada

Salve cada receita como um objeto estruturado — um campo por bloco — em vez de uma string pré-montada. Montar os blocos no momento da requisição permite compartilhar os blocos de sujeito e primeiro quadro entre receitas e substituir as listas de negativos por tipo de conteúdo. Coloque a configuração no controle de versão, marque com tags e inclua a versão em cada registro de log.

{
  "id": "portrait_pushin",
  "version": "3",
  "subject": "...",
  "first_frame": "...",
  "motion": "...",
  "camera": "avanço lento em direção ao rosto, aproximando cerca de 15%, sem rotação",
  "pacing": "plano contínuo único, o avanço se completa no último quadro",
  "negatives": "portrait_default"
}

Teste em lote antes de publicar

Execute em loop os prompts montados contra seus quadros dourados, salve as saídas junto com os registros de execução e revise os casos sinalizados antes de promover uma versão de receita. Como cada receita acessa o mesmo endpoint pela mesma interface, o framework de teste em lote é apenas uma camada fina sobre suas chamadas normais — sem casos especiais por modelo para manter.

Chame o endpoint em escala

Em produção, monte os prompts a partir da configuração, passe seu primeiro quadro e envie via API. Trate limites de taxa e novas tentativas como qualquer outra carga de trabalho assíncrona: enfileire as tarefas, anexe a versão da receita e o ID do quadro a cada tarefa e grave as referências de saída retornadas nos logs. Se uma receita se comportar mal em produção, você pode recuperar o quadro e o prompt exatos que a produziram.

Para detalhes sobre parâmetros do endpoint, proporções de tela suportadas e requisição/resposta, consulte a página do modelo de imagem para vídeo MiniMax H3 Max — as receitas acima foram projetadas para serem aplicadas diretamente.

Escreva prompts como escreve código e leia saídas como lê resultados de testes, e a imagem para vídeo deixa de ser um caça-níqueis.

Artigos relacionados

Ver todos os artigos →

Comece a criar com artefactos de IA persistentes

Obtenha a sua chave de API e chame modelos de imagem, vídeo e áudio através de uma única API baseada em tasks.

Ler a documentação da API