HiAPI
Блог

Руководство по использованию

Рецепты промптов для преобразования изображения в видео MiniMax H3 Max для разработчиков

Готовые к копированию структуры промптов, формулировки движения камеры и списки негативных слов для тестирования на ваших собственных первых кадрах

Nov 18, 2026
Тихие бетонные плоскости соприкасаются под косыми лучами солнца: тёплый серый фон, голубовато-серые тени и тонкие швы цвета шалфея — обложка для этой статьи-руководства.
На этой странице
Фрагмент ключевого визуала на основе первого кадра, созданный с помощью MiniMax H3 Max image-to-video: наезд камеры в неоновом переулке, 6 секунд.

Почему структура промпта важнее его длины

Большинство разочаровывающих результатов преобразования изображения в видео возникают не из-за слишком коротких промптов, а из-за длинных, расплывчатых и противоречивых промптов — целой стены кинематографичных прилагательных, которые так и не говорят модели, что должно остаться неизменным, а что должно двигаться.

В преобразовании изображения в видео первый кадр уже несёт большую часть визуальной информации: идентичность, композицию, освещение, цветовую тональность, текстуру. Задача вашего промпта уже, чем вы думаете. Он должен (1) подтвердить, что должно остаться неизменным, (2) указать, что должно измениться, (3) описать, как движется камера во время этих изменений. Прилагательные вроде «эпичный» и «захватывающий дух» не соответствуют ни одной из этих трёх задач.

Скелет рецепта

Каждый рецепт в этой статье использует одни и те же шесть блоков в одном и том же порядке:

  1. Субъект — кто или что в кадре, с идентифицирующими деталями, которые необходимо сохранить.
  2. Состояние первого кадра — что показывает статичный кадр: поза, композиция, направление света, слои фона.
  3. Движение — единственное основное движение в сцене и любые второстепенные движения.
  4. Камера — один тип движения, одно направление, приблизительная амплитуда.
  5. Темп — длительность кадра и то, завершается ли движение или продолжается.
  6. Негативные слова — артефакты, которые вы хотите подавить.

Писать в этом порядке — не формальность. Он соответствует тому, как условная информация фактически применяется: сначала заякорить статичный кадр, затем описать величину изменения. Когда рецепт не срабатывает, фиксированный скелет позволяет вам указать на один конкретный блок для правки, вместо того чтобы переписывать весь текст и гадать, какое предложение вызвало проблему.

Почему скелет делает рецепты сопоставимыми

Если каждый промпт — это свободная проза, вы никогда не сможете определить, вызван ли лучший результат новой формулировкой камеры, которую вы написали, или тем, что вы случайно также переписали описание субъекта. Скелет превращает настройку промптов из ручного ремесла в контролируемый эксперимент: тот же субъект, то же состояние первого кадра, изменяется только один блок.

Держите каждый блок коротким — одно придаточное предложение, а не абзац. Цель — получить промпт, который можно построчно сравнить в код-ревью.

Блок описания первого кадра

Блок первого кадра существует для борьбы с дрейфом. Модели преобразования изображения в видео обусловлены входным статичным кадром, но промпты, которые игнорируют статичный кадр — или, что хуже, противоречат ему — подталкивают модель перерисовать ваш субъект во что-то обобщённое. Ваше описание должно читаться как аннотация к тому кадру, который вы фактически загрузили, а не как список желаний для другого кадра.

Аннотируйте, а не переосмысливайте

Кратко охватите четыре вещи:

  • Идентичность субъекта: детали, которые не могут измениться — длина и цвет волос, крой куртки, положение этикетки на продукте, ритм оконных переплётов здания.
  • Композиция: крупный план, средний план, широкий план; положение субъекта в кадре («по центру», «левая треть»); сколько видно пространства над головой или земли.
  • Направление и качество света: «мягкий ключевой свет слева от камеры», «жёсткий контровой свет с контурным освещением на плечах», «облачно, без выраженных теней».
  • Слои фона: что находится позади субъекта и насколько далеко это выглядит — «размытая городская улица», «гладкий бесшовный фон», «линия деревьев примерно в десяти метрах».

Работающие шаблоны формулировок

Субъект: женщина около тридцати пяти, тёмные волосы до плеч, оливково-зелёная полевая куртка, без очков.
Первый кадр: средне-крупный план, по центру, подбородок на средней высоте кадра, мягкий ключевой свет слева от камеры, холодная подсветка на правой щеке, позади размытая витрина на расстоянии улицы.

Обратите внимание, чего не хватает: эмоциональных прилагательных, предыстории, инструкций по цветокоррекции, конфликтующих с существующей цветовой палитрой статичного кадра. Вы описываете, а не режиссируете пересъёмку.

Распространённая ошибка: избыточное описание

Если ваш блок первого кадра длиннее блока движения, вы перевернули приоритеты. Длинные описания провоцируют противоречия — вы упоминаете «яркий дневной свет», а статичный кадр снят в сумерках, и модели приходится выбирать. Когда статичный кадр и текст не совпадают, дрейф обычно становится результатом. Пишите этот блок, глядя на изображение, и удаляйте то, что уже очевидно из картинки.

Полезная привычка: держите референсный кадр и блок первого кадра в одном файле рядом друг с другом. Если вы отредактировали один, перечитайте другой.

Формулировки движения камеры и времени

Расплывчатый кинематографичный язык — самый распространённый источник «случайного» движения. «Динамичная работа камеры» не сообщает модели ничего исполнимого. Назовите движение, укажите направление, укажите амплитуду и скажите, сколько оно длится.

Шаблоны формулировок для четырёх основных движений

Наезд / движение внутрь

Камера: медленный наезд на лицо субъекта, примерно на 15% за весь кадр, без вращения.

Панорамирование

Камера: плавное горизонтальное панорамирование, слева направо, средняя скорость, горизонт остаётся ровным.

Облёт

Камера: медленный облёт вокруг субъекта, примерно на 30 градусов вправо от камеры, субъект остаётся в центре, параллакс фона виден.

Статичная камера + движение субъекта

Камера: зафиксирована, без движения. Движется только субъект.

Каждый из этих вариантов делает три вещи: один тип движения, одно направление, одна приблизительная амплитуда. Добавление второго движения («наезд с одновременным облётом») допустимо, но должно быть осознанным — оно удваивает вероятность непредвиденных результатов.

Время и темп

Укажите, завершается ли движение или продолжается, и привяжите это к длительности кадра простыми словами:

  • «наезд завершается на последнем кадре»
  • «панорамирование продолжается после окончания кадра»
  • «первая половина статична, затем начинается облёт»
  • «один непрерывный кадр, без склеек»

Избегайте указания конкретных секунд, если ваш конвейер не фиксирует длительность фрагмента; если фиксирует, согласование формулировки с этой длительностью устраняет целый класс ошибок. «Без склеек» стоит указывать явно, потому что некоторые промпты иначе провоцируют подразумеваемые склейки.

Слова скорости, которые действительно имеют значение

Заменяйте расплывчатые термины относительными словами, которые модель может откалибровать: «медленно», «средне», «быстро», «почти незаметно». Они гораздо полезнее, чем «кинематографично», «стремительно», «драматично», потому что у последних нет ни направления, ни амплитуды. Хороший тест: сможет ли оператор, прочитав ваше описание, понять, в какую сторону двигать? Если нет — переписывайте.

Списки негативных слов по типам контента

Негативные слова — дешёвая страховка, но не универсальная. Список негативов, настроенный для говорящего материала, может навредить видео с вращающимся продуктом. Храните отдельные списки по типам контента и расширяйте список только тогда, когда видите воспроизводимый артефакт.

Люди

Негативные слова: лишние пальцы, деформированные руки, искажённые черты лица, дрейф идентичности между кадрами, мерцание глаз, жуткие зубы, дублирующиеся конечности, мерцание текстуры одежды

Дрейф идентичности и артефакты рук — две хронические проблемы. Если субъект поворачивает голову или жестикулирует, добавьте «структура лица не должна деформироваться при повороте головы».

Продукты

Негативные слова: искажение текста этикетки, изменение формы логотипа, мерцание отражений на поверхности, дрожание прямых геометрических краёв, цветовой сдвиг между кадрами, появление фоновых объектов

Продуктовые кадры проваливаются по согласованности, а не по драматизму. Прямые края и печатный текст — канарейки в шахте: если этикетка «дышит», кадр непригоден.

Окружение

Негативные слова: объекты внезапно появляются или исчезают, дрожание листвы, искривление линий зданий, пульсация воды, резкие изменения освещения, наклон горизонта при панорамировании

Особенно при панорамировании стоит включить в список «наклон горизонта» и «искривление прямых линий зданий».

Расширять или сокращать

Добавляйте негативное слово только тогда, когда вы можете воспроизвести артефакт как минимум в двух запусках с одинаковыми кадрами и промптом. Удаляйте негативные слова, которые вы никогда не видели срабатывающими, особенно если они конфликтуют с вашим намерением — писать негатив «без движения камеры» в рецепте наезда — это противоречие, которое вредит стабильности. Держите каждый список в пределах десятка пунктов; слишком длинные списки негативов размывают руководство так же, как слишком длинные позитивные промпты.

Храните списки как именованные строки в вашей конфигурации, а не вставляйте их в каждый промпт вручную, чтобы все рецепты для одного типа контента оставались согласованными.

Разбор рецептов с реальными результатами

Приведённые ниже рецепты полны и готовы к копированию. Описания результатов взяты из тестовых запусков на наших собственных первых кадрах; относитесь к ним как к ожиданиям, требующим проверки, а не как к гарантиям, поскольку ваши кадры другие.

Рецепт 1: наезд на портрет

Субъект: мужчина около сорока пяти, короткие седые волосы, тёмно-синий свитер с круглым вырезом.
Первый кадр: средне-крупный план, по центру, мягкий ключевой свет слева от камеры, размытый фон с тёплым практическим источником света на расстоянии комнаты.
Движение: лёгкий поворот головы в сторону камеры, плечи слегка опускаются; без ходьбы.
Камера: медленный наезд на лицо, примерно на 15% за весь кадр, без вращения.
Темп: один непрерывный кадр, наезд завершается на последнем кадре.
Негативные слова: лишние пальцы, искажённые черты лица, дрейф идентичности между кадрами, мерцание глаз, резкие изменения освещения.

Результат: идентичность сохранилась, наезд выглядел намеренным, а не масштабированием. В ранних версиях не было пункта «без вращения», что вызвало лёгкий крен, из-за которого кадр казался ручным.

Рецепт 2: вращающийся продукт

Субъект: матовая керамическая кружка с печатной этикеткой с одной стороны.
Первый кадр: продукт по центру на бесшовном светло-сером фоне, мягкий верхний свет, едва заметная контактная тень.
Движение: продукт сам по себе неподвижен; по мере изменения угла обзора этикетка становится читаемой.
Камера: медленный облёт вправо от камеры, примерно на 30 градусов, субъект остаётся в центре.
Темп: непрерывно, облёт продолжается после окончания кадра.
Негативные слова: искажение текста этикетки, изменение формы логотипа, дрожание прямых геометрических краёв, цветовой сдвиг между кадрами.

Результат: этикетка оставалась читаемой на большей части дуги; в последней трети появилась лёгкая размытость краёв, которую мы решили, уменьшив угол облёта примерно до 25 градусов, а не добавляя больше негативных слов.

Рецепт 3: панорамирование окружения

Субъект: пустое прибрежное шоссе в облачный полдень, низкий парапет со стороны моря.
Первый кадр: широкий план, дорога уходит вправо, плоский рассеянный свет, солнце не видно.
Движение: лёгкий ветер в прибрежной траве; всё остальное неподвижно.
Камера: плавное горизонтальное панорамирование, слева направо, средняя скорость, горизонт ровный.
Темп: непрерывное панорамирование, без склеек.
Негативные слова: наклон горизонта при панорамировании, искривление линий зданий, внезапное появление объектов, пульсация воды.

Результат: горизонт остался ровным, потому что мы явно это указали. Без этого пункта ранние запуски уплывали на несколько градусов за весь кадр — незаметно, но достаточно, чтобы широкий пейзаж выглядел неправильно.

Итерации и регрессионное тестирование промптов

Промпт — это не одноразовое сообщение, а значение конфигурации. Относитесь к нему как к любой конфигурации, влияющей на выходные данные: версионируйте, записывайте, что он произвёл, изменяйте по одной переменной за раз.

Цикл с одной переменной

  1. Выберите одно проблемное поведение в выводе (дрейф, артефакт рук, нежелательный крен камеры).
  2. Определите, к какому блоку оно относится — обычно это движение, камера или негативные слова.
  3. Измените только одно предложение в этом блоке.
  4. Перезапустите с тем же первым кадром.
  5. Сохраните или откатите в зависимости от увиденного, затем запишите.

Изменение двух блоков одновременно — вот почему команды через шесть недель получают промпты, которые никто не может объяснить.

Записывайте кадр, промпт и вывод вместе

Каждая запись запуска должна содержать:

  • Хэш или ID входного кадра
  • Полную строку промпта, включая негативные слова
  • Версию рецепта
  • Ссылку на вывод и краткую заметку о прохождении или провале

Именно эта тройка — кадр, промпт, вывод — позволяет обнаруживать регрессии. Когда базовая модель обновляется или когда вы настраиваете общий список негативов, вы можете перезапустить сохранённые кадры и сравнить результаты с известными хорошими выводами.

Создайте небольшой золотой набор

Храните от пяти до десяти кадров для каждого типа контента, которые представляют вашу реальную рабочую нагрузку: портрет с поворотом головы, продукт с печатным текстом, широкий пейзаж с горизонтом. Прогоняйте этот набор перед каждым выводом изменения рецепта в производство. Это занимает всего несколько минут и ловит большинство непредвиденных регрессий.

Отслеживайте ожидания, а не только оценки

Простое прохождение/провал для каждого случая — например, «руки чистые», «этикетка читаема», «горизонт ровный» — полезнее единственной субъективной оценки качества, потому что говорит вам, какой блок нужно проверить. Когда случай переключается с прохождения на провал, вы точно знаете, какую версию рецепта и какое предложение винить.

Подключение рецептов к вашему конвейеру

Как только рецепты стабилизируются, они не должны оставаться в приложении для заметок — они должны попасть в код.

Храните рецепты как версионированную конфигурацию

Сохраняйте каждый рецепт как структурированный объект — по одному полю на блок — а не как заранее склеенную строку. Сборка блоков во время запроса позволяет вам совместно использовать блоки субъекта и первого кадра между рецептами и заменять списки негативов по типу контента. Поместите конфигурацию под контроль версий, помечайте её тегами и включайте версию в каждую запись журнала.

{
  "id": "portrait_pushin",
  "version": "3",
  "subject": "...",
  "first_frame": "...",
  "motion": "...",
  "camera": "медленный наезд на лицо, примерно на 15%, без вращения",
  "pacing": "один непрерывный кадр, наезд завершается на последнем кадре",
  "negatives": "portrait_default"
}

Пакетное тестирование перед выпуском

Прогоняйте собранные промпты по вашим золотым кадрам в цикле, сохраняйте выводы вместе с записями запусков и просматривайте помеченные случаи перед повышением версии рецепта. Поскольку каждый рецепт обращается к одному и тому же эндпоинту через один и тот же интерфейс, фреймворк пакетного тестирования — это лишь тонкая обёртка вокруг вашего обычного вызова, без специальных случаев для отдельных моделей, которые нужно поддерживать.

Вызов эндпоинта в масштабе

В производственной среде собирайте промпт из конфигурации, передавайте ваш первый кадр и отправляйте через API. Относитесь к ограничениям скорости и повторным попыткам как к любой другой асинхронной рабочей нагрузке: ставьте задачи в очередь, прикрепляйте к каждой задаче версию рецепта и ID кадра и записывайте возвращённые ссылки на выводы обратно в журнал. Если какой-то рецепт ведёт себя неправильно в производстве, вы можете извлечь точный кадр и промпт, которые его произвели.

О параметрах эндпоинта, поддерживаемых соотношениях сторон и деталях запроса/ответа см. страницу модели MiniMax H3 Max image-to-video — описанные выше рецепты разработаны так, чтобы их можно было применять напрямую.

Пишите промпты как код, смотрите на выводы как на результаты тестов — и преобразование изображения в видео перестанет быть игровым автоматом.

Похожие статьи

Все статьи →

Начните работать с постоянными артефактами ИИ

Получите API-ключ и вызывайте модели изображений, видео и аудио через один API на основе tasks.

Читать документацию API