動畫提示詞要交代兩件事：畫面怎麼畫，以及場景怎麼動。先把線條粗細、上色方式和色彩配置指定清楚，再用平白的語言描述發生了什麼——身體哪些部位在動，動作最後又怎麼收住。
MiniMax H3 除了文字，也接受圖片、影片和音訊。想要穩定的 2D 質感，就挑能體現你目標畫風的參考素材，並把線條與上色講明白。如果成品看起來太像照片，參考素材和視覺指示兩邊都值得回頭檢查。
本文依序說明：該選哪一種模式、怎麼準備參考素材、四組提示詞範例，以及動畫創作者最常撞上的兩種失敗該怎麼診斷——畫風對了但動態不對，還有臉在鏡頭之間愈跑愈偏。
起步時先挑一段短、能快速檢視的場景：角色轉頭看向某人、一隻手伸向信件、一句台詞之後的沉默反應。等臉、畫風和動態都能一起撐住，再把同一批參考素材與同一套視覺指示沿用到下一個鏡頭。
選用文生影片、圖生影片，還是參考生影片
你手上先有什麼素材，就決定了該用哪一種模式。動筆之前，先確認你的 MiniMax H3 生成器 提供哪些選項。
| 你的起點 | 可考慮的模式 | 需要準備什麼 |
|---|---|---|
| 心裡有一個新場景或視覺風格的想法 | 文生影片 | 角色、場景、畫風與動作的描述 |
| 一張構圖已經定案的完成插畫 | 圖生影片 | 開場畫面，以及場景如何動的描述 |
| 開頭與結尾都很明確的轉場 | 首尾影格生成 | 兩張構圖相容的完成場景圖 |
| 原創角色出現在新的場景裡 | 參考生影片，也稱 Ref2VA | 角色參考素材，以及新鏡頭的描述 |
這幾種模式解決的是不同問題，把它們混著用，正是動畫成品走鐘的常見原因。角色設定圖屬於身分參考：它告訴模型這個角色是誰。場景插畫則屬於構圖參考：它告訴模型第一格長什麼樣子。把多視角設定圖丟進第一格的位置，設定圖自己的版面通常也會跟著進來，連分格一起。
模式名稱與支援的輸入因供應商而異，有些介面還會提供額外的組合。生成之前，先確認每一張上傳的圖片會被當成什麼用途。
分開描述 2D 畫風與動態
「動畫風」這三個字留下太多沒交代的視覺選擇。把你這個場景真正在意的細節寫出來：
- **線條：**乾淨的深色輪廓線、細緻的鉛筆線，或粗筆墨線。
- **上色：**平塗賽璐璐、雙色階陰影，或柔和的手繪陰影。
- **色彩：**克制的粉彩色盤、低調的黃昏色調，或明亮飽和的顏色。
- **光線：**橫過臉龐的硬邊陰影、溫暖的側光，或光線均勻的室內。
「2D 賽璐璐動畫、一致的深色輪廓線、平塗色塊、硬邊陰影」這樣一句話，比一整串形容畫質的形容詞更能給模型可依循的線索。「體積光」「淺景深」這類字眼則可能把畫面拉向攝影質感。要做平塗賽璐璐，就把光的來向與陰影邊緣描述清楚。
動態要另外用平白的語言寫：角色做了什麼、哪些部位在動、動作怎麼收尾。單一顆連續鏡頭，這樣通常就夠了——H3 會從描述裡讀出節奏。時間碼式的動作行在這裡幫助不大，模型也未必照著走；真正派得上用場的時候，是你需要排列好幾個明確的節拍，或安排一次剪接，因為那時「順序」本身就是資訊。
靜幀和影片要分兩次看。靜幀看的是臉、線條與上色；播放看的是節奏、你沒要求的動態，以及畫格與畫格之間圖形怎麼變。生成影片之前先審靜幀，動起來之後再確認畫風有沒有守住。
為角色一致性準備參考素材
從能完成任務的最小組合開始。一張清楚的人像加上一張全身圖，是第一次測試很實用的起點。等某個動作暴露出這兩張圖涵蓋不到的細節，再補上側面或背面視角。
每一張參考素材都要有明確的分工：
| 參考素材 | 應負責引導的細節 |
|---|---|
| 角色人像 | 五官比例、髮型、具辨識度的特徵 |
| 全身圖或三視圖 | 身形比例、服裝、鞋款與配件 |
| 畫風圖 | 線條、上色與色彩處理 |
| 環境圖 | 地點、空間配置與反覆出現的物件 |
| 動態片段 | 某個特定動作或運鏡行為 |
挑選彼此一致的圖片。如果某個視角領口不同、髮型也不同，生成前先解決這個落差，因為互相衝突的設定會生出對不上的細節。遇到不對稱的配件，要指明是角色自己的左邊還是右邊。
大張的設定圖很適合用來檢視設計；它作為生成輸入的效果好不好，則取決於鏡頭與工作流程。手邊另外留一份臉部與相關身體視角的乾淨裁切圖，當小細節消失時，就拿完整設定圖和這些裁切圖對照。
H3 Ref2VA 的官方規格允許最多九張圖片、三段影片、三段音訊，各類型合計上限為 12 個檔案。總數必須壓在這個上限之內。影片與音訊各自另有 15 秒的累計長度上限，單段長度必須落在 2–15 秒之間。音訊參考還必須搭配圖片或影片輸入。你的供應商可能再加諸其他限制。
參考素材一次只加一個，每加一個就確認結果有沒有真的變好。重複或互相衝突的素材會佔掉可用名額，還可能拉低一致性。
提示詞與參考素材如何分工
用參考素材建立角色的設計。文字裡的外觀描述要和那些圖片保持一致；當某些特徵有助於把鏡頭講清楚時，再重述一次。
下面的文生影片範例之所以要描述角色，是因為沒有圖片可以建立她的外觀。參考生影片範例則把這件事交給上傳的圖片。兩種情況都要確認文字和你想要的設計是一致的。
當身分的工作已經由參考素材扛下，提示詞裡該寫的是：景別、動作、運鏡、光線、聲音，以及針對老是漏掉的細節補上一兩句提醒——角色左側的髮夾、該維持捲起的袖子。
MiniMax H3 動畫提示詞範例
以下提示詞保留英文，方便直接複製。教室場景的 A/B 提示詞是實測時實際提交的原文，其餘為示例提示詞。
一則能用的動畫提示詞涵蓋六件事：主體或參考素材、畫風、取景、動作順序、光線，以及聲音。
請把下面的參考素材標籤，換成你所用介面的標籤或素材引用方式。在 ArcLoop 裡，透過 @ 引用選單挑選已儲存的素材。
文生影片：一段安靜的動畫場景
用這個在定下常駐角色之前先試出畫風。沒有參考素材的時候，外觀描述得一個人扛完所有工作。
A five-second 2D anime scene with flat cel shading, clean dark outlines,
and muted blue and amber colors. Medium shot of a young woman with short
black hair and a teal jacket at a school rooftop railing. She looks toward
the stairs, pauses, and gives a small smile. Static camera. Warm side light
creates a clear shadow across her jacket. Distant traffic and a brief gust
of wind. No dialogue or music.
如果打算把這個角色留下來重複使用，先備好經核可的參考圖，再往下搭建其他場景，有助於減少鏡頭之間的差異。
參考生影片：同一個角色，換一個鏡頭
上傳一張人像與一張全身參考圖，然後在提示詞裡指派它們各自的工作。注意，外觀描述在這裡不見了。
Image 1 defines Rin's face and hairstyle. Image 2 defines her body
proportions and teal school uniform. Keep these details consistent.
Five-second medium shot of Rin standing beside a classroom window.
2D cel animation with the linework and shading shown in Image 1.
She hears someone at the door, turns her head, and pauses with an attentive
expression. Her body stays in place. Static camera, soft afternoon light.
Sound: quiet classroom ambience and one door knock. No music.
在相關鏡頭之間沿用同一套參考素材描述。調整動作、取景與光線，角色細節則保持一致。
圖生影片：一次簡單的動畫轉頭
我們用這張原創的教室插畫當作第一格，生成一段五秒的 MiniMax H3 動畫鏡頭。
A——自然語言提示詞：
Animate the supplied classroom illustration as a five-second 2D anime shot.
Preserve the character design, clean dark outlines, flat cel shading,
and afternoon lighting shown in the image.
Rin turns her head toward the doorway and stops with an attentive
expression. Keep her shoulders in place. Allow a small amount of movement
in the loose strands of her hair.
Static medium shot. Quiet classroom ambience. No dialogue or music.
B——同一個鏡頭，改用時間碼標示節拍。 開頭的畫風指示與結尾的運鏡、聲音指示都不變，只有動作段落不同：
Animate the supplied classroom illustration as a five-second 2D anime shot.
Preserve the character design, clean dark outlines, flat cel shading,
and afternoon lighting shown in the image.
0-2 seconds: Rin holds her starting pose.
2-4 seconds: She turns her head toward the doorway, keeping her shoulders
in place. The loose strands of her hair follow the turn.
4-5 seconds: She holds an attentive expression as her hair settles.
Static medium shot. Quiet classroom ambience. No dialogue or music.
兩段影片都保住了賽璐璐的質感、溫暖的窗光，轉頭過程中頭髮也看得見在動。A 用自然語言描述，得到的是一顆可用的單鏡頭。B 在 1.5 秒取樣時就已經轉過去了，比它自己要求的兩秒停頓還早。而且 B 的肩膀也跟著動了，儘管提示詞明講肩膀要維持原位。
單一顆鏡頭，就把畫風、動作和運鏡寫清楚，然後看結果。那些時間碼只是把平白描述本來就隱含的順序再說一遍，模型並沒有因此跟得更準。真正需要靠時間點承載資訊的時候——一段影片裡有好幾個節拍，或要在鏡頭之間做一次剪接——再把順序寫出來，並檢查回來的影片有沒有提早動作、身體有沒有不該出現的轉動。這是每個提示詞三次生成中的第三次；整組跑下來，時間點並不穩定。
對白：一段簡短的反應
Use the supplied character portrait for Rin's identity. Five-second
close-up in 2D anime style, with flat shading and consistent dark outlines.
She looks toward the person just off camera, takes a small breath, and says
quietly, "You came back." After the line, she lowers her eyes and pauses.
Static camera. Evening light from the window. Clear dialogue, faint cicadas
outside, no music, and no additional speech.
H3 可以同時生成畫面與聲音，包含對白和室內底噪。要聽清楚字句，並檢查嘴型。跨好幾段影片的對白，若介面支援，就沿用同一個聲音參考，並且逐次比對聲音，而不是假設它會自動延續。
讓同一個角色貫穿多顆動畫鏡頭
在投入整個場景之前，先跑一組短測試：
- 核可參考圖。 檢查臉、服裝、側面視角，以及任何會入鏡的配件。
- 挑三個會以不同方式失敗的角度。 中景、側臉、特寫，各自會暴露不同的一致性問題。
- 沿用同一組設計參考與畫風描述。 只改動作、取景與光線。
- 把結果放在一起看。 比對五官比例、髮型輪廓、服裝與色彩，再看動態像不像同一個人的表演。
- 只修壞掉的那一項。 側臉不對，就改進側面參考或把轉頭幅度收小，然後只重生成那一顆鏡頭。
在 ArcLoop 裡，把核可的角色圖放進 My Assets，相關鏡頭直接選用，並在送出前確認每次生成掛上了哪些素材。要開發新的角色造型，AI 動畫生成器 是個合理的起點。
把鏡頭切短、分開，失敗的那一顆就能單獨重生成，不必重搭整個場景。至於連續對話，另外測一次單段較長的生成——把對話拆到不同片段，聲音或語氣可能在片段之間走掉。哪一種能給你可用素材、檢視負擔又撐得住，就選哪一種。讓臉在不同鏡頭之間保持穩定 的那套紀律，在這裡原封不動適用。
修正 MiniMax H3 動畫影片的常見問題
| 問題 | 該檢查什麼 | 下一步試什麼 |
|---|---|---|
| 畫面看起來像 3D 渲染 | 參考素材的上色方式，以及提示詞裡有沒有攝影感的打光用語 | 換成明確的 2D 參考素材；描述平塗色塊與硬邊陰影，而不是體積光 |
| 畫風對了，動作卻太滑順 | 一次有多少東西在動，動作之間有沒有停頓 | 鏡頭保持不動，砍掉次要動態，加入短暫的停格 |
| 轉頭的過程中臉變了 | 參考素材有沒有涵蓋那個角度 | 補一張核可的側面或四分之三視角；測試幅度更小的轉頭 |
| 設定圖的分格出現在影片裡 | 是不是把角色設定圖指派成開場畫面 | 改放到參考模式，或另外做一張場景圖當第一格 |
| 好幾個動作重疊，或做不完 | 動作的順序與複雜度 | 寫成收尾明確的短序列，或拆成不同鏡頭 |
| 參考素材越多，結果越不一致 | 服裝、畫風互相衝突，或參考素材的分工不清楚 | 移除多餘的輸入；新素材一次加回一個 |
每次比較只動一個變因。模型版本、模式、時長與參考素材組都維持不變，除非你要測的正是其中一項；並把提示詞和結果一起存下來，日後才判斷得出這次修改到底有沒有幫上忙。
常見問題
做 MiniMax H3 動畫需要負面提示詞嗎？
能不能另外填負面提示詞，取決於介面。先從正向描述畫風開始——平塗賽璐璐、硬邊陰影、不要攝影感的景深。如果某個不想要的特定特徵反覆出現，再針對它補一句簡短指示，並和前一次結果比對。
要求 12 fps 就會得到傳統日式動畫的節奏嗎？
在提示詞裡寫影格率，並不能可靠地決定輸出檔案的影格率。H3 官方規格列出的是 24 fps。用平白的語言描述你想要的動態，讓描述本身去帶節奏，而不是指望一個 fps 數值或逐秒的時間碼來控制它，然後實際檢視影片。需要特定的交付影格率時，請在輸出設定或剪輯階段處理。
測試時該用多長的影片、多高的解析度？
先從五秒、且你所選模式支援的解析度開始，比較提示詞時這兩項設定都固定不動。等畫風和動態都對了，再去看更高解析度的選項並重新檢視結果——特別是臉、頭髮和手，這些地方的小差異最容易被看出來。H3 時長與解析度指南 整理了各級規格允許的範圍。
用同一個 seed 能讓動畫角色保持一致嗎？
在其他條件都固定不動的情況下，seed 有助於控制變因、方便比較。一旦動了提示詞、取景或參考素材，角色還是可能變。沿用核可的設計參考，並從幾個角度檢視角色，再擴大整個序列。
在 MiniMax H3 上做動畫需要 LoRA 嗎？
MiniMax H3 有社群訓練的風格轉接器，有些針對特定畫風，例如循環播放的手繪草稿動畫。若要嘗試，先確認它預期的基礎模型、支援的生成模式，以及你的本地工作流程或託管服務跑不跑得動——為某套流程打造的轉接器，換到另一套流程往往需要不同的設定。清楚的參考素材是實用的起點，而且能隨著設計調整而更新。
檢視畫風，也檢視動態
把動作、運鏡、光線與聲音按清楚的順序寫出來，外觀細節則要與參考素材一致。
先在靜幀上檢查畫風，再從動態裡檢視節奏與角色一致性。針對失敗的那個細節調整，然後比較下一次的結果。
