संवाद और टाइमिंग के लिए MiniMax H3 प्रॉम्प्ट गाइड

MiniMax H3 प्रॉम्प्ट गाइड: संवाद, कट और टाइमिंग को नियंत्रित करें

यह MiniMax H3 प्रॉम्प्ट गाइड बताती है कि केवल अच्छे दिखने वाले लेकिन अस्पष्ट सीन विवरण पर निर्भर रहने के बजाय स्पीकर, लिप सिंक, कट, साउंड और उत्पाद निरंतरता को कैसे नियंत्रित करें।

कम्युनिटी का एक MiniMax H3 उदाहरण, जिसमें निर्देशित संवाद, क्रियाएं, पढ़ने योग्य प्रॉप, कैमरा मूवमेंट और समयबद्ध रिएक्शन शॉट शामिल हैं।

ओपनिंग क्लिप Reddit उपयोगकर्ता GrayingGamer द्वारा साझा किए गए एक संरचित प्रॉम्प्ट से बनाई गई थी। यह दो स्पीकर, कई क्रियाएं, एक पढ़ने योग्य प्रॉप, कैमरा मूवमेंट, साउंड और लगभग दस सेकंड पर एक रिएक्शन शॉट निर्देशित करता है। व्यावसायिक प्रोजेक्ट में अधिकृत पात्रों, आवाज़ों, उत्पादों और ब्रांड एसेट्स का उपयोग करना चाहिए। इसका उपयोगी सबक इसकी शूटिंग-स्क्रिप्ट लॉजिक है।

MiniMax H3 प्रॉम्प्ट गाइड क्यों महत्वपूर्ण है

एक छोटा प्रॉम्प्ट एक विषय और एक क्रिया के लिए काम कर सकता है। कई स्पीकर, ऑफ-स्क्रीन आवाज़, अनेक शॉट या समयबद्ध उत्पाद क्रियाओं के साथ संरचना उपयोगी हो जाती है। अन्यथा, सही आवाज़ चल सकती है जबकि गलत पात्र अपने होंठ हिला रहा हो। कट जल्दी आ सकते हैं और उत्पाद शॉट्स के बीच बदल सकते हैं।

एक व्यावहारिक MiniMax H3 प्रॉम्प्ट गाइड को इस अस्पष्टता को कम करना चाहिए। स्टाइल के बारे में अधिक विशेषण स्पष्ट स्पीकर पहचान या टाइमलाइन का विकल्प नहीं बन सकते।

सही आधिकारिक MiniMax H3 प्रॉम्प्ट गाइड चुनें

MiniMax दो आधिकारिक संसाधन प्रदान करता है:

आधिकारिक संसाधन	किसके लिए सर्वोत्तम	मुख्य संरचना
वीडियो प्रॉम्प्ट राइटिंग गाइड	टेक्स्ट-टू-वीडियो, इमेज-टू-वीडियो, फर्स्ट-एंड-लास्ट-फ्रेम और लास्ट-फ्रेम कार्य	integrated_multimodal_description, overall_soundscape, non_diegetic_music
फुल-रेफरेंस मोड गाइड	अलग-अलग सब्जेक्ट, इमेज, वीडियो, मोशन या ऑडियो रेफरेंस का उपयोग करने वाले कार्य	subject_definitions से non_diegetic_music तक छह सेक्शन

वीडियो प्रॉम्प्ट राइटिंग गाइड

फुल-रेफरेंस मोड गाइड

टेक्स्ट या फ्रेम-आधारित जनरेशन के लिए पहली MiniMax H3 प्रॉम्प्ट गाइड का उपयोग करें। जब कोई इमेज उत्पाद को परिभाषित करे, वीडियो मोशन को नियंत्रित करे या ऑडियो आवाज़ की डिलीवरी को नियंत्रित करे, तब फुल-रेफरेंस गाइड का उपयोग करें।

वर्तमान आधिकारिक सिंटैक्स स्पीकर्स को (S1) और (S2) जैसे स्थिर ID देता है। स्पीकर की पहचान और डिलीवरी <d> के बाहर रहती है। अंदर केवल भाषा और बोले जाने वाले शब्द होते हैं:

स्पष्ट, आत्मविश्वासी आवाज़ वाली महिला होस्ट (S1) पूछती है:
<d>[English] दबाव परीक्षण के लिए तैयार हैं?</d>

ऑफ-स्क्रीन पंक्ति के लिए इसे ऑफ-स्क्रीन वॉइसओवर के रूप में पहचानें और स्पष्ट करें कि दिखाई दे रहे पात्र के होंठ बंद रहें।

नियंत्रित टाइमलाइन के चार नियम

1. स्पीकर और मौन निर्धारित करें। हर आवाज़ को एक बार परिचित कराएं, सभी शॉट्स में एक ही ID रखें और पहचानें कि किसे नहीं बोलना है।
2. कट को टाइमलाइन पर रखें। [Shot 1] से शुरू करें और कोई टाइमस्टैम्प न दें। बाद के शॉट्स को बढ़ते कट समय दें:

[Shot 1] एक मीडियम शॉट होस्ट, तकनीशियन और टेस्ट टैंक स्थापित करता है।
[Shot 2] 00:04.000 पर, कैमरा घड़ी के क्लोज़-अप पर कट करता है।
[Shot 3] 00:08.000 पर, कैमरा तकनीशियन द्वारा घड़ी उठाने पर कट करता है।

3. बोलचाल और साउंड को अलग रखें। संवाद को <d> में, भौतिक ध्वनि को overall_soundscape में और केवल दर्शकों के लिए संगीत को non_diegetic_music में रखें।
4. स्क्रिप्ट को आउटपुट की लंबाई से मिलाएं। यदि संवाद ओवरलैप होता है या उत्पाद क्रिया बहुत जल्दी समाप्त हो जाती है, तो स्क्रिप्ट छोटी करें या क्लिप लंबी करें।

यह MiniMax H3 प्रॉम्प्ट गाइड एडिटिंग के साथ-साथ पेसिंग को भी नियंत्रित करती है। टाइमस्टैम्प के बीच का अंतराल हर क्रिया और पंक्ति के लिए उपलब्ध समय है।

MiniMax H3 प्रॉम्प्ट टेस्ट: संक्षिप्त बनाम संरचित

हमने एक घड़ी-दबाव कॉन्सेप्ट को दो प्रॉम्प्ट शैलियों के साथ टेस्ट किया। इसमें तीन शॉट, दो लोग, तीन पंक्तियां, एक ऑफ-स्क्रीन पुरुष पंक्ति, दो कट और एक समान डाइव वॉच आवश्यक थी। यह MiniMax H3 प्रॉम्प्ट गाइड तुलना एक व्यावहारिक प्रदर्शन है, औपचारिक बेंचमार्क नहीं।

मुख्य प्रॉम्प्ट अंतर ये थे:

नियंत्रण	संक्षिप्त प्रॉम्प्ट	संरचित प्रॉम्प्ट
स्पीकर	पैराग्राफ में भूमिका के आधार पर वर्णित	(S1) और (S2) के रूप में स्थिर
ऑफ-स्क्रीन पंक्ति	“तकनीशियन ऑफ स्क्रीन से बोलता है”	स्पष्ट ऑफ-स्क्रीन वॉइसओवर और मुंह बंद रखने का निर्देश
कट	सामान्य समय निर्देशों के रूप में लिखे गए	[Shot 2] At 00:04.000 और [Shot 3] At 00:08.000 के रूप में लिखे गए
साउंड	यथार्थवादी साउंड के लिए सामान्य अनुरोध	overall_soundscape और non_diegetic_music में अलग किया गया

टेस्ट 1: संक्षिप्त प्रॉम्प्ट

संक्षिप्त संस्करण ने एक विश्वसनीय स्टूडियो बनाया और घड़ी को पहचानने योग्य रखा। हालांकि, तकनीशियन की ऑफ-स्क्रीन पंक्ति के दौरान महिला होस्ट ने स्पष्ट रूप से अपने होंठ ऐसे हिलाए जैसे वह उसकी आवाज़ में बोल रही हो। इसके कट लगभग 3.54 और 6.79 सेकंड पर आए, इसलिए अंतिम रिवील जल्दी शुरू हो गया।

टेस्ट 2: संरचित MiniMax H3 प्रॉम्प्ट गाइड प्रारूप

संरचित MiniMax H3 प्रॉम्प्ट गाइड संस्करण में स्पीकर ID, ऑफ-स्क्रीन वॉइसओवर, मुंह बंद रखने का निर्देश और समयबद्ध शॉट्स का उपयोग हुआ। इसके कट लगभग 3.92 और 7.88 सेकंड पर आए, जो अनुरोधित चार और आठ सेकंड के निशानों के करीब हैं।

कोई स्पष्ट गलत लिप सिंक दिखाई नहीं दिया। घड़ी अग्रभूमि में भरी हुई थी, जबकि होस्ट पृष्ठभूमि में रही। उसका मुंह आंशिक रूप से ढका हुआ था, इसलिए यह पूर्ण निष्पादन सिद्ध नहीं करता। फिर भी, संरचित MiniMax H3 प्रॉम्प्ट गाइड ने टेस्ट 1 के दृश्य मिसमैच से बचाव किया।

परिणाम	संक्षिप्त प्रॉम्प्ट	संरचित प्रॉम्प्ट
स्पीकर एट्रिब्यूशन	पुरुष आवाज़ के साथ महिला के होंठों की दृश्य गति	कोई स्पष्ट गलत-व्यक्ति लिप सिंक नहीं
कट टाइमिंग	लगभग 3.54 सेकंड और 6.79 सेकंड	लगभग 3.92 सेकंड और 7.88 सेकंड
उत्पाद निरंतरता	घड़ी पहचानने योग्य रही	अधिक मजबूत क्लोज़-अप के साथ घड़ी पहचानने योग्य रही
शेष समस्या	दृश्य स्पीकर मिसमैच	तकनीशियन की शर्ट पर मामूली छद्म-टेक्स्ट

4.5 सेकंड पर संक्षिप्त प्रॉम्प्ट	4.5 सेकंड पर संरचित प्रॉम्प्ट

4.5 सेकंड पर, संक्षिप्त परिणाम में दिखाई दे रही होस्ट तकनीशियन की ऑफ-स्क्रीन आवाज़ पर अपने होंठ हिलाती दिखती है। संरचित परिणाम उसी स्पष्ट मिसमैच से बचता है।

दोनों क्लिप व्यावसायिक रूप से विश्वसनीय दिखीं। यह MiniMax H3 प्रॉम्प्ट गाइड टेस्ट यह नहीं दिखाता कि लंबे प्रॉम्प्ट हमेशा अधिक सुंदर फ्रेम बनाते हैं। यह दिखाता है कि सही संरचना नियंत्रण में सुधार कर सकती है।

दोबारा उपयोग योग्य MiniMax H3 प्रॉम्प्ट गाइड टेम्पलेट

integrated_multimodal_description:
[Shot 1] स्टाइल, कंपोज़िशन, उत्पाद, स्पीकर (S1), क्रिया और संवाद।
[Shot 2] 00:SS.mmm पर, नई फ्रेमिंग, उत्पाद क्रिया, स्पीकर (S2),
ऑफ-स्क्रीन या ऑन-स्क्रीन डिलीवरी, सटीक संवाद और कौन मौन रहता है।
[Shot 3] 00:SS.mmm पर, अंतिम क्रिया, उत्पाद निरंतरता और एंड फ्रेम।

overall_soundscape: प्लेबैक क्रम में एम्बिएंट और भौतिक ध्वनियां।
non_diegetic_music: केवल दर्शकों के लिए स्कोर, या N/A।

रेफरेंस मोड के लिए, इसके बजाय दूसरी आधिकारिक MiniMax H3 प्रॉम्प्ट गाइड का पालन करें। टाइमलाइन लिखने से पहले परिभाषित करें कि प्रत्येक <Subject N>, <Picture N>, <Video N> या <Audio N> क्या नियंत्रित करता है।

व्यावसायिक गुणवत्ता चेकलिस्ट

ईकॉमर्स या सोशल वीडियो को स्वीकृत करने से पहले जांचें:

• हर पंक्ति इच्छित स्पीकर से आती हो और मौन पात्र गलत लिप सिंक न बनाएं।
• संवाद और उत्पाद क्रियाओं के लिए पर्याप्त जगह के साथ कट अनुरोधित समय के आसपास हों।
• उत्पाद का रंग, संरचना, लोगो, टेक्सचर और अनुपात स्थिर रहें।
• हाथ, चेहरे, प्रतिबिंब, छायाएं, संपर्क बिंदु और दिखाई देने वाला टेक्स्ट समीक्षा में पास हों।
• फ्रेमिंग इच्छित PDP, मार्केटप्लेस लिस्टिंग, Reel, TikTok या विज्ञापन के अनुकूल हो।

प्रॉम्प्ट को WeShop AI वर्कफ़्लो में बदलें

WeShop AI में MiniMax H3 वर्कफ़्लो खोलें और वह इनपुट मोड चुनें जो आपके एसेट्स के अनुकूल हो। शुरुआत से बनाने के लिए टेक्स्ट, ओपनिंग कंपोज़िशन लॉक करने के लिए पहला फ्रेम, या जब अलग एसेट्स उत्पाद पहचान, मोशन या साउंड नियंत्रित करते हों तब फुल-रेफरेंस मोड का उपयोग करें।

फिर पांच चरणों का पालन करें:

1. डिलिवरेबल और अवधि निर्धारित करें।
2. स्पीकर, रेफरेंस और लॉक किए गए उत्पाद विवरण निर्धारित करें।
3. एक यथार्थवादी MiniMax H3 प्रॉम्प्ट गाइड टाइमलाइन लिखें।
4. एक ड्राफ्ट जनरेट करें और नियंत्रण विफलताओं की समीक्षा करें।
5. बेस वीडियो के समीक्षा में पास होने के बाद ही कैंपेन वेरिएंट बनाएं।

संवाद विज्ञापनों, डेमो, एक्सप्लेनर और बहु-पात्र वीडियो के लिए, इस MiniMax H3 प्रॉम्प्ट गाइड का सबक सरल है: अधिक विवरण अपने-आप अधिक सुंदर वीडियो नहीं बनाता। सही विवरण अधिक नियंत्रित वीडियो बनाता है।

संपादकीय नोट: किसी भी तृतीय-पक्ष फुटेज, पात्र की समानता या आवाज़ रेफरेंस को प्रकाशित करने से पहले अनुमति की पुष्टि करें।