MiniMax H3 के साथ AI टेक्स्ट एनीमेशन: ब्लैक-एंड-व्हाइट काइनेटिक टाइपोग्राफी वीडियो बनाएं
योजनाबद्ध टेक्स्ट, मोशन एक्शन और न्यूनतम ग्राफिक स्टाइलिंग के साथ हाई-कॉन्ट्रास्ट AI काइनेटिक टाइपोग्राफी वीडियो बनाने के लिए WeShop MiniMax H3 का उपयोग करना सीखें।
काला स्क्रीन पर एक शब्द चमकता है, फ्रेम को लगभग भर देने तक फैलता है, फिर टूटकर बिखर जाता है। कुछ सेकंड बाद, टाइप की पंक्तियां टकराती हैं, बढ़ती हैं, इनवर्ट होती हैं और खुद को एक नई कंपोज़िशन में फिर से बनाती हैं।
कोई व्यक्ति, फोटो, उत्पाद या बैकग्राउंड दृश्य नहीं है। टाइपोग्राफी ही पूरा विज़ुअल है।
यही अंतर काइनेटिक टाइपोग्राफी को कैप्शन वाले पारंपरिक वीडियो से अलग करता है। AI से “एनिमेटेड टेक्स्ट जोड़ने” के लिए कहने के बजाय, यह वर्कफ़्लो सटीक शब्दों, उन्हें सौंपे गए मोशन और मॉडल द्वारा फ्रेम से बाहर रखी जाने वाली हर चीज़ को परिभाषित करता है।
यह ट्यूटोरियल WeShop MiniMax H3 का उपयोग करके गहरे लाल रंग के छोटे एक्सेंट के साथ ब्लैक-एंड-व्हाइट AI टाइपोग्राफी मोशन वीडियो बनाता है।
1. टाइपोग्राफी को पूरा विज़ुअल बनाएं
पहली चुनौती यह है कि परिणाम ऊपर कैप्शन लेयर वाले सामान्य दृश्य में न बदल जाए।
एक सख्त विज़ुअल सीमा निर्धारित करके शुरू करें:
पूरा वीडियो शुद्ध काले बैकग्राउंड पर एक डायनेमिक टाइपोग्राफी पीस है।
फ्रेम में केवल टेक्स्ट को ही दिखाई देने की अनुमति है।
लोगों, लैंडस्केप, फोटो, इलस्ट्रेशन, आइकन, उत्पाद, लोगो, 3D ऑब्जेक्ट, UI एलिमेंट, टाइमर, बॉर्डर, ग्रिड या सजावटी ग्राफिक्स न दिखाएं।
सबसे महत्वपूर्ण निर्देश है:
फ्रेम में केवल टेक्स्ट को ही दिखाई देने की अनुमति है।
यह मॉडल को बताता है कि टाइपोग्राफी किसी दूसरे विज़ुअल के ऊपर रखी गई सूचना-लेयर नहीं है। टाइपोग्राफी ही विज़ुअल विषय है।
मूल अवधारणा टाइपोग्राफी को एकमात्र विज़ुअल विषय के रूप में स्थापित करती है।
2. मोशन तय करने से पहले सटीक शब्द परिभाषित करें
“काइनेटिक टाइपोग्राफी बनाएं” मॉडल को बताता है कि वीडियो कैसा महसूस होना चाहिए, लेकिन यह नहीं बताता कि स्क्रीन पर वास्तव में क्या दिखना चाहिए।
इस प्रयोग के लिए, टेक्स्ट की योजना पहले से बनाई गई है।
शुरुआत
TEXT
MOTION
TYPE
EXPERIMENT
ये शब्द तुरंत विज़ुअल थीम स्थापित करते हैं।
गति और परिवर्तन
FAST ENTRY
INSTANT SCALE
RAPID ROTATION
COMPRESS & REBUILD
भाषा स्वयं मोशन का वर्णन करती है, जिससे हर वाक्यांश को किसी दृश्य एक्शन से जोड़ना आसान हो जाता है।
लेआउट
MULTI-LINE LAYOUT
SIZE CONTRAST
OFFSET STRUCTURE
RHYTHM SHIFT
यह समूह कंपोज़िशन को अलग-अलग शब्दों से अधिक सघन ग्राफिक लेआउट की ओर ले जाता है।
सबसे प्रभावशाली मोशन सीक्वेंस
COLLISION
DECONSTRUCT
MULTIPLY
INVERT
REBUILD
हर शब्द को अपना अलग व्यवहार मिलता है:
- COLLISION — टेक्स्ट अलग-अलग दिशाओं से केंद्र की ओर तेज़ी से आता है।
- DECONSTRUCT — पूरे शब्द अक्षर-खंडों में टूटते हैं।
- MULTIPLY — एक शब्द तेज़ी से कई प्रतियों में बदल जाता है।
- INVERT — कंपोज़िशन फ्लिप या मिरर होती है।
- REBUILD — बिखरे हुए एलिमेंट एक व्यवस्थित कंपोज़िशन में लौटते हैं।
विज़ुअल कैरेक्टर
BLACK
WHITE
SHARP
CALM
RESTRAINED
ये शब्द पीस की विज़ुअल भाषा को मजबूत करते हुए अस्थायी रूप से लय को धीमा करते हैं।
नियंत्रित रंग विकृति
COLOR SHIFT
TEXT OFFSET
MOMENTARY GHOST
LAYER OVERLAP
यह सेक्शन ब्लैक-एंड-व्हाइट विज़ुअल सिस्टम को बदले बिना एक्सेंट के रूप में बहुत कम गहरा लाल रंग पेश करता है।
समापन सीक्वेंस
TEXT IS MOVING
LAYOUT IS CHANGING
STRUCTURE IS REBUILDING
अंतिम शीर्षक बनता है:
AI TYPOGRAPHY MOTION
वास्तविक कॉपी की योजना बनाने से एनीमेशन को एक प्रगति मिलती है, बजाय इसके कि टेक्स्ट के हर विकल्प को मॉडल पर छोड़ दिया जाए।
3. हर शब्द को एक दृश्य एक्शन से जोड़ें
“डायनेमिक,” “प्रीमियम” या “एक्सपेरिमेंटल” जैसे अमूर्त स्टाइल शब्द मूड का वर्णन कर सकते हैं, लेकिन वे यह नहीं बताते कि क्या मूव होना चाहिए।
AI टाइपोग्राफी मोशन के लिए क्रियाएं अधिक उपयोगी हैं।
प्रॉम्प्ट में इन एक्शनों का उपयोग किया गया है:
- स्केलिंग;
- छोटा करना;
- रोटेशन;
- फ्लिपिंग;
- कंप्रेशन;
- स्ट्रेचिंग;
- टकराव;
- विघटन;
- गुणन;
- ऑफसेट;
- ओवरलैप;
- मिररिंग;
- पुनर्व्यवस्था;
- पुनर्निर्माण।
सबसे प्रभावशाली सीक्वेंस के लिए संबंध स्पष्ट है:
“COLLISION” — कई टेक्स्ट ब्लॉक अलग-अलग दिशाओं से केंद्र की ओर तेज़ी से आते हैं और टकराते हैं।
“DECONSTRUCT” — पूरे शब्द टुकड़ों या आंशिक अक्षर संरचनाओं में टूट जाते हैं।
“MULTIPLY” — एक शब्द तुरंत कई प्रतियों में डुप्लिकेट होता है जो पूरे फ्रेम में फैल जाती हैं।
“INVERT” — शब्दों का एक पूरा समूह लंबवत, क्षैतिज रूप से फ्लिप होता है या संक्षेप में मिरर होता है।
“REBUILD” — बिखरा हुआ टेक्स्ट तेज़ी से फिर एक साफ कंपोज़िशन में इकट्ठा होता है।
सिर्फ “कूल एनिमेटेड टाइपोग्राफी” मांगने के बजाय, यह मॉडल को ऑब्जेक्ट, एक्शन और अपेक्षित विज़ुअल परिणाम देता है।
4. न्यूनतम ब्लैक-एंड-व्हाइट स्टाइल को सुरक्षित रखें
टाइपोग्राफी प्रॉम्प्ट आसानी से नियोन ग्राफिक्स, HUD इंटरफेस, पार्टिकल्स या दूसरे सजावटी इफेक्ट्स की ओर भटक सकता है।
इस प्रयोग को इसका उल्टा चाहिए: एक संयमित 2D ग्राफिक-डिज़ाइन भाषा।
इसलिए नेगेटिव बाधाएं स्पष्ट हैं:
साइबरपंक स्टाइल का उपयोग न करें।
नियोन लाइट्स का उपयोग न करें।
ग्लोइंग टेक्स्ट का उपयोग न करें।
पार्टिकल्स का उपयोग न करें।
धुएं का उपयोग न करें।
HUD ग्राफिक्स का उपयोग न करें।
वास्तविक दुनिया की वस्तुओं का उपयोग न करें।
लोगों का उपयोग न करें।
इलस्ट्रेशन का उपयोग न करें।
फोटो का उपयोग न करें।
लोगो का उपयोग न करें।
चीनी टेक्स्ट का उपयोग न करें।
नंबरों का उपयोग न करें।
रैंडम बकवास टेक्स्ट का उपयोग न करें।
प्रॉम्प्ट कंपोज़िशन को विज़ुअली फ्लैट भी रखता है:
फ्लैट 2D ग्राफिक डिज़ाइन का एहसास बनाए रखें।
कोई सिनेमैटिक कैमरा मूवमेंट नहीं।
कोई सीन पर्सपेक्टिव नहीं।
कोई वास्तविक डेप्थ ऑफ फील्ड नहीं।
लक्ष्य टाइपोग्राफी से बनी मोशन-डिज़ाइन कंपोज़िशन है, न कि ऐसा सिनेमैटिक दृश्य जिसमें संयोग से टेक्स्ट मौजूद हो।
5. पूरा AI टाइपोग्राफी मोशन प्रॉम्प्ट कॉपी करें
नीचे दिए गए पूरे प्रॉम्प्ट का उपयोग करें:
AI typography motion, 16:9 landscape, high-density kinetic typography experimental short video.
The entire video is a dynamic typography piece on a pure black background. Only text itself is allowed to appear in the frame. Do not show people, landscapes, photos, illustrations, icons, products, logos, 3D objects, UI elements, timers, borders, grids, or decorative graphics.
Use only the following English text in the video. Do not generate unrelated words:
Group 1:
TEXT
MOTION
TYPE
EXPERIMENT
Group 2:
FAST ENTRY
INSTANT SCALE
RAPID ROTATION
COMPRESS & REBUILD
Group 3:
MULTI-LINE LAYOUT
SIZE CONTRAST
OFFSET STRUCTURE
RHYTHM SHIFT
Group 4:
COLLISION
DECONSTRUCT
MULTIPLY
INVERT
REBUILD
Group 5:
BLACK
WHITE
SHARP
CALM
RESTRAINED
Group 6:
COLOR SHIFT
TEXT OFFSET
MOMENTARY GHOST
LAYER OVERLAP
Group 7:
TEXT IS MOVING
LAYOUT IS CHANGING
STRUCTURE IS REBUILDING
Ending text:
AI TYPOGRAPHY MOTION
All visible text should be in clear English uppercase letters. Avoid gibberish, random symbols, distorted unreadable letters, Chinese characters, Japanese characters, or any unrelated language.
The main visual subject is white typography on a pure black background, creating strong contrast. Only a very small amount of dark red text is allowed for brief offset, emphasis, or visual impact. Dark red should never dominate the frame.
The text is not a subtitle layer and not static layout. The text itself is the only protagonist of the video.
Start from a pure black screen.
The word “TEXT” suddenly appears in the center in white, then scales up rapidly until it fills most of the frame.
Then “MOTION / TYPE / EXPERIMENT” appear in quick succession and rearrange horizontally and vertically in the center.
Move into a denser typographic section with:
“FAST ENTRY”
“INSTANT SCALE”
“RAPID ROTATION”
“COMPRESS & REBUILD”
These phrases switch rapidly. The text changes size dramatically and moves quickly across the frame from left, right, top, and bottom.
Then show:
“MULTI-LINE LAYOUT”
This phrase is duplicated into multiple rows that fill the screen.
Then switch to:
“SIZE CONTRAST”
Use one oversized word together with multiple very small text lines to create an extreme scale difference.
Then show:
“OFFSET STRUCTURE”
“RHYTHM SHIFT”
The text becomes horizontally and vertically misaligned. Different text blocks push, collide, and rearrange.
Then enter the strongest action section with:
“COLLISION”
“DECONSTRUCT”
“MULTIPLY”
“INVERT”
“REBUILD”
Each word should match its own motion behavior.
“COLLISION” — multiple text blocks rush toward the center from different directions and collide.
“DECONSTRUCT” — complete words break apart into fragments or partial letter structures.
“MULTIPLY” — one word instantly duplicates into many copies that spread across the frame.
“INVERT” — an entire group of words flips vertically, horizontally, or mirrors briefly.
“REBUILD” — scattered text rapidly regroups into a clean composition.
Then the rhythm becomes more restrained.
Show these words one by one in the center:
“BLACK”
“WHITE”
“SHARP”
“CALM”
“RESTRAINED”
Each word should appear in large, minimal typography with fast but controlled switching.
Then introduce a very small amount of dark red text with:
“COLOR SHIFT”
The main white text remains stable while a dark red duplicate briefly shifts sideways.
Then show:
“TEXT OFFSET”
“MOMENTARY GHOST”
“LAYER OVERLAP”
Red is only a brief accent and never becomes the main color.
Finally, show the phrases:
“TEXT IS MOVING”
“LAYOUT IS CHANGING”
“STRUCTURE IS REBUILDING”
These three lines appear in multi-line form, rapidly changing size, spacing, and position, then gradually converging toward the center.
All text disappears quickly.
The final words:
“AI TYPOGRAPHY MOTION”
They rapidly rebuild from scattered fragments, stabilize in the center on the pure black background, stay briefly, then cut to black.
Overall style:
high-end, restrained, sharp, rational, inorganic, experimental.
The result should feel like a designer-made kinetic typography / typography motion showreel.
Use pure black background, pure white typography, and only a minimal amount of dark red accent.
Text motion should include:
scaling, shrinking, rotation, flipping, compression, stretching, collision, deconstruction, multiplication, offset, overlap, inversion, mirroring, rearrangement, and rapid rebuilding.
The pacing should be fast but still controlled.
Every text group should remain clearly readable for at least a brief moment.
Keep a flat 2D graphic design feeling. No cinematic camera movement, no scene perspective, no realistic depth of field.
Do not use cyberpunk style.
Do not use neon lights.
Do not use glowing text.
Do not use particles.
Do not use smoke.
Do not use HUD graphics.
Do not use real-world objects.
Do not use people.
Do not use illustrations.
Do not use photos.
Do not use logos.
Do not use Chinese text.
Do not use numbers.
Do not use random gibberish.
This is not a subtitle video. It is a high-density experimental motion piece built entirely from typography itself.
6. WeShop MiniMax H3 के साथ वीडियो जनरेट करें
WeShop MiniMax H3 खोलें।
MiniMax H3, WeShop पर प्रॉम्प्ट-आधारित वीडियो वर्कफ़्लो को सपोर्ट करता है, इसलिए विस्तृत टाइपोग्राफी डायरेक्शन को सीधे क्रिएटिव ब्रीफ के रूप में दिया जा सकता है।
पूरा प्रॉम्प्ट जनरेशन इंटरफेस में पेस्ट करें और जनरेशन शुरू करें।
इस खास वर्कफ़्लो के लिए किसी व्यक्ति, उत्पाद, फोटोग्राफ या वातावरण को शामिल करने की जरूरत नहीं है। टाइपोग्राफी स्वयं कंटेंट और मोशन प्रदान करती है।
परिणाम तैयार होने पर, तीन चीज़ें जांचें:
- क्या टाइपोग्राफी अब भी प्रमुख या एकमात्र विज़ुअल विषय है?
- क्या अनचाहे लोग, इमेज, लोगो, सजावटी ग्राफिक्स या असंबंधित टेक्स्ट दिखाई दिए हैं?
- क्या टाइपोग्राफी वास्तव में स्केल, टकराव, विघटन, इनवर्ज़न और पुनर्निर्माण करती है, या सिर्फ साधारण कैप्शन की तरह व्यवहार करती है?
यदि आउटपुट एक सामान्य सबटाइटल वीडियो जैसा दिखने लगे, तो अगले प्रॉम्प्ट में इन दो पंक्तियों को फिर से मजबूत करें:
फ्रेम में केवल टेक्स्ट को ही दिखाई देने की अनुमति है।
यह सबटाइटल वीडियो नहीं है। यह पूरी तरह टाइपोग्राफी से बना हाई-डेंसिटी एक्सपेरिमेंटल मोशन पीस है।
7. अंतिम AI टेक्स्ट एनीमेशन की समीक्षा करें
अंतिम परिणाम ऊपर टेक्स्ट रखे पारंपरिक वीडियो के बजाय बदलती ग्राफिक कंपोज़िशन की एक सीक्वेंस जैसा दिखना चाहिए।
काला बैकग्राउंड विज़ुअल फील्ड को खाली रखता है, जबकि सफेद टाइपोग्राफी लय को संभालती है। थोड़ा गहरा लाल रंग कंपोज़िशन को क्षण भर के लिए बाधित कर सकता है, जबकि स्केलिंग, दोहराव, टकराव, इनवर्ज़न और पुनर्निर्माण गति प्रदान करते हैं।
आप इसे दाईं ओर दिए गए टूल से सीधे आज़मा सकते हैं।
टेक्स्ट को विज़ुअल में बदलें
इस तरीके का दिलचस्प हिस्सा यह है कि फ्रेम को वास्तव में कितनी कम चीज़ों की जरूरत होती है। दृश्य, विषय और सजावटी लेयर को हटा दें, तो शब्द स्वयं स्केल, लय, प्रभाव और परिवर्तन को संभाल सकते हैं।
जब कॉपी, मोशन क्रियाएं और विज़ुअल प्रतिबंध एक साथ परिभाषित किए जाते हैं, तो टेक्स्ट कैप्शन की तरह व्यवहार करना बंद कर देता है और मोशन डिज़ाइन की तरह काम करने लगता है।