MiniMax H3 : extraire le prompt d’une vidéo

Regardez un clip, récupérez le prompt qui pourrait en faire un semblable — les trois champs, dans l’ordre attendu par H3.

Votre prompt structuré

integrated_multimodal_descriptionplans · caméra · dialogues
overall_soundscapece que la scène produit
non_diegetic_musicou None.

Découpé en champs, pas en prose — avec les horodatages déjà réajustés.

Essayez un clip d’exemple : , , ,

Avant de copier

Le style, oui ; une œuvre reconnaissable, non.
Les personnes réelles et identifiables doivent consentir.
Décrivez une ambiance, pas un morceau précis.

Usage responsable

Votre premier clip sur ce site est offert — sans carte.

Ce qui revient

Ce que MiniMax H3 extrait vraiment
d’une vidéo

Un prompt, pas une légende.

MiniMax H3 en extraction de prompt regarde votre clip — les images et l’audio — et réécrit le prompt structuré qui pourrait en produire un semblable : une liste de plans numérotés avec les mouvements de caméra et les horodatages, le son de la scène, et la musique, dans les trois champs étiquetés que H3 lit. Les outils génériques rendent un paragraphe sur l’image. H3 ne prend pas de paragraphes, et la moitié de ce que fait votre clip s’entend. Collez un lien ou déposez un fichier ; la première extraction de chaque semaine ne demande pas de compte.

Passes sur le clip: 7
Champs étiquetés en sortie: 3
Source qu’il lira: ≤ 60 s
Horodatages réajustés à: 4 à 15 s

Pas d’échantillonnage d’images clés
Pas de paragraphe en prose
Sans compte

Cinq raisons de remonter un clip

Cinq choses qu’on prend à un clip de référence

Nommer la cible change quelle passe compte le plus, à quel point la formulation doit être exacte, et si un prompt écrit est même le bon véhicule.

Style
ÉTALONNAGE
Étalonnage, lumière, texture — le rendu avant que quoi que ce soit bouge.
Composition
CADRE
Cadrage et placement : où les choses se posent et comment l’œil circule.
Mouvement
TRAJET
Chorégraphie et trajet de caméra, écrits en type, amplitude et vitesse.
Son
MIXAGE
Le mixage qui donne l’impression que c’est cher, en trois couches.
Personnage
QUI
Qui est à l’écran — et le seul objectif qui commence par un consentement.
Droit à l’image, plus bas

Un clip de danse et une publicité de parfum peuvent partager un étalonnage, mais on les remonterait pour des raisons opposées — le premier pour son mouvement, la seconde pour sa lumière. Choisissez l’objectif dans l’extracteur et l’accent se déplace avec lui.

La méthode

Des rushes aux champs : les sept passes

L’extraction lit un plan dans l’ordre où le guide de prompt officiel en commande un : composition, sujet, environnement, action, caméra, son — et le moment exact où chaque chose citée apparaît.

Pass 01Coupes
Combien il y a de plans et où ils se coupent.
[Shot n] · À 00:0x.xxx
Pass 02Composition
Échelle de plan et hauteur de caméra, lues plan par plan.
Ouvre chaque plan
Pass 03Sujet
Assez précis pour qu’un inconnu puisse le redessiner — « une femme d’une trentaine d’années, carré noir court, trench gris oversize », jamais « une femme ».
Description du sujet
Pass 04Environnement
Le lieu, la météo et la direction de la lumière. H3 traite la lumière comme de la physique : « lumière de fenêtre venant de la gauche du cadre » vaut mieux que « belle lumière ».
Description de l’environnement
Pass 05Action
Ce qui se passe vraiment, dans l’ordre.
Description de l’action
Pass 06Caméra
Écrit comme H3 l’exécute : type, amplitude, vitesse. « Travelling avant lent, faible amplitude » survit au trajet. « Mouvement cinématographique fluide » non — il n’y a rien à exécuter dedans.
Description de la caméra
Pass 07Son
Les trois couches ci-dessous, et la passe que tous les autres outils sautent.
Deux champs sonores + les dialogues

La passe qu’on saute

Les trois sons que produit votre clip

Les outils à images clés échantillonnent des images fixes : autrement dit, ils analysent votre clip en sourdine.

L’extraction, ici, écoute, et sépare ce qu’elle entend en trois, parce que H3 prend chaque couche à un endroit différent. Le test entre les deux dernières tient en une question : les gens dans le clip pourraient-ils l’entendre ?

Dialogue
Les mots que les gens disent réellement, transcrits avec un identifiant de locuteur, une intention de jeu et une étiquette de langue, placés à l’intérieur de la description du plan.
(S1) says warmly, [French] …
Ambiance
Tout ce que la scène produit elle-même : la pluie sur un auvent, un couteau sur une planche, la circulation deux rues plus loin — chaque source avec une distance et un moment où elle arrive.
overall_soundscape
Musique
Ce que seul le public entend : les instruments, le tempo, où ça monte et où ça s’arrête. Si le clip n’en a pas, le champ dit None — ce qui est déjà une instruction que H3 suit.
non_diegetic_music

C’est cette séparation qui fait qu’un résultat d’extraction de prompt MiniMax H3 a deux champs sonores à la fin, et qu’un résultat sans eux gâche la moitié du modèle.

Remappage du temps

Un clip de 30 secondes ne tient pas dans une horloge de 15 secondes

H3 génère de 4 à 15 secondes, et votre référence ne fait probablement pas ça.

Votre référence30 s — remplissage retiré, temps réespacés
Sortie H34 à 15 s à 24 fps

Recopier ses horodatages tels quels enfreint une règle officielle explicite — un minutage qui contredit la durée demandée est refusé — donc l’extracteur remappe à la place. Choisissez une durée cible et les temps qui comptent (coupes, pics d’action, événements sonores) sont gardés et réespacés. Ou bien isolez une seule section de la source et ne prenez que celle-là ; quatre secondes serrées se remontent en général mieux que trente secondes lâches.

Deux chiffres de travail issus des tests : un plan avec un vrai changement d’action demande environ trois secondes, et un plan d’ambiance statique tient sur deux — donc huit secondes portent à peu près deux plans, quinze environ trois. Le sélecteur montre les temps qu’il a gardés et ceux qu’il a laissés, pour que vous puissiez opposer votre veto au goût de la machine.

Les images se calent sur la grille 17n+5 de H3 à 24 fps, et chaque horodatage remappé est vérifié contre la durée que vous avez choisie avant que vous ne copiiez quoi que ce soit.

Aiguillage honnête

Quand l’extraction de prompt MiniMax H3 n’est pas le bon outil

On préserve avec le fichier, on recrée avec le prompt.

En apprendre
Pourquoi ce clip fonctionne-t-il ?Cette page
En faire un semblable
Un nouveau clip dans son espritCette page
Le garder
Garder le cadrage, la lumière ou la bande-sonImage de référence
Le changer
Redoubler ou prolonger les images d’origineVidéo à vidéo
Impossible à envoyer
Des images d’autrui ou privéesCette page — le seul chemin

Un prompt est une description, et une description perd de l’information exprès. Si le but est de comprendre pourquoi un clip fonctionne, ou d’en faire un nouveau dans son esprit, cette perte est justement le but. Si le but est de garder le cadrage, la lumière ou la bande-son d’origine, arrêtez de décrire et donnez le clip lui-même à H3 — le mode référence préserve ce qu’une réécriture ne peut qu’approcher, et redoubler ou prolonger les images réelles, c’est le travail de vidéo à vidéo.

Le seul cas où le prompt est le seul chemin, c’est quand la source ne peut pas être envoyée du tout — des images d’autrui, du matériel privé — parce qu’une description que vous avez écrite est à vous d’une façon qu’une copie ne sera jamais.

Où passe la limite

Recréer le clip de quelqu’un d’autre : où passe la limite

Le style n’est pas protégeable ; une œuvre précise l’est.

StyleRetenir qu’un clip s’appuie sur une lumière d’heure dorée et un lent travelling avant, c’est permis.
Une œuvre préciseReproduire plan par plan une œuvre reconnaissable, non.
Une personne réelleDécrire une personne réelle et identifiable à un modèle, non plus.
MusiqueDécrivez une ambiance et une instrumentation ; ne reconstruisez pas un morceau précis.
Logos et produitsProtégés quelle que soit la façon dont la vidéo a été faite. Si votre résultat pouvait être reconnu comme l’œuvre de quelqu’un d’autre, demandez-lui d’abord.

Politique complète : Usage responsable

Toute la marche à suivre

Comment transformer un clip de référence en prompt MiniMax H3

Il lit les images et l’audio, pas des images clés échantillonnées : c’est pour ça que le son revient dans ses propres champs.

Collez une URL ou envoyez un clip
Jusqu’à 60 secondes et 50 Mo. Un lien direct marche aussi bien qu’un fichier.
≤ 60 s, ≤ 50 Mo
Laissez tourner les sept passes
Coupes, composition, sujet, environnement, action, caméra et son sont lus séparément.
Sept passes
Lisez la liste des plans et les deux champs sonores
Les dialogues reviennent transcrits avec identifiant de locuteur, intention de jeu et étiquette de langue ; l’ambiance sonore et la musique restent séparées.
Ordre officiel des champs
Prenez le prompt réajusté
Les horodatages sont remappés de la durée de votre clip vers une cible de 4 à 15 secondes, si bien que le résultat est générable tel quel.
Remappé sur 4 à 15 s

Une extraction par semaine sans compte, trois une fois connecté, puis 5 crédits chacune.

Les questions qu’on nous pose

FAQ : extraire le prompt d’une vidéo avec MiniMax H3

Ce qu’il faut savoir avant d’extraire le prompt d’un clip

Qu’est-ce que l’extraction de prompt MiniMax H3 ?

De la rétro-ingénierie pour prompts : l’outil regarde un clip de référence, images et audio à la fois, et rend le prompt structuré en trois champs qui pourrait en produire un semblable, avec les horodatages réajustés à la plage de 4 à 15 secondes de H3.

Vais-je récupérer exactement la même vidéo ?

Non. H3 n’expose pas de seed à rejouer, et un prompt est une description, pas un enregistrement. Attendez-vous au même genre de plan, pas au même plan.

Pourquoi ne pas utiliser un outil d’extraction générique ?

Deux raisons. La plupart échantillonnent des images clés et n’entendent jamais le clip : le son est inventé ou absent. Et ils rendent de la prose, alors que H3 veut trois champs étiquetés dans un ordre fixe.

Ne devrais-je pas plutôt utiliser le clip comme référence ?

Si vous voulez garder son cadrage, sa lumière ou sa bande-son — oui. Le mode référence préserve au lieu d’approcher. Cette page sert à comprendre et à recréer, pas à préserver.

Ma source fait quarante secondes. Que se passe-t-il ?

Vous choisissez une section sur la ligne de temps, ou vous laissez les temps être comprimés proportionnellement. H3 plafonne à 15 secondes, et chaque horodatage est recalculé pour la cible que vous choisissez.

Est-ce qu’il transcrit les dialogues ?

Oui — les mots exacts, les identifiants de locuteur, une note d’intention de jeu et une étiquette de langue, dans le format que H3 lit. Onze langues de dialogue ont un support stable.

Qu’est-ce que je fais du prompt ?

Copiez un champ tout seul, ou envoyez l’ensemble dans De texte à vidéo en un clic. C’est du texte brut, donc ça marche aussi dans l’API MiniMax, Hailuo ou ComfyUI.

Est-il légal de recréer la vidéo de quelqu’un d’autre ?

Le style, en général oui ; une œuvre précise ou le visage d’une personne réelle, non. La section ci-dessus trace la limite, et la version complète est sur notre page Usage responsable.

Que puis-je coller ou envoyer, et quelle durée ?

Une URL publique directe vers un MP4 ou un MOV, ou un fichier jusqu’à 50 Mo et 60 secondes. Au-delà de 15 secondes, le sélecteur de segment apparaît, puisque c’est le plafond de H3.

Est-ce que ça marche sur des clips sans dialogue ?

Oui. Il remplit les champs d’ambiance sonore et de musique et laisse les dialogues de côté — le silence dans un champ est aussi une information.

Est-ce gratuit ?

Il y a une réserve offerte chaque semaine : une extraction sans compte, trois une fois connecté. Au-delà, cela coûte 5 crédits, soit à peu près un treizième de ce que coûte la génération d’une vidéo, parce que lire un clip revient bien moins cher que d’en fabriquer un. Des limites de débit s’appliquent à tout le monde dans les deux cas.

Peut-il fonctionner dans l’autre sens — de l’idée au prompt ?

C’est le générateur de prompts, l’image en miroir de cet outil. Écrivez là-bas quand vous avez une idée et pas d’images ; extrayez ici quand vous avez des images et pas de mots.

Collez le clip, relisez-le sous forme de prompt.

Une extraction offerte par semaine sans compte, et ce que vous copiez est à vous.

Générer gratuitement · file d’attente

Rédigé et tenu à jour par l’équipe éditoriale de MiniMax H3 AI Video GeneratorPublié le 17 August 2026Mis à jour le 31 August 2026