MiniMax H3: extrair o prompt de um vídeo

Assista a um clipe, receba o prompt que poderia fazer um parecido — os três campos, na ordem que o H3 espera.

O seu prompt estruturado

integrated_multimodal_descriptionplanos · câmera · diálogo
overall_soundscapeo que a cena produz
non_diegetic_musicou None.

Dividido em campos, não em prosa — e com os tempos já reajustados.

Teste um clipe de exemplo: , , ,

Antes de copiar

Estilo tudo bem; uma obra reconhecível não.
Pessoas reais e identificáveis precisam de consentimento.
Descreva um clima, não uma canção específica.

Uso responsável

O seu primeiro clipe neste site é grátis — sem cartão.

O que volta

O que o MiniMax H3 extrai de verdade
de um vídeo

Um prompt, não uma legenda.

MiniMax H3 vídeo para prompt: um clipe de referência sendo lido quadro a quadro

Extrair o prompt de um vídeo com o MiniMax H3 assiste ao seu clipe — os quadros e o áudio — e escreve de volta o prompt estruturado que poderia produzir um parecido: uma lista de planos numerada com movimentos de câmera e marcas de tempo, o som da cena e a trilha, nos três campos etiquetados que o H3 lê. Ferramentas genéricas devolvem um parágrafo sobre a imagem. O H3 não aceita parágrafos, e metade do que o seu clipe está fazendo se ouve. Cole um link ou solte um arquivo; a primeira extração de cada semana não precisa de conta.

Passagens pelo clipe: 7
Campos etiquetados de saída: 3
Fonte que ele lê: ≤ 60 s
Tempos reajustados para: 4–15 s

Sem amostrar quadros-chave
Sem parágrafo de prosa
Sem conta

Cinco motivos para reverter

Cinco coisas que as pessoas tiram de um clipe de referência

Nomear o alvo muda qual passagem mais importa, o quanto a redação precisa ser exata, e se um prompt escrito é sequer o veículo certo.

Estilo
COR
Cor, luz, textura — o visual antes de qualquer coisa se mover.
Composição
QUADRO
Enquadramento e marcação: onde as coisas ficam e por onde o olho passa.
Movimento
TRAJETO
Coreografia e trajeto de câmera, escritos como tipo, amplitude e velocidade.
Som
MIXAGEM
A mixagem que faz aquilo parecer caro, em três camadas.
Personagem
QUEM
Quem está em cena — e o único objetivo que começa com consentimento.
Linha da imagem, abaixo

Um clipe de dança e um anúncio de perfume podem dividir a mesma cor, mas você reverteria os dois por motivos opostos — o primeiro pelo movimento, o segundo pela luz. Escolha o objetivo no extrator e a ênfase se desloca junto.

O método

Da filmagem aos campos: as sete passagens

A extração lê um plano na mesma ordem em que o guia oficial de prompts ordena um: composição, sujeito, ambiente, ação, câmera, som — e o momento exato em que cada coisa citada aparece.

Pass 01Cortes
Quantos planos existem e onde eles quebram.
[Shot n] · At 00:0x.xxx
Pass 02Composição
Tamanho do plano e altura da câmera, lidos plano a plano.
Abre cada plano
Pass 03Sujeito
Específico o bastante para um estranho conseguir redesenhar — «uma mulher no começo dos 30, cabelo preto curto chanel, sobretudo cinza oversized», nunca «uma mulher».
Descrição do sujeito
Pass 04Ambiente
Lugar, clima e a direção da luz. O H3 trata luz como física, então «luz de janela pela esquerda do quadro» ganha de «iluminação linda».
Descrição do ambiente
Pass 05Ação
O que de fato acontece, em ordem.
Descrição da ação
Pass 06Câmera
Escrito do jeito que o H3 executa: tipo, amplitude, velocidade. «Slow push-in, small amplitude» sobrevive à viagem. «Movimento cinematográfico suave» não — não há nada ali para executar.
Descrição da câmera
Pass 07Som
As três camadas abaixo, e a passagem que toda outra ferramenta pula.
Dois campos de som + diálogo

A passagem que pulam

Os três sons que o seu clipe está fazendo

Ferramentas de quadro-chave amostram imagens paradas, ou seja, analisam o seu clipe no mudo.

A extração daqui escuta, e separa o que ouve em três, porque o H3 recebe cada camada num lugar diferente. O teste entre as duas últimas é uma pergunta só — as pessoas do clipe conseguiriam ouvir isso?

Diálogo
As palavras que as pessoas de fato dizem, transcritas com um ID de quem fala, uma entonação e uma etiqueta de idioma, caindo dentro da descrição do plano.
(S1) says warmly, [Portuguese] …
Ambiente
Tudo o que a própria cena produz: chuva num toldo, uma faca na tábua, o trânsito duas ruas atrás — cada fonte com uma distância e um momento em que ela entra.
overall_soundscape
Trilha
O que só a plateia ouve: instrumentos, andamento, onde cresce e onde para. Se o clipe não tem nenhuma, o campo diz None — o que já é uma instrução que o H3 obedece.
non_diegetic_music

Essa separação é o motivo de um resultado de vídeo para prompt do MiniMax H3 ter dois campos de som no fim, e o motivo de um resultado sem eles desperdiçar metade do modelo.

Remapeamento

Um clipe de 30 segundos não cabe num relógio de 15

O H3 gera de 4 a 15 segundos, e a sua referência provavelmente não é isso.

A sua referência30 s — enchimento cortado, batidas reespaçadas
Saída do H34–15 s a 24 fps

Copiar as marcas de tempo dela sem mexer quebra uma regra oficial explícita — um tempo que contradiz a duração pedida é recusado — então o extrator remapeia. Escolha uma duração alvo e as batidas que importam (cortes, picos de ação, eventos sonoros) são mantidas e reespaçadas. Ou arraste um trecho só da origem e leve apenas ele; quatro segundos apertados costumam reverter melhor que trinta frouxos.

Dois números práticos dos testes: um plano com uma mudança de ação de verdade precisa de uns três segundos, e um plano de clima estático se vira com dois — então oito segundos carregam uns dois planos, quinze uns três. O seletor mostra as batidas que ele manteve e as que descartou, para você poder vetar o gosto da máquina.

Os quadros encaixam na grade 17n+5 do H3 a 24 fps, e toda marca de tempo remapeada é conferida contra a duração que você escolheu antes de você copiar qualquer coisa.

Encaminhar direito

Quando vídeo para prompt do MiniMax H3 é a ferramenta errada

Preserve com o arquivo, recrie com o prompt.

Aprender com ele
Por que este clipe funciona?Esta página
Fazer um parecido
Um clipe novo no espírito deleEsta página
Manter
Manter o enquadramento, a luz ou a trilhaReferência para vídeo
Mudar
Redublar ou continuar a filmagem de verdadeVídeo para vídeo
Não dá para enviar
Filmagem de outra pessoa ou privadaEsta página — o único caminho

Um prompt é uma descrição, e uma descrição perde coisas de propósito. Se o objetivo é entender por que um clipe funciona, ou fazer um novo no espírito dele, a perda é justamente o ponto. Se o objetivo é manter o enquadramento, a luz ou a trilha originais, pare de descrever e entregue o próprio clipe ao H3 — o modo referência preserva o que uma reescrita só consegue aproximar, e redublar ou continuar a filmagem de verdade é trabalho do vídeo para vídeo.

O único caso em que o prompt é o único caminho é quando a origem não pode ser enviada de jeito nenhum — filmagem de outra pessoa, material privado — porque uma descrição que você escreveu é sua de um jeito que uma cópia nunca é.

Onde fica a linha

Recriar o clipe de outra pessoa: onde fica a linha

Estilo não é protegível; uma obra específica é.

EstiloPerceber que um clipe se apoia na luz do fim de tarde e num push-in lento tudo bem.
Uma obra específicaReproduzir uma obra reconhecível plano a plano não.
Uma pessoa realDescrever uma pessoa real e identificável para um modelo também não.
MúsicaDescreva um clima e uma instrumentação; não reconstrua uma canção específica.
Logos e produtosProtegidos não importa como o vídeo foi feito. Se a sua saída ficar reconhecível como obra de outra pessoa, pergunte antes.

Política completa: Uso responsável

O procedimento inteiro

Como transformar um clipe de referência num prompt do MiniMax H3

Ele lê quadros e áudio, não quadros-chave amostrados, e é por isso que o som volta nos campos dele.

Cole uma URL ou envie um clipe
Até 60 segundos e 50 MB. Um link direto funciona igual a um arquivo.
≤60 s, ≤50 MB
Deixe as sete passagens rodarem
Cortes, composição, sujeito, ambiente, ação, câmera e som são lidos separadamente.
Sete passagens
Leia a lista de planos e os dois campos de som
O diálogo volta transcrito com ID de quem fala, entonação e etiqueta de idioma; ambiente sonoro e trilha ficam separados.
Ordem oficial dos campos
Pegue o prompt reajustado
As marcas de tempo são remapeadas da duração do seu clipe para um alvo de 4–15 segundos, então o resultado é gerável do jeito que está.
Remapeado para 4–15 s

Uma extração por semana sem conta, três quando você entra, depois 5 créditos cada.

Perguntas que as pessoas fazem mesmo

Perguntas frequentes sobre vídeo para prompt do MiniMax H3

O que saber antes de transformar um clipe de volta num prompt

O que é vídeo para prompt do MiniMax H3?

Com vídeo para prompt do MiniMax H3, engenharia reversa para prompts: ele assiste a um clipe de referência, quadros e áudio juntos, e devolve o prompt estruturado de três campos que poderia produzir um parecido, com as marcas de tempo reajustadas para a faixa de 4 a 15 segundos do H3.

Vou receber exatamente o mesmo vídeo de volta?

Não. O H3 não expõe seed para repetir, e um prompt é uma descrição, não uma gravação. Espere o mesmo tipo de plano, não o mesmo plano.

Por que não usar uma ferramenta genérica de vídeo para prompt?

Dois motivos. A maioria amostra quadros-chave e nunca ouve o clipe, então o som é inventado ou some. E elas devolvem prosa, enquanto o H3 quer três campos etiquetados numa ordem fixa.

Não seria melhor usar o clipe como referência?

Se você quer manter o enquadramento, a luz ou a trilha dele — sim. O modo referência preserva em vez de aproximar. Esta página é para aprender e recriar, não para preservar.

A minha origem tem quarenta segundos. O que acontece?

Você escolhe um trecho na linha do tempo, ou deixa as batidas serem comprimidas proporcionalmente. O H3 para em 15 segundos, e toda marca de tempo é recalculada para o alvo que você escolher.

Ele transcreve o diálogo?

Transcreve — palavras exatas, IDs de quem fala, uma nota de entonação e uma etiqueta de idioma, no formato que o H3 lê. Onze idiomas de diálogo têm suporte estável.

O que eu faço com o prompt?

Copie qualquer campo sozinho, ou mande tudo para o gerador de texto para vídeo com um clique. É texto puro, então também funciona na API da MiniMax, no Hailuo ou no ComfyUI.

É legal recriar o vídeo de outra pessoa?

Estilo, em geral sim; uma obra específica ou a imagem de uma pessoa real, não. A seção acima traça a linha, e a versão completa está na nossa página de uso responsável.

O que dá para colar ou enviar, e qual a duração máxima?

Uma URL pública direta para um MP4 ou MOV, ou um arquivo de até 50 MB e 60 segundos. Qualquer coisa acima de 15 segundos ganha o seletor de trecho, já que esse é o teto do H3.

Funciona em clipes sem diálogo?

Funciona. Ele preenche os campos de ambiente sonoro e trilha e deixa o diálogo de fora — silêncio num campo também é informação.

É grátis?

Existe uma cota grátis toda semana: uma extração sem conta, três depois que você entra. Passando disso custa 5 créditos, mais ou menos um treze avos do que custa gerar um vídeo, porque ler um clipe é muito mais barato que fazer um. Limites de uso valem para todo mundo de qualquer jeito.

Dá para ir no outro sentido — da ideia para o prompt?

Isso é o gerador de prompt, a imagem espelhada desta ferramenta. Escreva lá quando você tem uma ideia e nenhuma filmagem; extraia aqui quando você tem filmagem e nenhuma palavra.

Cole o clipe, leia ele de volta como prompt.

Uma extração grátis por semana sem conta, e o que você copia é seu para guardar.

Crie a conta de graça · 1 clipe no MiniMax H3

Escrito e mantido pela equipe editorial do MiniMax H3 AI Video GeneratorPublicado em 11 September 2026Atualizado em 11 September 2026Versão da ferramenta 2026.09.4