9 skill MiniMax H3: nên chọn quy trình nào?

Chín kỹ năng MiniMax H3 trong kho lưu trữ chính thức không phải là chín cài đặt trước prompt có thể hoán đổi cho nhau. Người ta dịch bản tóm tắt đa phương thức sang các định dạng prompt có cấu trúc của H3. Tám người còn lại tổ chức một loại hình sản xuất cụ thể, từ quảng cáo sản phẩm và video ca nhạc có lời bài hát đến người giải thích nghề làm giấy và phần giới thiệu trò chơi dành cho hai người chơi.

Sự khác biệt đó là cách nhanh nhất để lựa chọn tốt. Sử dụng h3-prompt-writing khi sản phẩm được phân phối là prompt H3 có cấu trúc kỹ thuật. Chọn một phong cách hoặc kỹ năng quy trình làm việc khi sản phẩm có thể phân phối bao gồm định hướng sáng tạo, kiểm tra nội dung nguồn, cổng phê duyệt, bảng phân cảnh, tạo hoặc lắp ráp. Hướng dẫn này ánh xạ tất cả chín gói được ghi lại trong thư mục kỹ năng MiniMax H3 chính thức, nhấn mạnh vào nơi mỗi quy trình làm việc bắt đầu và kết thúc.

Sơ lược về chín kỹ năng MiniMax H3

Bảng là bản đồ định tuyến, không phải là thứ hạng chất lượng. Một số kỹ năng có thể chạm vào prompt, bảng phân cảnh, video và âm thanh, nhưng mỗi kỹ năng bảo vệ một hợp đồng sáng tạo khác nhau.

1. h3-prompt-writing: chuyên gia về cấu trúc prompt

Chọn h3-prompt-writing khi bạn đã biết cảnh và cần thể hiện nó theo cấu trúc mà H3 mong đợi. Nó hỗ trợ năm chế độ: chuyển văn bản thành video âm thanh (T2VA), video khung hình đầu tiên thành âm thanh (I2VA), video khung hình đầu tiên và cuối cùng thành âm thanh (FL2VA), khung hình cuối cùng thành video âm thanh (L2VA) và Ref2VA tham chiếu đầy đủ.

Đối với bốn chế độ cơ bản hoặc khung hình chính, kỹ năng tuân theo một hướng dẫn tham khảo và phát ra integrated_multimodal_description, overall_soundscape và non_diegetic_music theo thứ tự đó. Ref2VA sử dụng hướng dẫn gồm sáu phần riêng biệt để các tham chiếu hình ảnh, video và âm thanh có thể được gắn nhãn và phân công công việc rõ ràng.

Sử dụng lớp này làm lớp hoàn thiện khi các quyết định sáng tạo đã bị khóa. Nếu bạn vẫn cần khám phá một câu chuyện, xác minh thông tin thương hiệu, thiết kế ngôn ngữ hình ảnh hoặc phê duyệt khung, hãy bắt đầu với một trong những kỹ năng sản xuất bên dưới và sử dụng cấu trúc nhanh chóng sau khi kế hoạch ổn định.

2. minimalist-product-ad-generator: quảng cáo đầu tiên về sản phẩm

Kỹ năng này bắt đầu bằng hình ảnh sản phẩm hoặc nội dung liên quan, sau đó kiểm tra các biến thể, trích xuất các điểm bán hàng có thể bảo vệ được và xác nhận bản tóm tắt sản xuất. Hệ thống điều khiển của nó sử dụng ba ảnh neo sản phẩm độc lập cộng với bảng phân cảnh theo nhịp và văn bản chính xác thay vì một bảng tham chiếu nhiều bảng duy nhất.

Hãy chọn nó khi bản thân sản phẩm phải là điểm neo trực quan trong một đoạn phim ngắn hoặc phim giới thiệu về thương mại điện tử. Quy trình công việc cũng xử lý bản sao quảng cáo tiếng Anh ngắn gọn, hướng camera, tạo, kỹ thuật BGM, chỉnh sửa đồng bộ hóa nhịp và đánh giá phân phối. Nó cố tình loại bỏ âm nhạc khỏi lượng đầu vào ban đầu và giải quyết nó sau trong quy trình làm việc.

Ranh giới chính là tập trung vào sản phẩm. Người sáng lập nói chuyện với máy ảnh, hướng dẫn phần mềm phức tạp hoặc công việc chỉnh sửa mở không nên bị ép buộc thông qua quy trình này.

3. 3d-animation-short-generator: phim hoạt hình ngắn đầu tiên

Sử dụng kỹ năng này để có bản tường thuật 3D được cách điệu hóa hoàn chỉnh, không chỉ đơn thuần là giao diện 3D. Nó di chuyển theo thứ tự sản xuất thông qua bản tóm tắt dự án, phác thảo câu chuyện, thẻ nhân vật và môi trường, bảng bắn sáu cột được tiêu chuẩn hóa, bảng phân cảnh văn bản, lựa chọn mô hình, tạo một cảnh quay, lắp ráp đầy đủ, khớp BGM và đánh giá cuối cùng.

Cổng của nó là một phần của giá trị. Kích thước màn hình và tổng thời lượng được giải quyết sớm và các lựa chọn sáng tạo được xác nhận trước khi thực hiện công việc tốn kém ở khâu tiếp theo. Kỹ năng này đặt tên H3 làm mô hình video mặc định và Seedance 2.0 làm mô hình dự phòng, do đó, đây là một quy trình làm việc chỉ đạo rộng hơn thay vì mẫu prompt chỉ dành cho H3.

Hãy chọn nó khi tính nhất quán của nhân vật, tính liên tục của cảnh, hiệu suất, hướng camera và thời gian phải tồn tại qua các cảnh quay. Đối với một clip chỉ diễn ra một lần hoặc tư vấn nhanh chóng, nó đòi hỏi nhiều quá trình hơn so với yêu cầu công việc.

4. papercraft-stop-motion-explainer: thiết kế kiến thức theo lớp

Đây là phần sâu hơn trong hai quy trình giải thích dựa trên giấy. Nó biến chủ đề khoa học, giáo dục hoặc kiến ​​thức tổng quát thành một thế giới thu nhỏ xúc giác với các ký tự trên giấy, bộ mô hình tầm sâu nhiều lớp, đạo cụ, bóng vật lý, quy tắc máy ảnh, chuyển tiếp, tường thuật và tiêu chí đánh giá.

Lộ trình hoàn chỉnh có thể bao gồm các hướng sáng tạo, bốn đến bảy mặt phẳng trực quan, lập kế hoạch nội dung, hình ảnh xem trước, prompt loạt hình ảnh, prompt video ngắn, bảng phân cảnh, nhịp điệu chỉnh sửa, dọn dẹp lồng tiếng, prompt tiêu cực và đánh giá chất lượng. Nó cũng xác định các bước bỏ qua nhẹ khi người dùng chỉ yêu cầu một nội dung, chẳng hạn như prompt tĩnh hoặc prompt chuyển hình ảnh sang video dài 5 giây. H3 là mặc định khi quy trình làm việc chuyển sang tạo video, trừ khi người dùng chọn một kiểu máy có sẵn khác hoặc H3 không khả dụng.

Chọn nó khi bản thân lời giải thích được hưởng lợi từ các cơ chế, mặt cắt ngang, dàn dựng bật lên hoặc người kể chuyện trên giấy. Nếu nguồn là một ý kiến ​​ngắn hoặc nhịp tường thuật và mục tiêu là biên tập B-roll thì kỹ năng tiếp theo thường phù hợp hơn.

5. brand-promo-video-generator: xuất xứ trước khi khuyến mại

Quy trình làm việc này dành cho thương hiệu, sản phẩm, trang web, ứng dụng, cửa hàng hoặc dự án cá nhân với nguồn tài liệu có thể xác minh được. Nó có thể bắt đầu từ logo, hình ảnh sản phẩm, ảnh chụp màn hình giao diện, liên kết chính thức hoặc một ý tưởng rõ ràng, nhưng nó xây dựng bảng thông tin thực tế về thương hiệu và bảng kê khai xuất xứ trước khi chọn cốt truyện.

Điều đó làm cho nó trở thành sự lựa chọn đúng đắn khi nhận dạng chính xác và tuyên bố cũng quan trọng như việc đánh bóng. Quy trình làm việc lên kế hoạch cho nhịp và chuyển động chính xác, yêu cầu xác nhận cứng trước khi tạo, tạo nội dung hình ảnh, video, giọng nói hoặc âm nhạc cần thiết và thực hiện đánh giá trước khi phân phối. Chính sách nguồn của nó từ chối nội dung nhận dạng từ các công cụ tổng hợp logo, hình thu nhỏ, tác phẩm tái tạo của người hâm mộ và các sản phẩm thay thế do AI tạo ra.

Sử dụng kỹ năng quảng cáo sản phẩm tối giản khi sản phẩm thực tế và các biến thể của nó là trung tâm của bộ phim. Sử dụng câu chuyện này khi câu chuyện thương hiệu rộng hơn, giao diện có nguồn gốc, tuyên bố về khả năng, trường hợp sử dụng và lời kêu gọi hành động phải được phối hợp chặt chẽ.

6. music-video-subtitle-generator: lời bài hát làm hướng cảnh

Tên kỹ năng có thể cài đặt là music-video-subtitle-generator, mặc dù thư mục kho lưu trữ của nó là mv-subtitle-skill-confirmed. Nó được xây dựng cho các video ca nhạc và phim ngắn giàu cảm xúc, trong đó nhịp điệu, lời bài hát, cách trình diễn, tài liệu tham khảo, ngôn ngữ máy ảnh và kiểu chữ trên màn hình tạo thành một hệ thống.

Quy trình làm việc khóa định dạng, thời lượng, cửa sổ nhạc, lời bài hát và vai trò tham chiếu trước khi phát triển hợp đồng sáng tạo. Nó có thể chia tác phẩm dài hơn một thế hệ thành các cảnh quay được kết nối, điều phối tính liên tục của âm thanh, thiết kế kiểu chữ không gian theo nhịp, prompt kiểm tra và cung cấp hướng dẫn ghép nối. H3 là một tuyến tạo được hỗ trợ, không phải là tuyến duy nhất được đặt tên theo kỹ năng.

Chọn nó khi văn bản được soạn thành một phần của hình ảnh. Phụ đề thông thường, chỉnh sửa chú thích và chỉnh sửa video chung đều nằm trong quy trình chỉnh sửa vì kỹ năng này coi lời bài hát và kiểu chữ là chỉ đạo nghệ thuật.

7. co-op-game-intro-generator: công thức menu game hẹp, hữu ích

Kỹ năng này có hợp đồng nội dung cụ thể nhất: hai người chơi, tên trò chơi, phong cách hình ảnh và các tham chiếu nhân vật tùy chọn. Đầu tiên, nó tạo hình ảnh xác nhận từ khung menu cố định, bao gồm bảng phối hợp, UI, ký tự, kiểu chữ, nút và biểu tượng.

Chỉ sau khi được phê duyệt, nó mới xây dựng lại prompt video H3 cuối cùng từ hình ảnh được chấp nhận, bản sao UI cuối cùng, dữ liệu người chơi và trò chơi, thời gian sự kiện, hướng dẫn chuyển động và các ràng buộc tiêu cực. Hai mẫu prompt đi kèm là bắt buộc; kỹ năng yêu cầu dừng lại thay vì ứng biến nếu thiếu một trong hai.

Sử dụng nó cho menu trò chơi do nhân vật dẫn dắt, hoạt ảnh mở đầu, cuộn phim khái niệm hoặc clip xã hội. Nó không xây dựng một trò chơi có thể chơi được, một giao diện ứng dụng phức tạp hoặc một chuỗi tiêu đề chung chung không có cấu trúc thẻ người chơi.

8. paper-collage-explainer-generator: ẩn dụ biên tập và B-roll

Kỹ năng này biến dòng tường thuật, quan điểm, nhịp câu chuyện hoặc chủ đề trừu tượng thành ảnh ghép giấy bán sắc cao cấp. Hệ thống hình ảnh của nó kết hợp các trường màu đậm, các bức ảnh đen trắng, các điểm nhấn bằng bìa cứng, các đường nét ấm áp, bóng giấy và tổ hợp chuyển động dừng.

Trước tiên, quy trình làm việc tìm kiếm sự phê duyệt cho kế hoạch sản xuất và bảng phân cảnh, sau đó xây dựng các thông số kỹ thuật của khung tĩnh và yêu cầu phê duyệt tĩnh trước khi tạo clip. Quy tắc âm thanh mặc định của nó rõ ràng một cách bất thường: giữ nguyên hiệu ứng âm thanh cắt dán xúc giác nhưng không thêm BGM, lồng tiếng hoặc phụ đề trừ khi người dùng yêu cầu.

Hãy chọn nó khi bạn cần những ẩn dụ trực quan ngắn gọn, lời giải thích trong bài xã luận hoặc nội dung bổ sung mang tính xã hội. Thay vào đó, hãy chọn nghề làm giấy khi chủ đề cần các nhân vật, cơ chế xếp lớp, mô hình tầm sâu hoặc gói sản phẩm mang tính giáo dục đầy đủ hơn.

9. handdrawn-live-video-generator: một phát bắn kết hợp có kiểm soát

Quy trình làm việc này bị thu hẹp theo thiết kế. Nó viết prompt 16:9 dài 15 giây bằng ngôn ngữ thông thường của người dùng cho một không gian người thật đóng chứa một thực thể vẽ tay thô, phát sáng. Trong ba giây đầu tiên, hình vẽ đó phải tiếp xúc rõ ràng với bàn tay hoặc đồ vật thật; sau đó nó liên tục biến hình, trốn thoát và theo sau là một chiếc máy ảnh cầm tay phản ứng hơi muộn.

Ngôn ngữ vật liệu là bút màu, phấn, bút chì màu, phấn màu hoặc bút vẽ thô—không phải hoạt hình vector sạch sẽ, đèn neon mượt mà, 3D CG, kết cấu sang trọng hoặc kinh dị. Kỹ năng này chờ xác nhận rõ ràng trước khi đề xuất thế hệ H3 và đánh giá độ chân thực của liên hệ, tính liên tục của hình thái, độ trễ của camera, kết cấu nét vẽ và tông màu.

Sử dụng nó để có một bức ảnh tổng hợp siêu thực, dễ đọc. Một câu chuyện nhiều cảnh, một đường dẫn hoạt hình trau chuốt hoặc một sự chuyển đổi kinh dị sẽ phá vỡ cấu trúc cốt lõi của kỹ năng.

Cây quyết định kỹ năng MiniMax H3

Bắt đầu với sản phẩm có thể bàn giao, sau đó thu hẹp theo tài sản và yêu cầu phê duyệt:

1. Bạn chỉ cần prompt sẵn sàng cho H3. Sử dụng h3-prompt-writing.
2. Bạn cần một quy trình sản xuất hoàn chỉnh. Tiếp tục theo loại nội dung:
   • Sản phẩm vật chất tại trung tâm → minimalist-product-ad-generator
   • Câu chuyện về thương hiệu, ứng dụng, trang web hoặc cửa hàng rộng hơn → brand-promo-video-generator
   • Tường thuật nhiều cảnh cách điệu 3D → 3d-animation-short-generator
   • Video có lời và nhịp điệu → music-video-subtitle-generator
   • Menu hoặc phần giới thiệu trò chơi hai người chơi → co-op-game-intro-generator
   • Kết hợp live-action và vẽ tay đơn lẻ → handdrawn-live-video-generator
   • Người giải thích hoặc khái niệm trừu tượng → chọn giữa hai quy trình làm việc trên giấy:
     • Sơ đồ và cơ chế giáo dục phân lớp → papercraft-stop-motion-explainer
     • Ẩn dụ biên tập, nhịp tường thuật hoặc cắt dán B-roll → paper-collage-explainer-generator

Nếu hai tuyến đường vẫn có vẻ hợp lệ, hãy chọn tuyến đường mà bạn đã có thông tin đầu vào bắt buộc. Hình ảnh sản phẩm thiên về quy trình quảng cáo tối giản; logo được ủy quyền, liên kết chính thức và giao diện chụp ảnh có lợi cho việc quảng bá thương hiệu; lời bài hát bị khóa và cửa sổ âm nhạc ủng hộ quy trình làm việc của MV. Cổng tiếp nhận của một kỹ năng thường tiết lộ công việc dự định của nó một cách đáng tin cậy hơn tên kiểu dáng trực quan của nó.

Cách cài đặt kỹ năng

Kho lưu trữ sử dụng skills CLI. Để kiểm tra các gói có sẵn trước khi cài đặt bất cứ thứ gì, hãy chạy:

npx skills add https://github.com/MiniMax-AI/MiniMax-H3 --list

Cài đặt tất cả chín bằng lệnh ghi lại của kho lưu trữ:

npx skills add https://github.com/MiniMax-AI/MiniMax-H3 --skill '*'

Đối với thiết lập tác nhân nhỏ hơn, chỉ cài đặt quy trình làm việc bạn cần:

npx skills add https://github.com/MiniMax-AI/MiniMax-H3 --skill h3-prompt-writing

Thay thế h3-prompt-writing bằng tên kỹ năng có thể cài đặt từ bảng. Cài đặt một kỹ năng trước tiên là cách rõ ràng nhất để tìm hiểu các cổng phê duyệt và hợp đồng đầu ra của nó mà không cần tạo các hướng dẫn cạnh tranh.

Đưa quy trình làm việc đã chọn vào OmniArt

Kỹ năng phù hợp sẽ giảm bớt sự mơ hồ trước khi tạo: nó sẽ để lại cho bạn một bản tóm tắt có khóa, tài liệu tham khảo được chỉ định rõ ràng, hướng dẫn trực quan đã được phê duyệt hoặc prompt H3 có cấu trúc. Nó không đảm bảo rằng mọi thế hệ sẽ lưu giữ một khuôn mặt, sản phẩm, dòng văn bản, tương tác vật lý hoặc dấu hiệu thời gian. Giữ lại các khung phê duyệt và tài sản nguồn, xem lại toàn bộ clip và tạo lại hoặc chỉnh sửa khi có một hạn chế quan trọng nào đó xảy ra.

Mở MiniMax H3 trên OmniArt khi quy trình công việc đã chọn của bạn đạt đến giai đoạn chuyển giao thế hệ. Giữ các quyết định hình ảnh, video, âm thanh và prompt cùng nhau trong cùng một không gian làm việc sáng tạo, sau đó tiếp tục sử dụng các công cụ hình ảnh, video, âm thanh hoặc âm nhạc khác của OmniArt khi quá trình sản xuất cần một phương thức khác. Để có cái nhìn sâu hơn về nhãn tham chiếu và cấu trúc dòng thời gian, hãy sử dụng hướng dẫn nhắc MiniMax H3.

Quy tắc thực tế rất đơn giản: chọn theo ranh giới quy trình làm việc chứ không phải theo sự tương đồng về mặt thẩm mỹ. Một kỹ năng hẹp với thông tin đầu vào và điểm kiểm tra phù hợp sẽ hữu ích hơn một mẫu có giao diện rộng hơn nhưng lại gặp phải vấn đề sản xuất sai.