MiniMax H3 的 9 个 Skills：该选哪套工作流？

官方仓库中的 9 个 MiniMax H3 Skills 并不是 9 套可以相互替换的提示词预设。其中一个负责把多模态创意需求整理成 H3 的结构化提示词格式，另外 8 个则分别组织特定类型的制作流程，覆盖产品广告、歌词驱动的 MV、纸艺科普和双人游戏片头等场景。

这一区别正是最快的选择依据。如果最终交付物是技术结构严谨的 H3 提示词，就用 h3-prompt-writing。如果还需要创意方向、源素材检查、确认节点、分镜、生成或合成，则应选择风格或工作流 Skill。本指南会梳理 MiniMax H3 官方 Skills 目录记录的全部 9 个包，重点解释每套流程从哪里开始、在哪里结束。

9 个 MiniMax H3 Skills 一览

这张表是分流图，不是质量排名。多套 Skills 都可能涉及提示词、分镜、视频和音频，但它们各自守护的是不同的创作约定。

1. h3-prompt-writing：专攻提示词结构

当你已经明确场景，只需要按照 H3 预期的结构表达时，选择 h3-prompt-writing。它支持 5 种模式：文生音视频（T2VA）、首帧生音视频（I2VA）、首尾帧生音视频（FL2VA）、尾帧生音视频（L2VA）以及全参考 Ref2VA。

对于 4 种基础或关键帧模式，Skill 会遵循一份参考指南，并依次输出 integrated_multimodal_description、overall_soundscape 和 non_diegetic_music。Ref2VA 使用另一套六段式指南，让图像、视频和音频参考素材都能获得清晰标签和明确任务。

创意决策已经锁定时，可以把它作为最后一层。如果你还要构思故事、核验品牌事实、设计视觉语言或确认画面，应先从下方某个制作 Skill 开始，等方案稳定后再整理提示词结构。

2. minimalist-product-ad-generator：以产品为核心的广告

这套 Skill 从产品图或相关素材开始，然后检查款式、提炼有依据的卖点并确认制作需求。它用 3 张独立的产品锚点图和一份精确的节拍文字分镜来控制视频，而不是把所有参考塞进一张多宫格图片。

如果产品本身必须始终是电商短片或发布影片的视觉核心，就选择它。这套流程还覆盖精简英文广告文案、摄影机指导、生成、科技感 BGM、卡点剪辑和交付审查。它刻意不在首次信息收集中讨论音乐，而是在后续环节单独处理。

关键边界是产品导向。创始人口播、复杂软件操作演示或开放式剪辑任务都不适合强行套用这条流程。

3. 3d-animation-short-generator：故事优先的动画短片

这套 Skill 面向完整的风格化 3D 叙事，而不只是添加一种 3D 外观。它按制作顺序推进：项目简报、故事大纲、角色与环境卡、标准化六栏镜头表、文字分镜、模型选择、逐镜头生成、全片合成、BGM 匹配和最终审查。

确认节点本身就是它的价值。画面尺寸和总时长会在早期确定，高成本的后续工作开始前也会确认关键创意选择。该 Skill 将 H3 列为默认视频模型，将 Seedance 2.0 列为后备方案，因此它是一套更广义的导演工作流，而不只是 H3 提示词模板。

当角色一致性、场景连续性、表演、摄影机方向和节奏必须跨镜头保持时，应选择它。对于一次性短片或仅咨询提示词的任务，这套流程会显得过重。

4. papercraft-stop-motion-explainer：分层知识设计

这是两套纸艺科普工作流中更深入的一套。它把科学、教育或通识主题转化为可触摸的微缩世界，涵盖纸艺角色、分层立体布景、道具、实体阴影、摄影机规则、转场、旁白和审查标准。

完整流程可覆盖创意方向、4 至 7 个视觉层次、素材规划、预览图、系列图片提示词、短视频提示词、分镜、剪辑节奏、旁白清理、负向提示词和质量审查。如果用户只需要一项交付物，例如静帧提示词或 5 秒图生视频提示词，它也定义了轻量直达路径。进入视频生成后，默认使用 H3；除非用户选择其他可用模型，或 H3 当前不可用。

当讲解内容适合通过机械结构、剖面、立体书舞台或纸艺讲述者呈现时，应选择它。如果源内容只是一句短观点或旁白，目标是编辑式 B-roll，下一套 Skill 往往更合适。

5. brand-promo-video-generator：先核验来源，再做宣传

这套工作流适用于拥有可核验源素材的品牌、产品、网站、App、商店或个人项目。它可以从 Logo、产品图、界面截图、官方网站或一个明确想法开始，但在选择叙事主线前，会先建立品牌事实表和素材来源清单。

当身份与卖点的准确性和视觉质感同样重要时，它就是合适的选择。流程会规划精确节拍和运动，在生成前要求明确确认，制作所需的图像、视频、人声或音乐素材，并在交付前审查。它的来源政策拒绝把 Logo 聚合站、缩略图、粉丝重制品或 AI 生成替代品当作品牌身份素材。

如果实体产品及其不同款式是影片中心，应选择极简产品广告 Skill。如果需要统筹更广泛的品牌故事、经过核验的界面、能力宣称、使用场景和行动号召，则选择这一套。

6. music-video-subtitle-generator：让歌词成为场面调度

可安装的 Skill 名称是 music-video-subtitle-generator，但仓库文件夹名为 mv-subtitle-skill-confirmed。它面向 MV 和情绪短片，让节奏、歌词、表演、参考素材、摄影机语言和画面文字共同构成一个系统。

这套流程会先锁定格式、时长、音乐片段、歌词和参考素材分工，再制定创意约定。它能把超出单次生成时长的作品拆成连续镜头，协调音频连续性、设计随节拍变化的空间排版、审查提示词并提供拼接指导。H3 是它支持的生成路径之一，但不是唯一选项。

当文字本身就是画面构图的一部分时，应选择它。普通字幕、字幕校对和通用视频编辑应交给剪辑工作流，因为这套 Skill 把歌词和排版都视为艺术指导。

7. co-op-game-intro-generator：边界清晰的游戏菜单配方

这套 Skill 的内容约定最具体：两名玩家、一个游戏标题、一种视觉风格，以及可选的角色参考图。它先基于固定菜单框架制作确认图，其中包含协调统一的配色、UI、角色、字体、按钮和图标。

只有确认图片通过后，它才会根据已接受的画面、最终 UI 文案、玩家与游戏信息、事件时间点、运动指示和负向约束，重新构建最终 H3 视频提示词。包内两份提示词模板都是必需文件；如果缺失任意一份，Skill 要求停止，而不是临时编造结构。

它适合制作角色驱动的游戏菜单、开场动画、概念短片或社交内容，但不会开发可玩的游戏、复杂应用界面或没有玩家名片结构的通用片头。

8. paper-collage-explainer-generator：编辑式隐喻与 B-roll

这套 Skill 把一句旁白、一个观点、一个故事节点或抽象主题转化为高级网点纸拼贴。它的视觉系统结合大块色域、黑白照片剪纸、彩色卡纸点缀、暖色描边、纸张阴影和定格组装动作。

流程先确认制作方案和分镜，再建立静帧规范，并在生成短片前确认静帧。默认音频规则非常明确：保留有触感的拼贴音效，但除非用户提出要求，否则不添加 BGM、旁白或字幕。

需要简洁视觉隐喻、编辑式讲解或社交 B-roll 时，就选择它。主题需要角色、分层机械结构、立体布景或更完整的教育制作包时，则选择 papercraft。

9. handdrawn-live-video-generator：一镜到底的可控混合场景

这套工作流刻意保持狭窄。它会用用户主要输入语言编写一条 15 秒、16:9 的提示词：真实空间中出现一个粗粝发光的手绘存在。前 3 秒内，手绘元素必须与真实的手或物体发生清晰接触；随后它作为同一个存在连续变形并逃跑，手持摄影机则略慢半拍地追随。

材质语言是蜡笔、粉笔、彩色铅笔、粉彩或粗糙画笔，而不是干净矢量动画、平滑霓虹、3D CG、毛绒质感或恐怖风格。该 Skill 会等用户明确确认后才建议使用 H3 生成，并检查接触真实感、变形连续性、摄影机延迟、笔触质感和整体基调。

它适合一个超现实但物理关系清楚的实拍融合镜头。多场景故事、精致动画流水线或恐怖变形都会破坏这套 Skill 的核心结构。

MiniMax H3 Skill 决策树

先确定交付物，再根据素材和确认要求缩小范围：

1. 只需要可直接交给 H3 的提示词。 使用 h3-prompt-writing。
2. 需要完整制作工作流。 再按内容类型选择：
   • 实体产品是中心 → minimalist-product-ad-generator
   • 更广泛的品牌、App、网站或商店故事 → brand-promo-video-generator
   • 多镜头风格化 3D 叙事 → 3d-animation-short-generator
   • 由歌词和节奏驱动的视频 → music-video-subtitle-generator
   • 双人游戏菜单或片头 → co-op-game-intro-generator
   • 单场景实拍与手绘融合 → handdrawn-live-video-generator
   • 科普或抽象概念 → 在两套纸艺工作流中选择：
     • 分层教育布景和机械结构 → papercraft-stop-motion-explainer
     • 编辑式隐喻、旁白节点或拼贴 B-roll → paper-collage-explainer-generator

如果仍有两条路线看起来都合适，就选择你已经具备其必需输入的那套。产品照片更适合极简广告流程；获授权的 Logo、官方网站和界面截图更适合品牌宣传；已锁定歌词和音乐片段则更适合 MV 流程。Skill 的首次信息收集要求，往往比风格名称更能说明它真正要解决的问题。

如何安装这些 Skills

仓库使用 skills CLI。安装前可先运行以下命令查看所有可用包：

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

使用仓库记录的命令一次安装全部 9 个 Skills：

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

如果想让 Agent 配置更精简，只安装当前需要的工作流：

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

把 h3-prompt-writing 替换为表格中的可安装 Skill 名称即可。先安装一个 Skill，能更清楚地理解其确认节点和交付约定，也能避免多套指令彼此竞争。

在 OmniArt 中使用选定的工作流

合适的 Skill 应在生成前减少歧义：最终留下锁定的需求、职责明确的参考素材、确认过的视觉方向或结构化 H3 提示词。它并不能保证每次生成都完整保留人脸、产品、画面文字、物理互动或时间点。请保留确认帧和源素材，审查整段短片，并在关键限制发生偏移时重新生成或剪辑。

当选定的工作流进入生成交接环节时，打开 OmniArt 中的 MiniMax H3。把图像、视频、音频和提示词决策放在同一个创作工作台中；制作需要其他模态时，再继续使用 OmniArt 的图像、视频、音频或音乐工具。若想深入了解参考素材标签与时间线结构，可阅读 MiniMax H3 提示词指南。

实用原则很简单：按工作流边界选择，而不是按视觉相似度选择。输入和检查节点都匹配的专用 Skill，往往比看起来更通用、实际却负责了错误制作问题的模板更有用。