ComfyUI MiniMax H3 프롬프트 가이드: 공식 가이드, 팁, 프롬프트 임베딩

​

공식 가이드

• 기본 모드(T2VA, I2VA, FL2VA, L2VA): 시간축 샷, 카메라, 오디오
• 풀 레퍼런스 모드(R2V): 리라이트 구조, 참조 라벨, 유지 마커

​

일반 팁

integrated_multimodal_description: [Shot 1] ...
overall_soundscape: ...
non_diegetic_music: ...

1. 장면 우선: 전체 장면을 먼저 쓰고, 그다음 integrated_multimodal_description의 [Shot 1] 안에 시간별 샷을 씁니다
2. 하나의 블록: 샷, 카메라, 오디오를 함께 씁니다
3. 해상도: 16:9에서 네이티브 1344×768; 32의 배수
4. 길이: length는 24fps 기준 프레임 수(기본 124 ≈ 5s)이며 17k+5에 맞춰집니다
5. 화면 텍스트: 문자열마다 영어 큰따옴표로, 원문 그대로(예: A red neon sign reading "营业中"). 대사는 큰따옴표가 아니라 <d>를 씁니다
6. R2V 오디오 마커: 유지 분석에서 각 오디오 참조를 fully_copy, partially_copy, reference, weak_reference 중 하나로 표시해 클립이 사용되는 방식과 일치시키세요(공식 ref 가이드 표 참고)
7. 오디오 필드: overall_soundscape = 앰비언스/SFX/비언어(1–4문장; 완전히 무음일 때만 N/A). 대사와 다이제틱 음악은 샷 안에 남깁니다. non_diegetic_music = 스코어만(1–3문장; 없으면 N/A). 원치 않는 발화가 나타나면 두 필드를 모두 명시적으로 채우세요
8. 네거티브 없음: BasicGuider는 네거티브 분기 없이 cfg 1로 실행됩니다. 금지 목록은 원치 않는 개념을 추가합니다. 나타나야 할 것을 서술하세요(또는 R2V 유지 필드 fully_preserved, partially_preserved 등 사용)
9. 참조 시트(R2V): 하나의 이미지에 여러 패널을 담을 수 있습니다. 시트에 자체 <Picture N>을 부여하고(<Subject N> 안에만 두지 말 것), 패널을 설명하며, 샷에서 패널을 지정하세요(예: <Picture 2>의 정면 전신). 패널을 명확히 라벨링하세요

​

샷과 컷

[Shot 2] At 00:03.500, the camera cuts to...

• 시각 증가, length 내
• 단일 시각(At 00:05.000), 구간 아님
• the camera cuts to 등; 필요 시 디졸브/페이드

​

대사와 화자

• 화자 ID: (S1), (S2)…(오프스크린/노래 포함); 듀엣 (S1,S2)
• <d>: ID·동작·연기는 태그 밖; 태그 안 언어 태그+원문
• <d> 문장부호: , . ? ! 유지; 문장 끝 . ? !; 불명 [unclear]; 말줄임 자제
• 보이스오버: says in an off-screen voiceover 및 입 닫힘; 넘김 <scenetrans>
• 다화자+오디오 참조: 오배정 가능; 타임코드보다 가시 이벤트; 필요 시 화자별 외부 생성 참조

​

프롬프트 임베딩