本文分享了使用 MiniMax H3 视频模型生成真人夏日 MV 的完整提示词方案。作者将 55 秒 MV 拆分为四个独立片段，每段重新上传人物参考图以锁定身份一致性，并分别指定对应音乐片段。核心方法是把人物身份与场景重建分开写，用具体身体动作代替情绪形容词，用摄影机几何关系描述特殊视角（如高位斜俯拍、贴地仰拍、水线机位），并区分镜头切换与镜头内部运动。文章还给出五条可复用技巧和实际生成建议，强调提示词只能提高遵循概率，实际输出仍需检查筛选。
本文系统分享了使用 H3 制作真人音乐 MV 的导演设计与提示词方法论。作者强调先设计作品再写提示词，从作品定位、参考图权限边界、人物与道具的锁定规则入手，提出外观锁定与状态锁定分离的原则。运镜方面倡导动作与镜头同步、用物理关系代替角度数字、每段设定主运镜；道具需按全曲时间线管理拔刀、收刀等状态；音乐时间轴是 MV 骨架，动作应写成时间中的过程。同时讲解了分段生成的独立提示词组织结构、背景连续性管理和生成前的自检方法，帮助解决提示词冗长反而导致结果不稳定的问题。
作者系统总结了一套基于 H3 模型的 AI 古风舞蹈视频制作方法论。核心原则是先建立舞蹈再建立镜头：从作品意图、音乐分析、编舞设计出发，构建持续层、动链层、微动作层三层舞蹈结构，写出包含受力、路径、重心、惯性等完整物理过程的动作链，并按音乐节拍与动作密度对齐。镜头设计强调真实摄影机几何而非抽象角度术语，每次运镜都需有目的。文章还涵盖参考图视觉权限界定、跨段连续性检查、负面约束的正向替代方案、提示词语法结构与交付前的导演级自检流程，旨在建立可复用的模块化 AI 舞蹈创作系统。
本文介绍了 Dance Director Skill 的使用方法，该 Skill 能将 AI 从简单的 Prompt 生成器转变为'舞蹈导演'。用户只需提供一张角色图片，AI 即可按照导演规则自动设计编舞、镜头运动和 H3 I2VA 提示词，无需手动编写复杂的舞蹈指令。Skill 支持无音乐时共同创作音乐与编舞，也支持有音乐时根据节拍进行音乐驱动编舞。文章附带了完整的 Skill 内容，涵盖角色设定、动作短语思维、参考图视觉权威、编舞匹配角色、身体力学、动作幅度、音乐性等编舞设计原则。
本文介绍了一种用于AI舞蹈视频生成的运镜提示词，强调在拍摄多人舞蹈场景时，应优先保证面部特写和清晰度，而非追求全景构图。文章详细规定了摄像机应始终保持极近距离，使用特写、近景、侧面、高角度等多种近距离镜头组合，避免拉远镜头。同时，文章提出了面部质量优先的原则，并给出了具体的镜头切换示例和优先级顺序，旨在通过近距离拍摄保留面部细节和角色身份，提升视频的视觉冲击力和真实感。
