MiniMax H3 Microexpression-Prompts: Direkte, subtile und natürliche Emotion

AI Overview

Wie formuliere ich einen MiniMax H3-Microexpression-Prompt?

Nennen Sie die Emotion, die sichtbaren Gesichtszeichen, den Auslöser und den Moment, in dem die Regung sich legt. Verwenden Sie eine einzige, zurückhaltende Veränderung – etwa das Weichwerden der Augen und das Entspannen des Kiefers – statt einer Aufzählung dramatischer Emotionsbegriffe.

Warum wirkt ein H3-Charakter leer oder roboterhaft?

Der Prompt beschreibt möglicherweise ein inneres Gefühl ohne beobachtbare Handlung oder fordert zu viele konkurrierende Reaktionen gleichzeitig. Geben Sie dem Gesicht eine Ursache, eine einzige lesbar ausgeführte Reaktion, natürliches Blinzeln und Atmen – und spezifizieren Sie zudem einen neutralen Ruhezustand.

Kann MiniMax H3 einen Ausdruck aus einer Referenz übernehmen?

Im Referenzmodus können Bilder oder Videos zur Vermittlung von Identität und Darstellungssignalen genutzt werden. Weisen Sie jeder Datei eine explizite Rolle zu, trennen Sie klar zwischen Gesichtsidentität und schauspielerischer Referenz, und prüfen Sie, ob die Übertragung der Mimik die Charakteridentität nicht ersetzt.

Sollten Dialog und mimische Reaktion gemeinsam im Prompt angegeben werden?

Ja – sofern die Reaktion an eine bestimmte gesprochene Passage oder eine Pause gekoppelt ist. Platzieren Sie den Ausdruck vor, während oder nach dem gesprochenen Beat, halten Sie die Mundbewegung sprachlich konsistent und vermeiden Sie gleichzeitige, widersprüchliche Kamerarichtungen.

Was ein Microexpression-Prompt tatsächlich steuert

Ein Microexpression-Prompt soll eine kleine, zeitlich wahrnehmbare Veränderung lenken. „Sie fühlt sich nervös“ ist eine schauspielerische Anmerkung, aber kein Hinweis darauf, welches visuelle Signal diese Empfindung vermittelt. „Ihre inneren Augenbrauen heben sich leicht, sie presst kurz die Lippen zusammen und atmet dann aus, wobei ihr Kiefer sich entspannt“ liefert dagegen eine Abfolge beobachtbarer Aktionen. Die zweite Variante lässt sich einfacher inszenieren, überprüfen und überarbeiten.

MiniMax H3 akzeptiert Text-, Bild-, Video- und Audio-Kontexte; in den offiziellen Materialien wird eine Ausgabedauer von vier bis fünfzehn Sekunden bei 24 fps angegeben. Das reicht aus, um eine mimische Geste entstehen, ihren Höhepunkt erreichen und sich wieder legen zu lassen – nicht jedoch für einen komplexen emotionalen Bogen plus mehrere Kamerabewegungen. Behandeln Sie den Prompt daher als kompaktes Shot-Briefing: Charakter, Auslöser, sichtbare Reaktion, Kamera, Ton und Abschluss.

Das zielführende Ziel ist nicht „trauriges Gesicht“, sondern eine lesbare Kombination: feuchte Augen, ein beginnend entspannter Kiefer, kontrollierte Lippen und ein wacher Blick.

„Microexpression“ ist hier ein kreativer Richtbegriff – kein klinisches Emotionsdetektionskonzept. Nutzen Sie subtile, sichtbare Hinweise, um ein vorgegebenes Gefühl zu vermitteln, ohne Identität, Anatomie oder Lippsynchronisation zu beeinträchtigen.

Gestalten Sie den Ausdruck als zeitlich abgestimmten Beat

Beginnen Sie mit einer neutralen Ausgangsbasis. Fehlt diese, startet das Modell möglicherweise bereits auf maximaler Intensität – und hat dann keinen Raum mehr für Entwicklung. Nennen Sie anschließend den Auslöser: ein Zug fährt ab, ein Name wird bekanntgegeben, eine Nachricht endet oder eine andere Figur macht eine Pause. Wählen Sie dann zwei oder drei kompatible mimische Signale. Schließen Sie ab mit der Beschreibung des neuen Ruhezustands. So entsteht ein vierteiliger Beat, der nahezu beliebig in jeden H3-Prompt übernommen werden kann:

1. Ausgangsbasis: gefasstes Gesicht, ruhiger Blick, entspannte Schultern.
2. Auslöser: Sie hört die Antwort aus dem Off nach einer kurzen Pause.
3. Reaktion: Ihre Augen weichen leicht, die Unterlider heben sich minimal, und ein Mundwinkel hebt sich fast unmerklich.
4. Entspannung: Sie atmet leise aus und kehrt in professionelle Gelassenheit zurück – doch Sorge bleibt in ihrem Blick erkennbar.

Vermeiden Sie es, jedes einzelne Gesichtsmerkmal separat anzusprechen. Eine Aufzählung separater Befehle für Augenbrauen, Augen, Nase, Kiefer, Lippen und Lächeln führt häufig zu Widersprüchen. Priorisieren Sie stattdessen einen einzigen Übergang – und lassen Sie Atmung, Körperhaltung und Blick ihn unterstützen. Natürliches Blinzeln wirkt am besten als gelegentliche Interpunktion, nicht als mechanisch festgelegter Rhythmus.

Bei zurückhaltender Spannung prüfen Sie das Zusammenspiel von Augenbrauenstellung, Lippenanspannung, Griff und Körperhaltung. Das Gesicht darf nicht abrupt in theatralische Angst verfallen.

Die Kameradistanz bestimmt, ob das Publikum das Signal überhaupt wahrnehmen kann. Verwenden Sie für Veränderungen an Lidern, Mundwinkeln und Kiefer eine Nahaufnahme oder mittlere Nahaufnahme. Brauchen Sie eine Weitwinkelaufnahme zur Orientierung, rücken Sie vor dem emotionalen Höhepunkt ans Gesicht heran oder nutzen Sie einen separaten Shot. Die MiniMax H3-Anleitung zum Gesichtsausdruck bei Distanz behandelt Fälle, in denen das Gesicht zu klein ist, um die Darstellung zuverlässig zu tragen.

Vier sofort einsetzbare Microexpression-Prompt-Muster

Diese Vorlagen sind neu erstellte Produktionsmuster – keine offiziell bestätigten H3-Ausgaben. Ersetzen Sie die eckigen Klammern mit Ihren Storydetails und bewahren Sie die beobachtbare Abfolge bei. Jedes Muster fordert genau einen dominierenden Darstellungsbeat.

Verborgene Nervosität: „Mittlere Nahaufnahme von [Figur], die vor [Ort] wartet. Das Gesicht beginnt gefasst. Nachdem [Auslöser] gehört wurde, heben sich die inneren Augenbrauen leicht und die Lippen pressen sich weniger als eine Sekunde lang zusammen. Ein flacher Atemzug hebt die Brust; die Finger lockern ihren Griff um [Objekt]. Der Ausdruck legt sich in bewusste Gelassenheit. Natürliches Blinkintervall, kein Grimassieren, keine übertriebene Angst. Kamera bleibt ruhig.“

Erleichterung mit Sorge: „Nahaufnahme von [Figur], die [Ergebnis] liest. Zuerst hellen sich die Augen auf, die Schultern sinken, und ein kleines Lächeln scheint fast auf. Dann wandert der Blick zurück zu [Subjekt aus dem Off], wobei eine Spur Sorge in den Unterlidern verbleibt. Ein leiser Ausatmungsstoß. Ende in kontrollierter beruflicher Fassung – nicht in Jubel.“

*Ein praktikabler Prompt benennt den Geschmacksauslöser und eine kurze Reaktion – verengte Augen, Nasenspannung und kontrollierte Lippen – bevor der Koch wieder in Problemlösungsmodus wechselt.*Private Enttäuschung: „Enge Nahaufnahme, während [Figur] [Objekt] probiert oder begutachtet. Für einen kurzen Moment verengt sich die Nase und die Augen werden schmaler, während der Mund geschlossen bleibt. Die Figur bemerkt ihre eigene Reaktion, atmet durch die Nase und blickt mit konzentrierter Entschlossenheit zurück zur Aufgabe. Kein Ekelgesicht, kein ruckartiger Kopfstoß, keine Komik.“

Reaktion beim Zuhören während des Dialogs: „Nahaufnahme über die Schulter von [Zuhörer], während [Sprecher] den letzten Satz außerhalb des Bildes ausspricht. Der Zuhörer hält den Blickkontakt, blinzelt einmal nach dem Schlüsselwort, und ein Mundwinkel hebt sich leicht, während die Augen traurig bleiben. Halten Sie eine halbe Sekunde inne, bevor die Antwort erfolgt. Atmung und Kopfbewegung bleiben subtil; synchronisieren Sie die Lippenbewegung präzise mit der Antwort.“

Fügen Sie nicht alle vier Beispiele in einer Anfrage zusammen. Wählen Sie die emotionale Aufgabe aus, passen Sie den Auslöser an und entfernen Sie ungenutzte Formulierungen. Falls der Clip gesprochene Dialogzeilen enthält, formulieren Sie Zeile und Reaktion in der Reihenfolge, in der sie abgespielt werden. Die Seite zu konsistenten Stimmen bietet eine nützliche Überprüfungsmethode, um stimmliche und visuelle Darstellung über verschiedene Einstellungen hinweg abzugleichen – selbst bei unterschiedlichen Generierungsmodellen.

Modus und Referenzrollen wählen

Bei Text-zu-Video fordert H3 auf, Person, Setting und Darstellung zu erfinden; beschreiben Sie das Äußere daher nur so detailliert, dass die Figur klar erkennbar bleibt. Bei Bild-zu-Video ab dem ersten Frame ist Gesicht und Komposition bereits festgelegt; nutzen Sie den Prompt-Raum stattdessen für Bewegung, Timing der Mimik, Blickrichtung und Elemente, die unverändert bleiben müssen. Der Modus „Erster und letzter Frame“ eignet sich besonders, wenn die finale Emotion exakt auf einem bestimmten Bild landen muss – doch auch hier bedarf der Übergang eines glaubhaften Auslösers und eines zurückhaltenden Verlaufs.

Referenz-zu-Video ist hilfreich, wenn Signale aus separaten Assets stammen. Weisen Sie Rollen explizit zu: Picture 1 definiert die Gesichtsidentität, Picture 2 die Kleidung, Video 1 liefert die zurückhaltende Zuhörer-Darstellung und Audio 1 den Stimmklang. Geben Sie an, dass Schauspielbewegung und Timing übertragen werden – ohne die Identität der Zielperson zu ersetzen.

Mischgefühle werden lesbar, wenn der Prompt die Reihenfolge definiert: Die Augen werden heller, die Schultern entspannen sich, ein fast-lächelnder Ausdruck erscheint – und die Fassung kehrt zurück.

Nutzen Sie vor dem Anhängen von Medien den Entscheidungsleitfaden Ref2V versus FL2VA. Mehr Referenzen sind nicht automatisch besser. Konkurrierende Gesichtswinkel, unterschiedliche Höhepunkte der Mimik oder wechselnde Lichtverhältnisse können das Signal schwächen. Für ein einfaches Porträt reichen oft ein starkes Identitätsbild und eine fokussierte Darstellungsreferenz – einfacher zu diagnostizieren als ein Ordner mit ähnlichen Dateien.

Leere, roboterhafte oder übertriebene Gesichter korrigieren

Ein leeres Gesicht deutet meist darauf hin, dass die Stimmung im Prompt beschrieben, aber keine Veränderung spezifiziert ist. Fügen Sie einen Auslöser und zwei sichtbare Hinweise hinzu. Ein roboterhaftes Gesicht entsteht häufig durch starren Blick, perfekt getimtes Blinzeln und einen unbeweglichen Kopf; stellen Sie natürliche Atmung, eine kleine Blickkorrektur und Asymmetrie wieder her. Ein übertriebenes Gesicht resultiert oft aus wiederholten Steigerungen wie „extrem entsetzt, schockiert und zutiefst verstört“. Ersetzen Sie diese durch einen einzigen zurückhaltenden Übergang und eine negative Grenze: kein Grimassenziehen, keine weit aufgerissenen Augen, kein plötzlicher Kopfruck.

Falls der Mund sich seltsam bewegt, trennen Sie stille Reaktion von gesprochenem Text. Lassen Sie den Zuhörer während der Aussage der anderen Person reagieren, halten Sie kurz inne und lassen Sie dann eine kurze Antwort folgen. Falls die Identität beim emotionalen Höhepunkt wechselt, reduzieren Sie die Kamerabewegung, stärken Sie die Identitätsreferenz und vereinfachen Sie den Ausdruck. Falls das Ergebnis feine sprachliche Nuancen ignoriert, prüfen Sie Encoder für Text/Bild und Referenzpfad; die Qwen-Encoder-Präzisionsanleitung erklärt, wie Sie semantisch anspruchsvolle Prompts vergleichen – ohne Quantisierung mit einer anderen Workflow-Änderung zu verwechseln.

MiniMax H3 reference-to-video motion sample

Dieses bestehende H3-Referenz-zu-Video-Ergebnis dient als Inspektionsbeispiel, nicht als Mikroexpression-Benchmark. Prüfen Sie die gesamte Bewegung auf Identitätsstabilität, Blickrichtung, Blinkrhythmus und natürliche Entspannung des Gesichts.

Testen Sie mit festgehaltenen Eingaben, Seed, Dauer, Modell, Auflösung und Kameraanweisung. Ändern Sie jeweils nur eine Ausdrucksformulierung. Eine nützliche Dreier-Sequenz besteht aus Baseline, reduzierter Anweisung und einem klar definierten Auslöser. Falls der kürzere Prompt funktioniert, fügen Sie nur die für die Geschichte erforderliche Detailtiefe hinzu – statt den gesamten ursprünglichen Prompt-Stapel wiederherzustellen.

Die vollständige Darstellung in der Produktion überprüfen

Genehmigen Sie die Emotion in Bewegung – nicht anhand eines vorteilhaft angehaltenen Frames. Sehen Sie sich die Szene in normaler Geschwindigkeit mit Ton an, stumm, um das Timing zu beurteilen, und nur mit Audio, um den stimmlichen Rhythmus zu prüfen. Überprüfen Sie Identität, Blickrichtung, Blinkrhythmus, Mundartikulation, Kopfbewegung, Schulteranspannung sowie, ob die Kamera während des entscheidenden Moments nahe genug bleibt.

Ein Mischgefühl erfordert kein dramatisches Gesicht: sanfter Blick, asymmetrische Mundbewegung und ruhige Atmung tragen die Szene.

Für eine mehrteilige Szene notieren Sie nach jeder genehmigten Einstellung den emotionalen Übergang: „vorsichtig vor dem Anruf“, „Erleichterung setzt nach dem Namen ein“, „ruhig, aber immer noch unsicher“. Speichern Sie die gewählte Referenz, den Prompt, den Seed und die Genehmigungsnotiz zusammen mit der Einstellung. Seedance Agent kann diese Referenzen organisieren, den richtigen Zeitpunkt für die Nahaufnahme planen, Entscheidungen der Reviewer sammeln und ausschließlich den fehlgeschlagenen Darstellungsabschnitt neu generieren – statt die gesamte Sequenz erneut zu erstellen.Verwenden Sie die MiniMax H3-Modellseite, wenn Sie Modell und Modus in einem gehosteten Workflow benötigen, oder beginnen Sie im Image-to-Video-Arbeitsbereich, wenn bereits ein aussagekräftiges Porträt den Darsteller definiert. Das kreative Ziel bleibt unverändert: eine kleine, motivierte Veränderung des Gesichtsausdrucks, die die Geschichte unterstützt, ohne auf den Generierungsprozess aufmerksam zu machen.

Fazit

Effektive MiniMax H3-Mikroausdruck-Prompts übersetzen ein inneres Gefühl in eine kurze, sichtbare Zeitleiste: neutrale Ausgangsbasis, klarer Auslöser, zwei bis drei kompatible Gesichts- und Körperhinweise sowie ein kontrollierter Ruhezustand. Halten Sie die Kamera nah genug, weisen Sie jedem Referenzbild eine klare Rolle zu, platzieren Sie die Reaktionen in Wiedergabereihenfolge um den Dialog herum und entfernen Sie übertriebene oder widersprüchliche Anweisungen. Überprüfen Sie den vollständigen Clip sowohl mit als auch ohne Ton, dokumentieren Sie den akzeptierten emotionalen Zustand zwischen den Aufnahmen und überarbeiten Sie jeweils nur einen Satz. Sobald Referenzverwaltung, Timing, Freigaben und teilweise Neuverarbeitungen zur größeren Herausforderung werden, entwickeln Sie den Performance-Workflow mit Seedance Agent und richten Sie die Aufmerksamkeit auf den fertigen Moment des Darstellers.