MiniMax H3 Microexpression Prompts: Прямые тонкие и естественные эмоции

AI Overview

Как составить промпт для микровыражения MiniMax H3?

Укажите эмоцию, видимые признаки её проявления на лице, триггер и момент, когда выражение стабилизируется. Используйте одно сдержанное изменение — например, смягчение взгляда и расслабление челюсти — вместо набора ярких эмоциональных описаний.

Почему персонаж H3 выглядит пустым или роботизированным?

Промпт может описывать внутреннее состояние без указания наблюдаемого действия или требовать слишком много одновременных, конкурирующих изменений. Укажите причину изменения, один чётко читаемый ответ, естественное моргание и дыхание, а также задайте нейтральное исходное состояние.

Может ли MiniMax H3 скопировать выражение лица из эталонного изображения или видео?

Режим эталонов поддерживает изображения и видео для передачи информации об идентичности персонажа и его актёрской манере. Назначьте каждому файлу чёткую роль, разделяйте идентификацию лица и актёрскую референс-информацию, и убедитесь, что перенос выражения не заменяет характер персонажа.

Следует ли объединять диалог и реакцию лица в одном промпте?

Да — если реакция привязана к конкретной реплике или паузе. Расположите выражение до, во время или сразу после речевой «точки», согласуйте движения губ со словами и избегайте одновременного противоречивого направления камеры.

Что на самом деле контролирует промпт микровыражения

Промпт микровыражения должен задавать небольшое изменение, которое зритель способен заметить постепенно. Фраза «Она чувствует тревогу» — это актёрская ремарка, но она не указывает модели, какой именно визуальный сигнал передаёт это чувство. А вот фраза «Её внутренние брови слегка приподнимаются, она на миг сжимает губы, затем выдыхает и расслабляет челюсть» задаёт последовательность наблюдаемых действий. Второй вариант проще поставить, проверить и скорректировать.

MiniMax H3 принимает текстовый, изображённый, видеоконтекст и аудиоконтекст; в официальной документации указаны выходные ролики длительностью от четырёх до пятнадцати секунд при частоте 24 кадра/с. Этого достаточно для того, чтобы лицо продемонстрировало эмоциональную «точку» — возникновение, пик и стабилизацию, но недостаточно для сложной эмоциональной дуги с несколькими движениями камеры. Рассматривайте промпт как лаконичное техническое задание на съёмку: персонаж, триггер, видимая реакция, камера, звук и финал.

Целевая задача — не просто «грустное лицо», а читаемая комбинация признаков: влажные глаза, начинающееся расслабление челюсти, сдержанные губы и взгляд, сохраняющий бдительность.

Здесь термин «микровыражение» используется как творческая режиссёрская директива, а не как клинический инструмент распознавания эмоций. Используйте небольшие наблюдаемые сигналы для передачи заранее задуманного чувства, сохраняя при этом идентичность персонажа, анатомическую достоверность и синхронизацию губ.

Постройте выражение как ритмическую «точку» во времени

Начните с нейтрального исходного состояния. Без него модель может начать с максимальной интенсивности и не иметь пространства для развития. Затем укажите триггер: поезд отходит, произносится имя, сообщение завершается или другой персонаж делает паузу. Далее выберите два–три совместимых сигнала на лице. Завершите описанием нового состояния покоя. Так формируется четырёхчастная «точка», которую можно легко включить почти в любой промпт H3:

1. Исходное состояние: собранное лицо, ровный взгляд, расслабленные плечи.
2. Триггер: она слышит ответ за кадром после короткой паузы.
3. Реакция: взгляд смягчается, нижние веки слегка приподнимаются, уголок рта едва намечает улыбку.
4. Стабилизация: она тихо выдыхает и возвращается к профессиональной сдержанности, но в её взгляде остаётся лёгкая тревога.

Не давайте отдельные команды для каждой черты лица. Перечень инструкций по бровям, глазам, носу, челюсти, губам и улыбке часто противоречив. Сфокусируйтесь на одном переходе, а дыхание, осанку и взгляд используйте как поддерживающие элементы. Естественное моргание работает лучше всего как случайная пунктуация, а не как механический график.

При сдержанном напряжении обратите внимание на взаимосвязь между положением бровей, давлением губ, хватом рук и осанкой. Лицо не должно мгновенно переходить в театральную панику.

Дистанция съёмки определяет, сможет ли зритель распознать сигнал. Для изменений век, уголков рта и челюсти используйте крупный план или средний крупный план. Если нужен общий план, приблизьте камеру к лицу до пика эмоции или сделайте отдельный кадр. В руководстве MiniMax H3 по работе с лицами на расстоянии рассматриваются случаи, когда лицо слишком мало для надёжной передачи эмоциональной игры.

Четыре готовых к использованию шаблона промптов для микровыражений

Эти шаблоны — новые производственные паттерны, а не официально заявленные выходные данные H3. Замените детали в квадратных скобках на свои сюжетные элементы, сохранив наблюдаемую последовательность. Каждый шаблон задаёт одну доминирующую актёрскую «точку».

Скрытая тревога: «Средний крупный план [персонажа], ожидающего снаружи [места]. Лицо изначально собрано. После того как он слышит [триггер], внутренние брови слегка приподнимаются, а губы сжимаются менее чем на секунду. Мелкое дыхание поднимает грудную клетку; пальцы ослабляют хват [объекта]. Выражение стабилизируется в сознательную сдержанность. Естественное моргание, без гримас, без преувеличенно выраженного страха. Камера остаётся неподвижной».

Облегчение с примесью тревоги: «Крупный план [персонажа], читающего [результат]. Сначала загораются глаза, плечи расслабляются, и на губах едва намечается улыбка. Затем взгляд возвращается к [объекту за кадром], сохраняя лёгкую тревогу в нижних веках. Тихий выдох. Финал — сдержанная профессиональная собранность, а не торжество».

*Практичный промпт называет триггер дегустации и краткую реакцию — сужение глаз, напряжение носа и сдержанные губы — перед тем, как шеф-повар возвращается к поиску решения.*Личное разочарование: «Тесный крупный план, когда [персонаж] пробует или осматривает [объект]. На мгновение нос слегка сжимается, глаза сужаются, а рот остаётся закрытым. Персонаж замечает собственную реакцию, делает вдох через нос и возвращается к задаче с сосредоточенной решимостью. Без гримасы отвращения, без резкого движения головой, без комедийного эффекта».

Реакция на слушание во время диалога: «Крупный план с ракурса через плечо [слушающего], пока [говорящий] произносит последнее предложение за кадром. Слушающий сохраняет зрительный контакт, моргает один раз после ключевого слова, а один уголок рта слегка приподнимается, в то время как глаза остаются грустными. Задержка на полтакта перед ответом. Дыхание и движения головы — едва заметные; сохраняется синхронизация губ для последующего ответа».

Не вставляйте все четыре примера в один запрос. Выберите эмоциональную задачу, адаптируйте триггер и удалите неиспользуемую лексику. Если клип содержит устную реплику, запишите реплику и реакцию в порядке воспроизведения. Страница о сохранении согласованности голосов предлагает полезный метод проверки соответствия вокальной и визуальной подачи между кадрами — даже при использовании разных моделей генерации.

Выбор режима и ролей-эталонов

Генерация видео по тексту требует от H3 самостоятельного создания персонажа, обстановки и исполнения, поэтому опишите внешность лишь в той степени, которая обеспечивает читаемость актёра. При генерации видео из изображения первого кадра лицо и композиция уже заданы — выделите место в промпте на движение, тайминг выражения, направление взгляда и элементы, которые должны остаться неизменными. Режим «первый и последний кадр» полезен, когда финальная эмоция должна точно совпасть с конкретным изображением, однако переход всё равно требует правдоподобного триггера и сдержанной траектории.

Генерация видео по эталону (reference-to-video) полезна, когда сигналы поступают из отдельных ресурсов. Чётко назначьте роли: Picture 1 отвечает за идентичность лица, Picture 2 — за гардероб, Video 1 — за сдержанную реакцию слушателя, а Audio 1 — за тембр голоса. Укажите, что движения и тайминг актёрской подачи переносятся без замены идентичности целевого персонажа.

Смешанная эмоция становится читаемой, когда в промпте чётко задан порядок проявления: глаза просветлели, плечи расслабились, появилась почти улыбка, затем вернулось самообладание.

Перед прикреплением медиафайлов воспользуйтесь руководством по выбору между Ref2V и FL2VA. Большее количество эталонов не всегда лучше. Конфликтующие ракурсы лица, пики выражений или условия освещения могут ослабить сигнал. Для простого портрета один сильный образ идентичности и один сфокусированный эталон актёрской игры зачастую проще диагностировать, чем папка с множеством схожих файлов.

Устранение пустых, роботизированных или переигранных лиц

Пустое лицо обычно означает, что в промпте описана общая настроенность, но не указано изменение. Добавьте триггер и два видимых признака. Роботизированное лицо часто сочетает неподвижный прямой взгляд, идеально синхронизированное моргание и застывшую голову; верните естественное дыхание, лёгкую коррекцию взгляда и асимметрию. Переигранное лицо обычно возникает из-за повторяющихся усилителей вроде «крайне напуган, потрясён и раздавлен». Замените их одним сдержанным переходом и отрицательной границей: без гримасы, без широко раскрытых глаз, без резкого рывка головой.

Если рот двигается странно, разделите немую реакцию и речь. Пусть слушающий реагирует во время реплики собеседника, сделает паузу, а затем произнесёт короткий ответ. Если идентичность меняется в момент пика эмоции, уменьшите перемещение камеры, усильте эталон идентичности и упростите выражение. Если результат игнорирует тонкие формулировки, проверьте текстово-визуальный энкодер и путь к эталону; в руководстве по точности энкодера Qwen объясняется, как сравнивать сложные семантические промпты, не путая квантование с другими изменениями в рабочем процессе.

MiniMax H3 reference-to-video motion sample

Этот существующий результат H3 в режиме reference-to-video служит образцом инспекции, а не эталоном микровыражений. Оцените всю анимацию на предмет стабильности идентичности, направления взгляда, ритма моргания и естественности завершения выражения.

При тестировании фиксируйте входные данные, seed, продолжительность, модель, разрешение и инструкции по камере. Меняйте только одну фразу, описывающую выражение, за раз. Эффективная трёхэтапная последовательность: базовый вариант, упрощённая инструкция и вариант с уточнённым триггером. Если более короткий промпт работает — добавляйте лишь те детали, которые необходимы для повествования, а не восстанавливайте весь исходный набор.

Комплексная оценка исполнения в производственном цикле

Утверждайте эмоцию в движении, а не по лестному замороженному кадру. Смотрите ролик в нормальном темпе со звуком, затем без звука — чтобы оценить тайминг, и только со звуком — чтобы оценить вокальный ритм. Проверьте идентичность, направление взгляда, ритм моргания, артикуляцию рта, движения головы, напряжение плеч и то, остаётся ли камера достаточно близко в ключевой момент.

Смешанное чувство не требует драматического выражения лица: смягчённый взгляд, асимметричные движения рта и спокойное дыхание способны полностью передать сцену.

Для многосекционной сцены после каждого утверждённого дубля оформляйте передачу эмоционального состояния: «настороженность до звонка», «облегчение начинается после упоминания имени», «спокойствие, но ещё сохраняется неопределённость». Сохраняйте выбранный эталон, промпт, seed и примечание об утверждении вместе с кадром. Seedance Agent может систематизировать эти эталоны, спланировать крупный план в нужный такт, собирать решения рецензентов и перегенерировать только провалившийся сегмент исполнения — вместо полной регенерации всей последовательности.Используйте страницу модели MiniMax H3, если вам нужна модель и режим в одном размещённом рабочем процессе, или начните с рабочей области «изображение-видео», когда сильный портрет уже определяет актёра. Творческая цель остаётся неизменной: небольшое, мотивированное изменение выражения лица, которое поддерживает повествование, не привлекая внимания к процессу генерации.

Заключение

Эффективные промпты микровыражений MiniMax H3 переводят внутреннее ощущение в краткую видимую временную шкалу: нейтральная исходная позиция, чёткий триггер, два–три совместимых сигнала со стороны лица и тела, а также контролируемое состояние покоя. Размещайте камеру достаточно близко, назначьте каждому эталонному кадру одну конкретную роль, располагайте реакции вокруг реплик в порядке воспроизведения, а также удаляйте завышенные или противоречивые инструкции. Просматривайте полный видеоклип как с звуком, так и без него, фиксируйте принятое эмоциональное состояние между кадрами и вносите правки по одному фразе за раз. Когда управление эталонами, синхронизация, согласования и частичные повторные запуски становятся более сложной задачей, постройте рабочий процесс исполнения с помощью Seedance Agent и сохраняйте фокус на завершённом моменте актёра.