MiniMax H3が登場：Promptingに何が変わったか、実際の初週の5つのPrompt付き

MiniMaxは2026年7月29日にHailuo H3をリリースしました。同日、最初のクリエイターテストが実施されました。この投稿では、これまでにモデルについて検証可能な情報を集め、そして、より有用な情報として、初週に公開された実際のプロンプトと、機能していると思われる構造をまとめました。

以下に記載されているすべての情報は、それを公開したクリエイターまたはプラットフォームに帰属します。独立したテストではなく、ベンダーまたは配信プラットフォームから得られた数値は「主張」としてラベル付けされています。

実際にリリースされたもの

最も明確な技術概要はfalから提供されました。同社は<a href="https://x.com/fal/status/2083008450460541238" rel="nofollow" target="_blank">プラットフォームでのH3の利用可能性を発表しました</a>。

MiniMax H3 (Hailuo-03) is now available on fal. Open-weight multimodal video model with native stereo audio on every generation. Combines up to 9 images, 3 video clips, and 3 audio clips as references. Holds subjects, motion, and audio consistent. Weights will be released soon.

これらの参照制限 — 9枚の画像、3つのビデオクリップ、3つのオーディオクリップ — は、プロンプト作成において最も重要な数値であり、後ほど詳しく説明します。

スペックと価格に関して、<a href="https://x.com/AndyMarlowg/status/2083218076699660442" rel="nofollow" target="_blank">AndyMarlowg</a>と<a href="https://x.com/Diana_Osire/status/2083131646702735618" rel="nofollow" target="_blank">Diana Osire</a>は、Topviewインテグレーションを通じて同じ3つの点を報告しました。ネイティブ2K解像度、15秒のクリップ、そしてオーディオとビデオが1回のパスで同時に生成され、Seedance 2.0のコストの約30%であるというものです。この価格は、独立したベンチマークではなくプラットフォームの主張として扱ってください — これはインテグレーションの発表からのものであり、並行テストによるものではありません。

クリエイターたちが繰り返し言及している機能はOmni Referenceです。<a href="https://x.com/VORTEX_Promos/status/2082505281590743519" rel="nofollow" target="_blank">VORTEX_Promos</a>が説明したように、1つのプロンプト内でビデオ、画像、オーディオ、テキストを組み合わせることができ、特定のファイルを@でピン留めしてより厳密に制御できます。

「シングル・コンティニュアス・ショット」テンプレートが急速に普及

最初の1週間で最も興味深いプロンプトの話題は、機能ではなくテンプレートでした。2人の異なるクリエイターが、1日以内に構造的に同一のプロンプトを投稿しました。

<a href="https://x.com/umesh_ai/status/2082499539735588916" rel="nofollow" target="_blank">Umesh (@umesh_ai)</a>、297いいね：

Speeder chase across a cliff city (single continuous shot) From a monumental cliffside city carved into stone, the camera dives toward a tiny streak of light ripping along a narrow ledge-road. Lock-on: a speeder hugging the wall at insane speed. The camera slingshots ahead, whips back, then drops tight to the rear thrusters: heat haze, grit snapping off the ledge, warning lights flashing. A collapsing balcony rains debris; the rider snaps a last-inch swerve under a falling arch, then threads through hanging laundry lines and open windows in one fluid line.

<a href="https://x.com/Strength04_X/status/2082712692159344891" rel="nofollow" target="_blank">Strength04_X</a>、翌日：

Skyship flight across a floating kingdom (single continuous shot) From above a sea of endless clouds, the camera dives toward a majestic skyship soaring between gigantic floating islands. Lock-on: the airship accelerating into a violent thunderstorm suspended in the sky. The camera slingshots beneath the hull, whips across the towering sails, then drops tight behind the glowing engines: lightning tears across the clouds, rain lashes the deck, shattered rock fragments tumble through the air.

主題を取り除けば、骨格は同一です。

1. ショットの種類を括弧で囲んだタイトル行 — (single continuous shot)
2. 導入の動き — 「[広角の視点]から、カメラは[被写体]に向かってダイブする」
3. Lock-on: — カメラを被写体に固定する明確な指示
4. 3拍子のカメラワーク — 前方にスリングショット / 後方に鞭打つように戻る / [特定の部位]にぴったりと密着する
5. 3拍子目の動きに付随する感覚的な詳細 — 熱気、砂塵、稲妻、雨
6. 障害物シーケンス — 何かが崩壊し、被写体が隙間を通り抜ける
7. 最後に明かされるもの — カメラが外側に広がり、広大な景色が現れる

これは盗む価値があります。なぜなら、ビデオモデルが最も頻繁に失敗する2つの問題を解決するからです。それは、カメラに雰囲気ではなく明確な経路を与え、途中で動きが止まるのではなく、クリップが解決するように終わりを命名するからです。

ネイティブオーディオがプロンプトに含めるべき内容を変える

H3はビデオと同じパスでステレオオーディオを生成するため、サウンドはポストプロダクションのステップではなく、プロンプトの表面の一部となりました。複数のクリエイターが、これを以前のHailuoバージョンとの実用的な違いとして指摘しました — <a href="https://x.com/ShamiWeb3/status/2083011335680585893" rel="nofollow" target="_blank">ShamiWeb3</a>は、ビジュアル、モーション、オーディオが単一のクリエイティブパイプラインで生成されると表現しました。

プロンプト作成におけるその意味合いは単純です。サウンドを記述しなければ、モデルに推測させていることになります。アンビエントベッド、インパクトの瞬間、そして対話があるのかスコアだけなのか、これらすべてがそれぞれ1つの句として記述する価値があります。

オムニリファレンス：9枚の画像は多い

<a href="https://x.com/maxescu/status/2082834084343034181" rel="nofollow" target="_blank">maxescu</a>はリファレンスの限界を試し、それが機能したと報告しました。

Hailuo H3 is awesome for multi-character reference. I added 9 character sheets: Myself, Chris, Rourke, Linus, Lola, Kavan, Sebastien, Tim, and Jerrod. It did an awesome job keeping everything together.

1つの生成で9人の名前付きキャラクターを扱うことは、ほとんどのvideo modelsが顔のブレンドを始める前に許容する範囲をはるかに超えています。もしエピソード形式のもの（繰り返し登場するキャスト、brand mascot、同じプレゼンターが登場するシリーズなど）を構築しているなら、これは最初にテストすべき機能です。なぜなら、歴史的に人々を手動編集に戻させてきた機能だからです。

ネガティブプロンプトとショットリストは依然として重要な役割を果たす

商業作品の場合、クリーンな結果を生み出したプロンプトは、最も緩いものではありませんでした。<a href="https://x.com/noorwithwifi/status/2082897758084907132" rel="nofollow" target="_blank">noorwithwifi</a>は、このファッションスポットのプロンプトを全文公開しました。

12s cinematic luxury fashion ad, 4K, 24fps, ultra-photorealistic. A high-fashion model in a flowing iridescent metallic gown walks along a minimalist desert runway at golden hour. Cinematic aerial, tracking, orbit, close-up, and hero shots with realistic cloth physics, flowing fabric, shimmering reflections, soft wind, golden sun flare, HDR lighting, Vogue-style editorial, seamless continuity, consistent face/outfit, no flicker, no warping, no extra limbs, fade to black.

3つのパートからなる構造に注目してください。技術的なヘッダー（期間、フレームレート、ルック）、次にシーン、そして一連の制約 — consistent face/outfit, no flicker, no warping, no extra limbs, fade to black。ネガティブプロンプトが実際に機能しており、最終的なトランジションを明記することも同様です。

<a href="https://x.com/Maercihh/status/2082704405619679353" rel="nofollow" target="_blank">Maercihh</a>は異なるアプローチを取り、stop-motionの組み立てシーケンスを厳密な時系列ステップとして記述しました。手が小枝を輪郭に配置し、次に顔と顎のために樹皮を置き、次に鱗状の鎧のために層状の帯を追加し、最後に苔を詰める、という具合です。クリップの全体的な目的がプロセスである場合、プロンプトをプロセスとして順序立てることが、モデルが開始状態と終了状態の間でクロスフェードするのを防ぎます。

そして、早期アクセス権を持っていた<a href="https://x.com/lepadphone/status/2082586918525796858" rel="nofollow" target="_blank">lepadphone</a>は、特に製品コマーシャルのユースケースについて主張しました。1枚の画像、1つのシンプルなプロンプト、洗練された2K spot — 際立っていたのは解像度よりも、モデルがbrand identityとadvertisingのvisual languageをいかにうまく扱ったか、という観察を添えて。

引き継がれるもの

最初の1週間で、基本が変わったことを示唆するものは何もありません。リファレンス画像がすでに示していることを繰り返すのではなく、動きを記述する。最後のフレームを明記する。ポジティブな記述が勝つことを期待するのではなく、ネガティブプロンプトを使用してモデルのデフォルトを上書きする。私たちのHailuo H3 prompt guideは、その基本的な構造をより深くカバーしており、それは依然として適用されます — H3は主に、入力できるものの幅を広げるものであり、書き方を変えるものではありません。

正直な注意点：これは最初の1週間です。上記のすべての主張は、テストを実行したクリエイターからの直接の引用か、プラットフォームの発表のいずれかです。まだ誰も制御された比較を実行しておらず、早期アクセスの印象は構造上ポジティブに偏りがちです。

H3プロンプトの最新情報を入手する

私たちはXからAIビデオプロンプトを継続的に収集し、モデルごとに分類しています。そのため、クリエイターが公開するにつれて、HailuoやMiniMaxの例が蓄積されていきます。trending promptsでそれらをご覧ください。

逆に、H3のクリップを見て、それがどのように作られたかを知りたい場合は、私たちのvideo to promptツールが役立ちます。リンクを貼り付けるか、クリップをアップロードすると、scene、motion、camera workを網羅した構造化されたプロンプトが返され、H3や他のどのモデルにも適応できます。