最近在做 H3Max，顺手开源了一个 MiniMax H3 Max 的提示词合集，目前收录了 30 个案例，来自 15 个公开账号，分成 7 类。
先交代一下关系：网站是我们自己的项目，也负责维护这个仓库。合集可以直接在 GitHub 看和下载，不需要注册网站。
仓库地址：github.com/VulcanEon/insane-minimax-h3-max-prompts
起因很简单：刷 Twitter 经常看到效果不错的 AI 视频，但收藏完再回头看，只有视频，没有输入素材、参数和制作过程。知道它好看，真到自己动手时，还是不知道该怎么描述。
朋友之前做了一个 GPT Image 提示词仓库，我觉得“先看效果，再展开提示词”的组织方式很方便，就借鉴了这个结构，重新找了一批 H3 Max 的案例。
这次主要做了几件事：
- 搜索公开帖子，保留作者、原帖和视频出处。
- 查看作者有没有补充 prompt 、参考图或工作流。
- 结合视频画面，把主体动作、运镜、时间顺序和连续性要求拆出来。
- 整理成可复制的提示词，同时标清哪些信息来自作者，哪些是整理时推导的。
这里最需要讲清楚的是：从成片里看不出唯一的原始 prompt 。
同一个效果可能依赖参考图、几轮生成、后期剪辑，甚至不同模型拼接。让 AI 根据视频写出一段描述，并不等于找回了作者当时的输入。
所以仓库里分了三种：公开提示词改编、根据画面逆向推导、制作工作流整理。能找到原文的就链接原文；没有独立生成验证的，也明确标出来。展示的封面和视频来自原作者，不能当作我们这段改写提示词的复现结果。
目前内容包括动作与运镜、角色表演、动画、短叙事、纪实氛围，以及参考素材和制作流程。比如雨夜天台打斗、失重宇航员、黏土牙科小剧场、用 Blender 白模提供城市运镜参考等。
整理过程中，一个对我有帮助的变化是：开始把“效果形容词”改成“画面里能检查的动作”。
拿跑酷举个例子，只有“刺激、电影感、流畅运镜”，其实很难知道生成失败在哪里。拆成起跳前的位置、越过的障碍、落脚点、相机怎么跟随，就更容易比较结果。下次调整时，也能只改其中一项。
另外，H3 、H3 Max 和相关端点的能力需要分开看。看到一个多参考素材案例，不能直接认定换到任意 H3 Max 入口都能照做。仓库专门留了模型边界说明；站内的 视频创作工作台 也有模型和输入方式选择，尝试之前需要先对上。
README 做了中英文两个版本。每个案例先放大图和出处，长 prompt 折叠起来，避免打开就是几万字。数据另外存成 JSON ，独立案例页和 README 由脚本生成，后面补内容不用到处手改。喜欢网页浏览的，也可以看看站内另一个 提示词案例库，它和这次 GitHub 合集的收录内容不完全相同。
仓库采用 MIT 协议；链接和引用的第三方图片、视频仍归原作者，不会因为出现在仓库里就变成 MIT 素材。
这一版还缺系统性的复现记录，尤其是输入素材、参数、尝试次数，以及失败样本。后面想优先补这些，让每个案例除了能提供灵感，也能留下实际尝试的依据。
如果大家平时也用 AI 做视频，想请教一下：你们收藏一个案例时，最希望作者一起公开什么？完整 prompt 、参考图、生成参数，还是失败后怎么改的过程？
Select Language