MiniMax H3 프롬프트 가이드: 공식 공식과 모드

MiniMax H3 프롬프트에 관해 지금까지 쓰인 글의 대부분은 추측입니다 — 모델이 나온 지 겨우 일주일이니까요. 이 가이드는 추측이 아닙니다. MiniMax는 7월 31일 H3 출시와 함께 상세한 사용 매뉴얼을 공개했고, 그 안에는 보기 드문 것이 묻혀 있습니다. 엔지니어가 직접 쓴 명시적인 프롬프트 공식, 파일 참조 역할의 분류 체계, 그리고 생성을 가장 자주 망치는 실수들의 솔직한 목록이죠. 이 중 영어권에 소개된 내용은 지금까지 거의 없었습니다.

우리는 멀티 모델 AI 비디오 플랫폼 Pixo를 만들고, 모델 매뉴얼을 나오는 날 읽는 것은 업무의 일부입니다 — 우리 에이전트는 운영 중인 모든 모델에 대해 프로덕션 수준의 프롬프트를 써야 하거든요. 아래는 MiniMax 공식 비디오 생성 문서와 교차 검증해, 현업 크리에이터가 쓸 수 있도록 옮기고 재구성한 H3 프롬프팅 체계입니다. (모델 자체가 처음이라면 H3 첫인상 정리부터 보세요.)

공식 공식

매뉴얼 원문 그대로:

전체 프롬프트 = 레퍼런스 자료 설명 + 핵심 아이디어 + 장면별 서술

세 블록을, 이 순서대로. 업로드한 파일이 없으면 첫 블록은 건너뜁니다. 실패한 H3 프롬프트는 대부분 정확히 이 중 한 블록을 어깁니다 — 보통은 전부를 구분 없는 한 문단에 뭉개 넣는 것인데, 이는 매뉴얼이 1순위로 꼽은 실수입니다.

블록 1: 레퍼런스 자료 설명

업로드한 모든 파일은 업로드 순서대로 번호를 받고, 본문에서 @image1, @video2, @audio3처럼 인라인으로 인용됩니다. 그리고 모든 파일에는 역할 선언이 필요합니다. 이 역할 분류 체계는 외워 둘 가치가 있습니다. 사실상 자연어로 된 H3의 API 표면이니까요.

• 캐릭터 레퍼런스 — 얼굴이나 인물을 고정
• 사물 레퍼런스 — 제품이나 소품을 고정
• 장면 레퍼런스 — 장소를 고정
• 키프레임 — 프레임을 고정(첫 프레임인지 마지막 프레임인지 명시)
• 목소리 레퍼런스 — 음색을 고정
• 스토리보드 — 스토리 패널을 따라 샷을 생성
• 스타일 레퍼런스 — 이미지의 룩을 맞춤
• 구도 레퍼런스 — 프레이밍과 레이아웃을 맞춤
• 오디오 재사용 — 트랙을 영상의 오디오로 그대로 사용(또는 일부만 재사용)
• 모션 레퍼런스 — 비디오 속 동작을 고정
• 카메라 레퍼런스 — 카메라 무빙을 고정
• 비디오 편집 — 수정 대상이 되는 비디오

매뉴얼의 예시를 옮기면 이렇습니다. "@image1은 캐릭터 레퍼런스입니다(이 여성의 얼굴을 고정), @video1은 모션 레퍼런스입니다(안에 있는 검무 동작을 사용), @audio1은 분위기 레퍼런스입니다(고전 고금 연주). 이 여성이 벚꽃이 핀 정원에서 비디오 속 검무를 추게 하세요."

모델 카드에 있는 절대 상한도 기억하세요. 총 12개 파일 — 이미지 최대 9장, 비디오 클립 3개, 오디오 트랙 3개이며, 비디오와 오디오는 각각 합계 15초로 제한됩니다.

블록 2: 핵심 아이디어

매뉴얼이 명시적으로 지목한 네 요소입니다. 주체(누가 또는 무엇이), 장소(어디서), 사건(무엇을 하는지), 장르/스타일(실사, 애니메이션, 시네마틱, 광고, 다큐멘터리 — 또는 사이버펑크나 네온처럼 이름 붙은 미감). 여기에 선택적으로 카메라 동작을 더합니다. H3는 기본적으로 샷 사이를 컷으로 넘기므로, 원 컨티뉴어스 테이크를 원한다면 그렇게 적어야 합니다. 카메라 무빙에 대해 매뉴얼은 유난히 구체적입니다 — "장면을 돌면서 잡아라" 같은 모호한 요청 대신 *"트럭 레프트 + 팬 라이트"*처럼 구체적인 동작을 쓰라고 합니다. 컷은 스타일까지 지정할 수 있습니다. 하드 컷, 페이드, 비트 싱크, 빠른 몽타주처럼요.

블록 3: 장면별 서술

시간 흐름에 따라 무슨 일이 벌어지는지 구간별로 서술합니다 — "03초: …, 37초: …" — 파일과 연결된 요소는 @참조로 묶어 주고요. 대사도 여기에 들어가며, 규칙은 절대적입니다. 정확한 대사를 그대로 쓰세요. "그녀가 감동적인 말을 한다"는 뭉개진 소리를 만듭니다. *"그녀가 말한다: '왔군요. 칼이 충분히 오래 기다렸습니다.'"*는 립싱크가 맞는 그 대사를 만듭니다.

생성을 살리는 규칙들

매뉴얼의 작은 규칙 네 가지가 무게에 비해 훨씬 큰 몫을 합니다.

의미가 아니라 카메라에 보이는 것을 쓰세요. H3는 구체적이고 시각적이며 직접적인 서술에 잘 반응하고 은유에서 넘어집니다. "도시의 우울한 정서"보다 "비에 젖어 번들거리는 네온이 그녀의 가죽 재킷에 반사된다"가 매번 낫습니다.

화면 안 텍스트는 따옴표로 정확히 인용하세요. 프레임에 글자를 넣고 싶다면 그대로 적으세요. "휴대폰 화면에 'AI Video Creation'이라는 제목과 'Start Now'라고 적힌 버튼이 보인다."

원치 않는 음악은 명시적으로 죽이세요. 배경 음악이 필요 없다면 프롬프트 끝을 non_diegetic_music: N/A로 마무리하세요. 그리고 절대 자기모순을 만들지 마세요 — 한 줄에서 사운드트랙을 요청하고 다른 줄에서 배경 음악을 금지하는 것은 매뉴얼에 실린 실패 사례입니다.

컷할 때는 샷을 지목하세요. 컷을 지정할 때는 새 샷의 사이즈와 그 샷이 담는 기존 주체가 누구인지 밝히세요 — 그것이 컷을 넘어 얼굴을 일관되게 유지하는 방법입니다.

세 가지 모드별 프롬프트 작성법

레퍼런스 모드(이미지 9장 + 비디오 3개 + 오디오 3개까지): 공식 전체가 적용됩니다 — 레퍼런스 설명 블록은 필수이고, 라벨링하지 않은 파일은 버린 파일입니다.

이미지-투-비디오 / 첫-끝 프레임: 이미지 한 장을 올리고 그것이 시작 프레임인지 끝 프레임인지 밝히거나, 두 장을 올려 H3가 그 사이의 움직임, 조명, 사운드를 채우게 합니다. 결정적으로 이 모드에서는 카메라 컷을 임의로 만들어 내지 않습니다 — 매뉴얼의 예시는 이렇습니다. "@image1은 첫 프레임입니다: 벚나무 아래에서 검을 든 여성. 준비 자세에서 시작해 검무 전체를 자연스럽게 이어지도록, 컷 없이 진행하세요."

순수 텍스트-투-비디오: 파일 없이 가되 여유는 넉넉합니다 — 매뉴얼은 프롬프트 한도를 7,000자로 잡습니다. 쓸 만한 결과를 위한 최소선은 주체의 외형 + 장면 디테일 + 액션 + 스타일입니다. 그보다 짧은 프롬프트는 문서에 기록된 실패 사례이지 스타일 선택이 아닙니다.

복붙해서 시작할 프롬프트

공식 공식으로 만든 프롬프트 세 개입니다(자유롭게 변형하세요).

[References] @image1 is the character reference (lock her face). @image2 is the scene reference.
[Core idea] A woman in a rain-soaked neon alley in Tokyo at night; cinematic live-action; one continuous take, slow push-in.
[Process] 0–4s: she walks toward camera, rain on her jacket, distant traffic hum. 4–8s: she stops, looks up; she says: "It was never about the money." Ambient rain continues. non_diegetic_music: N/A

[References] @image1 is the object reference (lock the perfume bottle, label included). @audio1 is the audio reuse track.
[Core idea] Luxury product film, 21:9, studio-to-sunset lighting shift; beat-synced cuts.
[Process] 0–3s: bottle rises from black marble, side light. 3–6s: cut on beat to golden-hour terrace, bottle identical. 6–8s: macro on the label, on-screen text reads "NOCTURNE".

[Edit instruction, against an existing video] Replace the cat in the video with a golden retriever. Keep the camera move, lighting and background unchanged.

매뉴얼이 경고하는 여섯 가지 실수

솔직한 지름길

매뉴얼의 마지막 조언 — 프롬프트 작성을 전문 파트너에게 맡기라는 것 — 은 우리가 모든 프론티어 모델에서 목격하는 패턴을 MiniMax 스스로 인정한 셈입니다. 프롬프트는 어느새 명세서가 되었습니다. 레퍼런스 목록, 타이밍 블록, 포맷 규칙까지 딸린 명세서요. 공식을 아는 것이 쓸 만한 결과물과 뭉개진 결과물을 가르지만, 여러 장면짜리 영상의 모든 샷에 대해 명세 수준의 프롬프트를 쓰는 것은 실제 노동입니다.

Pixo의 에이전트는 정확히 그 일을 하라고 만들었습니다. 원하는 영상을 설명하면 에이전트가 대본과 스토리보드, 그리고 각 모델의 고유한 방언으로 샷별 프롬프트를 씁니다 — 위의 공식도 포함해서요. 모델마다 원하는 방언이 다르다는 점이 H3 vs Seedance 2.5 비교의 요지이기도 합니다. MiniMax H3는 Seedance, Kling, Veo와 함께 Pixo 스토리보드에 들어옵니다. 지금 가입하기 — 신규 가입 시 무료 크레딧 200 제공 — 하면 H3가 들어오는 순간 바로 투입할 수 있습니다.

자주 묻는 질문

MiniMax H3의 공식 프롬프트 공식은 무엇인가요?

MiniMax 사용 매뉴얼은 이렇게 정의합니다. 전체 프롬프트 = 레퍼런스 자료 설명 + 핵심 아이디어 + 장면별 서술. 먼저 업로드한 각 파일이 무슨 용도인지 선언하고, 그다음 주체·장소·사건·스타일을 밝히고, 마지막으로 시간 흐름에 따른 액션을 서술합니다 — 필요하면 타임스탬프를 붙여서요.

MiniMax H3 프롬프트에서 업로드한 파일은 어떻게 참조하나요?

업로드 순서대로 번호를 매기고 본문에서 @image1, @video2, @audio3처럼 인라인으로 인용합니다. 모든 파일에는 역할 선언이 필요합니다. 얼굴 고정, 사물 고정, 장면 레퍼런스, 모션 레퍼런스, 목소리 레퍼런스, 리듬 트랙 등이죠. 용도를 밝히지 않은 파일이 레퍼런스가 무시되는 가장 흔한 원인입니다.

MiniMax H3가 배경 음악을 넣지 않게 하려면 어떻게 하나요?

프롬프트 끝에 명시적으로 적으세요. "non_diegetic_music: N/A"(또는 같은 뜻의 일상어 문장)라고요. 글로 적지 않은 부정 요청은 무시되기 쉽습니다 — 그리고 한 줄에서는 사운드트랙을 요청하면서 다른 줄에서 배경 음악을 금지하는 일은 절대 하지 마세요.

MiniMax H3에서 캐릭터 얼굴을 일관되게 유지하려면 어떻게 하나요?

캐릭터 레퍼런스 이미지를 업로드하고 얼굴 고정용이라고 명시적으로 라벨링하세요 — 예를 들어 "@image1은 캐릭터 레퍼런스입니다(이 여성의 얼굴을 고정)" 같은 식입니다. 라벨링된 레퍼런스를 올리지 않고 얼굴 일관성을 바라는 것은 매뉴얼이 꼽은 흔한 실수 중 하나입니다.

MiniMax H3의 세 가지 생성 모드는 무엇인가요?

레퍼런스-투-비디오(최대 12개 파일 — 이미지 9장, 비디오 3개, 오디오 3개, 각각 역할 선언 필요), 키프레임 한두 장을 쓰는 이미지-투-비디오(H3가 그 사이 움직임을 채우고 컷을 임의로 만들지 않습니다), 그리고 순수 텍스트-투-비디오입니다.

이 가이드는 MiniMax가 직접 낸 H3 사용 매뉴얼을 옮기고 재구성한 것으로, 2026년 8월 5일에 공식 비디오 생성 문서 및 공개된 모델 카드와 교차 검증했습니다. 여기 실린 프롬프트 패턴은 우리 에이전트가 프로덕션에서 쓰는 것들이며, 모델 동작은 업데이트에 따라 달라지므로 개별 예시는 보증이 아니라 출발점으로 삼으세요.