MiniMax H3 nasıl kullanılır: prompt bir açıklama değil, üç alanlı bir belge
MiniMax H3, prompt'u adı konmuş üç alan olarak okur ve boş bıraktığınız ses alanını istemediğiniz seslerle doldurur. Belgenin yapısı, kamera cümlesi, diyalog etiketi ve şaşırtan varsayılanlar; sekiz saniyelik klip 2.080 krediden başlar.

MiniMax H3, MiniMax'in ses ve görüntüyü birlikte üreten modeli: konuşma, ses efektleri ve müzik her seferinde görüntüyle aynı geçişte oluşuyor. LUVI'de üç kademesi var. MiniMax H3 metinden, görselden ve referanstan video üretiyor; varsayılan 2K çözünürlükte sekiz saniyelik bir klip 2.080 krediden başlıyor. H3 Max 768P'de 1.216, H3 Fast ise 480P'de 700 krediden başlıyor; ikisi de sekiz saniye için (fiyatlar 20 Ekim 2026'da kontrol edildi). Üçünün ortak noktası bu yazının da konusu: H3 bir açıklama metni istemiyor. Adı konmuş alanlardan oluşan bir belge istiyor ve başka bir şey verdiğinizde hata vermeden yanlış sonuç üretiyor.
Üç alan hangileri?
Bir MiniMax H3 prompt'u üç alandan oluşur. Alan adları tam olarak bu küçük harflerle yazılır, her birinin ardından iki nokta gelir ve alanların arasında bir boş satır bırakılır:
integrated_multimodal_description:plan plan görüntü ve karakterlerin duyduğu ya da söylediği her şey.overall_soundscape:ortam sesini, fiziksel hareketlerin seslerini ve sözsüz insan seslerini anlatan bir ila dört cümle. Diyalog ve karakterlerin duyduğu müzik buraya girmez.non_diegetic_music:film müziğini anlatan bir ila üç cümle: çalgılar, tempo, ritim ve müziğin nasıl değiştiği. Duygu kelimeleri kullanılmaz.
En önemli kural şu: iki ses alanını da her zaman doldurun. Boş bırakılan alan sessizlik olarak okunmuyor; LUVI'nin bu aile için hazırladığı kılavuz, H3'ün o alanı sizin istemediğiniz seslerle doldurduğunu kayda geçirmiş. Sessizlik düz metin olarak N/A diye yazılır. MiniMax'in kendi kılavuzu bunu dikkatle sınırlıyor: müzik alanında N/A "when there is no non-diegetic music", ses ortamı alanında ise yalnızca "when the user explicitly requests complete silence throughout the video".
integrated_multimodal_description: [Shot 1] Cinematic, live-action, a medium shot frames a woman in a grey wool coat at a rain-streaked train window, holding a folded letter. The camera pushes in with small amplitude at slow speed toward the letter in her hands. The woman with a quiet, breathy voice (S1) says: <d>[English] I get off at the next station.</d> [Shot 2] At 00:04.500, the camera cuts to a close-up of her hand slipping the letter into her coat pocket. No dissolves, no morph transitions.
overall_soundscape: The train wheels keep a steady metallic rhythm beneath a low ventilation hum. Rain ticks against the window while paper rustles softly in her hands.
non_diegetic_music: A single sustained cello note enters softly and swells slowly under the second shot.
Örnek İngilizce, çünkü MiniMax'in prompt yazım kılavuzu da alanları İngilizce cümlelerle tarif ediyor; prompt'u bu yüzden İngilizce yazmanızı öneriyoruz. "Cinematic" kelimesi yalnızca bir kez, Shot 1'in başında stil kelimesi olarak geçiyor. LUVI'nin kılavuzu bu kelimeyi ve "beautiful"ı başka her yerde bir tarifin yerine geçen, ama tarif vermeyen kelimeler olarak görüyor.
Kamera nasıl yazılır?
MiniMax H3'te kamera, planın içinde bir cümledir: bir hareket, isteğe bağlı bir genlik ve isteğe bağlı bir hızdan oluşur. MiniMax'in prompt kılavuzu açık: "Camera motion should be written as a natural English action within the shot, rather than stacked as separate labels at the end of a sentence."
- On iki hareket: zoom in ya da out, push in ya da pull out, pan, truck, tilt, pedestal, arc shot, tracking shot, static shot, shake, POV ve roll.
- Dört niteleyici: with small amplitude, with large amplitude, at slow speed, at fast speed. Orta genliğin ve normal hızın kelimesi yok; onları yazmadan bırakırsınız.
- Bir planda tek hareket. İkinci bir hareket bir kesmeye mal olur:
[Shot 2] At 00:04.500, the camera cuts to …. Shot 1'de zaman damgası olmaz; sonraki planlar dakika, saniye ve milisaniye olarak ilerler. - Zoom, push değildir. Zoom kamera yerinde dururken odak uzaklığını değiştirir, push in ise kameranın kendisini ilerletir. Objektif değerleri okunmaz; bunun yerine "shallow depth of field" yazın.
Alışkanlıklarınız Hailuo'nun köşeli parantezli komutlarından geliyorsa Hailuo ile MiniMax H3 kamera söz dizimi yazısı [Push in] ifadesinin burada neden hiçbir şey yapmadığını anlatıyor.
Diyalog nasıl yazılır, hangi dillerde?
MiniMax H3'te diyalog etiketli bir bloktur: söylenen sözler dil etiketiyle birlikte <d> etiketlerinin içine, söyleyişe dair her şey ise dışına yazılır. The woman with a quiet, breathy voice (S1) says: <d>[English] I get off at the next station.</d> Konuşmacı kimliği (S1, S2) planlar boyunca aynı kalır.
- Diller. MiniMax'in model kartı on bir dilde kararlı destek veriyor: Arapça, Çince, İngilizce, Fransızca, Almanca, İtalyanca, Japonca, Korece, Portekizce, Rusça ve İspanyolca. Diğer dillerin "to varying degrees", yani değişen ölçülerde çalıştığını ekliyor. Türkçe de bu on birin dışında kalıyor. LUVI'nin kılavuzu bu durumda planı diyalog bloğu olmadan yazıyor, konuşmayı fiziksel olarak tarif ediyor ve sesin sonradan kaydedilip görüntünün üzerine eklenmesini öneriyor.
- Yoğunluk. Beş saniye için bir iki cümle yeterli. Fazlasını yazarsanız söyleyiş hızlanıyor; azını yazarsanız model boşluğu kendi uydurduğu konuşmayla dolduruyor.
- Dış ses. Tam olarak "says in an off-screen voiceover" ifadesini kullanın ve ardından dudakların kapalı kaldığını söyleyen bir cümle ekleyin; yoksa ekrandaki karakter sözleri dudaklarıyla taklit ediyor.
- Ekran yazısı düz çift tırnak içinde, harfi harfine yazılır:
A red neon sign reading "OPEN" glows above the doorway.
H3 isteğim neden engellendi?
En sık neden bir özel isim. LUVI'nin MiniMax H3 kılavuzu; karakter adlarının, film adlarının, stüdyo adlarının ve ünlülerin giriş denetimine takıldığını ve isteği doğrudan engellediğini kayda geçirmiş. Bunun yerine görünüşü tarif edin: silueti, paltoyu, saç kesimini. Bir yönetmenin üslubunu anmak sorun çıkarmıyor ("the Hitchcock camera movement"), bir kişinin adını anmak ise çıkarıyor.
İki küçük alışkanlık daha üretime mal oluyor. Metindeki semboller (oklar, eğik çizgiler, artı işaretleri) kareye çizilebiliyor, bu yüzden ok yerine "then" yazın. Kameradan uzaktaki bir yüz de her çözünürlükte bozuluyor; tanınması gereken yüzleri orta plan ya da daha yakın tutun.
Hangi H3, hangi ayarlar?
Hangi modları ve çözünürlükleri alacağınızı kademe belirliyor; iki varsayılan da bilinçli bir seçim gerektiriyor.
- H3 480P, 768P ya da 2K'da üretiyor, varsayılanı 2K; süre 4 ila 15 saniye. Referanstan video modu tek istekte en fazla dokuz görsel, üç video ve üç ses kaydı alıyor.
- H3 Max doğal olarak 480P ya da 768P'de üretiyor. 1440p ve 4K seçenekleri büyütme (upscale) olarak işaretli, klipler 5 ila 15 saniye sürüyor ve referanstan video modu yok.
- H3 Fast yalnızca 480P'de, 5 ila 15 saniyelik klipler üretiyor; bir planı kabaca kurmanın en ucuz yolu bu.
- En-boy oranı. Metinden videoda varsayılan 1:1, bu yüzden 16:9 ya da 9:16'yı kendiniz seçin. Görselden videoda oran görselinizi izliyor; görseli yüklemeden önce kırpın.
- Çözünürlük değerleri büyük-küçük harfe duyarlı:
768P, büyük P ile.
Görselden video ayrıca isteğe bağlı bir son kare alıyor. İki kare verdiğinizde H3'ün kendi kılavuzu, prompt'un en üstüne Picture 1'i 0.00 saniyeye, Picture 2'yi klibin sonuna sabitleyen bir hizalama satırı yazmanızı, ardından ikisi arasındaki yolu tarif etmenizi istiyor. LUVI'nin kılavuzu buna bir kural ekliyor: bu modda kesme yapmayın, çünkü modelin iki kare arasını doldurabilmesini tek ve kesintisiz bir plan sağlıyor.
Nasıl kontrol ettik
- Modeller: LUVI kataloğundaki MiniMax H3, H3 Max ve H3 Fast; metinden, görselden ve referanstan video modlarıyla.
- Okunanlar: 20 Ekim 2026'da LUVI'deki ve herkese açık model sayfalarındaki canlı parametre sözleşmeleri ve kredi fiyatları, aile için LUVI prompt kılavuzu, MiniMax'in H3 prompt yazım kılavuzu ve GitHub'daki H3 model kartı. Örnek prompt, H3 metinden video için LUVI'nin prompt kontrolünden geçti.
- Sonuçlar: sekiz saniye H3'te 2K'da 2.080, H3 Max'te 768P'de 1.216, H3 Fast'te 480P'de 700 krediden başlıyor. Bu yazı için hiçbir çıktı üretilmedi, dolayısıyla çıktı kalitesi hakkında bir iddiası yok.
- Eksik kalan: özel isim engeli ve boş bırakılan alana uydurulan ses, MiniMax'in yayımladığı bir testten değil, LUVI'nin bu aile için hazırladığı kılavuzdan geliyor.
LUVI'de
Çalışma Alanı'nda bir H3 modeli seçin ve prompt'un yanındaki tüy düğmesine basın: taslağınızı, alan yapısı ve düz metin kamera dahil, aile için hazırlanan prompt kılavuzuna göre kontrol edip yeniden yazıyor. Claude ve ChatGPT aynı kılavuzu LUVI bağlayıcısı üzerinden okuyor. Klibiniz bir referans yüze ya da sese ihtiyaç duyuyorsa yuvaların nasıl çalıştığını referans görsel, video ve sesleri nasıl kullanırım yazısı anlatıyor.
Yeni hesaplar 100 krediyle başlıyor; telefonunuzu ve bir kartı doğruladığınızda 1.500 krediye kadar daha ekleniyor. LUVI hesabı açıp planı 2K'ya kredi harcamadan önce H3 Fast'te kurabilirsiniz.
Kaynaklar
- H3 prompt yazım kılavuzu (İngilizce), MiniMax, GitHub'daki resmî depo. Erişim tarihi: 20 Ekim 2026.
- MiniMax H3 model kartı (İngilizce), MiniMax, GitHub'daki resmî depo. Erişim tarihi: 20 Ekim 2026.
Devamı Rehberler
- GPT Image 2.5 ile hazır görseldeki tek kelimeyi değiştirmek, gerisine dokunmadanHazır bir görseldeki fiyatı, tarihi ya da ismi düzeltmek için GPT Image 2.5'in düzenleme modunu kullanın: önce tek değişikliği eski ve yeni metni tırnak içinde vererek yazın, sonra nelerin kalacağını sayın. Kare yeniden çizilir, geri kalanı aynı görünür ama birebir aynı olmaz. 49 krediden başlar.
- Claude görsel ve video üretebiliyor mu? Tek başına hayır; bir bağlayıcıyla nasıl üretilirClaude kendi başına fotoğraf, illüstrasyon ya da video çekimi üretmez; bunu Anthropic'in yardım merkezi de söylüyor. LUVI Creator'ı özel bağlayıcı olarak eklediğinizde Claude, LUVI kredinizle 200+ görsel, video, ses ve 3D modelini çalıştırır ve fiyatı her üretimden önce gösterir.
- Gemini Omni 1.1 Flash nasıl kullanılır: tek plan isteyin, diyaloğu tırnağa almayınGemini Omni 1.1 Flash, ilk cümlede tek ve kesintisiz bir plan istemediğiniz sürece klibi birkaç plana böler; tırnak içindeki konuşmayı da ekrana yazı olarak basabilir. LUVI kılavuzunun beş modda uyguladığı prompt yapısı; 720p'de on saniyelik klip 1.980 krediden başlar.