EveryGen AI MiniMax H3 Max 提示词：参考收藏阅读指南

保存的影片能启发 EveryGen AI 简报，但原输入仍可能未知。本指南说明如何阅读公开提示词收藏、保留署名，并把可见动作转成可检查的试验。

分清两个资源：外部 GitHub 收藏与 EveryGen AI 网站图库。仓库标明 h3max.io 是维护者，它不是 EveryGen AI 仓库。网站示例不验证重建的来源提示词。花时间生成前，先检查来源记录与缺失输入。

收藏包含什么

开源 H3 Max 收藏的记录列出来自 20 个来源账号的 48 个案例，按四种生成路径组织，包含七个创作元数据类别和英文／中文指南。这些是仓库报告数量，不是 EveryGen AI 生成基准测试。类别覆盖镜头运动与动作、角色表演、动画、短叙事、纪录式氛围、参考连续性和制作流程。示例包括雨中屋顶战斗、漂移宇航员、黏土风格喜剧、角色展示，以及基于 Blender 的镜头预演。这些对应不同制作问题；类别应帮助读者选择任务，不暗示模型或创作者排名。

跟随证据

发展 EveryGen AI 请求前，检查条目的创作者链接、提示词分类、输入清单及来源检查记录。分清已公开指令与编辑推断。缺失种子、未公开参考图或不明确编辑步骤，仍是未知内容；影片本身不能揭示这些输入。

三种条目

为 EveryGen AI 规划时，区分条目类型。改编提示词依据创作者公开指令，并链接原措辞。重建提示词根据可见结果提出方法，不是找回的原始提示词。工作流条目描述涉及参考、预演、编辑或相关端点的过程，不能压缩成一条文字指令。分类很重要，因为同一最终镜头可能来自不同输入和反复尝试。复制重建稿，不证明来源影片用该文字生成。

把简报复制到 EveryGen AI 前，记录措辞来自创作者，还是编辑重建。保存提示词时保留该标签。EveryGen AI 结果可以测试你的解释，但不能证明原影片使用了哪些未公开指令。

工作流案例应与纯文字 EveryGen AI 请求区别处理。选择输入模式前，识别必需参考图片、视频及外部编辑。如果 EveryGen AI 模型不支持某项必要输入，应选择其他受支持方法并记录差异，不称为精确复现。

把创作者来源放在 EveryGen AI 试验记录旁。将观察动作、已公开设置与拟议修改分别保存，让 EveryGen AI 审查者辨认来源支持什么、你贡献什么，不把好看的新候选误当创作者原输出。

描述镜头能观察到的内容

EveryGen AI 跑酷场景的有用简报，应指定起始位置、障碍、起跳、落地及镜头路径，让审查者能分别检查。落地不对时，先改动作描述，再添加风格词。镜头穿过主体时，保持动作稳定，修改路径。这是让试验容易理解的编辑方法，不是经测量证明每个详细提示词都更好的结论。短片也需要足够时间，让每个事件被看懂。

把 EveryGen AI 动作写成观众能跟随的过程，确定主体初始位置、重要运动及可见结尾。让镜头方向与动作本身分开。运动和取景各有清楚目的时，EveryGen AI 简报更容易评估。

检查 EveryGen AI 镜头时，观察视点变化后主体是否仍清楚。戏剧化运动遮住所需动作时就没有帮助。要求更快速度或更强效果前，先比较完整 EveryGen AI 段落；实际可见性问题可能需要更简单的取景。

保留一个小试验

从一个案例开始 EveryGen AI 试验，准备所需输入。记录模型或端点、时长、分辨率、宽高比、提示词，以及可用时的种子。生成前决定成功标准：例如主体仍可辨认、物件仍在同一只手中，或镜头到达特定终点。检查结果，找出一个重要不匹配，再改变一个变量。把失败尝试与设置一起保留。修改历史比只装最好看导出的文件夹更有用。

提交给 EveryGen AI 前，先定义验收问题。决定测试落地、配件位置、可辨认角色还是镜头终点。独立于整体精美程度检查该问题。可信的 EveryGen AI 影片，仍可能不符合这次试验想探索的具体约束。

识别不匹配后，修改 EveryGen AI 简报的一个重要部分。保留先前输出、提示词和设置，让比较有明确基准。不要只说下一张 EveryGen AI 候选更好，而不解释哪个可观察问题改善，以及别处已接受细节是否改变。

把失败 EveryGen AI 候选作为有用试验记录保留。记录缺失接触、身份变化或看不清的动作，不只留精美导出。另一位 EveryGen AI 读者能从有记录的比较学到更多，比孤立影片配上没有依据的“提示词总能奏效”更有帮助。

让工作流与模型匹配

用于 EveryGen AI 时，区分 H3、H3 Max 与相关端点。使用多个参考素材或已有视频编辑步骤的案例，不能作为每个 H3 Max 界面都支持这些输入的证明。仓库因此包含模型边界说明。在视频创作工作区尝试简报前，先把所选模型与输入模式和条目对照。编辑分析中的参数，除非由创作者明确公开，否则只是建议起点，不是从视频中找回的隐藏事实。

改编外部案例前，阅读所选 EveryGen AI 模型的实际控件。检查支持输入类型与可用输出设置，识别与来源的不匹配。EveryGen AI 测试应说明自己的配置；相关模型名称不代表相同功能或可互换生成方式。

参考图可以支持 EveryGen AI 意图，不保证连续性。检查主体、物件和重要细节是否在生成运动中仍可辨认。将检查关联实际 EveryGen AI 输出，不要假设创作者成功的来源片段，能验证之后对其简报的每种解释。

让收藏便于维护

外部仓库存储结构化 JSON 和生成文档，EveryGen AI 图库是独立选择。自动检查覆盖重复案例、必要元数据、本地引用和过期生成文件，有助于在展示变化时保留署名，但检查成功不验证创作输出。大预览版式让读者先浏览镜头，再打开长指令。另外还有浏览器提示词图库，这是独立网站选择，内容与 GitHub 收藏不相同。

把 EveryGen AI 图库示例与外部仓库记录分开。假设它们描述同一案例前，比较创作者来源、提示词类型和输入要求。相似缩略图不足以证明。EveryGen AI 读者应该能够辨认，自己使用的指令来自哪个数据集。

公开记录 EveryGen AI 比较时，应包含设置与观察结果，不只放成功标签。版式或摘要变化后，仍保留来源。即使外部收藏增长、重新组织类别或更新来源检查说明，EveryGen AI 结果记录也可以保持容易理解。

归属与本次发布的限制

EveryGen AI 是独立网站。引用的仓库单独维护，阅读它不依赖 EveryGen AI 账户。仓库原创贡献使用 MIT；链接的创作者视频、缩略图及来源素材，保留既有权利。预览是创作者输出，不是用我们编辑的提示词独立复现。仓库标记条目未经独立生成，抽样单帧检查不验证声音，也不验证成片的每一帧。

不要把创作者影片称为 EveryGen AI 复现。保持来源署名可见，区分观看参考与实际完成的生成。分享 EveryGen AI 研究时，解释你的理解与后续编辑，让观众明白哪些来自来源，哪些是新增。

验收问题涉及运动或声音时，检查完整 EveryGen AI 影片。抽样静帧展示选定构图细节，不能验证每次过渡、接触或音频段落。让 EveryGen AI 证据与论断范围匹配：帧对比支持该项比较，完整播放才支持更广泛观察。

最有帮助的贡献

对 EveryGen AI 读者而言，可复现记录比更大标题数字有用。好的贡献应把结果与输入、模型、设置、尝试次数、修改，以及之后完成的编辑配在一起。失败尝试也值得保留，能说明哪些约束困难、哪些变化没有帮助。尝试某个条目后，有记录的比较或来源署名纠正，比未经限定地声称“提示词有效”更能帮助下一位读者。

有用的 EveryGen AI 试验报告包含简报、必需输入、所选配置、实际输出及剩余不匹配说明，也应列出工具外的改动。这给另一位 EveryGen AI 读者足够环境理解尝试，不暗示他们会得到相同像素。

把 EveryGen AI 结论限制在检查过的结果。一个候选动作成功，不证明普遍可靠；一次失败尝试，也不能决定整个模型的能力。记录具体观察与下个问题，让 EveryGen AI 试验容易理解、来源清楚，并能帮助下一位读者。