MiniMax H3 Prompts und Videobeispiele

Vollständiger Prompt (geprüftes englisches Original)

Generate a vertical screen 9:16 high-end fashion glasses commercial, taking overall reference to the storyboard rhythm, editing speed, white studio texture and cool fashion atmosphere of the given video. The picture is a minimalist white booth, a seamless white background, a strong sense of high-end advertising, and a clean, simple, handsome, avant-garde, international first-line fashion blockbuster texture. Key visual character reference picture 1, two full-body female models, one black female model and one European and American model, maintain their high-end clothing, body posture, white studio light and shadow, fashion show temperament and overall cool attitude. Both of them wear futuristic high-end glasses. The design of the glasses refers to Figure 3, emphasizing the covered curved surface, sharp geometric cat-eye/goggle hybrid outline, mirror reflection, streamlined temples, and the texture of high-end fashion accessories. Please refer to Figure 2 for the appearance details of the two characters.

Benötigte Eingaben

• •Bild 1: das Key Visual — Models in Ganzkörperansicht, Garderobe, Studiolicht und Haltung.
• •Bild 2: Detailaufnahme der Gesichter, damit die beiden Figuren über die Schnitte hinweg gleich bleiben.
• •Bild 3: das Produkt, klar genug aufgenommen, damit Silhouette und Materialien auch bei schnellem Schnitt erhalten bleiben.
• •Ein nahtloser Studiohintergrund, den Sie über den ganzen Clip beibehalten wollen.

Warum das funktioniert

• •Drei Referenzen mit drei klar getrennten Aufgaben sind genau das Muster, für das die Referenz-Route gebaut ist; Mehrdeutigkeit ist der Grund, warum Multi-Bild-Prompts scheitern.
• •Das Produkt wird über seine Geometrie beschrieben — umlaufende Wölbung, Cat-Eye-Goggle-Mischform, verspiegelte Oberfläche, stromlinienförmige Bügel — nicht nur über seinen Namen.
• •Ein einfarbiges weißes Studio nimmt Varianz aus dem Hintergrund, damit das Budget in Produkt und Models fließt.

Austauschbare Variablen

• •Produktkategorie
• •Casting der Models
• •Studiofarbe
• •Schnitttempo
• •Garderobe

Einschränkungen

• •Der veröffentlichte Prompt verlangt zusätzlich das Tempo eines gegebenen Videos. Das freigegebene Material zu diesem Fall besteht aus drei Bildern — behandeln Sie die Zeile als Stilangabe oder hängen Sie einen eigenen Clip als Video 1 an.
• •Pro Referenz-Request sind bis zu 9 Bilder, 3 Videos und 3 Audioclips möglich, insgesamt höchstens 12 Dateien; Audio darf nie der einzige Referenztyp sein.

Einstellungen

Multimodale Referenz · 15s · 9:16 · 3 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Create a 15-second luxury cinematic product showcase for premium wireless over-ear headphones. 0–4s: Begin with an extreme macro tracking shot moving across the soft memory-foam ear cushion, fine fabric texture, brushed-metal hinge and precision-machined controls. A narrow light band travels across the surface, revealing realistic materials against a deep black studio background. 4–8s: Pull back into a three-quarter hero view. The headphones rotate slowly above a glossy reflective pedestal. The ear cups pivot naturally while the adjustable headband extends slightly, demonstrating flexible construction and comfort. Maintain exact symmetry, stable geometry and consistent proportions. 8–12s: Transition into an elegant exploded-view reveal. The ear cushion, acoustic driver, internal sound chamber, control ring and outer shell separate smoothly in perfect alignment. Subtle luminous sound waves pulse outward from the driver while the camera performs a restrained side orbit. 12–15s: Every component reconnects seamlessly. The headphones settle into a centered front-facing hero composition as soft rim lighting defines the silhouette. Complete a gentle dolly-in toward the ear cups. Premium technology-commercial finish, controlled reflections, realistic shadows, shallow depth of field, crisp surface detail, stable product shape, no hands, no distortion, no onscreen text.

Benötigte Eingaben

• •Nichts hochzuladen — Text zu Video arbeitet allein mit dem Prompt.
• •Ein Produkt, das Sie über Material und Mechanik beschreiben können, nicht nur über den Namen.

Warum das funktioniert

• •Die Zeit ist in 0–4 s, 4–8 s, 8–12 s und 12–15 s aufgeteilt, sodass das Modell eine Einstellungsliste bekommt statt einer Wunschliste.
• •Jeder Block bewegt die Kamera anders — Makrofahrt, Rückzug, seitlicher Orbit, Dolly nach vorn —, und genau das lässt den Clip geschnitten statt driftend wirken.
• •Die Schlusszeile ist eine Verbotsliste (keine Hände, keine Verzerrung, kein Bildschirmtext) und deckt die drei üblichen Fehlerquellen von Produktrenderings ab.

Austauschbare Variablen

• •Produkt
• •Materialien und Oberfläche
• •Timing der einzelnen Blöcke
• •Hintergrund und Licht
• •ob die Explosionsansicht vorkommt

Einschränkungen

• •Die Dauer ist eine ganze Zahl von 4 bis 15 Sekunden und wird im Request gesetzt; die Zeitblöcke im Prompt müssen in der Summe dazu passen.
• •Zeitblöcke sind Regieanweisung, keine harte Timeline. Für 15 Sekunden nicht mehr als vier.
• •Diesen Clip hat der Autor in 720p veröffentlicht; die H3-Routen auf EvoLink liefern 2K.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

A young person walks under the blazing summer sun, looking exhausted and sweating heavily. The road shimmers with heat waves, and everything appears dry and dull. Suddenly, they grab a chilled bottle of premium fruit juice from a cooler and take a refreshing sip. Instantly, the environment transforms—lush green trees bloom, vibrant flowers appear, a cool breeze flows, water splashes through the air, and glowing particles surround the scene. Ice cubes and fresh fruit slices (orange, mango, or according to the flavour) swirl around the bottle in cinematic slow motion. End with a stunning close-up of the juice bottle covered in cold water droplets against a bright, refreshing background. Ultra-realistic, premium commercial, 4K, cinematic lighting, high-detail, smooth camera movements, vibrant colours, luxury beverage advertisement. Tagline ideas: Beat the Heat. Taste the Freshness. Every Sip Brings Life. Refresh Your Day, Naturally. Stay Cool. Stay Fresh.

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Der Spot ist als Vorher-Nachher-Zustandswechsel gebaut — trockene Hitze gegen üppige Frische —, sodass das Modell eine klare Verwandlung ausführt statt einer Liste von Stimmungen.
• •Das Produkt tritt spät auf und beendet den Clip als Heroshot in Nahaufnahme — die Standard-Dramaturgie der Getränkewerbung, die das Modell aus Mustern wiedererkennt.
• •Die Geschmackselemente (Eis, Fruchtscheiben) sind als physische Objekte inszeniert, die in Zeitlupe wirbeln, nicht als abstrakte Adjektive.

Austauschbare Variablen

• •Getränketyp und Geschmackssignale
• •Setting der erschöpften Person
• •Umgebung nach der Verwandlung
• •Tagline-Text

Einschränkungen

• •Die Tagline-Liste am Ende ist Textinspiration, kein eingebrannter Bildtext — ziehen Sie eine Tagline in die visuelle Regie, wenn sie im Bild erscheinen soll.
• •Eine Verwandlung ist das Budget; ein zweites Produkt oder ein weiterer Szenenwechsel überfrachtet das 15-Sekunden-Fenster.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Use @Image4as the opening card only: circular Luna avatar, black background, cream “LUNALIVE”, rose “STREAM STARTING”, warm circles, tiny mint accent. Static, chime. Use @Image1 for Luna’s identity only: same face, long center-parted black hair, blue-gray eyes, pink anime hoodie, white headphones around neck, delicate necklace, pale nails. Do not copy the drink, pose, or background from @Image1 . Use @Image2 only for Twitch-like platform chrome: dark top bar with “LUNALIVE”, red “LIVE” badge, “2.4K viewers”, right “STREAM CHAT” rail, bottom title area, rounded “FOLLOW” and pink “SUBSCRIBE” buttons. Do not copy Luna, pose, drink, or room from @Image2 Use @Image3 only for the cozy room behind Luna inside the video area: desk, monitor, white PC, plush shelves, curtain fairy lights, soft pink/purple light. No empty-room showcase shot. Use @Audio1as Luna’s actual vocal performance and behavior reference. @Audio1has a silent lead-in: 0.0–2.4s must be treated as no speech. Preserve her voice identity, cadence, tone, breaths, pauses, emphasis, warmth, and streamer mannerisms. Do not replace the voice, do not generate a different influencer voice, and do not add extra spoken lines beyond @Audio1 Lip sync, mouth shapes, jaw movement, smiles, glances, nods, and small hand movements must follow the audio waveform after 2.4s. Create a 15-second 16:9 Twitch-like stream opening. Important performance direction: Luna is reading chat, not delivering a camera monologue. Place Luna slightly left of center in the video area with the right “STREAM CHAT” rail clearly visible. Whenever she speaks, her eyes angle screen-right toward the chat rail as if she is reading the messages out loud. She returns to camera only for brief reactions. Add constant small movement: eye darts to chat, eyebrow lifts, tiny nods, head tilts, shoulders shifting, one subtle hand gesture near the desk. No stiff talking-head pose. One cursor only, no cursor trail, no duplicate panels, no duplicate buttons. Render only large UI text cleanly. Chat feels alive with typing dots and soft short blurred lines, but only these chat lines are readable: “hi Luna”, “welcome back”, “so cozy”, “gugugaga?”, “RAID INCOMING!”. Do not invent usernames. Chat pops stay quieter than Luna’s voice. [0–2 seconds] Open on @Image4 “LUNALIVE / STREAM STARTING”. Absolute no-speech zone: @Audio1is silent here, Luna is not shown, no mouth movement, no voice on the card. One soft chime only. No movement. [2–7.4 seconds] Hard cut to Luna live at 2.0s, slightly left of center in the cozy room from @Image3 with @Image2 chrome active: “LUNALIVE”, red “LIVE”, “2.4K viewers”, right “STREAM CHAT” rail, bottom title “COZY NEON” and “Just Chatting”. She settles for a beat, eyes already moving toward the chat rail. At about 2.4s when speech begins in @Audio1 , match lip sync exactly while she reads toward the chat rail, not into camera. Chat shows typing dots and soft blurred lines. [7.4–7.9 seconds] First audio pause = chat beat. Typing dots, then readable messages pop in: “hi Luna”, “welcome back”. Luna’s eyes track the new messages on the right rail; small nod and smile follow the audio pause. [7.9–12.5 seconds] Continue matching @Audio1Keep her gaze mostly on the chat rail while speaking, like she is reading and reacting. Add one more readable message: “so cozy”. During any softer phrase, she leans slightly forward as if reading; during brighter phrases, eyebrows lift and shoulders react. No frozen face. [12.5–13.9 seconds] Bigger audio pause = bigger chat beat. “gugugaga?” appears, then “RAID INCOMING!”, and a clean “NEW FOLLOWER” banner slides in with a gentle pop. Luna reads the raid message from the chat rail, then reacts brighter as the audio resumes. [13.9–14.8 seconds] Finish @Audio1 with accurate lip sync. If the audio winds down, Luna stops talking, gives a small wave toward chat, and settles into a warm listening pose. End on the stable live frame: Luna slightly left of center, eyes toward the right chat rail, red “LIVE”, “2.4K viewers”, no end card. Audio mix: 0–2s card is silent except one soft chime. @Audio1voice begins only after the cut to Luna and remains primary. Tiny chat pops under the voice. Warm low room tone. No crowd noise, no music lyrics, no rain, no traffic.

Benötigte Eingaben

• •Bild 1: ausschließlich die Identität der Streamerin — Gesicht, Haare, Hoodie; Pose und Hintergrund werden ausdrücklich nicht übernommen.
• •Bild 2: das Chrome der Streaming-Plattform — Chatleiste, LIVE-Badge, Buttons.
• •Bild 3: das gemütliche Zimmer hinter ihr.
• •Bild 4: die statische „stream starting“-Startkarte.
• •Audio 1: ihre tatsächliche Sprachaufnahme; die Stille von 0–2,4 s ist als sprachfreie Zone geskriptet.

Warum das funktioniert

• •Jede Referenz bekommt eine Aufgabe und zwei explizite „nicht übernehmen“-Ausschlüsse — die sauberste Rollenzuweisung pro Asset in der ganzen Bibliothek.
• •Die Spielanweisung — „she is reading chat, not delivering a monologue“ — lenkt Blickführung und Mikrogesten um; genau das lässt den Clip live wirken.
• •Lesbare Chatnachrichten sind auf fünf exakte Strings begrenzt, alles andere bleibt unscharf — so rendert der UI-Text sauber.

Austauschbare Variablen

• •Identitätsvorlage der Streamerin
• •Styling des Plattform-Chromes
• •die freigegebenen Chatzeilen
• •Sprachaufnahme und ihre Pausen

Einschränkungen

• •Der Originalpost schreibt @Image1…@Audio1; auf EvoLink sprechen Sie Assets über die Array-Position an und lassen mindestens ein Bild neben dem Audio mitlaufen — Audio darf nie allein reisen.
• •Die Route akzeptiert bis zu 9 Bilder, 3 Videos und 3 Audioclips, gedeckelt auf insgesamt 12 Dateien.

Einstellungen

Multimodale Referenz · 15s · 16:9 · 5 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Create a 15-second authentic UGC-style hair growth serum ad using the provided product image as the exact product reference. SCENE 1 — 0–3s A young woman films herself in a bright bedroom using a smartphone front camera. Natural lighting, handheld movement, casual appearance. She looks at the camera and says: “I’ve been trying this hair growth serum lately…” SCENE 2 — 3–7s Cut to a close handheld shot of the woman holding the serum bottle. She removes the dropper, applies a few drops directly to her scalp, and gently massages it in. Keep the movement natural and slightly imperfect like real UGC content. SCENE 3 — 7–11s Mirror selfie shot. She runs her fingers through her hair, showing healthy-looking, fuller hair while casually talking to the camera: “And honestly, I love how easy it is to add to my routine.” SCENE 4 — 11–15s Close-up product shot on her bathroom counter. She picks up the bottle and smiles toward the camera. End with natural on-screen text: “Simple hair care. Every day.” Style: authentic TikTok/Reels UGC, smartphone camera, realistic skin texture, natural expressions, subtle handheld motion, imperfect framing, casual home environment, soft daylight, realistic audio, no cinematic commercial look, no excessive beauty filters. Preserve the exact product packaging, label, bottle shape, and branding from the reference image.

Benötigte Eingaben

• •Bild 1: Ihre Produktaufnahme — Verpackung, Etikett und Flaschenform werden aus dieser Vorlage über alle vier Szenen festgeschrieben.

Warum das funktioniert

• •Die Szenenfolge spiegelt organischen Creator-Content (Hook → Demo → Ergebnis → Produkt), sodass die Anzeige im Feed nativ wirkt.
• •„Slightly imperfect like real UGC“ plus die Anti-Hochglanz-Negativliste besiegt genau den polierten Werbelook, an dem Kaufinteressierte vorbeiscrollen.
• •Die gesprochenen Zeilen sind kurz, zitiert und umgangssprachlich — der native Ton liefert sie als natürliche Testimonial-Sprache.

Austauschbare Variablen

• •Produktvorlage
• •die beiden gesprochenen Zeilen
• •Schlafzimmer-/Bad-Schauplätze
• •Bildschirmtext am Schluss

Einschränkungen

• •Die Produktidentität lebt komplett im Referenzbild; das Etikett zusätzlich im Text zu beschreiben lädt zum Konflikt ein.
• •Der veröffentlichte Clip misst 2:3 — das nimmt die API nicht an; fordern Sie 3:4 oder 9:16 für ein feed-taugliches Hochformat an.

Einstellungen

Multimodale Referenz · 15s · 3:4 · 1 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Duration: 15 seconds | Aspect Ratio: 16:9 | Style: Authentic UGC / iPhone selfie-vlog, handheld, natural light, TikTok/Reels aesthetic. Product Reference: Use the uploaded gourmet burger image as the only product reference. Preserve the bun shape, patty thickness, cheese melt, lettuce, tomato, sauces, and proportions exactly in every shot. Character Description Name: Hana A young Japanese woman in her early 20s with natural beauty, long dark hair in a loose ponytail, oversized cream sweatshirt, minimal makeup, bright smile, friendly lifestyle-vlogger personality. Shot Breakdown SHOT 1 (0–2s) — Selfie showing the burger box. Dialogue: "Burger night!" SHOT 2 (2–4s) — Opens the box. SHOT 3 (4–6s) — Quick zoom on the burger. SHOT 4 (6–8s) — Hands lifting the burger with cheese stretching naturally. SHOT 5 (8–10s) — Bite reaction. Dialogue: "Okay... that's incredible." SHOT 6 (10–12s) — Casual close-up b-roll while reaching for fries. SHOT 7 (12–14s) — Toasting the burger toward the camera. Dialogue: "You need this." SHOT 8 (14–15s) — Freeze frame with overlay: "burger cravings = solved 🍔" Look & Feel Warm apartment lighting, genuine phone footage, slight grain, natural autofocus breathing, handheld imperfections, fast jump cuts. Negative Prompt cinematic grading, commercial production, CGI burger, fake cheese, distorted hands, warped food, perfect stabilization, studio lighting, text glitches, logo distortion.

Benötigte Eingaben

• •Bild 1: der Food-Heroshot — Brötchen, Patty, Käseschmelze und Proportionen bleiben in jedem Schnitt identisch.

Warum das funktioniert

• •Acht Mikro-Einstellungen von je etwa 2 Sekunden entsprechen dem realen Schnittverhalten von Food-Creators, sodass die Energie formatnativ ist.
• •Die benannte Figur („Hana“) mit zwei kurzen zitierten Zeilen gibt dem Modell ein stabiles Gesicht und eine Stimme, ohne zu überspezifizieren.
• •Die Food-Physik bekommt eine eigene Anweisung (der Käse zieht natürlich Fäden) — der Money Shot ist geskriptet, nicht erhofft.

Austauschbare Variablen

• •das Gericht und sein Teller
• •Styling der Figur
• •die beiden Dialogzeilen
• •Freeze-Frame-Text am Ende

Einschränkungen

• •Lassen Sie die Food-Beschreibung ausschließlich im Referenzbild; die Negativliste (kein CGI-Burger, kein Fake-Käse) schützt den Realismus.

Einstellungen

Multimodale Referenz · 15s · 21:9 · 1 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

## Concept AQUARELLE No.7 — an avant-garde haute couture film where watercolor becomes a living medium. 15-second cinematic sequence. The rhythm controls the visual world: 0–4s: restrained silence and negative space 4–8s: gradual density buildup 8s: drop moment, expanding into fluid long-form motion 12–15s: transition into a final fashion poster composition ## Character Identity Lock Maintain the exact same female character throughout the entire video. Identity: - Young woman - Long black hair - Calm and refined facial features - White high-neck pigment dress - Black wide belt - Pigment heels Strict consistency: - Same face - Same hairstyle - Same age - Same body proportions - Same garment structure Any new colors must only appear through watercolor gradually absorbing into the fabric. Core concept: Her fingertips can extract transparent watercolor ribbons from the air. These watercolor ribbons can: - Pull the camera through space - Transform the environment - Shape physical typography - Interact with depth and materials The world follows real cinematic physics: water, paper, fabric, light, shadows, and depth of field must feel physically believable. ## Camera Direction Strict one-take shot. No cuts. No teleportation. No hidden transitions. Camera journey: Macro shot of a floating water droplet → watercolor ribbon emerges → camera pulls back to reveal the woman → camera circles around her → enters a paper art gallery → passes through dimensional typography → rises into a final overhead fashion poster. ## Typography Only allow these words: LET SILENCE BLOOM AQUARELLE No.7 WEAR THE UNSEEN Typography is not a flat overlay. Letters must have: - Physical depth - Wet watercolor reflections - Paper fiber edges - Shadows - Occlusion - Material interaction ## Visual Style Avant-garde fashion editorial. Inspired by: - Museum catalog composition - Handmade ivory paper - Sculptural negative space - Elegant Didone serif typography - Translucent watercolor calligraphy Color palette: - Pale cyan - Crimson lake - Smoky violet - Ink black ## Motion Language Every movement follows the music: Kick: Camera movement and paper folding. Wooden snare: Paper structures physically fold and transform. Sub-bass: Changes the perception of spatial scale. ## Storyboard 30 beats, 0.5 seconds each. 01 0.0–0.5 Macro shot: A transparent water droplet floats in the air, reflecting a blurred silhouette of a black-haired woman. 02 0.5–1.0 The droplet stretches with the breath-like vocal, becoming a pale cyan watercolor thread. 03 1.0–1.5 Camera travels backward along the thread as paper fibers slowly emerge into focus. 04 1.5–2.0 The thread wraps around the lens. Focus shifts to her raised fingertip. 05 2.0–3.0 Camera continues pulling back, revealing her face and white high-neck dress. 06 3.0–4.0 She moves her wrist. The watercolor thread guides a smooth camera arc. 07 4.0–8.0 Additional watercolor colors emerge from her movement. Paper folds, typography begins forming, and the phrase "LET SILENCE BLOOM" appears as a physical object. 08 8.0–12.0 The camera passes through a transparent paper flower structure. The environment expands into an endless ivory paper gallery. Her dress absorbs watercolor naturally. The ribbons create sculptural forms around her body. 09 12.0–15.0 Camera cranes upward. The composition transforms into a luxury fashion advertisement poster. Typography appears: AQUARELLE No.7 WEAR THE UNSEEN Final frame: A museum-level fashion editorial poster. The woman remains centered, calm, and elegant. A final watercolor droplet remains suspended in the air. ## Negative Prompt No: - Cuts - Scene changes - Identity change - Face swap - Extra limbs - Deformed hands - Random costume changes - Explosive paint effects without physical cause - Incorrect typography - Chinese characters - Extra subtitles - Extra logos - Watermarks

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Die Kamerareise ist als eine ununterbrochene Kette geschrieben (Tropfen → Band → Enthüllung → Galerie → Poster von oben), mit „no cuts“ als harter Regel.
• •Die Typografie steht auf einer Whitelist — nur drei Phrasen dürfen erscheinen — und bekommt Materialeigenschaften (Papierfaser-Kanten, nasse Reflexionen, Verdeckung); deshalb rendern die Wörter sauber.
• •Ein 30-Beat-Storyboard mit 0,5 s pro Beat koppelt Klang an Raum: die Kick faltet Papier, die Snare transformiert Strukturen, der Sub-Bass ändert den Maßstab.

Austauschbare Variablen

• •die drei erlaubten Phrasen
• •Pigmentpalette
• •Struktur des Kleides
• •Galerie-Umgebung

Einschränkungen

• •Die Phrasen-Whitelist ist der Qualitätsmechanismus der Typografie — mehr Text führt genau die Buchstabendrift wieder ein, die der Prompt vermeiden soll.
• •One-Take-Prompts scheitern laut: Impliziert irgendein Beat einen Schnitt, bricht die gesamte räumliche Kette.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Create a 15-second animated educational video that teaches young children the letters A, B, C, and D. The learning pattern for every letter must be: LETTER → SOUND → OBJECT → PLAYFUL ACTION → OBJECT NAME Target audience: children ages 3 to 6. Visual style: Use adorable rounded 3D characters, soft pastel colors, gentle facial expressions, and simple recognizable objects. Combine this with a premium minimalist technology aesthetic featuring clean white space, elegant composition, soft studio lighting, subtle reflections, smooth gradients, rounded geometry, crisp typography, and extremely polished transitions. The animation should feel playful and child-friendly while remaining calm, uncluttered, and beautifully designed. Use a clean off-white background with a different soft color glow behind each letter. 0:00–0:01 | Introduction A small smiling star mascot bounces into the center of the screen. Colorful letters briefly float around it. Display the text: “Let’s learn!” The mascot taps the screen, creating a soft ripple that reveals the first letter. 0:01–0:04 | A is for Apple Show a large uppercase “A” and smaller lowercase “a” beside it. Use thick, rounded, highly readable typography. The narrator says: “A. A says ah. A is for Apple.” The uppercase A gently inflates and transforms into a shiny red apple. Its top point becomes the apple stem, and a small green leaf unfolds from the side. The apple gains a cute smiling face and performs one soft bounce. Display the word: “APPLE” Highlight the first letter A in red. Add a soft pop and a tiny crunchy sound. 0:04–0:07 | B is for Ball The apple rolls across the screen and leaves behind a curved red trail. The trail loops twice and forms a large uppercase “B,” with a lowercase “b” appearing beside it. The narrator says: “B. B says buh. B is for Ball.” The two rounded sections of the B expand and merge into a colorful striped ball. The ball bounces twice with playful squash-and-stretch animation. Display the word: “BALL” Highlight the first letter B in blue. Synchronize each bounce with a soft musical note. 0:07–0:10 | C is for Cat On its final bounce, the ball stretches into a curved shape and becomes a large uppercase “C.” A lowercase “c” slides gently into place beside it. The narrator says: “C. C says kuh. C is for Cat.” The C rotates and becomes the curled tail of a cute orange cat. The rest of the cat forms from soft rounded shapes. The cat stretches, blinks, and gives one gentle wave with its paw. Display the word: “CAT” Highlight the first letter C in orange. Add a quiet and friendly “meow.” 0:10–0:13 | D is for Duck The cat’s tail uncurls and transforms into the curved side of a large uppercase “D.” A lowercase “d” pops up beside it. The narrator says: “D. D says duh. D is for Duck.” The straight line of the D becomes the duck’s neck. The curved section becomes its round yellow body. A small orange beak and two tiny wings pop into place. The duck waddles forward, flaps its wings, and gives one cheerful quack. Display the word: “DUCK” Highlight the first letter D in yellow. Add tiny water ripples beneath its feet. 0:13–0:15 | Recap The apple, ball, cat, and duck slide into four clean rounded tiles. Place their letters above them: “A B C D” The mascot returns and points to each object as they bounce once in sequence. Narrator: “A, B, C, D. Great job!” Finish with the text: “Great job!” Use a small sparkle animation and a warm musical chime. Animation requirements: Keep each letter fully visible for a moment before it transforms. Show uppercase and lowercase versions clearly. Make every object instantly recognizable. Use smooth shape morphing so children can visually understand how the letter becomes the object. Maintain stable spelling, clean letterforms, accurate object shapes, and consistent character design. Use gentle squash-and-stretch, soft motion blur, subtle shadows, polished lighting, and precisely synchronized sound effects. Avoid fast camera movement, cluttered backgrounds, harsh colors, tiny text, warped letters, random symbols, duplicated objects, scary expressions, or overly complex transformations. The final video should feel cute, educational, memorable, calming, and exceptionally polished.

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Die Schleife LETTER → SOUND → OBJECT → ACTION → NAME wiederholt sich viermal mit identischer Struktur — und Wiederholung ist der stärkste Stabilisator, den H3 hat.
• •Jeder Morph ist eine geometrische Erklärung (die Spitze des A wird zum Apfelstiel, die Bögen des B zum Ball), sodass die Buchstabenformen die Verwandlung überleben.
• •Die Erzähltexte sind exakt zitiert und pro Segment mit Zeitstempeln versehen — das treibt den nativen Ton und hält den Bildtext synchron.

Austauschbare Variablen

• •die vier Buchstaben und Objekte
• •Design des Maskottchens
• •Farbglühen pro Buchstabe
• •Erzählstimme

Einschränkungen

• •Die Rechtschreibstabilität hängt an der Regel „keep each letter fully visible before it transforms“ — wer sie streicht, holt sich verzerrte Glyphen zurück.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Create a 15-second cinematic text-animation video built around the quote: “Every great change begins quietly, grows through courage, and becomes impossible to ignore.” The quote should appear gradually as a visual story. Each new phrase must transform the design, atmosphere, movement, and emotional intensity of the scene. Use elegant typography, accurate spelling, cinematic lighting, smooth transitions, and perfectly readable text. 0:00–0:03 | “Every great change” Begin with a completely black screen. A tiny point of warm light slowly appears in the center, like the first spark of an idea. The words “Every great change” emerge softly from the darkness, one word at a time. Use thin, elegant serif typography with wide letter spacing. “Every” fades in gently. “Great” grows slightly larger. “Change” forms from small drifting particles that gather into solid letters. Keep the scene quiet, minimal, and mysterious. 0:03–0:06 | “begins quietly,” The camera slowly moves closer to the text. The previous words shrink and reposition toward the upper-left corner as the phrase “begins quietly,” appears in delicate lowercase letters. Animate the phrase as though it is being written by an invisible hand. Each letter should create a subtle ripple in the darkness. Introduce faint textures, soft shadows, floating dust, and gentle light rays. The comma should appear last and create a small circular pulse. 0:06–0:09 | “grows through courage,” The pulse expands and transforms the scene from darkness into a rich sunrise gradient with deep orange, red, and golden tones. The words “grows through courage” rise upward from the bottom of the frame. Animate “grows” by gradually increasing its size and weight. Animate “through” along a curved path. Animate “courage” in bold uppercase letters that push through a translucent barrier, causing it to crack into geometric fragments. The movement should feel powerful but controlled. 0:09–0:12 | “and becomes” The fragments rotate in slow motion and reorganize into a clean editorial grid. The phrase “AND BECOMES” appears across the frame in condensed sans-serif typography. Animate the letters with fast tracking changes, vertical stretching, masking, and perspective movement. The camera accelerates forward through the center of the word “BECOMES.” The sound and visual energy should steadily build. 0:12–0:14 | “impossible to ignore.” Reveal a vast bright space filled with light, moving shapes, and large-scale typography. The words “IMPOSSIBLE TO IGNORE” appear one after another. “IMPOSSIBLE” expands beyond the edges of the screen. “TO” remains small and perfectly centered. “IGNORE” slams into place with strong visual impact, briefly shaking the surrounding grid and shapes. Use bold contrast, dramatic scale, sharp shadows, and synchronized motion. 0:14–0:15 | Final quote All movement stops instantly. The complete quote appears centered on a clean off-white background: “Every great change begins quietly, grows through courage, and becomes impossible to ignore.” Use refined black typography with “change,” “courage,” and “impossible” highlighted in deep red. Hold the final composition clearly for the last second. Maintain one continuous visual journey from darkness to light, silence to impact, and simplicity to complexity. Keep every phrase connected through visual transformations rather than hard cuts. Use realistic motion blur, precise kerning, clean masks, stable letterforms, smooth camera movement, subtle film grain, cinematic sound design, rising ambient music, soft particles, controlled color transitions, and a final deep impact sound. Avoid misspelled words, warped letters, duplicated characters, unreadable text, random symbols, excessive flickering, chaotic layouts, inconsistent fonts.

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Jede Phrase besitzt einen 3-Sekunden-Block mit eigenem Animationsverb (auftauchen, handschreiben, aufsteigen, einschlagen), sodass der Energieaufbau strukturell ist, nicht adjektivisch.
• •Der emotionale Bogen ist auf Designsprache abgebildet — Dunkelheit, Sonnenaufgangs-Verlauf, Editorial-Raster — und gibt dem Modell ein Palettenskript statt bloßer Wörter.
• •Ein harter Stopp („all movement stops instantly“) plus gehaltene Endkarte garantiert ein lesbares Schlussbild für Thumbnails.

Austauschbare Variablen

• •das Zitat und seine Phrasenteilung
• •Hervorhebungswörter und Akzentfarbe
• •Animationsverben pro Phrase
• •Gestaltung der Endkarte

Einschränkungen

• •Halten Sie Phrasen unter etwa 6 Wörtern; kurzen Displaytext rendert H3 deutlich zuverlässiger als satzlange Zeilen.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Generate a 15-second, 9:16 vertical trailer segment for an international live-action vampire romance short drama. Use Figure 1 as the appearance reference for the male and female leads, and Figure 2 as the scene reference. Keep both leads' identities consistent, with a realistic live-action look and premium short-drama production quality. Story: an innocent human heroine accidentally enters a forbidden area of an old castle and awakens a sleeping aristocratic vampire. He discovers that she carries an aura connected to an ancient war, which sparks a powerful urge to control her and a dangerous fascination with her. She fears him but does not completely submit, resisting his pressure. Overall style: an international ReelShort / DramaBox vampire-romance trailer. Dark romance, dangerous attraction, fate, intense control, brooding oppression, and a striking reversal. Keep the visuals premium, restrained, and tightly paced, like the opening 15-second hook of a hit short drama. No gore, cheap horror, Halloween aesthetic, or modern street feel. Format: 9:16 vertical composition for TikTok / ReelShort / DramaBox. Use primarily medium close-ups, close-ups, and extreme close-ups, emphasizing faces, eye contact, pressure, and relationship tension within the vertical frame.

Benötigte Eingaben

• •Bild 1: beide Hauptfiguren gemeinsam, damit das Modell sie als ein zusammengehöriges Casting liest.
• •Bild 2: der Ort — das Schlossinnere, sein Licht und seine Materialien.
• •Eine Prämisse in einem Satz und eine benannte emotionale Wendung; ein 15-Sekunden-Hook trägt eine Wendung, keine ganze Folge.

Warum das funktioniert

• •Die Nennung der Genre-Referenz (ReelShort-/DramaBox-Trailer) überträgt Tempo, Grading und Bildsprache mit wenigen Worten.
• •Das Einstellungs-Vokabular ist festgelegt — Halbnah, Nah, Detail —, und genau das lässt ein Hochformat hochwertig statt beengt wirken.
• •Die Ausschlussliste (kein Blut, kein billiger Horror, keine Halloween-Optik, kein moderner Straßenlook) entfernt die vier üblichen Abstürze dieses Genres.

Austauschbare Variablen

• •Referenz für das Aussehen der Hauptfiguren
• •Ort
• •Prämisse und Wendung
• •Look der Zielplattform
• •Mischung der Einstellungsgrößen

Einschränkungen

• •Das Hochformat wird über aspect_ratio auf der Referenz-Route angefordert, nicht dadurch, dass „9:16“ im Prompt steht.
• •Die Identität hält deutlich besser, wenn beide Hauptfiguren auf einem gemeinsamen Bild ankommen statt als zwei separat zugeschnittene Porträts.

Einstellungen

Multimodale Referenz · 15s · 9:16 · 2 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Use the first image as the opening frame and the second image as the exact final frame to generate an otome visual-novel interface transition. Overall feel: a premium Chinese otome romance-interaction interface capturing an intimate moment before and after a performance. Transition naturally from "choose to watch his performance" to "Han Xu is drawn in by the heroine's words and reacts with intrigued interest." UI text, choices, and dialogue boxes should appear with refined otome-game presentation. Keep the transition silky smooth and the emotion suggestive yet restrained.

Benötigte Eingaben

• •Bild 1: das Anfangsbild, samt seinem UI-Zustand.
• •Bild 2: exakt das Schlussbild, auf dem die Einstellung landen soll.
• •Ein Satz zur emotionalen Veränderung zwischen den beiden Zuständen.

Warum das funktioniert

• •Beide Endpunkte sind fixiert, also löst das Modell eine Interpolation statt einer Komposition — der zuverlässigste Weg zu einer vorhersehbaren Einstellung.
• •Der Prompt benennt den emotionalen Übergang („den Auftritt ansehen“ → „hineingezogen und neugierig“), statt Bilder aufzuzählen; so trägt das Schauspiel den Schnitt.
• •Die Vorgabe, dass die Interface-Elemente im Idiom des Genres animieren sollen, verhindert, dass die UI neu gezeichnet wird.

Austauschbare Variablen

• •Anfangs- und Schlussbild
• •emotionaler Bogen dazwischen
• •Stil der UI-Darstellung
• •Tempo des Übergangs

Einschränkungen

• •Übergeben Sie beide Bilder als image_start und image_end auf der Bild-zu-Video-Route; die Referenz-Route akzeptiert diese Felder gar nicht.
• •Je ähnlicher sich die beiden Bilder in Bildausschnitt und Licht sind, desto weicher die Interpolation. Zwei unverbundene Kompositionen ergeben einen Schnitt, keinen Übergang.

Einstellungen

Erstes / letztes Bild · 15s · 16:9 · 2 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Create a 15-second ultra-photorealistic live-action war sequence set in the United States in 1947, designed to look like authentic historical footage captured on a 1940s film camera. The entire scene must feel grounded, documentary-like, raw, and physically realistic. Environment: A rural American town in 1947 with wooden houses, old brick buildings, telephone poles, dirt roads, vintage American cars from the 1940s, wooden fences, farmland, and period-accurate street details. Overcast afternoon light, light fog, drifting smoke, dust in the air, damaged buildings, scattered debris, and a tense wartime atmosphere. Characters: American soldiers wearing historically accurate late-1940s military uniforms, helmets, boots, and equipment. Civilians wear authentic 1940s American clothing. Natural faces, realistic skin texture, sweat, dirt, fatigue, and believable body movements. 0–3s — Establishing Shot: Wide handheld shot of a quiet rural American street suddenly filled with smoke and confusion. Vintage 1940s vehicles are parked along the road while soldiers move quickly between wooden buildings. Civilians rush toward safer areas. 3–6s — Tension: Camera moves through the street at shoulder height, following several soldiers as distant gunfire is heard. They immediately react and take cover behind a vintage vehicle and a brick wall. Their movements are cautious and realistic. 6–10s — Combat: Fast handheld tracking shot as the soldiers move between cover while distant gunfire impacts the environment. Small pieces of wood, dust, and debris fall naturally from nearby impacts. Weapon recoil, movement, and body weight must be physically accurate. Keep the violence realistic and restrained. 10–13s — Human Moment: Camera briefly focuses on a soldier helping an injured civilian move behind cover. Their breathing, facial expressions, body language, and movement should feel natural and unscripted. 13–15s — Final Shot: Camera pulls back into a wide shot of the American town as smoke slowly moves through the street. Soldiers remain behind cover while vintage vehicles and damaged buildings fill the background. The scene ends with an authentic, tense 1940s documentary feeling. Visual Style: Ultra-photorealistic live-action, authentic 1940s American environment, vintage 35mm film texture, subtle film grain, natural imperfections, realistic exposure, handheld documentary cinematography, muted historical color palette, realistic smoke and dust, natural shadows, accurate depth of field. Physics: Strictly obey real-world gravity, momentum, inertia, friction, recoil, weight, collision physics, and human biomechanics. No exaggerated explosions, impossible movements, superhero behavior, or choreographed-looking combat. Negative Prompt: modern buildings, modern cars, smartphones, modern clothing, modern weapons, futuristic technology, CGI appearance, video-game graphics, fantasy, superhero action, excessive explosions, excessive blood, gore, impossible physics, unrealistic recoil, slow-motion physics, distorted faces, extra limbs, floating objects, plastic skin, artificial-looking environments.

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Epochentreue wird doppelt erzwungen — positiv (Autos, Uniformen, Telefonmasten der 1940er) und negativ (keine Smartphones, keine modernen Gebäude) — und schließt so beide Fehlerrichtungen.
• •Der Physikabsatz („strictly obey gravity, momentum, recoil…“) liest sich wie eine Renderspezifikation und unterdrückt sichtbar Superhelden-Bewegungen.
• •Ein leiser menschlicher Beat (ein Soldat hilft einem Zivilisten) ist für 10–13 s eingeplant und gibt der Sequenz dokumentarische Glaubwürdigkeit statt Dauerkampf.

Austauschbare Variablen

• •Epoche und Ort
• •der menschliche Moment
• •Filmmaterial-Look
• •Intensität der Gefechts-Beats

Einschränkungen

• •Die Mäßigungsklauseln („violence realistic and restrained“, kein Gore) sind Teil dessen, was diesen Output nutzbar macht — behalten Sie sie beim Adaptieren.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Claymation style. A sprinting fox reaches the edge of a cliff and launches without hesitation, making a dramatically tense, heroic slow-motion leap across a vast lava canyon. While the fox is airborne, the camera rushes at high speed beneath its belly in a sweeping dynamic move, fully revealing the terrifying depth of the chasm and the fox's clay body at maximum extension in midair.

Benötigte Eingaben

• •Ein Startbild, das den Stil bereits enthält — hier der Knetfuchs und sein Material.
• •Eine Aktion, die passieren soll. Nicht drei.

Warum das funktioniert

• •Der Prompt beschreibt die Veränderung, nicht das Bild. Das Startbild trägt das Aussehen bereits, also kauft jedes Wort Bewegung.
• •Die Kamera bekommt eine eigene Anweisung — ein Hochgeschwindigkeitsflug unter dem Bauch des Fuchses hindurch —, und daraus wird aus einem Sprung eine Einstellung.
• •Der benannte Höhepunkt („maximal gestreckt in der Luft“) gibt dem Modell eine Zielpose, um die es das Timing baut.

Austauschbare Variablen

• •Figur und Materialstil
• •Umgebung und Gefahr
• •Kamerapfad
• •Zeitlupen-Schwerpunkt

Einschränkungen

• •Die Bild-zu-Video-Route leitet das Ausgabeformat aus dem Eingabebild ab und weist aspect_ratio zurück.
• •Beschreiben Sie nicht erneut, was das Startbild schon zeigt; wiederholtes Beschreiben des Aussehens ist der häufigste Weg, einen Bild-zu-Video-Prompt zu verschwenden.

Einstellungen

Erstes / letztes Bild · 10s · 16:9 · 1 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Have the characters perform street dance following the movements in Video 1. Use Figure 1 and Figure 2 as the character references.

Benötigte Eingaben

• •Bild 1 und Bild 2: die beiden Figuren, je eine saubere Ganzkörperreferenz.
• •Video 1: die zu kopierende Bewegung, 2–15 Sekunden, mit der tanzenden Person vollständig im Bild.

Warum das funktioniert

• •Der Prompt ist kurz, weil die Referenzen die Information tragen — das Video besitzt die Bewegung, die Bilder besitzen die Identitäten.
• •Jedes Asset wird über seine Array-Position angesprochen, sodass es keine Unklarheit gibt, welche Referenz was liefert.
• •Mehr wird nicht verlangt. Kein Licht, keine Kamera, kein Stil — jede zusätzliche Anweisung würde mit der zu kopierenden Bewegung konkurrieren.

Austauschbare Variablen

• •Figuren
• •Ausgangschoreografie
• •Umgebung
• •Anzahl der Tanzenden

Einschränkungen

• •Die Gesamtdauer der Referenzvideos muss unter 15 Sekunden bleiben, jeder Clip 2–15 Sekunden bei 23,976–60 FPS.
• •Referenzvideos müssen MP4 oder MOV mit H.264 oder H.265 sein, je bis 50 MB, der gesamte JSON-Body unter 64 MB.

Einstellungen

Multimodale Referenz · 10s · 16:9 · 3 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Use @[char ref] as the sole character reference. Preserve the exact identity, face, body proportions, hairstyle, outfit, colors, materials and overall silhouette of the character throughout the entire video. Do not redesign, simplify or replace any defining visual features. Create a cinematic character introduction focused on presence, silhouette, attitude and controlled motion. 0–4s Begin with a close shot of a defining lower-body or detail element such as boots, shoes, feet, hands, clothing hem or an important accessory. The character enters frame or settles into position. The camera slowly tracks upward while hair, clothing and secondary elements move naturally in the wind or environment. 4–8s Reveal more of the body with a medium or medium-wide shot from the back, side or three-quarter angle. The character stands in a calm, composed way inside the environment. The camera makes a smooth orbit, arc or lateral move to gradually reveal the character’s face and silhouette. 8–12s Move into a tight cinematic portrait or upper-body shot. The character performs one subtle signature action that fits their personality, such as lifting the chin, turning the head, adjusting clothing, brushing hair aside, opening a hand, looking toward camera, or shifting posture. Keep the motion minimal and intentional. The expression should match the character’s vibe. 12–15s End with a strong full-body hero shot that clearly presents the entire design and silhouette. Use a low-angle, eye-level or slightly dramatic framing depending on the character’s personality. The character settles into a natural final pose and holds it confidently for a clean final reveal. VISUAL DIRECTION Premium cinematic presentation. Match the visual medium and rendering style of @[char ref]. Emphasize clean silhouette, elegant staging, subtle secondary motion, believable hair and cloth movement, strong composition, atmospheric depth and polished lighting. The scene should feel like a high-end anime, game or film character introduction. CAMERA Use a clear progression from detail reveal to partial reveal to face reveal to full-body hero reveal. Camera movement should be smooth, controlled and intentional. Avoid chaotic motion. ENVIRONMENT Place the character in a fitting environment that supports their identity and mood. The background should enhance the character without distracting from them.

Benötigte Eingaben

• •Bild 1: Ihre Charakterreferenz — ein Designblatt oder sauberes Ganzkörper-Rendering; das Video erbt Identität, Outfit, Materialien und Renderstil daraus.

Warum das funktioniert

• •Die Enthüllungsleiter (Detail → Teilansicht → Gesicht → Ganzkörper-Heroshot) ist eine feste Kameragrammatik, sodass das Modell seine Varianz in die Figur steckt, nicht in den Shotplan.
• •„Match the visual medium and rendering style of the reference“ lässt einen einzigen Prompt für Anime-, Game-Render- und filmreale Figuren gleichermaßen funktionieren.
• •Der einzelne Slot für die „signature action“ im dritten Block ist der Ort, an dem Persönlichkeit lebt — eine Geste, bewusst klein.

Austauschbare Variablen

• •Charakter-Referenzblatt
• •die Signaturgeste
• •Stimmung der Umgebung
• •Kadrierung der Schlusspose

Einschränkungen

• •Der Originalpost schreibt Referenzen als @[char ref]; auf EvoLinks Route werden Assets über ihre Array-Position angesprochen — sagen Sie „Image 1“, und es mappt auf image_urls[0].
• •Eine Figur, eine Umgebung: Diese Vorlage schneidet absichtlich nie den Ort — genau deshalb bleibt die Silhouette stabil.

Einstellungen

Multimodale Referenz · 15s · 1:1 · 1 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Realistic cinematic look, high-contrast lighting, and a tight pace. Use Figure 1 as the overall atmosphere and style reference, and Figure 2 as the protagonist reference. Shot 1 — Ultra-wide establishing shot. A huge circular cosmic gateway nearly fills the frame. The person is only a tiny figure seen from behind before the gateway, positioned toward the lower right. The ground is wet and reflective, and the center of the gateway is pitch black. The camera slowly pushes forward. A large title fades in from the edge of the darkness, blurred at first and then sharp: "THE STARS WERE LISTENING". Use an extremely condensed, heavy, all-caps typeface in dark red mixed with rust red, with subtle grain and misted edges. Audio: a deep low-frequency pulse, faint metallic vibrations in the distance, and a soft hit as the text becomes sharp. → Hard cut.

Benötigte Eingaben

• •Bild 1: Atmosphäre und Stil — Umgebung, Farbpalette und Grading, die die Einstellung übernehmen soll.
• •Bild 2: die Hauptfigur, groß genug aufgenommen, damit Gesicht und Silhouette auch als kleine Figur im Bild lesbar bleiben.
• •Ein Titeltext, den Sie wirklich eingeblendet haben wollen: H3 rendert genau das, was Sie schreiben — kurz halten und exakt buchstabieren.

Warum das funktioniert

• •Jede Referenz hat genau eine Aufgabe — Bild 1 die Atmosphäre, Bild 2 die Figur —, sodass das Modell nie raten muss, welche Vorlage den Look bestimmt.
• •Die Einstellung ist als eine durchgehende Kamerafahrt mit einem einzigen Ereignis beschrieben (der Titel wird scharf) — genau so viel, wie 15 Sekunden tragen.
• •Der Ton ist in drei konkrete Ebenen zerlegt (tiefer Puls, fernes metallisches Vibrieren, ein Schlag auf den Titel) statt als vager „Kino-Score“.

Austauschbare Variablen

• •Titeltext und Typografie
• •Portal oder Landmarke in der Establishing-Einstellung
• •Farbe des Titels
• •Klangteppich
• •Verhalten des Schlussschnitts

Einschränkungen

• •Sprechen Sie Assets über ihre Position im Array an — „Figure 1“, „Figure 2“ — passend zur Reihenfolge in image_urls. Die Syntax @image1 gehört nicht zu diesem API-Vertrag.
• •Der veröffentlichte Prompt ist bewusst ein Startpunkt: Er endet auf einem harten Schnitt, damit Sie eine zweite Einstellung anschließen können.

Einstellungen

Multimodale Referenz · 15s · 16:9 · 2 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

15-second, 16:9 landscape video. Blend live-action footage of a small kitchen at dusk with hand-drawn glowing animation. The last light of sunset lingers by the window. The lived-in kitchen contains an old wooden table, a half-washed mug, a slightly fogged glass bottle, and a hanging dishcloth. Give the footage subtle one-handed smartphone shake, hesitant close-range focusing, exposure fluctuations caused by backlight, and slightly coarse noise in the shadows. It should not look carefully arranged like an advertisement; instead, it should feel like someone hurriedly captured an unbelievable event at home. Do not show huge eyes, gaping mouths, fangs, threatening or lunging movements, sudden black frames, or jump scares. Use only kitchen room tone, cloth rubbing, the soft clink of a mug, water dripping from the faucet, the camera operator's footsteps and quiet breathing, plus gentle electronic sounds and tiny calls from the hand-drawn creature.

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.
• •Dauer und Seitenverhältnis gehören in die Request-Parameter, nicht nur in den Prompt-Text.

Warum das funktioniert

• •Die Fehler der Kamera sind benannt — einhändiges Wackeln, zögerlicher Fokus, Belichtungsschwankungen im Gegenlicht, grobes Rauschen in den Schatten. Genau das verkauft „zu Hause schnell mitgefilmt“ statt „Werbespot“.
• •Eine kurze, explizite Verbotsliste (keine riesigen Augen, keine Reißzähne, kein Zuschnappen, keine Jumpscares) verhindert, dass ein niedliches Wesen ins Horrorfach kippt.
• •Die Tonregie benennt jede Quelle einzeln: Raumton, Stoff, Tasse, Wasserhahn, Schritte, Atmen und die Laute des Wesens.

Austauschbare Variablen

• •Raum und Tageszeit
• •Design und Verhalten des Wesens
• •Requisiten auf dem Tisch
• •welche Kamerafehler sichtbar sind
• •Tonebenen

Einschränkungen

• •Der Prompt nennt Länge und Bildformat im Text; die API braucht duration und aspect_ratio trotzdem als Request-Felder.
• •Negative Anweisungen wirken am besten als kurze, klare Liste. Dutzende Verbote fressen das Budget, das Sie für die Handlung brauchen.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Cinematic Anime Video Scene Generate a 15-second horizontal 16:9 original high-speed hover-bike racing anime video from the provided first frame. CRITICAL ENTITY LOCK: There must be exactly 2 racers and 2 bikes in the entire video: RENJI on VALKYRIE-01 (cyan/black drift bike) and ELENA on AERO-X (crimson/white draft bike). Do not add extra racers, drone support vehicles, spectators, or traffic. Maintain total visual consistency for both bikes, helmet visors, suit patterns, repulsor spark colors, and bike liveries throughout the sequence. Entity identity: VALKYRIE-01: Matte-black and cyan angular hover-bike, exposed repulsor pads, lateral drift brakes, blue plasma exhaust trails, ridden by Renji (cyan trim suit). AERO-X: Pearl-white and neon-crimson aerodynamic hover-bike, enclosed canopy, crimson energy draft aura, white-hot central booster, ridden by Elena (crimson/gold visor suit). Video style: High-budget modern sports anime, sakuga-level velocity animation, crisp line art, vibrant neon lighting contrast, high-speed camera tracking, hyper-realistic friction and energy particle effects. Set on a wet downhill mountain pass at dawn. Camera and pacing: Continuous forward velocity, zero slow-motion interruptions: 0.0s - 3.0s: High-speed rear-tracking shot diving into the first downhill hairpin curve; instant drift initiation. 3.0s - 7.5s: Tight side-parallel tracking shot as bikes navigate rock debris and trade positions through S-curves. 7.5s - 11.5s: Close camera lock on the draft-slingshot maneuver; high-energy particle displacement as booster ignition occurs. 11.5s - 15.0s: Low-angle front-facing camera lock on the final sprint to the finish line bridge, ending on a hyper-speed photo-finish freeze. Action timing: 0.0s - 1.5s: Sequence begins at speed. VALKYRIE-01 leads downhill; AERO-X locks onto its rear bumper. Anti-gravity repulsors spray road water and blue sparks into the frame. 1.5s - 4.0s: First sharp hairpin. VALKYRIE-01 deploys lateral drift airbrakes with a burst of blue thruster fire, sliding sideways at 300 km/h. AERO-X stays glued inside its slipstream aura. 4.0s - 7.0s: Mountain debris hazard. VALKYRIE-01 hops over a boulder using a repulsor burst. AERO-X ducks under it, scraping the neon magenta guardrail in a cloud of friction sparks. 7.0s - 10.0s: S-Curve exchange. Bikes lean side-by-side; their repulsor fields collide, creating a bright electrical shockwave. ELENA pulls the overdrive lever; AERO-X's rear fins extend. 10.0s - 13.0s: Slingshot maneuver. AERO-X bursts out of VALKYRIE-01's draft, igniting its central white plasma booster. Both bikes roar down the final straightaway side-by-side. 13.0s - 15.0s: Final sprint toward the finish light gate. Water sprays violently behind them. Both nose cones cross the finish line simultaneously in a flash of light. Final freeze frame. Motion quality: Fluid 2D animation, extreme speed-line integration, stable bike geometry, flawless vehicle reflection rendering, zero limb or body clipping, high-frame-rate kinetic realism. Environment: Wet mountain pass asphalt, sheer cliff walls, neon cyan and magenta guardrail lights, early dawn sky with pink/purple clouds, water spray, floating spark particles. Final output: 15 seconds, horizontal 16:9, original high-budget sports racing anime, exactly 2 racers, relentless kinetic pacing, dynamic cinematography, no subtitles, no watermarks, no logos.

Benötigte Eingaben

• •Startbild: ein Standbild der beiden Fahrer und Maschinen in Ihrem Zeichenstil — die gesamte Sequenz setzt dieses Bild fort.

Warum das funktioniert

• •Entitätsfixierung per Zählung („exactly 2 racers and 2 bikes… no spectators, no traffic“) beseitigt die Masseninflation, an der Rennprompts üblicherweise scheitern.
• •Beide Maschinen bekommen Lackierungen, Physik-Eigenheiten und Fahreranzüge als benannte Identitäten, sodass das Modell sie bei Tempo auseinanderhalten kann.
• •Kamera und Aktion liegen auf getrennten Timelines, die aufeinander verweisen — gnadenloses Tempo, ohne je zwei Kamerabewegungen gleichzeitig zu verlangen.

Austauschbare Variablen

• •Zeichenstil des Startbilds
• •Identitäten und Lackierungen der Bikes
• •Streckengefahren
• •Inszenierung der Ziellinie

Einschränkungen

• •Das ist die Startbild-Route: Das Startbild trägt den Zeichenstil, und Bild zu Video akzeptiert keinen aspect_ratio-Parameter — das Bild definiert das Format.

Einstellungen

Erstes / letztes Bild · 15s · 16:9 · 1 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Replace the girl's line in Video 1, "We can't be together. It's not that we don't love each other; we truly can't make it to the end," with the line from Audio 1: "Don't go, okay? This time, let's not let go of each other." Slightly adjust the corresponding performance.

Benötigte Eingaben

• •Video 1: der Clip mit der zu ersetzenden Zeile.
• •Audio 1: die neue Zeile, WAV oder MP3, bis 15 MB und 15 Sekunden.
• •Beide Zeilen im Prompt wörtlich ausgeschrieben.

Warum das funktioniert

• •Das Zitieren der alten Zeile sagt dem Modell genau, welchen Abschnitt des Clips es bearbeiten soll, statt „den Dialog irgendwo in der Mitte“.
• •Das Zitieren der neuen Zeile gibt der Lippensynchronität ein Ziel, statt sie allein aus dem Audio abzuleiten.
• •„Das Schauspiel leicht anpassen“ erteilt eine begrenzte Erlaubnis, das Spiel zu verändern — begrenzt, damit der Rest der Aufnahme überlebt.

Austauschbare Variablen

• •Quellclip
• •zu ersetzende Zeile
• •neue Zeile und Stimme
• •wie stark sich das Schauspiel ändern darf

Einschränkungen

• •Audio darf nie der einzige Referenztyp sein; es muss zusammen mit einem Bild oder Video kommen.
• •Referenz-Audio und -Video sind pro Request auf je 15 Sekunden Gesamtdauer begrenzt.
• •Sagen Sie, was fest bleibt. Bildausschnitt, Garderobe und Hintergrund driften, wenn der Prompt nur über die Zeile spricht.

Einstellungen

Multimodale Referenz · 10s · 16:9 · 2 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Character dialogue: "Follow the wind, live free. Leave worries behind, enjoy the moment." Use Audio 1 as the voice-timbre reference.

Benötigte Eingaben

• •Video 1: die Figur, die den Satz sprechen wird.
• •Audio 1: eine saubere Probe der Zielstimme, 2–15 Sekunden, idealerweise ohne Musik darunter.
• •Der exakte Dialogsatz, ausgeschrieben.

Warum das funktioniert

• •Der Dialog ist zitiert statt umschrieben, sodass Timing und Lippensynchronität etwas Konkretes haben, woran sie andocken.
• •Audio 1 bekommt genau eine eng gefasste Aufgabe — die Klangfarbe — statt als allgemeiner „Soundtrack“ übergeben zu werden.
• •Sonst ist nichts festgelegt, also behält der Referenzclip die volle Kontrolle über Bildausschnitt und Spiel.

Austauschbare Variablen

• •Dialogzeile
• •Stimmreferenz
• •Clip der Figur
• •Sprechtempo

Einschränkungen

• •Eine Stimmreferenz überträgt Klangfarbe, nicht Akzent, Emotion oder Tempo; schreiben Sie diese in den Prompt, wenn sie wichtig sind.
• •Musik oder mehrere Sprechende in der Referenz verschlechtern das Ergebnis — liefern Sie eine isolierte Stimme.

Einstellungen

Multimodale Referenz · 10s · 16:9 · 2 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Use @[char ref] as the strict character reference and @[audio ref] as the timing, rhythm and editing reference. Keep the character’s exact identity, proportions, hairstyle, outfit, colors and overall style consistent throughout. Create a 15-second cinematic burst-cut video showcasing the character across 5 different environments that naturally fit their design, vibe and world. AUDIO SYNC Synchronize the entire edit to @[audio ref]. Cuts, camera accents, transitions and environment changes should land precisely on strong beats, half-beats and musical accents. Let audio1 control the pacing and intensity of the montage. STRUCTURE - 5 environments total - 3 seconds per environment - 6 burst-cut shots per environment - 30 shots total Each environment must be clearly different in atmosphere, lighting, scale and visual language. Show each environment through rapid cinematic angles: wide establishing shots, aerials, low angles, side views, tracking shots, close environmental details, medium shots and hero frames. Every cut must reveal a new angle, distance, composition or spatial relationship. Avoid repeated framing. Mix static shots, push-ins, pull-backs, tracking, orbit and crane-like movement. Keep character movement subtle and natural. The focus is environmental variety, cinematic framing and tight synchronization with audio1. Hard constraints: - exactly 5 environments - exactly 6 shots per environment - exactly 30 shots total - environment changes must follow audio1’s musical phrasing - cuts and motion accents synchronized to audio1 - no outfit changes - no character duplication - no morphing - no text or UI - no blurry unreadable frames - maintain strict character consistency

Benötigte Eingaben

• •Bild 1: die Figur, deren Identität jede Einstellung behalten muss.
• •Audio 1: der Track, dem das Tempo gehört — Schnitte, Übergänge und Umgebungswechsel folgen seinen Beats.

Warum das funktioniert

• •Die Arbeitsteilung zwischen den Modalitäten ist sauber: Das Bild beantwortet das „Wer“, das Audio das „Wann“ — keines kämpft gegen den Text.
• •Exakte Arithmetik (5 Umgebungen × 6 Einstellungen = 30 Schnitte) steht als harte Vorgabe da und macht aus einer vagen Montage eine zählbare Struktur.
• •„Character movement stays subtle“ schiebt alle Energie in die Kameravielfalt — und die überlebt eine Montage weit besser als Aktionsvielfalt.

Austauschbare Variablen

• •Charakterreferenz
• •Audiotrack und seine Phrasierung
• •die fünf Umgebungen
• •Mischung der Einstellungsgrößen

Einschränkungen

• •Der Originalpost schreibt @[char ref] und @[audio ref]; auf EvoLink sprechen Sie Assets über die Array-Position an — Bild 1 und Audio 1 — und Audio darf nie der einzige Referenztyp sein.
• •Referenz-Audioclips müssen auf dieser Route 2 bis 15 Sekunden lang sein.
• •Der veröffentlichte Clip misst 8:9 — das nimmt die API nicht an; fordern Sie für dieselbe nahezu quadratische Kadrierung 1:1 an.

Einstellungen

Multimodale Referenz · 15s · 1:1 · 2 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Use Image 1 as the exact UI/layout/style reference for the creature encyclopedia screen. Use Images 2–9 as the exact creature references. Map them like this: Image 2 = card A = LUMI HARE Image 3 = card B = CLOUD WISP Image 4 = card C = EMBER FENNEC Image 5 = card D = TIDE BEHEMOTH Image 6 = card E = PETAL VULPIN Image 7 = card F = ORCHARD EYE Image 8 = card G = MEADOW CROWN Image 9 = card H = FROST GLIDER Create a 15-second 16:9 video. Keep the camera locked. Keep the interface, layout, typography, panels, icons and overall composition stable, elegant and readable. The UI should feel like a modern minimal digital creature encyclopedia, similar to a sleek pokedex. No scene cuts, no extra text, no extra buttons, no UI distortion. Sequence: 0–2.5s: Cursor clicks card A. Main creature becomes LUMI HARE. Title changes to “LUMI HARE”. Creature blinks and rotates slightly. 2.5–5s: Cursor clicks card C. Main creature becomes EMBER FENNEC. Title changes to “EMBER FENNEC”. Cursor drags to rotate it left and right. 5–7.5s: Cursor clicks card E. Main creature becomes PETAL VULPIN. Title changes to “PETAL VULPIN”. Cursor pokes it a few times. It reacts, annoyed. 7.5–10s: Cursor clicks card G. Main creature becomes MEADOW CROWN. Title changes to “MEADOW CROWN”. Cursor taps near the face/horns. It recoils slightly. 10–12s: Cursor clicks card D. Main creature becomes TIDE BEHEMOTH. Title changes to “TIDE BEHEMOTH”. Cursor keeps poking it. 12–15s: TIDE BEHEMOTH gets angry, opens its mouth very wide, lunges forward, and swallows the cursor. Then it returns to idle. Title stays “TIDE BEHEMOTH”. Rules: - When a card is selected, both the main creature and the main title must update. - Only animate cursor, selection state, title change, and the selected creature. - Only one cursor. - Keep motion subtle and clean until the final swallow. - No cuts, no camera move, no UI distortion, no extra text. Audio: soft UI click sounds, subtle hover sounds, tiny creature reaction sounds, then a sharper aggressive creature sound and one comedic swallow gulp at the end.

Benötigte Eingaben

• •Bild 1: das Lexikon-UI-Layout, dem Typografie, Panels und Komposition gehören.
• •Bilder 2–9: je eine Kreatur pro Karte, jede in der Kartentabelle des Prompts benannt.

Warum das funktioniert

• •Die Bild-zu-Karte-Zuordnungstabelle (Bild 2 = Karte A = LUMI HARE…) ist die wörtlichste Rollenzuweisung überhaupt — das Modell muss nie raten, welches Asset was ist.
• •Die Kamera ist fixiert, und nur vier Dinge dürfen animieren (Cursor, Auswahl, Titel, aktive Kreatur) — die Fehlerfläche von UI-Bewegung schrumpft gegen null.
• •Der komödiantische Beat am Ende (die Kreatur verschluckt den Cursor) ist als Letztes eingeplant, damit die Demo bis zur Pointe sauber bleibt.

Austauschbare Variablen

• •UI-Stilvorlage
• •die acht Kreaturen und ihre Namen
• •Interaktionsskript
• •Soundeffekt-Set

Einschränkungen

• •Neun Bilder sind das Maximum pro Typ auf dieser Route — und wegen der Obergrenze von 12 Dateien können Sie nicht noch drei Videos und drei Audioclips obendrauf legen.
• •Die Stabilität des UI-Texts hängt an „no camera move, no UI distortion“; eine freigegebene Kamera bringt verzerrte Panels zurück.

Einstellungen

Multimodale Referenz · 15s · 16:9 · 9 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Camera: First-person perspective at eye level with authentic handheld player movement, as if recorded directly from a modern AAA military shooter. The player carries a highly detailed assault rifle with realistic animations, visible hands, tactical gloves, dynamic reload mechanics, and weapon sway. **Opening Action:** The video immediately begins with the player already aiming down a roadway inside a modern military base. Multiple enemy soldiers are visible in the distance near sandbags, barricades, and military vehicles. The player carefully tracks one target, making small aim corrections while maintaining ADS (aim down sights). Fire several controlled bursts immediately at the visible enemies, producing realistic muzzle flashes, shell casings ejecting, smoke, recoil, hit reactions, and dust impacts around the targets. Continue firing in multiple short bursts while adjusting aim between enemies, simulating authentic FPS gameplay rather than scripted animation. **Movement:** After the opening firefight, lower slightly from ADS and begin advancing cautiously along the road beside concrete barriers, Hesco walls, and parked military vehicles. Frequently check left and right corners, briefly stop to reacquire targets, then raise the weapon and fire additional controlled bursts whenever enemies appear ahead. Continue pushing forward with deliberate player-controlled movement, using cover naturally and maintaining believable tactical pacing. **Environment:** Large modern military base with guard towers, armored vehicles, shipping containers, blast barriers, damaged buildings, smoke plumes, burning debris, scattered shell casings, dust clouds, and atmospheric battlefield haze. Cool natural daylight mixed with smoke and orange firelight creates a cinematic battlefield atmosphere. **Camera Motion:** Authentic player-controlled movement with subtle head bob, weapon sway, natural mouse-look adjustments, small left-right corrections while aiming, realistic recoil, smooth tracking of moving targets, brief pauses before shooting, and fluid forward progression. Avoid cinematic camera moves—everything should feel like genuine live gameplay captured by a skilled player. **Visual Quality:** Ultra-photorealistic, AAA game graphics with realistic PBR materials, detailed weapon models, physically accurate lighting, volumetric smoke, dynamic particle effects, crisp textures, realistic bullet impacts, muzzle flash illumination, motion blur only during rapid movement, and high-end military shooter presentation. **Gameplay UI:** Display a realistic modern FPS HUD inspired by games like PUBG, Battlefield, or Call of Duty (without copying exact copyrighted assets). Include: * Central dynamic crosshair or reticle * Ammo counter with magazine and reserve ammunition * Fire mode indicator * Compass at the top * Squad/team status panel * Mini-map in the upper corner * Health bar * Tactical equipment icons (grenades, medkit) * Hit markers when bullets connect * Directional damage indicators * Kill notification feed * Objective marker in the distance * Subtle interaction prompts and realistic HUD animations The HUD should feel polished, modern, and fully integrated into the gameplay, enhancing the illusion of authentic recorded footage from a contemporary military FPS. #MiniMaxH3

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Das Realismusziel lautet „recorded from a skilled player“, also sind Head Bob, Zielkorrekturen und der Pause-dann-Feuer-Rhythmus als Kameraverhalten spezifiziert.
• •Das HUD ist bis zu Hit Markern und Kill Feed aufgeschlüsselt und bleibt dabei ausdrücklich generisch — dicht genug, um wie ein echtes Spiel zu wirken, sicher genug zum Veröffentlichen.
• •„Avoid cinematic camera moves“ ist die entscheidende Umkehrung: Was die meisten Prompts wollen, würde genau diesen zerstören.

Austauschbare Variablen

• •Umgebung und Fraktions-Styling
• •HUD-Elementset
• •Gefechtsrhythmus
• •Wetter und Licht

Einschränkungen

• •Der Prompt hält das HUD „inspired by, without copying“ — bewahren Sie diese Klausel; das HUD eines konkreten Spiels zu klonen ist eine andere (und riskantere) Aufgabe.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Ultra photorealistic live-action captured on an iPhone 17. Authentic handheld selfie footage with premium cinematic documentary color grading, realistic HDR, deep green foliage, warm sunlight, subtle teal shadows, natural skin tones, gentle filmic contrast, rolling shutter, autofocus breathing, slight motion blur, and natural handheld shake. A lush forest in daytime with dense trees, wild plants, an uneven dirt trail, scattered leaves, soft sunlight through the canopy, and a gentle breeze. The atmosphere is quiet and slightly unsettling. A cute Japanese woman in her early twenties wearing a stylish bikini walks through the forest while recording herself in selfie mode. She suddenly notices something ahead, looks shocked, turns the camera, and points into the distance. A large crashed UFO is partially embedded in the forest floor. Its metallic hull is badly damaged with broken panels, scorch marks, exposed internal structures, thick gray smoke, and occasional sparks. She says in Japanese: 「ちょっと待って！ あそこ見て！ UFOじゃない！？ 完全に墜落してるんだけど！ 煙まで出てる！ やばい、本物かもしれない！ ちょっと近づいてみる！」 She alternates between filming herself and the UFO while continuing to point at it. Continuous single take. Natural walking movement, realistic hand tremors, slight framing imperfections, quick pans, and autofocus shifts between her face and the UFO. Natural sunlight creates cinematic highlights, soft shadows, realistic reflections on the UFO, subtle volumetric light, and realistic smoke. Audio: footsteps on leaves, gentle wind, birds becoming quieter near the crash site, creaking branches, faint electrical crackling from the UFO, and distant eerie unidentified animal calls echoing through the forest. Negative: no blood, no visible aliens, no monsters, no horror creature reveal, no excessive explosions, no CGI, no cartoon style, no text, no subtitles, no watermark, no logo.

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Die Handy-Artefakte sind einzeln aufgezählt (Autofokus-Pumpen, Rolling Shutter, Handzittern, unsaubere Kadrierung) — Realismus entsteht aus benannten Fehlern, nicht aus dem Wort „realistic“.
• •Der Dialog ist wörtlich auf Japanisch zitiert, sodass H3s nativer Ton echte Sprache mit passender Lippensynchronität erzeugt statt Kauderwelsch.
• •Der Ton ist diegetisch geschichtet — Schritte, Wind, verstummende Vögel, elektrisches Knistern — ohne Soundtrack, der die Found-Phone-Illusion brechen würde.

Austauschbare Variablen

• •gesprochene Zeilen und Sprache
• •das entdeckte Objekt
• •Wald- oder Stadtsetting
• •Outfit und Styling der Figur

Einschränkungen

• •Die Negativliste (keine Aliens, keine Horror-Enthüllung) ist tragend: Sie hält den Clip im Teaser-Terrain und verhindert, dass das Modell die Szene eskaliert.
• •Der veröffentlichte Clip lief in 1:1 — setzen Sie das Format über den Aspect-Parameter und behalten Sie den Wechsel zwischen Selbst- und Objektkadrierung im Text.

Einstellungen

Text zu Video · 15s · 1:1 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

A young Western female street photographer walks through a lively downtown street and notices an elderly man sitting outside a café with his small dog. She carefully composes the candid moment through her camera, captures the photo, then turns the camera toward the viewer to proudly show the shot she just took. She smiles, says “Look at that,” then continues walking through the city. Ultra-photorealistic visuals, natural handheld documentary movement, realistic camera interaction, authentic facial expressions, accurate hand movements, realistic dog behavior, natural daylight, cinematic depth of field, continuous character consistency, immersive city ambience, premium documentary realism.

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Der Zeig-das-Foto-Beat zwingt H3, ein kohärentes Standbild innerhalb des Videos zu rendern — eine stille Fähigkeitsdemonstration, die wie eine natürliche Geste wirkt.
• •Die Interaktionskette ist vollständig ausgeschrieben (kadrieren → auslösen → drehen → „Look at that“ → weitergehen), sodass der Clip in einer Einstellung einen kompletten Bogen hat.
• •Die Motive sind über Rollen beschrieben, nicht über Identitäten — älterer Mann, kleiner Hund, Café — und halten die Straßenszene generisch und sicher.

Austauschbare Variablen

• •das ungestellte Motiv
• •Stadt und Licht
• •die gesprochene Zeile
• •Typ der Kamera-Requisite

Einschränkungen

• •Das Foto in der Kamera muss zu der Szene passen, aus der es stammt; wenn Sie die Motive ändern, ändern Sie beide Beschreibungen zusammen.

Einstellungen

Text zu Video · 15s · 16:9 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Create a 15-second ultra-realistic cinematic lifestyle vlog video, vertical 9:16, featuring the same young woman throughout the entire video. Preserve her facial identity, facial proportions, hairstyle, skin tone and overall appearance consistently in every shot. She wears the same outfit throughout: fitted white V-neck T-shirt with a small subtle logo, blue denim jeans, natural makeup, long softly wavy brown hair. 0:00–0:01 — Wake-up: Close-up inside a beautiful bright bedroom. The woman is lying comfortably on the bed, slowly wakes up, stretches naturally and opens her eyes. She is NOT filming a vlog yet and does not hold a phone or camera. Soft morning sunlight enters through the curtains. 0:01–0:02 — Gets up: Medium shot. She sits up on the bed, smiles softly, fixes her hair and gets ready to start her morning. Natural, effortless movement. 0:02–0:03 — Walks to window: She walks toward the large glass balcony door/window. Camera follows her naturally from behind/side. 0:03–0:04 — Seaside reveal: She opens the curtains/door and looks outside. Reveal a breathtaking blue ocean, coastal hills, flowers, balcony and beautiful morning sunlight. She smiles happily while taking in the view. 0:04–0:05 — Steps outside: She walks out onto the seaside terrace. Gentle ocean breeze moves her hair naturally. Wide cinematic shot showing the beautiful surroundings. 0:05–0:06 — VLOG START: Only now she starts filming herself in handheld selfie-vlog style. She looks into the camera with a bright natural smile and says: “Good morning!” 0:06–0:07 — Show the view: She turns the camera away from herself and slowly pans across the stunning ocean, coastal mountains, flowers and terrace. Smooth handheld vlog movement. 0:07–0:08 — Back to selfie: Selfie shot. She looks into the camera and happily says: “This place is just perfect!” 0:08–0:09 — Location reveal: Wide cinematic shot of the cozy seaside terrace with wooden table, chairs, plants and flowers overlooking the ocean. 0:09–0:10 — Walk to table: Medium tracking shot as she walks toward the table, enjoying the view. Her hair and T-shirt move gently in the sea breeze. 0:10–0:11 — Sit and relax: She sits at the seaside table, smiling peacefully and enjoying the ocean view. A refreshing orange-colored juice is placed on the table. 0:11–0:12 — Juice close-up: Cinematic close-up of her hand picking up the glass of fresh orange juice. Beautiful ocean bokeh in the background, natural sunlight reflecting through the glass. 0:12–0:13 — Vlog toast: Selfie shot. She raises the juice toward the camera with a cheerful smile and says: “Cheers to good days!” 0:13–0:14 — Happy close-up: Beautiful close-up of her smiling naturally at the camera, ocean and warm sunlight softly blurred behind her. 0:14–0:15 — Ending: Camera moves from her toward the sparkling ocean and peaceful coastal landscape. Warm sunlight, gentle waves and a relaxing cinematic ending. Overall Style Ultra-realistic, cinematic travel vlog, natural handheld camera movement, realistic human motion, smooth transitions, soft morning sunlight, realistic ocean waves, gentle wind in hair and clothes, beautiful coastal atmosphere, premium lifestyle aesthetic, natural expressions, authentic vlog feeling, shallow depth of field, cinematic composition, realistic skin texture, high detail, 4K quality.

Benötigte Eingaben

• •Nichts hochzuladen — diese Route arbeitet allein mit dem Prompt.

Warum das funktioniert

• •Die Notiz „she is NOT filming yet“ in den Aufwach-Beats verhindert das häufigste Vlog-Artefakt — ein Handy, das auftaucht, bevor der Vlog begonnen hat.
• •Fünfzehn Ein-Sekunden-Beats wechseln zwischen Selfie-Kamera und szenischen Zwischenschnitten — exakt die Grammatik echter Reise-Vlogs.
• •Drei kurze zitierte Zeilen („Good morning!“) geben dem nativen Ton natürliche Ankerpunkte, ohne einen Monolog durchhalten zu müssen.

Austauschbare Variablen

• •Enthüllung des Ortes
• •die drei gesprochenen Zeilen
• •Outfit und Identitätsfixierung
• •die Getränke-Requisite

Einschränkungen

• •Der Prompt verlangt 9:16, und genau dieses Verhältnis gehört in den Request; der veröffentlichte Clip wurde auf ungefähr 3:2 umkodiert — ein weiterer Grund, die Ausrichtung im Request festzulegen statt in Prosa.

Einstellungen

Text zu Video · 15s · 9:16 · Keine Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Replace the newspaper in the reference video with a green-covered book; change the chair the character is sitting on to a red sofa; remove the sunglasses worn by the character to retain a clear face; remove the car burning effect to keep the vehicle in a normal state; change the photo the character takes out of his arms to a small black book; and add a tree on the left side of the screen

Benötigte Eingaben

• •Video 1: der zu bearbeitende Clip, 2–15 Sekunden, MP4 oder MOV, H.264 oder H.265, bis 50 MB.
• •Eine Liste von Änderungen, jede mit dem Ziel und dem gewünschten Ergebnis.

Warum das funktioniert

• •Jede Anweisung ist ein Paar — Ziel plus Ergebnis —, sodass nichts der Auslegung überlassen bleibt („die Zeitung“ wird „ein Buch mit grünem Einband“).
• •Entfernungen nennen den gewünschten Endzustand („die Sonnenbrille entfernen, damit das Gesicht frei ist“), damit dort kein Loch bleibt, wo das Objekt war.
• •Es gibt überhaupt keine Szenenbeschreibung, also behandelt das Modell den Quellclip als Wahrheit und wendet nur die Deltas an.

Austauschbare Variablen

• •Anzahl der Änderungen
• •ersetzte Objekte
• •entfernte Effekte
• •hinzugefügte Elemente

Einschränkungen

• •EvoLink stellt drei H3-Routen bereit; Schnittarbeit läuft über Reference-to-Video mit dem Quellclip als Video 1.
• •Die Dauer des Referenzvideos ist abrechnungsrelevant — kürzen Sie den Clip vor dem Upload auf den Abschnitt, den Sie wirklich brauchen.
• •Sagen Sie, was unverändert bleiben muss, wenn eine Änderung neben etwas Wichtigem liegt — nicht genannte Bereiche sind für das Modell Freiwild.

Einstellungen

Multimodale Referenz · 10s · 16:9 · 1 Referenzmedien

Verwandte Prompts

Vollständiger Prompt (geprüftes englisches Original)

Two magicians stand onstage facing the audience and perform a "swap" trick. They wave their wands at the same time, and a cloud of smoke rises. When it clears, their suit colors have switched: the person on the left wears a white suit, and the person on the right now wears a black suit, while both magicians' glove colors remain unchanged. They bow to thank the audience. The red curtain behind them closes, transitioning from deep red to deep blue.

Benötigte Eingaben

• •Ein Startbild mit beiden Darstellern, ihren Kostümen und der Bühne.
• •Ein klarer Vorher-/Nachher-Zustand für alles, was getauscht wird.

Warum das funktioniert

• •Der Tausch wird durch ein Ereignis verdeckt — die Rauchwolke — und gibt dem Modell einen legitimen Moment für die Änderung, statt vor der Kamera zu morphen.
• •Was sich nicht ändern darf (die Handschuhfarbe), steht direkt neben dem, was sich ändern soll — genau so verhindert man, dass ein Edit ausufert.
• •Die Einstellung endet in einem definierten Zustand: die Verbeugung, der schließende Vorhang, die Farbe, die auf Dunkelblau landet.

Austauschbare Variablen

• •Darsteller und Kostüme
• •das Detail, das fest bleibt
• •Ereignis, das den Tausch verdeckt
• •abschließender Farbwechsel

Einschränkungen

• •Die Bild-zu-Video-Route leitet das Seitenverhältnis aus dem Eingabebild ab und weist das Feld aspect_ratio zurück.
• •Jedes nicht genannte Attribut ist für das Modell Freiwild. Wenn ein Detail die Änderung überstehen muss, schreiben Sie es auf.

Einstellungen

Erstes / letztes Bild · 7s · 16:9 · 1 Referenzmedien

Verwandte Prompts