用途:把参考视频逆向为 MiniMax H3 可用的生成提示词,支持文生视频(T2VA)与逐镜图生视频(I2V),也可两者并用(DUAL)。核心是先理解视频在表达什么、事件为何相连、目标要保留什么,再转成生成指令。
主要能力:分两阶段工作,先看视频并复述理解,待用户确认或纠正后再输出提示词;确认前不交付可复制 Prompt、首帧 Prompt 或 Motion Prompt。默认保真反推,用户要求压缩、扩写、换主体或改一镜到底时另写目标方案与改编记录。按五遍逻辑建立源事实:全局浏览、真实切镜、连续时间覆盖、关键动作加密检查、首尾及末三分之一倒查。区分可见形态与原因解释,事实状态用 observed / uncertain / user_requested 标记。
使用方式:开始分析前读 references/video-observation.md;含音轨或需反推声音时读 references/audio-inheritance.md;写提示词前读 references/narrative-confirmation.md;确定交付模式后读 references/output-contract.md;写 H3 可复制块前读 references/h3-adapter.md。可用本地 Python 与 FFprobe 时先运行 python3 scripts/probe_video.py /path/to/reference.mp4;需核对关键帧时运行 scripts/sample_frames.py VIDEO --output NEW_DIR --at 0.5 2 4。H3 核心块按 integrated_multimodal_description、overall_soundscape、non_diegetic_music 顺序输出。可运行 python3 scripts/validate_prompt.py /tmp/h3-shot.txt --mode I2VA --duration 4 --source-shot-count 1 --audio-omitted 做格式检查。
适用场景:视频逆向为提示词、重建镜头、提取叙事与视觉结构、生成首帧与运动描述。
限制:无法访问完整画面时全片反推为 BLOCKED;画面完整但声音无法核实为 PARTIAL,写 audio_status: unavailable,不补造声音。不声称恢复原作者唯一提示词;不把文件含音轨等同于已听清;不自动调用付费生成、上传私有视频或安装模型。脚本只核对文件与时间元数据,不观看画面、不听声音、不下载链接。具体收费、价格、平台支持范围等资料暂未提供。