MiniMax Design 如何把 MiniMax H3 變成完整的 AI 影片工作流

MiniMax Design 最適合被理解為 MiniMax H3 外圍的「製作層」，而不是另一個提示詞輸入框。創作者可以從自然語言需求或企劃文件開始，系統再將內容拆解成劇本、分鏡、視覺素材、對白、音樂、影片生成、剪輯與字幕。這樣產出的不只是單支影片，而是一條可檢視、可修改、可繼續往下執行的工作流。 91418

H3 提供多模態底座

MiniMax H3 是一款通用型全模態影片模型，可在同一個上下文中處理文字、圖片、影片與音訊，並在一次生成流程中產生含有人聲、音效與音樂的原生立體聲影片。 15

這項能力之所以重要，是因為一個製作鏡頭不只是會動的畫面。它往往還需要維持角色一致性、安排對白、設計聲音、控制節奏、參考既有素材，甚至修改已經生成的內容。H3 的設計，是把這些視聽輸入與輸出放進同一個模型，而不是把每種媒介拆到互不相連的工具中。MiniMax 的文件也提到，H3 支援對人物、物件、場景、聲音與節奏進行多維度編輯。 117

但 H3 本身不會自動提供完整的製作管理方式；Design 補上的，正是把這些能力組織成可重複執行流程的那一層。

從一份 Brief 變成可編輯的製作圖

MiniMax Design 的核心轉變，是把創作從一次次孤立的生成，改成一串清楚可見的中間資產。

一個典型專案大致可以這樣進行：

1. 理解需求。 主 Agent 先辨識作品的形式、故事、受眾、風格與所需素材。
2. 拆分工作。 系統將專案分成劇本、分鏡、角色與場景參考、圖片生成、影片生成、音樂、配音、剪輯與字幕等任務。 918
3. 選擇適用能力。 Models、Skills、Agent nodes 與 workflow nodes 可以依照製作需求組合，而不是所有內容都走同一條通用生成路線。 914
4. 生成互相連結的素材。 提示詞、關鍵影格、圖片、影片片段、對白與音樂，都會保留在同一張畫布的關聯中。
5. 修改中間決策。 創作者可以調整提示詞、參考圖、鏡頭、運鏡規劃或剪輯，再從該位置繼續執行，不必整個專案推倒重來。畫布與相關 ComfyUI 工作流，目的就是讓這些依賴關係變得可見、可編輯。 91431
6. 組裝交付內容。 生成的鏡頭可以被排列、裁切、加上字幕並組合成完整影片，而不是停留在互相分離的輸出檔案。 91824

換句話說，創作者主要處理的是意圖與決策，Agent 則負責協調背後的一連串製作步驟。

Skills 與節點，讓製作方法可以重複使用

Skills 可以把影片製作經驗整理成可執行、可重複使用的指令。H3 生態目前包含官方 Skills 套件，內有一個提示詞撰寫 Skill，以及八個針對不同風格的影片生成 Skill；每個 Skill 都搭配相應的操作指引與參考資料。 4

實際上，這代表 Agent 可以按照某種既定方法處理特定類型的內容，而不是每次都臨場拼湊提示詞。例如，某個 Skill 可以協助製作風格化短片、建立分鏡，或選擇適合的生成策略；節點則成為文字、圖片、影片、音訊、模型、工作流與 Agent 互相連接的接口。

這種 ComfyUI 式設計，也保留了給熟悉節點工作流的創作者使用的技術控制路徑。H3 原生支援 ComfyUI，並已有文生影片、圖生影片、首尾影格與參考素材驅動等工作流。 135 Design 則把部分工作流邏輯帶進更偏向 Agent 操作的環境；根據產品發布相關報導，現有 ComfyUI 使用者也能繼續接入本地部署與既有工作流。 911

因此，它同時照顧兩類使用者：一類只想用自然語言描述成品構想，另一類則希望查看、調整甚至重組底層節點圖。

3D 導演台：把試錯提前到生成之前

當鏡頭涉及精確的空間關係時，單靠文字提示詞往往不夠。例如，誰站在哪裡、人物如何穿越畫面、攝影機位於何處，以及兩名角色如何與場景互動，這些都很容易在生成時變得模糊。

MiniMax Design 的 3D 導演台，透過預演方式處理這類問題。使用者或 Agent 可以在 3D 環境中擺放角色模型、調整姿勢與位置、設定攝影機，並從不同視角檢查構圖。確認場面調度後，系統再把空間或動作參考交給 H3 生成影片。 92324

它的價值不在於保證完美的物理模擬，而在於將模糊的描述轉化為更明確的拍攝計畫。創作者可以在真正生成影片前，先檢查構圖、人物關係與基本運鏡邏輯。 1420

例子：兩個角色與一條河

假設要製作一個鏡頭：兩名角色穿越草原，朝一條寬闊的河流走去；女主角跳到對岸，男主角留在近岸並沿著河邊來回踱步。

如果只用文字描述，很多關係仍然沒有被清楚限定：河流位於哪裡、兩人的起點與終點在哪裡、跳躍方向為何、攝影機從什麼角度拍攝，以及男主角要如何持續與女主角及河流保持關係。使用 3D 導演台時，這些空間關係可以先被實際排出來。完成的參考資訊能給 H3 更明確的場面調度目標；如果姿勢、構圖、跳躍動作或連戲仍有問題，創作者也能在畫布上針對對應鏡頭修改。 2325

這比一次次要求模型「再隨機生成一個版本」，更接近真正的導演工作：先確認怎麼拍，再決定是否開機。

為什麼 H3 在開放模型發布後受到關注

H3 於 2026 年 8 月 3 日開放模型權重，同日也被報導已獲原生 ComfyUI 支援。這讓開發者與創作者可以更直接地圍繞一個多模態影片模型建立本地或自訂工作流。 35

H3 引起注意的原因，還包括它把影片與原生立體聲音訊結合，並支援多種參考與編輯路徑。開放權重定位、多模態架構，以及逐漸擴大的 ComfyUI 生態，讓它不只是一個只能透過平台呼叫的生成端點。 156

不過，關於畫質、動作流暢度與角色一致性的比較，仍應保持審慎。現有比較資料呈現了 H3 與 Seedance 2.5 各自的優勢，但尚不足以證明 H3 在所有面向都普遍勝出。更穩妥的說法是：H3 的吸引力來自視聽生成能力、開放性與工作流延伸性；Seedance 2.5 則被描述為封閉式系統，具有較長的單次影片與更大的參考素材額度。 3334

從「模型能力」走向「製作流程」

H3 讓多模態生成成為可能，MiniMax Design 則嘗試讓它真正成為一套製作流程。

它的畫布提供結構與可追溯性；Skills 將重複性的製作方法封裝起來；Agent 與模型節點負責協調不同任務；3D 導演台則在渲染前提供空間控制。鏡頭生成後，系統還能繼續處理自動剪輯與字幕，縮短從零散素材到可交付影片之間的距離。 91418

因此，最值得注意的改變不只是「提示詞變得更好」。Design 改變了創作工作的基本單位：它不再是一支生成後就結束的短片，而是一張可編輯的製作圖。創作者可以從一個想法開始，查看每個中間決策，針對特定素材進行修改，並在不丟失專案上下文的情況下，持續走向最後的成片。