📚 H3 提示词规范速览
🎞 纯文本模式(T2VA / I2VA / FL2VA / L2VA)
三个核心字段,顺序固定:integrated_multimodal_description(画面+动作+对白逐镜头)→ overall_soundscape(环境音)→ non_diegetic_music(背景音乐)。关键帧模式下先写对齐指令(如「<Picture 1> 对齐 0.00 秒」)。
🎥 镜头规范
第一镜不带时间戳;后续镜头用 [Shot N] At MM:SS.mmm。运镜 = 类型+幅度+速度(如「camera pushes in with small amplitude at slow speed」),说话人用 (S1) 稳定编号,台词放 <d>[English] ...</d>。
🔗 多参考模式(Ref2VA)
六段式:subject_definitions → summary → retention_analysis → detailed_description → overall_soundscape → non_diegetic_music。用 <Subject N> / <Picture N> / <Video N> / <Audio N> 标签管理参考素材。