Index of every page on this site: llms.txt
All skills
minimax-ai avatar

/3d-animation-short-generator

@199b7d0
by MiniMaxminimax-ai/minimax-h312k stars
898
Run it yourself

Create complete stylized 3D animated shorts from a story idea through an ordered production workflow covering project brief, story outline, character and environment cards, standardized shot planning, text or optional pencil storyboards, video-model selection, single-shot generation, assembly, BGM matching, and final review. Use when the user wants an end-to-end narrative animation workflow with strong character consistency, scene continuity, timing, camera, performance, and audio control. Not for single images, simple edits, photorealistic live action, or one standalone clip.

Use this Skill: https://skilld.dev/gh/minimax-ai/minimax-h3/3d-animation-short-generator

Nothing lands on disk. Nothing to clean up.

Fork this Skill

Edit a local copy. It keeps the author and licence.

SKILL.cn.md

≈9.9k tokens on demand. Your agent reads this file only when SKILL.md points to it.

3D动画短片生成器

当用户想把一句话创意做成完整的故事优先动画短片流程时使用本 Skill。流程从创意开发到最终剪辑,所有主要产物都必须按生产顺序放到画布上,并在高成本或关键创意节点用选项卡让用户确认。

核心规则:先故事、再资产;用户输入内容后立刻用选项卡确认画面尺寸/比例与总时长;产物按顺序上画布;所有需要用户确认的地方必须用选项卡;角色/场景卡后固定顺序为:六列标准镜头信息表(每秒指令+音频+空间锚点链+hook)→ 镜头表自检门 → 一份单一文本分镜文档(每镜一节,对齐半解说短剧分镜字段;用户主动开启可视化模式时再加铅笔图;用户标记需要重点迭代的镜时抽取成独立节点)→ 视频模型选项卡(H3 默认,Seedance 2.0 回退)+ 分辨率选项卡 → 用选定视频模型生成单镜头片段 → 全片拼接与 BGM 合成;最终视频必须清除所有分镜痕迹。

全局视觉风格锁

除非用户明确指定其他视觉风格,所有角色卡、场景卡、镜头表格、文本分镜、可选铅笔分镜、单镜头视频片段(无论使用哪个视频模型)、拼接正片和最终合成都必须使用以下视觉风格:

  • 渲染风格:皮克斯感 3D 卡通渲染,C4D + Octane 渲染器质感,高级动画电影质量。
  • 角色造型:夸张几何概括与极佳材质质感的平衡。不追求 100% 真人解剖结构,而是使用高概括度几何形体、强剪影和高辨识度设计。
  • 比例语言:亲和的风格化比例,适合可爱或幼态角色时采用 2.5–3 头身 Q 版比例,大头小身、体块清晰、轮廓易读。
  • 发丝 / 毛发:整体造型有清晰块面结构,同时边缘保留精细发丝或绒毛细节;在光照下既硬朗有形,又有细腻触感。
  • 皮肤 / 材质:使用温润次表面散射(SSS)质感,耳朵、脸颊、鼻尖、指尖可有微红透光效果;避免生硬塑料感。
  • 表演风格:夸张灵动的迪士尼 / 皮克斯式角色动画表演,运用挤压与伸展,强化眉毛、眼角、瞳孔、嘴唇、脸颊形变。
  • 动态风格:高能量态势、清晰动作线、前倾势能、强预备动作、快速但可读的节奏、弹性身体机制和丰富微表情。
  • 情绪尺度:在可爱与爆发力之间取得平衡;强情绪可以有戏剧性面部变形,但必须保留角色魅力。

负向风格约束:不要写实真人摄影、不要扁平二次元、不要塑料玩具皮肤、不要僵硬人体姿势、不要真实解剖僵硬感、不要无生命表情。

STEP 0:接收需求与画布规划

捕捉:

  • 一句话创意或粗略故事
  • 目标产物:只要蓝图、只要资产、六列标准镜头信息表、单文本分镜文档(默认)+ 重点迭代镜抽取的独立节点 + 多宫格铅笔分镜(开启可视化模式时)、单镜头视频片段(视频模型在 Step 7 选定)、拼接正片,还是 BGM 合成最终成片
  • 用户已说明的预估时长
  • 用户已说明的画面尺寸 / 比例
  • 视觉基调:默认温暖风格化 3D 动画
  • 台词需求:有对白、旁白,还是无台词
  • 只有用户明确指定台词语言时才锁定语言;不要默认英文台词

捕捉完用户输入后,在项目简报或任何下一步之前,必须先展示选项卡确认生产规格:

画面尺寸 / 比例选项卡:

  • 16:9 横屏(电影短片推荐)
  • 9:16 竖屏短视频
  • 1:1 方形
  • 4:5 社媒竖图
  • 自定义尺寸 / 比例

总时长选项卡:

  • 30–60 秒(推荐)
  • 15–30 秒
  • 60–90 秒
  • 90–180 秒
  • 自定义时长

只有用户同时选择画面尺寸/比例和总时长,或明确给出自定义值后,才进入下一步。把已确认的画面尺寸/比例和总时长写入项目简报,并贯穿用于镜头时长、转场连贯性、六列标准镜头信息表、单镜头分镜(默认文本,开可视化模式时含铅笔图)、单镜头视频片段、全片拼接、BGM 匹配和最终合成设置。

按以下顺序创建或更新画布产物:

  1. 项目简报文本节点
  2. 故事大纲文本节点
  3. 带标注的角色卡图片节点
  4. 无人物的场景卡图片节点
  5. 六列标准镜头信息表节点,每行必须在 镜头描述 内含每秒指令
  6. 单文本分镜文档 — 一个画布文本节点,命名 <title> text storyboards,每镜一节(对齐半解说短剧分镜结构)。用户标记需要重点迭代的镜时,把该节抽取成独立节点,原位置留占位。可视化模式下的铅笔分镜图是独立图片节点。
  7. 单镜头视频片段节点(用 Step 7 选定的视频模型渲染 — H3 默认,Seedance 2.0 回退)
  8. 拼接主视频节点
  9. 匹配的 BGM 音频节点与最终 BGM 合成视频节点

不要把长篇生产内容只丢在对话里。耐用产物必须以文本、图片、视频或音频节点形式落到画布。

STEP 1:项目简报

写一份精炼的项目简报到画布文本节点,命名为项目名或 项目简报。

包含:

  • 工作标题
  • 一句话 What-if
  • 情绪前提
  • 目标观众感受
  • 主要交付物计划
  • 已确认的画面尺寸 / 比例
  • 已确认的总时长
  • 台词模式与语言:仅当用户明确要求才锁定具体语言;否则写 language not specified,保持最小化对白或后续再确认
  • 初始风险
  • 台词意图(如有)

然后展示用户选项卡:

  • 沿用此方向继续(推荐)
  • 重新生成前提选项
  • 修订情绪前提
  • 调整台词方向

只有用户选择或明确说继续后才进入下一步。

STEP 2:故事大纲与守门

创建故事大纲并写入画布文本节点,命名为 故事大纲 或 story-outline。

包含:

  • 主角 Want / Need / 缺陷
  • 核心世界规则
  • 8 拍因果故事骨架
  • 情绪锚点与回收
  • 台词节拍(用户要求时)
  • 红线检查

守门检查:

  • 主角是主动的
  • 危机由主角缺陷放大
  • 巧合不能解决问题
  • 结局回收早前情绪锚点
  • 反派压力不是扁平反派
  • 台词揭示关系变化而非解释主题

然后展示用户选项卡:

  • 批准故事并继续(推荐)
  • 修订节拍
  • 修订情绪曲线
  • 修订台词节拍
  • 返回前提

STEP 3:角色卡

生成角色参考卡并把每张图放到画布。推荐顺序:

  1. 主角卡
  2. 对比 / 施压角色卡
  3. 可选配角卡

每张角色卡在可能时为 16:9 生产参考图。与最终渲染视频不同,角色卡必须包含清晰可读的标注,让下游生成能正确绑定人物与道具:

  • 角色名标注(英文和/或项目语言)
  • 角色定位标注:主角、奶奶、小偷、搭档、施压角色等
  • 主 3/4 视角
  • 正 / 侧 / 背三视图
  • 表情
  • 材质 / 服装 / 道具细节
  • 重要道具标注:手提包、钱包、滑板、苹果筐、围巾、鞋子、眼镜等
  • 提示中重复的"身份锁"
  • 简短视觉 ID 备注:年龄段、身材、发型、服饰色、签名道具、不可改特征

风格化 3D 动画要保持角色柔和、可读、跨图跨视频一致。

主要角色卡生成后展示用户选项卡:

  • 锁定角色设计并继续(推荐)
  • 重新生成主角卡
  • 调整具体视觉细节
  • 增加另一张角色卡

警告用户:后续修改已锁定的角色设计可能需要重做镜头表、单镜头分镜、单镜头视频片段、拼接正片和最终合成。

STEP 4:场景卡

在角色卡之后生成场景参考卡并放到画布。场景卡只能展示环境,不出现人物、人群、剪影、手、脸或角色客串。角色动作属于镜头表、单镜头分镜与单镜头视频片段,不属于场景卡。

包含:

  • 主环境总览
  • 关键光态:日景 / 夜景
  • 情绪子空间
  • 连续性地标(同场景跨镜头必须保持屏幕位置的固定物体,如厨房中岛、沙发、门框、树、邮筒)
  • 环境中的重要道具

然后展示用户选项卡:

  • 锁定场景设计并继续(推荐)
  • 重新生成场景卡
  • 增加另一个场景角度
  • 调整光位或布局

STEP 5:六列标准镜头信息表

在角色卡和场景卡锁定后,输出标准化视频提示作为镜头信息表。本步为强制步骤,不可与分镜或视频生成互换。在画布创建表格节点或 markdown 表格,命名为 标准镜头信息表 或 standard-shot-table。

表格必须严格按以下顺序包含六列:

镜头编号 & 时长 连续性衔接 参考锚点(空间+身份) Hook 类型 镜头描述(每秒指令) 音频与对白轨

列规则:

  • 镜头编号 & 时长:镜头号加计划时长,例如 S03 / 6s。
  • 连续性衔接:本镜如何自然承接上一镜的结束画面、道具位置、眼神、人物姿态、声桥或情绪状态;以及本镜如何为下一镜开篇铺好钩子。这是跨镜连续性主链。
  • 参考锚点(空间+身份):四个子字段,全部必填。
    • 固定地标 — 来自场景卡的确切命名地标,及其相对画面的位置(如 door-frame: 右侧 1/3、kitchen-island: 底部居中)。
    • 人物位置(机位视角) — 镜头中每个角色相对画面的位置(左/中/右、上/中/下、前/中/后景)、朝向、初始姿态。
    • 退场人物状态 — 上一镜有但本镜没有的角色,记录其离屏位置和原因(如 Mia — 离屏左侧,最后出现于门框旁手持苹果筐)。
    • 光位基线 — 从场景卡继承的主光/补光/轮廓光方向,加本镜调整项(如 主光:温暖顶光,补光:右侧冷反光,调整:窗光背身剪影)。
    • 加上身份绑定:已批准的角色卡名(精确)和场景卡名(精确)。
  • Hook 类型:从受控词表中挑一个短标签,如 visual-joke、reversal、suspense、tender、chase、reveal、callback、expression-beat。用于整片 hook 分布自检。
  • 镜头描述:景别、镜头运动、荷兰角设计、表演风格、音效、负向提示、视频模型生成备注(Step 7 选定的模型 — H3 或 Seedance 2.0 — 接收的 prompt 形态略不同;H3 强调包装关键词和文字/UI/动效清晰度,Seedance 2.0 强调电影感镜头和弹性表演),并强制包含 Per-Second Directives 子节。子节必须按秒拆解为 0–1s、1–2s、2–3s 等指令;亚秒关键节拍用 2.0–2.5s 风格标记。每条每秒指令必须覆盖全部 5 个必填要素:
    1. 动作 / 姿态 / 表情(适用时含 squash-and-stretch、anticipation、overshoot、follow-through)
    2. 镜头运动(推 / 拉 / 摇 / 倾 / 手持晃动 / 锁定 / 环绕)
    3. 空间位置(人物在哪、持有什么、地标在画面哪里)
    4. 音频线索(旁白 / 对白 / 音效 / 呼吸 / 沉默 — 或 silent 表示有意静默)
    5. 与下一秒或下一镜的交接(这一秒锁定的状态如何递给下一秒)
  • 音频与对白轨:本镜完整音频脚本,按时间顺序,独立于每秒指令。字段:
    • 旁白 — 旁白文本及时间范围(无旁白则省略)。
    • 对白 — 台词、说话人、语气、时间范围。
    • 音效 — 关键音效,按时间锚定。
    • 表演备注 — 主角离屏旁白时标记 narrator-mouth-closed: true;描述旁白期间表情路径;描述每条对白的具体眼神和身体动作变化。

表格全局规则:

  • 每镜必须通过 连续性衔接 列自然继承上一镜画面状态,并为下一镜做铺垫。
  • 每镜必须含覆盖整个时长的每秒指令,包含动作、姿态、表情、镜头运动、空间位置、音频线索和连续性交接。
  • 每秒指令必须具体到可直接生成分镜面板;避免"继续移动"这类缺少身体/镜头/道具细节的模糊描述。
  • 表演必须夸张弹性,符合迪士尼式 squash-and-stretch、anticipation、overshoot、follow-through、overlap、弧线、快速姿态变化和清晰喜剧剪影。
  • 景别必须在特写 / 大特写与其他必要景别间交替;避免重复景别。
  • 荷兰角构图必须为追逐、失衡、惊吓或闹剧节拍设计。
  • 台词语言仅在用户明确要求时使用;否则用最小化非语言特定反应或将台词标记为可选 / 待确认。
  • 含旁白或对白的镜头,每一秒人物说话时都必须记录嘴部开合;默认离屏旁白为闭,对面对白为开。
  • 已离屏角色在 退场人物状态 至少记录 1 镜,连续 2 镜明确不在场后再移除。

然后展示用户选项卡:

  • 批准表格并进入自检(推荐)
  • 调整镜头连续性
  • 让动画更夸张
  • 调整特写 / 大特写节奏
  • 调整荷兰角设计

STEP 5.5:镜头表自检门(强制)

进入铅笔分镜前,必须对已批准的镜头表跑硬性自检。任何一项不通过必须先修订表格再重跑,通过后才向用户申请进入分镜。

六项必检:

  1. Hook 密度:每镜都有 Hook 类型;每连续 3 镜至少 1 镜使用 reveal/reversal/callback;开场镜和收尾镜各带强 hook(visual-joke / reversal / reveal / suspense / tender)。
  2. 单镜时长:任何镜头不超过 15 秒。节拍需要更长就拆镜。
  3. 单镜角色数:任何镜头不超过 3 个重要角色(定义为有画面动作或对白的角色)。
  4. 空间锚点继承:含 2 镜以上的同场景,下一镜的 固定地标 和 光位基线 必须与上一镜一致或含明确连续性备注(如 door-frame 随镜头左环绕由右侧 1/3 移至中央)。
  5. 每秒指令覆盖:从 0s 到镜尾的每秒都有 Per-Second Directives,每条含 5 个必填要素(动作/姿态/表情、镜头、空间、音频线索、交接)。允许 2.0–2.5s 亚秒节拍但不能留时间空隙。
  6. 跨镜连续性:逐行读 连续性衔接 列必须形成连续链 — 任何一镜都不能从一个与上一镜结束矛盾的状态起步。任何翻转眼神、人物位置、道具状态或光位的镜头必须明确标记翻转(如 HARD CUT — 时间跳 2h)。

六项全过后,在画布表格节点顶部加 shot-table self-check: passed 戳,并展示用户选项卡:

  • 批准自检并绘制分镜(推荐)
  • 查看自检详情
  • 修订失败项
  • 重新跑自检

任何一项不通过就不进入 Step 6。返回 Step 5,列出失败行,表格修好并重跑自检通过后,才能再次展示分镜批准选项卡。

STEP 6:单文本分镜文档(默认)+ 多宫格铅笔分镜图(opt-in)

Step 5.5 自检通过后,先展示分镜模式选项卡,再生成任何分镜产物:

  • 单文本分镜文档(默认,推荐) — 整个短片一份画布文本节点,所有分镜作为文档内章节。对齐半解说短剧分镜结构:每镜字段(标题/hook/场景/角色/空间锚点/连续性/表演备注)加 Pixar 的每面板四象限内容 + 可选 ASCII 布局。承载完整质控载荷,成本几乎为零。Step 7 选定的视频模型直接读取作为该镜渲染参考。
  • 单文本分镜文档 + 多宫格铅笔图(可视化模式,opt-in) — 单文本分镜文档照常作为权威产物,并额外为每镜生成一张多宫格铅笔图供人眼审稿。成本更高,适合用户想在付视频成本前要一次视觉预演,或弹性表演 / 姿态剪影是高风险项想先可视化检查的情况。

把选中的分镜模式记入项目简报,并在 Step 7、Step 9 和重生成纪律里复用。

默认路径:单文本分镜文档

为整部短片生成一个画布文本节点,命名 <title> text storyboards(一个文档包含所有分镜)。即使同时生成铅笔图,这份文档仍是 Step 7 的权威渲染参考。结构对齐半解说短剧分镜 —— 每镜是同一文档的章节,用户读跨镜连续性不需要切换节点。

文档头部块(文档顶部):

  • 项目标题、已确认的视频模型、已确认的分辨率、分镜模式、自检状态(如 shot-table self-check: passed at <时间戳>)。
  • 一段简短的目录,列出每镜的 hook 和章节锚点(如 S01、S02 …),便于用户跳转。

每镜章节结构(每个 ## 标题对应一镜,按镜头顺序)。每个章节必须按以下顺序包含这些字段 —— 直接对应半解说短剧的分镜字段:

  1. 镜头标题 & 时长 — 简短可读的本镜标题,加 S<N> / <duration>s(如 S03 / 6s)。
  2. Hook 类型 — 受控词:setup / visual-joke / reversal / reveal / callback / suspense / tender / chase / expression-beat / climax。用于整片 hook 分布自检。
  3. 场景 & 角色 — 精确场景卡名、精确在屏角色名(绑定到角色卡)。
  4. 空间锚点卡(强制,四个子字段 —— 直接对齐半解说短剧):
    • 固定地标 — 命名地标及其画面相对位置(如 door-frame: 右侧 1/3、kitchen-island: 底部居中)。
    • 人物位置(机位视角) — 每个在屏角色,画面相对位置、朝向、初始姿态。
    • 退场人物状态 — 上一镜有但本镜没有的角色,记录其离屏位置和原因。
    • 光位基线 — 从场景卡继承的主光/补光/轮廓光方向,加本镜调整项。
  5. 连续性(对齐半解说短剧的 handoff 字段):
    • 承接 S(N-1) — 一两句话交代上一镜结束状态。
    • 交接 S(N+1) — 一句话铺好下一镜开场。
  6. 双绑定 — [char:角色名-01] [char:角色名-02] ... [scene:场景名] [hook: visual-joke] — 精确角色卡名、场景卡名、hook 类型。这些是分镜专用参考标记,视频模型渲染时剥离。
  7. 每面板四象限内容(按时间顺序;这就是 Pixar 的每秒指令,从表格行原样保留):
    • 时间码 — 如 0–1s。
    • 姿态 + 表情 — 具体身体姿态、剪影、关键持握、眼神、表情路径;弹性节拍明确写出 squash / stretch / anticipation / overshoot。这是每面板最大块内容,也是视频模型读取的视觉节拍。
    • 镜头 — 景别、镜头运动(推/拉/摇/倾/手持晃动/锁定/环绕)、荷兰角备注。
    • 音频 + 锚点 — 音频线索(♪ 旁白: ... / 对白: ... / SFX: ... / silent)和空间锚点备注(door-frame: 右侧 1/3 / Mia: 中央中景面朝镜头)。
    • 表演备注(对齐半解说短剧):旁白秒标 narrator-mouth-closed: true;面对白秒标 mouth-open: speaker 并描述表情路径 / 眼神 / 身体动作变化。
  8. 布局规则(逐镜适用):
    • 3 秒镜 → 3 面板(每秒 1 个)。
    • 4 秒镜 → 4 面板。
    • 5 秒镜 → 5 面板。
    • 6 秒镜 → 6 面板。
    • 7 秒及以上 → 每秒 1 面板;亚秒关键节拍按需加迷你面板如 2.0–2.5s,仅当该节拍是本镜核心 hook 时。
    • 面板必须覆盖整镜时长,从首帧到尾帧无时间空隙。
  9. 每面板绑定:
    • 绑定表格行中列出的精确角色卡,锁定外观、脸、发型、身材、服装、签名道具、角色身份。使用与表格相同的角色名。
    • 绑定表格行中列出的精确场景卡,保留环境、道具、地标、运动路径、空间逻辑。
  10. 可选 ASCII 布局块(强烈推荐,零成本):
    • 每面板附一小段 ASCII 草图(或整镜一张组合草图),让用户秒扫空间布局而不必渲染图。例:
      [0-1s]  Mia (L, mid)         door-frame (R)
              ——跪下,双手按苹果筐——
              cam: low push-in, locked
              audio: silent | anchor: basket center-bottom
      [1-2s]  ...
    • ASCII 块仅供参考;视频模型读取上面结构化的 每面板四象限内容,不读 ASCII。
  11. 分镜专用标记:
    • 关键节拍在面板时间码后加 [BEAT]。
    • 某面板必须交接特定状态到下个面板或下个镜头时,加 [HANDOFF → ...] 短标签,如 [HANDOFF → S04 opening]。

每镜章节模板(任意镜通用,复制粘贴骨架):

## S03 / 6s — 标题:奶奶把苹果筐递给 Mia

- **Hook 类型**:reveal
- **场景 & 角色**:scene:kitchen | char:Mia, char:Grandma
- **空间锚点卡**:
  - 固定地标:door-frame(右侧 1/3)、kitchen-island(底部居中)
  - 人物位置:Mia(左,中景,面朝镜头)| Grandma(右,前景,面朝 Mia)
  - 退场人物状态:—
  - 光位基线:温暖顶光主光 + 右侧冷反光
- **承接 S02**:奶奶弯下腰从中岛拿起苹果筐
- **交接 S04**:Mia 接住筐转身,门铃响起
- **双绑定**:[char:Mia] [char:Grandma] [scene:kitchen] [hook:reveal]

### 每面板四象限内容

#### 0–1s
- 姿态 + 表情:奶奶弯腰双手持筐;Mia 左侧站姿,眼神好奇
- 镜头:locked medium shot, eye-level
- 音频 + 锚点:silent | Mia: L midground | basket: center bottom
- 表演备注:[BEAT]

#### 1–2s
- 姿态 + 表情:奶奶手臂伸向 Mia,筐倾斜;Mia 双手前伸准备接
- 镜头:locked medium shot, eye-level
- 音频 + 锚点:♪ SFX: basket rustle | anchor: door-frame: 右侧 1/3
- 表演备注:[HANDOFF → S04 opening]

#### 2–3s
...

### ASCII 布局(可选)
[0-1s]  Grandma (R, fg)        door-frame (R, bg)
        ——lifts basket——        Mia (L, mid)
        cam: locked | silent
[1-2s]  ...

所有章节写完后,把文档放到画布,直接进入 Step 7。默认模式下不要调用任何图像生成模型。

按镜抽取(重点迭代模式)

默认的单文档形态针对阅读和跨镜连续性做了优化。当用户标记某镜需要重点迭代(通常是 climax / 追逐 / 闹剧节拍,每面板内容需要多轮修订),就把该章节从文档中抽取成独立文本节点,让迭代局部化:

  • 用户信号:Step 6 之后任何时间用户说"重点改 S05"、"S05 需要返工"、"抽取 S05"、或在分镜批准选项卡选某镜做重点迭代。
  • 抽取机制:
    1. 新建一个画布文本节点,命名 <title> S05 text storyboard (extracted)。
    2. 把文档中 ## S05 章节的完整内容移到新节点。
    3. 在文档中,把原 ## S05 章节替换为一行占位:> S05 — 已抽取到独立节点(见 \<title> S05 text storyboard (extracted)`)`。
    4. Step 7 渲染 S05 时从抽取节点读取;其他镜仍从文档读取。
  • 回填:用户满意后,把独立节点折叠回文档(占位换成最新内容),独立节点归档。
  • 多镜抽取:每个被抽取的镜各自独立成节点,文档里用占位追踪。

抽取机制存在是因为独立节点按需使用才高效 —— 但只要迭代压力大就随时可用。

Opt-in 路径:多宫格铅笔分镜图(可视化模式)

如果用户在分镜模式选项卡选了可视化模式,在单文本分镜文档之外额外为每行生成一张多宫格铅笔分镜图。单文本分镜文档仍为权威渲染参考;铅笔图仅供人眼审稿。

每张铅笔分镜图:

  • 双绑定标签(右上角,强制写在图上):
    • [char:角色名-01] [char:角色名-02] ... — 本行用到的精确角色卡名。
    • [scene:场景名] — 精确场景卡名。
    • [shot: S03] [dur: 6s] [hook: visual-joke] — 镜头号、时长、hook 类型。
    • 这些标签是分镜专用参考标记,渲染视频时剥离。
  • 绑定精确角色卡,锁定人物外观、脸、发型、身材、服装、签名道具、角色身份。
  • 绑定精确场景卡,保持环境、道具、地标、运动路径、空间逻辑。
  • 把行内每秒指令转换为一张分镜面板或一个明确标注的节拍面板:4 秒镜通常 4 面板;6 秒镜通常 6 面板;亚秒关键节拍按需加迷你面板。
  • 面板物理排版(强制):
    • 3 秒镜 → 1×3 条。
    • 4 秒镜 → 2×2 网格。
    • 5 秒镜 → 上排 3 + 下排 2。
    • 6 秒镜 → 2×3 网格。
    • 7 秒及以上 → 3 排,面板均衡。
    • 每面板占据相同画布面积,不允许某面板独占。
  • 每面板四象限内容(强制):
    • 左上:时间码(如 0–1s)。
    • 右上:姿态 + 表情草图(最大区域;实际视觉节拍)。
    • 左下:镜头图标 + 运动箭头(推/拉/摇/环绕/锁定)加荷兰角小备注。
    • 右下:音频线索(如 ♪ 旁白: "我就知道。" / SFX: 门吱呀 / silent)和锚点备注(如 door-frame: 右侧 1/3)。
  • 面板按阅读顺序排布,多个不同镜头不合并到同一图。
  • 每面板标记时间码如 0–1s、1–2s,并展示对应姿态、表情、动作、镜头运动、道具位置、音效线索和连续性交接。
  • 输出纯黑白铅笔线稿:不上色、不带最终渲染光、不带精致 3D 渲染。
  • 在分镜图上标镜头号,必要时每面板加镜头运动图标 / 标记。
  • 必要时包含分镜专用标记:铅笔结构线、动作箭头、镜头路径图标、时间标记和小注。
  • 草稿只作为视频渲染参考资产,不是终稿美术。

分镜批准(两种模式通用)

所有文本分镜章节(和可视化模式下的铅笔图)产出后,按镜头顺序放到画布,归组为:

  • <title> text storyboards(默认模式,单文档),或
  • <title> text storyboards + multi-panel pencil storyboards(可视化模式,文本文档和铅笔图分两类各自归组,因为铅笔图含双绑定标签、ASCII 标签和镜头号,文本文档没有这些)。

展示用户选项卡:

  • 批准分镜并渲染镜头视频(推荐)
  • 抽取 / 回填某镜(在文档和独立节点之间移动章节)
  • 重画选定的铅笔分镜(仅可视化模式)
  • 修复角色一致性
  • 修复场景逻辑
  • 修复镜头标记
  • 修复音频/锚点标记

分镜生成失败回退(仅可视化模式)

如果铅笔分镜图无法按要求质量产出(布局塌陷、标签糊掉、面板合并、角色走样),在向用户求助前按以下升级路径处理:

  1. 第一次重试:用更紧的提示重画同一镜,明确写上四象限布局、[char:…] [scene:…] [shot:…] 标签和每面板内容规则。
  2. 第二次重试:去掉右下音频/锚点象限文字(保留为带小 ♪ 标记的空白格),减少文字负载;通常能修掉标签糊掉但不影响视觉节拍。
  3. 第三次重试:面板数减 1(例如 6 面板→5 面板,合并两秒动作最弱的秒),镜头图标简化为单箭头。
  4. 同一镜连续 3 次失败后:暂停并用选项卡问用户:
    • 切换为色块分镜(灰色方块占位姿态,不画铅笔线),仅限失败这一镜。
    • 放弃该镜的铅笔图,仅靠单文本分镜文档推进该行。
    • 在 Step 5 把该镜拆为两段更短的镜头并重跑 Step 5.5。
    • 手动提供参考图代替生成。

默认文本模式没有这套回退 —— 文本分镜失败只发生在模型无法产出连贯结构化文本时,遇到就直接回到 Step 5 修订该行表格。

STEP 7:视频模型选项卡 + 单镜头视频片段

视频模型选项卡(任何片段渲染前的强制门)

任何片段渲染前必须先展示视频模型选项卡。选择写入项目简报,本项目所有片段沿用,除非用户后续修改。

视频模型选项卡:

  • H3(推荐默认) — 强项是视觉包装、动效图形、文字/UI 清晰度、多模态上下文理解、性价比(2K 约同类旗舰 1/3 价格,768P 约 1/2)。原生双声道音视频,单片段最长 15s @ 2K。最适合:设计语言强的皮克斯 3D 动画短片、文字 / 字幕 / UI 元素、动效转场、对话驱动且音频就是交付物一部分的镜头。
  • Seedance 2.0(高强度动画表演的回退) — 强项是电影感镜头、复杂运镜、皮克斯弹性表演、动作张力。适合追逐、闹剧节拍、以动画本身为卖点的 climax 镜头。
  • 逐镜混合(高级) — 在镜头表某行的 镜头描述 列加 video_model: H3 或 video_model: Seedance2 字段,本项目同时混用。未标记的行默认走 H3。

分辨率选项卡(视频模型锁定后)

视频模型确定后再展示分辨率选项卡:

  • 768P(H3 首推,性价比高)
  • 2K(H3 默认质量,成本更高,画质更清)
  • 1080p(Seedance 2.0 推荐)
  • 720p(Seedance 2.0 草稿,最低成本)
  • 匹配项目 / 自定义分辨率

首条片段渲染前用户必须先确认分辨率。后续用户可针对单条 hero 镜头临时改分辨率。

单镜头片段渲染

每行批准后调用选定的视频模型生成对应独立视频片段。每条片段必须严格使用单文本分镜文档中匹配的章节(若该章节已抽取成独立节点则从独立节点取)、角色卡和场景卡。

各模型通用规则:

  • 单文本分镜文档是权威的逐镜参考:叙事、构图、镜头运动、动作编排、每秒时间、镜头号都从这里取。已抽取的镜从独立节点取。若同时存在铅笔分镜图,仅用于人眼侧的姿态/剪影预检;不得让铅笔图覆盖文本分镜。
  • 角色卡为权威身份源。
  • 场景卡为权威环境源。
  • 剥离所有分镜双绑定标签([char:…]、[scene:…]、[shot:…]、[dur:…]、[hook:…])再渲染视频 — 这些是分镜专用参考标记,不能出现在最终片段里。铅笔分镜图还自带镜头号、镜头图标、箭头和备注,渲染时也要一并移除。
  • 渲染片段只能包含干净的皮克斯感全彩 3D 动画内容。
  • 不要分镜线稿、不要手绘草图质感、不要标签、不要字幕(除非要求)、不要水印。
  • 保持已批准的画面尺寸 / 比例和已批准的分辨率。

模型相关 prompt 形态

单文本分镜文档(已抽取的镜从独立节点取)同时喂两个模型,但包在分镜外的 prompt 前缀不同:

  • H3 prompt 前缀(默认):强调包装关键词、设计语言、动效清晰度、文字/UI 元素(如果相关)、双声道音频意图。H3 强在指令遵循,每秒指令可以几乎原文送入。追加:Pixar-inspired 3D cartoon rendering, C4D + Octane look, stylized Q-version proportions, warm SSS skin, designed-with-detail hair, strong character design language, clean motion, on-brand color palette。
  • Seedance 2.0 prompt 前缀(表演回退):强调电影感镜头语言、弹性 squash-and-stretch、anticipation、follow-through、光位戏剧性、镜头选择。追加:cinematic Pixar-quality 3D animation, elastic squash-and-stretch performance, Disney-style anticipation and overshoot, dramatic key lighting, lens-specific depth of field。

用户选了逐镜混合时,按该行 video_model 字段匹配的前缀。

各模型失败回退

H3 失败回退阶梯:

  1. 第一次重试:用直接引用表格中 参考锚点 块的强化 H3 prompt 重渲染。
  2. 第二次重试:把该镜缩到 ≤6s,把砍掉的秒拆到 Step 5 的新相邻行,重跑 Step 5.5 自检再重渲。
  3. 第三次重试:把失败这一镜切到 Seedance 2.0(这正是混合模式存在的意义 — 表演回退是一键切换,不是重构流程)。
  4. 同一镜连续 3 次失败:暂停并用选项卡问用户:
    • 单独把这一镜切到 Seedance 2.0。
    • 放宽要求(去掉一个道具、简化动作、降低 hook 强度)。
    • 跳过该镜,下游加 placeholder: missing clip 标记。
    • 手动提供参考视频代替生成。

Seedance 2.0 失败回退阶梯(用户全局选了 Seedance 时,或 H3 已失败 3 次后):

  1. 第一次重试:直接引用 参考锚点 块的强化 prompt 重渲染。
  2. 第二次重试:去掉参考图,纯文本生成。
  3. 第三次重试:缩到 ≤6s,砍掉的秒拆到新行。
  4. 同一镜连续 3 次失败:问用户 — 切到 H3、宽松要求、跳过、手动参考视频。

所有片段渲染完成后

按镜头顺序放到画布,归组为 <title> shot clips(不再硬编码单一模型名,因为项目可能混用 H3 和 Seedance 2.0),展示用户选项卡:

  • 批准片段并合成全片(推荐)
  • 重渲染选定片段(可指定用同一模型或切换)
  • 修复角色不一致
  • 修复场景不一致
  • 加强分镜清理
  • 修复跨片段空间锚点漂移

如果渲染片段与已批准的 参考锚点 漂移(门框落到错边、人物从错边离屏、光位翻转),用直接引用 参考锚点 块的强化提示重渲染;持续漂移时按混合模式切到另一模型;不要在拼接时静默混合修正版和未修正版。

STEP 8:全片拼接、BGM 匹配与最终输出

所有单镜头片段批准后,按表格顺序拼接成完整主视频。然后生成一条连续 BGM 匹配故事氛围,嵌入拼接视频。

拼接与 BGM 规则:

  • 严格按已批准表格的镜头顺序。
  • BGM 匹配拼接视频的实际节奏、情绪弧、喜剧节拍、追逐节奏和结尾氛围。
  • 在对白、非语言反应和重要音效下 duck BGM。
  • 保留原片段音频和音效(除非用户要求替换)。
  • 不要逐镜生成 BGM。
  • 不要加字幕或文字(除非用户明确要求)。
  • 最终视频必须保持干净动画视觉、无任何分镜痕迹,包括没有 [char:…] [scene:…] [shot:…] 双绑定标签。

然后展示用户选项卡:

  • 批准最终成片(推荐)
  • 重新生成 BGM
  • 调整 BGM 混音
  • 重渲染选定片段

STEP 9:最终复盘

用户要求诊断或存在明显风险时,生成一段简短复盘文本节点。

检查:

  • 角色一致性
  • 场景连续性(对照 参考锚点 列验证:每个地标是否落在表格说的位置)
  • 情绪锚点回收
  • 镜头意图清晰度
  • 对白可懂度
  • 音效/动效同步(对照 音频与对白轨 列)
  • BGM 平衡
  • 最终视频无分镜痕迹:没有面板边框、铅笔线、箭头、标签、手写备注、时间标记、姿态残影、分镜文字,也没有双绑定标签([char:…]、[scene:…]、[shot:…]、[dur:…]、[hook:…])
  • 缺失或薄弱片段
  • 任何可能需要重做的资产

画布排序与归组纪律

每生成一个耐用产物,立刻按 STEP 0 顺序写到画布。生成工具自动上画布的不重复。

每个生产环节都归组:

  • 项目简报与故事大纲在都有时归组为 <title> story planning。
  • 角色卡归组为 <title> character cards。
  • 场景卡归组为 <title> scene cards。
  • 标准镜头表归组为 <title> shot table。
  • 单文本分镜文档归组为 <title> text storyboards(默认模式,单文档)。抽取的独立文本分镜节点和铅笔分镜(可视化模式)各自分组:<title> extracted text storyboards 和 <title> multi-panel pencil storyboards。所有分镜组与渲染片段组分开,因为分镜含双绑定标签、镜头号、镜头图标、箭头和铅笔线。
  • 单镜头视频片段归组为 <title> shot clips(标签不再硬编码单一模型名,因为项目可能混用 H3 和 Seedance 2.0)。
  • 拼接主视频、匹配 BGM 和最终合成视频在都有时归组为 <title> final delivery。

一轮生成产出 2 个或更多产物时,立刻归组并起一个清晰标题。渲染器位置未刷新导致归组失败时,请用户点击/拖动任一画布节点一次,再重试归组,必要时再进入下一个高成本环节。

用户选项卡纪律

每个需要用户确认的地方都用选项卡。不要用纯对话问题或散文代替。强制选项卡门:

  • 输入捕获后,下一步之前:选画面尺寸 / 比例
  • 输入捕获后,下一步之前:选总时长
  • 项目简报后
  • 故事大纲后
  • 角色卡后
  • 场景卡后
  • 标准镜头表后(门 1:批准表格进入自检)
  • 镜头表自检通过后(门 2:批准自检,然后立即选分镜模式:仅文本 / 文本+铅笔图)
  • 单镜头分镜后(默认单文本分镜文档,可含抽取的独立节点;可视化模式时含铅笔图)
  • 单镜头视频片段渲染前:选视频模型(H3 默认,Seedance 2.0 回退,逐镜混合)
  • 单镜头视频片段渲染前:选视频分辨率
  • 单镜头视频片段后
  • 全片拼接、BGM 匹配和最终合成后

默认推荐项放最前。始终允许用户自定义输入。用户说"继续"时按选了推荐项处理。

重生成与最新资产纪律

用户重做或修订任何产物时,下游步骤必须用最新批准的产物,不能用旧的。

规则:

  • 角色卡重做后,未来的镜头表、单文本分镜文档(含抽取的独立节点;可视化模式下还含铅笔分镜)、单镜头视频片段、拼接视频、最终合成必须按精确角色名引用新的带标注角色卡。
  • 场景卡重做后,未来的镜头表、单文本分镜文档(含抽取的独立节点;可视化模式下还含铅笔分镜)、单镜头视频片段、拼接视频、最终合成必须按精确场景名引用新场景卡。
  • 镜头表修订后,未来的分镜(文档+抽取节点)、单镜头视频片段、拼接必须用新表。Step 5.5 的自检必须在分镜恢复前重跑。
  • 单文本分镜文档中某章节修订后,对应单镜头视频片段必须用新章节内容。若该章节已抽取成独立节点,则独立节点为权威。
  • 抽取的独立文本分镜节点修订后,用户满意时回填到文档(占位换成最新内容),独立节点归档。
  • 可视化模式下铅笔分镜重画后,对应视频片段仍以单文本分镜文档(或抽取的独立节点)为准;铅笔图仅供人眼参考,可独立重画而无需强制重渲视频。
  • 单镜头视频片段重渲染后,拼接、BGM 匹配和最终合成必须用新片段。片段原用 H3 渲染,用户想切到 Seedance 2.0 重渲(或反向)按模型切换处理 — 在项目简报记入新模型,重检 per-shot 规则。
  • BGM 重新生成后,最终合成必须用新 BGM。

任何重做后:

  1. 在下一条文本输出或回复中标记重做产物为当前批准版本。
  2. 在所有后续提示中优先用新文件路径 / 节点。
  3. 画布上同时存在多版本时,按文件名 / 节点名指明当前选用版本再继续。
  4. 不要在最终拼接中静默混合新旧资产。

边界

单张图、简单修图、单段镜头动画、logo 设计、纯提示咨询不用本 Skill。用户只要提示时,用视频提示工作流。用户只要角色卡时,用角色拆解工作流。

Source: SKILL.md on GitHub

No rule matched.

skilld matched fixed text patterns in SKILL.md and file names. Patterns miss obfuscated code.

skilld run checks every file with the same patterns. It asks for approval before it loads a Skill with a behavior marked Needs approval.

No alerts17d3 checks · Risk SAFE
  • Gen Agent Trust Hub17d

    The skill provides a structured production workflow for creating 3D animated shorts, covering everything from story outlining to final video assembly. It uses platform-specific internal tools for image and video generation and does not exhibit any malicious behaviors or security vulnerabilities.

  • Socket1mo

    No alerts

  • Snyk1mo

    Risk: LOW · No issues

Signed by skilld at 199b7d0. This ties the file your Agent reads to that commit on GitHub. It does not review the instructions.

Last checked against GitHub 3 weeks ago.

Activeupdated 3 months ago
Other metadata
compatibility
Requires the MiniMax Hub agent (canvas workspace, choice cards, and hub_generate_image/hub_generate_video tools); not portable to generic agent harnesses.

README badge

README badge for minimax-ai/minimax-h3/3d-animation-short-generator