5秒を3コマに分けて動きを指示する

　MiniMax H3は動画を生成するので，プロンプトには人物の動きやカメラの動き，音声やセリフなどさまざまな内容を書かないといけないようです。プロンプトの書き方について色々調べて，下記のWebサイトのプロンプトを参考にさせていただくことにしました。

【MiniMax H3】プロンプトの書き方3種を試してみた（自然文・時刻指定・動画2分割）｜かみもと｜ローカルAI生成

サンプルで掲載されていたプロンプトのひとつには[0:00-0:03]のように時間を指定して，その時間の動きを続きに書くという手法がありました。私が生成している動画は5秒なのでこれを3コマに分けて動きを指示して動画を生成しようと考えました。
以下の作成例は5秒間を3コマに分けた部分だけを記載していますが，前後に一貫性を維持する指示や音声についての指示を入れています。この部分は上記のWebサイトのプロンプトを若干書き直して使わせていただいています。

作成例1　お待たせ～行こっか

[0:00-0:02] The girl walks forward along a path with a cheerful gait; her chest sways slightly in rhythm with her steps and speaks in a cheerful, soft voice (S1): <d>[Japanese]お待たせ</d>
[0:02-0:04] She spins and turns around gracefully, letting her pleated skirt and hair flutter in the breeze.
[0:04-0:05] The camera zooms in close to her face as She raises her hands to make a heart sign in front of her blushing face with a sweet smile and speaks in a cheerful, soft voice (S1): <d>[Japanese]いこっか</d>.

（最初の2秒）少女は軽やかな足取りで小道を歩いていく。胸は歩くリズムに合わせてわずかに揺れ、明るく柔らかな声で「お待たせ」と話す。
（次の2秒） 彼女は優雅にくるりと向きを変え、プリーツスカートと髪をそよ風になびかせる。
（最後の1秒）カメラが彼女の顔にズームインすると、彼女は頬を赤らめ、愛らしい笑顔で両手を上げてハートの形を作り、明るく柔らかな声で「行こっか」と話す。

作成例2　待ってたよ～会いたかった

[0:00-0:02] The girl looks this way and raises her hand and speaks in a cheerful, soft voice (S1): <d>[Japanese]待ってたよ</d>
[0:02-0:04] She stands up and embraces someone; as she does, her skirt and hair flutter in the wind.
[0:04-0:05] The camera zooms in close to her face with a sweet smile and speaks in a cheerful, soft voice (S1): <d>[Japanese]会いたかった</d>.

（最初の2秒）女の子はこちらを向いて手を挙げ、明るく柔らかい声で「待ってたよ」と話します。
（次の2秒） 彼女は立ち上がって誰かを抱きしめます。そうすることで、彼女のスカートと髪が風になびきます。
（最後の1秒） カメラは彼女の優しい笑顔にズームインし、明るく柔らかい声で「]会いたかった」と話します。

ほぼプロンプト通りに動く

　今回のプロンプトはGoogle翻訳を使って作成しました。ほぼプロンプトに書いたとおりに動画が生成されることに驚きました。映像の動きやセリフも自然でこれがローカルで生成できることにテンションが上がりました。
今回は人物の動き中心のプロンプトで動画を生成しました。プロンプトの書き方については引き続き調べて，効果的な書き方を学んでいきたいです。LLMなどを活用してプロンプトを生成している方が多いようなので，その辺も調べていこうと思います。