MiniMax H3 Max Ref 通常指 fal H3 Max 系列的 reference-to-video 工作流。想让人物、道具或风格在不同镜头中保持可辨认，第一步是明确每份参考素材负责什么。与其上传一组好看的图片，不如准备一套职责清楚的参考清单。
MiniMax H3 Max Ref 指什么
fal 的 reference-to-video 文档把 H3 Max 描述为其基于 MiniMax H3 后训练的版本。提示词可以按素材类型与顺序引用 Image 1、Video 1、Audio 1 等标签；该文档注明图片、视频与音频参考合计不超过 12 份。它们是具体提供商的接口能力，不代表所有 H3 界面都展示相同选项。
这个流程是用参考素材引导新场景的生成。如果你已经有完成的视频，只想替换里面的人物，可以看 MiniMax H3 Recast 指南，先确定源镜头与替换角色的对应关系。
整理 MiniMax H3 Max Ref 素材职责表
先用一句话写出镜头：谁在场、做什么、摄影机在哪里、观众听到什么。再给每份参考素材分配一个用途：肖像定义主角外观，房间图片定义环境，动作参考表达运动节奏。某张图说不出独立用途，就先移出第一轮素材。
为文件起可辨认的名称，例如 protagonist-front 与 workshop-lighting，再把文件名记录到素材清单。文件名用于自己整理；真正提示词里的引用应遵守所选界面的标签规范。这样即使上传顺序变化，也能及时发现角色指向出了问题。
两张肖像如果在年龄、发型、饰品和服装上差异明显，会让人物说明变得不明确。先决定哪些特征必须稳定，再选择一致的素材。对可辨认的人物和声音，确认拥有相应使用权限，不要把网上随手找到的素材直接当商业拍摄参考。
用提示词分配身份、动作与声音
以下是原创的镜头说明范例，用来展示如何区分素材职责，不代表已经生成或测评过的结果：
Image 1 定义主角的脸和发型。
Image 2 定义工作室的暖色侧光与木制工作台。
主角把小陶瓷杯放到台面上，然后转头看门口。
稳定中景跟随手部动作，不改变观察方向。
声音：轻微陶瓷碰撞、安静室内环境音、远处门轴响声。
一个连贯动作比多个不相关事件更容易评估。如果镜头同时需要人物入场、交换物品和复杂运镜，先确定哪个事件承担故事核心，把其他事件拆到后续镜头里。短而明确的场景更方便复查与调整。
把身份要求和动作要求分开写：“使用 Image 1 的脸”说明什么应保持，“转头看门口”说明什么要变化。复盘时也分开记录，避免身份不够稳定就把已经成功的动作描述全部改掉。
用三镜头清单管理连续性
人物卡只保留本场景真正重要的特征：发型、服装、主要饰品和必须辨认的道具。每条镜头沿用相同措辞与参考顺序，再单独更新动作和机位，不要每次从头重写角色。
以工作室场景为例，第一镜建立主角与工作台，第二镜展示放杯子的动作，第三镜表现听到门响后的反应。记录光线方向与杯子位置，下一镜接续时就有可比较的依据。连续性包括物体和空间，不只是一张相似的脸。
生成候选片段后，对照人物卡检查首尾帧、眼部、头发轮廓、衣服细节、道具形状以及手与物体接触的位置。再按正常速度检查时间变化。单张静帧好看，不能代替完整播放的验收。
常见问题
Ref 是什么意思？
在这里通常是 reference-to-video 的简称。比较功能时最好写出完整工作流与提供商名称。
H3 Max 等于所有 MiniMax H3 模型吗？
不等于。fal 把 H3 Max 描述为其后训练版本；不能从 H3 名称推断所有界面具有相同输入和参数。
第一次应该放多少参考素材？
从定义人物和场景所需的最少素材开始，只给具有明确独立职责的文件增加位置，再核对提供商限制。
参考肖像可以直接给已有视频换人物吗？
那属于源视频人物替换。参考生视频主要用于创建新的场景，应按自己的起始素材选择流程。
怎样比较两条候选片段？
用相同人物卡与相同检查时刻，分别评估身份、道具接触、动作连续性和声音，不只看一张漂亮的静帧。
写好下一条镜头说明
用 H3 提示词指南补齐动作与声音，浏览 H3 视频案例，再 创建 H3 视频。保存这份素材职责表，后面的场景就能从同一份角色与风格说明继续，而不必重新猜测每张参考图的用途。