MiniMax H3 首尾帧提示词构建

适用场景

把首帧、尾帧和中间动作整理为 MiniMax H3 FL2VA 可复核的单镜头提示词，明确 Picture 1、Picture 2 的端点、连续变化、镜头路径、声场和音乐字段。脚本只生成文本，不提交 API 或本地推理。

前置条件

• - Python 3.9 或更高版本
• 已通过首尾帧契约的脱敏引用，或等价的端点元数据
• 用户已确认提示词中的主体、动作、声音和公开发布权利

输入与输出

输入包含 first_frame_ref、last_frame_ref、duration_sec、path_steps、camera、soundscape、non_diegetic_music、public_release 和 ai_disclosure。输出目录生成 fl2va_prompt.json 与 fl2va_prompt.txt。

安装或导入

保持目录结构，直接运行 scripts/build_fl2va_prompt.py。不需要第三方包。

执行步骤

CODEBLOCK0

脚本生成两端对齐句、单镜头过渡路径和三段声音字段，并拒绝空路径、公开发布未开启 AI 标识或非正时长。它不会描述或假装看见图片内容。

错误恢复

补充可观察的中间动作，避免把多个不相关镜头塞进一个 FL2VA 请求；若必须切镜，由人工改写并确认尾帧仍在最终时间点落地。

权限、隐私与不可逆边界

只处理脱敏引用与文本，不读取图片，不调用 MiniMax，不上传、不创建任务、不扣费。提示词生成成功不代表首尾画面一定匹配、模型一定支持该字段或公开发布权利已经成立。

验收方法

运行示例输入，确认输出含 Picture 1、Picture 2、两位小数的结束时间和三段声音字段。将 path_steps 设为空或在公开发布时关闭 AI 标识，确认脚本以非零退出码阻断。