換 MiniMax H3 權重之前，先改提示詞

H3 的鏡頭出錯時，在自己機器上最順手的做法是換一個版本再跑。我手上剛好有 QuantFunc、Kijai、lilcheaty 三個，所以量了一下：換版本到底能改變多少，和改寫提示詞比起來又差多少。

每個 previz 單元我都有六支成片：三個版本，各跑兩版提示詞。我把同一單元的成片兩兩配對，逐幀比較構圖，用同一時間點模糊灰階畫面的相關係數衡量。每個 job 都用自己的隨機 seed，所以任何一對至少差一個 seed。

兩支成片之間不同的是	構圖相似度中位數
提示詞相同，版本不同	0.35
版本相同，提示詞不同	0.23
兩者都不同	0.24

換提示詞，畫面變動的幅度跟全部都換差不多；提示詞不動、只換版本，兩支片還相當接近。在這批素材上，鏡頭長什麼樣由提示詞決定，版本主要決定速度、previz 會留下多少、壞掉時怎麼壞，這些寫在量化篇。

改寫提示詞實際改了什麼

兩版提示詞來自兩條路：V1 是 MiniMax 付費提示詞優化器的輸出，V2 是 agent 依 MiniMax 官方提示詞 skill 寫的。previz、參考圖、版本都一樣。在同一個版本裡比較 V2 和 V1：

• 成片更貼 previz。 輪廓和 previz 的相似度上升的單元，依版本佔 61–71%。
• 更多 previz 留在畫面上。 留下 previz 的單元，QuantFunc 從 3 個變 13 個，lilcheaty 從 1 個變 9 個，Kijai 從 1 個變 6 個。
• 更多切點照切。 對照 previz 的攝影機資料，V1 在文字裡悄悄漏掉了 53 個切點中的 10 個，另外改了 5 個的時間。V2 的切點寫齊了，照切的比例從 54–56% 升到 58–75%。

所以兩版都不是單純比較好。V2 的剪輯比較常對，表面比較常錯，而這兩種影響都比換版本大。H3 提示詞模板保留了 V2 寫齊切點的做法，拿掉了我認為讓 previz 留在畫面上的寫法。

哪些問題換版本、換提示詞都修不好

有些技法在六種條件下結果都一樣。那是 H3 處理這類輸入的極限，也告訴我哪裡該停止重跑。

六種條件的結果	技法
全部做到	升降鏡、水平橫搖、分割畫面、溶接、crash zoom、插入再切回、圈入收尾、插入鏡頭、直搖、側面跟拍、穩定器跟拍、固定機位縮時
只做到一部分	360 度環繞（只有弧段，沒有繞滿一圈）、慢動作、快轉接正常速度、手持跟拍、轉角跟拍
全部失敗	dolly zoom、三秒全畫面定格、無人的固定空鏡

失敗的這幾種有共通點。H3 處理攝影機位置很好：升高、橫移、傾斜、快速推近都行。它處理不了對時間的操作，也處理不了複合的鏡頭光學效果。定格時頭、手、燈光都還在動；dolly zoom 變成一般構圖加一個角色走進來；快轉接正常速度，看起來像一段追逐然後放慢，推車常常乾脆停下來，播放速度本身沒有變化。

這幾種我不會再嘗試用生成做。定格是剪輯裡的停格；變速等動作本身對了，在剪輯裡調速；dolly zoom 我會拿掉，或改成一段推軌加後製變焦重做，最後這個方法我還沒試過。

無人空鏡的失敗方式不一樣。previz 是四秒固定的高角度巷道，畫面裡沒有任何主角。六支成片不是從別處開始（地道門內或平視街道），就是中途切到另一個高度，沒有一支守住那個高處空景。需要乾淨的定場空鏡時，我會把它拆成獨立單元，參考裡完全不放角色。這也是還沒驗證的做法。

跳接卡在中間。同一個角色在固定背景前連跳三個位置，六種條件裡有兩種做到，兩種都是 V2。V2 寫了每次跳接之後發生什麼：「After the jump, show him lean forward, extend his free hand, and actually touch the button.」V1 只寫了位置。這個例子裡，決定成敗的是提示詞，跟版本無關。

現在我排查 H3 壞鏡頭的順序

1. 它在全部失敗的那一列嗎？ 那就在剪輯裡處理，別再花一次生成。
2. 每個切點都以時間寫進文字了嗎？ H3 照文字切鏡，沒寫的切點很少發生：我的測試裡是 6–19%，有寫的是 43–56%。
3. 每一鏡都描述了攝影機看得到的完成表面嗎？ 鏡頭留下 previz，先改那一鏡的描述，再考慮換版本。
4. 同一個單元在兩版提示詞下都變成彩色雜訊嗎？ 到這一步才是版本問題，把那個單元換到別的版本跑。

這個順序把版本放在最後。用同一份寫得不好的提示詞把三個版本都跑一遍，比較的多半是提示詞早就決定好的結果。

怎麼量的

完整的實驗設定見系列開場。這篇特有的量法：

• 構圖相似度是同一單元兩支成片在 4 fps 取樣下，模糊灰階畫面相關係數的中位數。它衡量構圖與位置，不衡量品質。Kijai 兩個整片雜訊的單元不納入。
• 技法結果來自 previz 每項技法對照每支成片的 438 個人工判定。previz 殘留與切點數字的量法見量化篇。