生成

先用 H3

鏡頭表上的每一條，先用 MiniMax H3-Base。模型卡寫單次 4–15 秒。Diffusers 常見 5–15 秒。較短邊 768 像素。畫面與 32 千赫立體聲同一檔。一次請求只用 FL2VA 或 Ref2VA 其中一組。

畫面不對，先改第一幀或首尾幀怎麼給。還是不對，再換開源模型。H3 沒有官方的姿勢影片介面。姿勢影片是 Wan 的備援。

起、承、合

約會、老式公寓走廊與家門、早晨兩杯，先用 H3。沒有參考圖時，用純文字，並寫鏡頭編號 [Shot n]。要對上臉、服裝或房間時，用 Ref2VA。脫衣與交合不要寫進這三場。

• 預設：H3-Base，FL2VA 或 Ref2VA。
• 備援：Wan 2.1 或 2.2 從文字或圖片生成。HunyuanVideo-1.5 從圖片生成。LTX-2 從文字、圖片或關鍵幀生成。

轉 · 交合

四種鏡頭，做法不同。性器近景先備好第一張完整畫面，不要只靠文字。

• 脫衣或靠近床：先試 H3。
• 交合主鏡：先試 H3。不對，見下面。
• 性器近景：先備好第一張完整畫面。預設本機 H3。
• 停頓：先試 H3。接到合。

先試 H3

先有這條鏡頭的第一張完整畫面。起承合不走這一段。

1. 提供 第一張完整畫面。主鏡是全身姿勢已成立。近景另備一整張，不裁主鏡。並寫這幾秒怎麼動。
2. 基本 本機 H3-Base。FL2VA 只給第一幀（官方也叫 I2VA），或給首尾兩幀。一次數秒。
3. 判斷 能用就選片。不對先改方法，再換權重。

畫面不對，只換方法，第一張不變。

• 官方模型加 LoRA 姿勢、節奏或局部樣子。
• 微調過的模型 檔本身偏向成人畫面。第一張完整畫面仍要。
• Wan、LTX 或社群改過的權重 不保證結構正確。Wan 的 LoRA 常要 HIGH／LOW 成對。
• 動作先成立再換臉 只換身份，不修正身體結構。

一、先備好近景的第一張完整畫面

先備好一張完整的近景，或先做立體模型。再把這整張當第一幀，生成數秒。不是把性器單獨裁出來貼在身體上。每一條先試 H3 的 FL2VA 只給第一幀，或給開頭與結尾兩幀。官方也把只給第一幀叫做 I2VA，不是第三組模型檔。

• H3 還是不對：Wan 從圖片生成影片。Wan 2.1 可給首尾兩幀（FLF2V）。
• 需要跟著已有的動作走：改用 Wan 的 VACE，或 Wan-Animate（參考圖加上姿勢影片）。
• 需要中間落在指定姿勢：LTX-2 用關鍵幀生成中間動作。
• HunyuanVideo-1.5 可以從圖片生成影片。

二、社群改過的權重

多半掛在 Wan、LTX 或別人改過的檔上。不保證結構正確。仍先備好近景的第一張完整畫面，再生成動作。

三、動作先成立再換臉

交合動作先成立，身份後換。畫面可以是生成的、立體模型，或已有的成年虛構素材。換臉只換臉，不修正身體結構。

接上下一條

• 把上一條 H3 的最後一幀，當作下一條 FL2VA 只給第一幀時的第一幀。
• 開頭與結尾兩格都給時，對齊開頭 0.00 與結尾秒數。
• Wan 的 VACE 官方建議一次約 5 秒，並用 firstclip 把上一條接下去。

身份

生成時用 Ref2VA 看參考圖。換臉是生成以後找出臉再置換。起承合若只要像同一張臉，參考圖通常就夠。轉若先做動作再換臉，換臉只處理身份。

詞彙