Veiledning for GPT Image 2.5 + MiniMax H3: gjør et storyboard med 4 ruter om til en sammenhengende kortfilm på 12 sekunder i 2K

Det viktigste (kortversjonen): Det største hinderet i AI-videogenerering er forvrengte ansikter og kaotisk tempo over tid. Ved å kombinere [GPT Image 2.5 for å låse det romlige storyboardet + MiniMax H3 for kameraføring over tid] gjorde vi ett enkelt rutenettbilde med 4 ruter om til en sammenhengende, filmatisk kortfilm på 12 sekunder med 4 opptak i 2K. Fortellingen følger et urverksbud som går mot en plantekasse på et tak, henter fram et glødende frø, planter det og ser en lysende blomst springe ut. Hele produksjonsløpet kostet 257.99 kreditter ($1.29 USD), en svært kostnadseffektiv produksjonsmodell for uavhengige filmskapere og kreative byråer.

---

1. Visning av den ferdige kortfilmen

Se den ferdige kortfilmen generert av MiniMax H3 (optimalisert som en stum forhåndsvisning i 720p for nett nedenfor):

• 🎬 Last ned masterfil i full oppløsning, 2560 × 1440 (2K) 24 FPS, som MP4
• 📥 Last ned stum forhåndsvisning for nett i 720p som MP4

Tekniske spesifikasjoner for masterfilen: bestilt varighet 12 s, faktisk lengde i containeren 12.25 s, oppløsning 2560 × 1440 i 24 FPS med full kamerakontinuitet gjennom alle de 4 scenene.

---

2. Kjernen i produksjonsløpet: hvorfor styring med storyboard fungerer

Modeller som går direkte fra tekst til video, endrer ofte kostymer og forvrenger ansiktstrekkene til karakterene mellom klippene. Vårt strukturerte produksjonsløp skiller romlig design av elementer fra bevegelse over tid:

  [Step 1: Script Timing]  ──> Divide 12s into four 3-second visual beats
             │
  [Step 2: GPT Image 2.5] ──> Generate 2×2 storyboard grid (locking character, props, lighting)
             │
  [Step 3: MiniMax H3]    ──> Animate storyboard as a 4-shot full-screen sequence in reading order

Fordi alle fire rutene genereres samtidig i GPT Image 2.5, forblir karakterens kostyme, fargepaletten og takmiljøet identiske. MiniMax H3 tolker deretter rutenettet som påfølgende scener i historien i stedet for å finne på nye karakterdesign.

---

3. Steg-for-steg-veiledning

Steg 1: Skriv en fortelling i 4 scener

La sekvensen på 12 sekunder handle om én karakter, ett konsistent sted og én gjenstand i fokus som forandrer seg:

Steg 2: Generer rutenettet med 4 ruter med Sunburst

Bruk gpt-image-2.5-sunburst i 2K 16:9 for å etablere en filmatisk stop motion-estetikk:

• 📥 Last ned det originale storyboardet i 2048 × 1152 som PNG
• 📋 Se den originale input-JSON-en for bildegenereringen

Beste praksis for prompten: angi «2 by 2 storyboard grid, thin dividing gutters, sequential reading order» og forby uttrykkelig rutenummer og snakkebobler.

Steg 3: Styr MiniMax H3 med referansebilder

På PoYo er modell-ID-en for MiniMax H3 i API-et hailuo-03.

⚠️ En kritisk felle i videoproduksjonen: Send IKKE storyboardet inn i feltene for start-/sluttramme (image_urls). Hvis du sender et rutenett som startramme, tvinges modellen til å animere rutenettlinjene! Riktig teknikk: Send storyboardet inn i reference_image_urls (global referansemodus) og gi modellen den uttrykkelige instruksjonen: «Image 1 is a 4-panel storyboard reference. Make a 12-second short with four consecutive full-screen shots in reading order. Never show the grid or gutters!»

Hovedprompt for videoen:

Image 1 is a four-panel storyboard reference, NOT a single frame
to animate. Make a 12-second 16:9 silent cinematic short with four
consecutive full-screen shots in reading order. Never show the grid,
gutters or multiple panels.

0-3s: courier walks toward the empty pot.
3-6s: courier reaches into the satchel and lifts one glowing seed.
6-9s: seed is gently planted in the dark soil.
9-12s: a luminous golden flower sprouts; courier watches.

Preserve the character, clothes, pot, rooftop and blue-hour light.
No subtitles, written words, logo, dialogue or standalone outro.
The final frame stays on the courier and flower.

Nyttelast for forespørsel til PoYo API:

{
  "model": "hailuo-03",
  "input": {
    "prompt": "Your complete sequential-shot instructions",
    "reference_image_urls": ["https://storage.poyo.ai/blog/gpt-image-25-p0-20260910/storyboard-c996b2d10610.png"],
    "duration": 12,
    "resolution": "2K",
    "aspect_ratio": "16:9"
  }
}

• 📥 Last ned den komplette JSON-forespørselen for videogenereringen

---

4. Visuell kontroll sekund for sekund

Vi hentet ut 12 representative bilder (ett per sekund) til et kontaktark for gjennomgang:

Les fra venstre mot høyre, deretter ovenfra og ned (sekund 1 til 12).

Styrker og nåværende begrensninger:

• ✅ Feilfri rekkefølge på kameraopptakene: Videoen løsrev seg helt fra rutenettet og klippet rent mellom 4 fullskjermsvinkler som samsvarte med scenene i storyboardet.
• ✅ Konsistent karakter: Marineblå lue, blågrønn frakk, skjerf, messingdetaljer og takbakgrunnen forble konsistente uten at ansiktet falt sammen.
• ⚠️ Mekanisk realisme: Det glødende frøet er fortsatt synlig for stort, og kontakten mellom fingrene og jorda viser små overlappingsfeil. Påkostede reklamefilmer kan fortsatt ha nytte av lokal VFX-opprydding.

---

5. Oversikt over produksjonskostnad og behandlingstid

---

Vanlige spørsmål (FAQ)

Kan GPT Image 2.5 generere videofiler direkte?

Nei. GPT Image 2.5 er en modell for stillbilder som utmerker seg i romlig karakterdesign og storyboards med flere ruter. MiniMax H3 står for bevegelsen over tid og kameradynamikken.

Må jeg dele storyboardet opp i 4 separate bildeopplastinger?

Nei. Det fungerer rett ut av boksen å sende hele rutenettet med 4 ruter som én URL i reference_image_urls. Moderne videomodeller har den romlige oppmerksomheten som trengs for å tolke rutenett med flere ruter i rekkefølge.

Hvordan kommer jeg i gang?

Lag storyboardkonseptet ditt med GPT Image 2.5, og send deretter bilde-URL-en til MiniMax H3.