先对齐它看懂了什么，再让它写提示词

GeekCatX 把他的 MiniMax H3 视频反推 skill 开源了。他先立了个反例：猫跳舞的镜头里，笑点是"认真表演、对方却根本没在录像"的落差——提示词只写"跳舞→看手机→拍头"，动作全对、故事已经变了。 艺术视频同理：笔触按深度错位、转视角才重组成像，写成"切成薄片"就生成另一种东西。 四步原理才是干货：一，先建视频事实：查完整时间线、找真正的剪辑点、补看快动作与遮挡，外观/道具/动作/镜头/声音分门别录——单张截图不能推断整段；二，再对齐含义：用中文复述"谁在做什么、期待什么、转折在哪"，拿不准就直接问你，你补充的设定和画面能确认的事实分开存。 三，同一组事实出多路线：文生给完整时间线、图生把首帧和后续动作分开，多段之间传递姿势和道具；四，最后查边界：结尾漏没漏、接触被误合成一次、硬切被误写成镜头运动、声音真听过没有。 这四步放回更大的图景里看：事实与理解分开保存，正是写长东西的人该守的纪律——能确认的和你假设的混在一起，后面全得推倒重来；先复述等你纠、对齐了再写，等于给"说个结果就开干"的意图级接口补上了缺的那一步；94 项回归验结构不验像，跟"可复现才算数"是同一条标准。 口径三条：①开源地址在评论——未取、以作者发布为准；②94 项自动回归验的是流程与提示词的结构约束——不验成片像不像（他自己的口径）；③成片相似度需实际生成对照——没测。 要用的三条：一，装完先丢一段难视频，让它先复述看懂了什么、你来纠："这里不是自拍、是在刷视频"这种纠正最有用；二，把它的四步当模板套到别的反推任务上——事实先于含义、含义先于文案，这个顺序哪都通用；三，别跳过对齐那步直接要提示词：理解没对上，写出来的只是动作清单。 让它先交作业，再让它动笔——顺序反了，提示词里全是没对过的账。 github.com/gnipbao/minima…