H3 导演台首尾帧生视频教程：外部参考组（图组）多组并行，首尾两帧定镜头——向日葵含苞到盛开

前几篇教程里，导演台一次只处理一段：一张参考图、一段源视频。这一篇玩点大的——外部参考组（图组）把"一段"变成"一组"，一个画布上同时挂 4 组素材，每组可以是不同的主体、不同的时长、不同的话，点一次运行，4 段视频排着队出。而图组走的任务模式是导演台里最特别的一种：首尾帧生视频，一张首帧图钉住开头、一张尾帧图钉住结尾，中间的过程交给模型自由发挥。

H3 首尾帧生视频是什么？能做什么

普通图生视频只钉死第一帧（首帧必须和参考图一致），后面模型随便跑，跑成什么样算什么样。首尾帧多钉了一头——最后一帧也必须和尾帧图一致。首尾都锁死，模型只负责"从 A 状态自然走到 B 状态"这一段中间过程。

能做什么：花苞到盛开、果实从青变红、白天转黑夜、人从门里走到门外、场景无缝变身——凡是开头一个状态、结尾一个状态的画面，都适合用首尾帧一次到位，不用像普通图生视频那样靠运气等模型自己收尾。

这个模式也有个机制层面的特点，先摆明：尾帧是硬锁定的关键帧，短片段在最后 1 帧会有一次"贴合"到照片的跳变感，属于模型特性不是 bug；想要完全无感，素材选"状态演化型"（花开花落这种）或者把时长放到 8 秒以上给模型留出提前到位的时间。正文后面有专门一节讲选材。

第 1 步：加载工作流

打开 ComfyUI，在「AI星尘-Minimax H3」文件夹里找到 「H3导演台-外部参考组（图组）工作流」 双击加载。界面是 3 层结构：最左边一排 4 个完全一样的节点叫 MiniMaxH3DirectorGroupImageToVideo（外部参考组·图组），每个组代表一段视频；中间的 MiniMaxH3DirectorGroupsCombine 把 4 个组合并成一条时间线；最右边的 H3 导演台 负责总调度。加载后先别动，跟着第 2 步认识一下这套结构。

第 2 步：认识组节点——一个组 = 一段视频

随便点开一个组节点，它只有 4 样东西，一眼能看懂：

• first_frame（首帧图口）：这组视频开头那一帧用什么图，钉死；
• last_frame（尾帧图口）：结尾那一帧用什么图，钉死；
• 提示词框：这组视频自己的任务说明——只描述首帧到尾帧之间要发生的动作，开头结尾不用你管，模型自己会钉；
• 时长：这组视频几秒钟（工作流里 4 个组分别是 3 秒、5 秒、5 秒、15 秒，各不相同，证明每组可以独立设时长）。

注意提示词和时长都是每组独立的——4 组素材可以各有各的说法、各有各的节奏，互不干扰。这就是"外部参考组"名字的由来：素材在组里各自就位，最后由合并节点统一喂给导演台排时间线。

还有一点：组节点的两个图口不是必须接满。三种形态都合法——只接首帧图：从这张图起片、结尾自由发挥（等于组内的"图生视频"）；只接尾帧图：开头自由、收尾钉死在这张图上；两张都不接：纯靠提示词讲故事（等于组内的"文生视频"）。工作流里 4 组演示正好每种形态各占一个，第 4 步逐个说。

第 3 步：换素材——首尾帧图怎么生成、怎么接

工作流自带的演示素材可以先跑一遍看效果，正式用要把每组换成你自己的图。每组两张图，就两张，够简单。

首尾帧素材三原则：① 同一主体、同一机位、同一背景光线，只改变"状态"（花没开→开了、灯没亮→亮了、人没进门→进门了）；② 演化型素材（花朵、天空、光影、物体变形）出片最稳，因为结尾落在"状态完成"上本来就很自然；③ 主体要占画面主体、背景越简单越好，给模型省力气。

本篇实测的素材是向日葵：首帧一张含苞待放的花苞，尾帧一张完全盛开的向日葵，两张图同机位同背景，只差一个开花状态。替换操作：把你的图用 LoadImage 加载，输出线分别接到组节点的 first_frame 和 last_frame 图口；工作流里现成的演示组，把原来的 LoadImage 换成你的图即可。

第 4 步：给每组写自己的提示词 + 时长

组提示词只干一件事：说清首帧到尾帧之间发生什么。首尾怎么衔接不用写——那是模型被硬锁的责任。实测向日葵组提示词（3 秒版）：

一支向日葵花苞在微风中缓缓绽放，花瓣层层向外舒展张开，从含苞待放到完全盛开，金黄花瓣沐浴在晨光里，背景田野和天空静止不动，镜头固定。

时长框填 3（秒）。组提示词的写法跟着组的形态走，另外三组演示正好是三种示范：

• 只挂首帧的组：从图起片、后面自由发挥，提示词要把"期望发生什么"说足，给模型指方向；
• 只挂尾帧的组：收尾钉死，提示词负责讲"画面怎么一步步走到尾帧那个状态"；
• 不挂图的组（长文本）：纯提示词当"文生视频"用，可以写很长的分镜文本。最后一组蜡笔猫演示就是这么写的——5 秒实拍与手绘发光动画融合的叙事，按 0-3 秒、3-6 秒、6-10 秒、10-13 秒、13-15 秒逐段给画面动作，末段收尾点题，最后一句锁定全程风格（"全程保持手绘的粗粝感，拒绝过度的 3DCG 光泽"）。长文本适合讲故事、短文本适合单一动作，短片段用长文本反而容易顾此失彼。

第 5 步：导演台设置确认，点运行

右侧导演台检查三处：① 任务类型 = fl2v — 首尾帧生视频（图组走的就是这条任务线，不用改）；② 时间线已自动按 4 个组排好 4 段（合并节点的作用）；③ 输出参数按需调，本篇实测是 3:4 竖版 0.2MP（384x544）、24 帧率、73 帧总长，帧率分辨率这些是全片统一的，每组不能单独设。确认后点运行。

运行后 4 段视频会按时间线顺序依次生成，一段跑完自动接下一段，全部出完看预览。本篇在 RTX 3080 Ti 16G 显存上，向日葵 3 秒那段（72 帧）约 4-5 分钟出片，4 组全跑完约 20 分钟上下，跑的时候该干嘛干嘛去。

向日葵实测：3 秒，含苞到盛开

先单独跑向日葵这组验证效果。出片结果：花苞在微风中轻轻颤动，花瓣一层层向外翻卷张开，颜色从苞叶的嫩绿过渡到花瓣的金黄，光斑跟着花瓣的展开在花盘上移动——3 秒正好是一朵花"醒过来"的完整过程。中间没有任何跳变、变形，背景全程静止，只有花在动。

注意成片最后一帧：会精确落在你给的尾帧照片上，这是首尾帧模式的机制——结尾那张"盛开"是尾帧图本体，模型把过程铺到位后贴上去的。花开的题材结尾落在盛开上，贴得毫无违和；这正是教程开头说的：演化型素材在这个模式里最顺。

多组并行实测：4 个组各跑各的，拼成一条时间线

把几种形态的组同时放进去跑一次，会立刻看清多组的真实工作方式——每个组是一次独立采样：组与组之间不是"接力配合"，A 组的结尾不会成为 B 组的开头，而是各自生成各自完整的一段过程，最后按时间线顺序首尾拼接成一条长片。

用向日葵做的最直观验证：首帧组只挂花苞图、尾帧组只挂盛开图，两个组同时在线跑——结果是两段各自完整的 3 秒开花（首帧组自己从花苞开成花，尾帧组自己开成花再收在盛开图上），拼成一条 6 秒"花开两遍"的视频，而不是一段开一半、另一段接着开。

这也顺带回答了一个问题：尾帧锁定到底值不值？对开花这类演化型题材，光给首帧图+提示词，模型自己就能开出花——尾帧的价值不在"到不到得了"，而在收得稳不稳：锁了尾帧，结尾精确落在你要的画面上，不会开过头、不收在奇怪状态。想要多段真正接力的连续镜头，那是另一种玩法（多段续接），图组的多组做的是"一个画布批量出多段"。

实测长文本组：把 15 秒的蜡笔猫叙事压缩成 5 秒版（0-2 秒橘猫探头、2-4 秒扑向屏幕、4-5 秒收尾点题）纯文字跑一次——时间轴分段指令跟得很准，3 段动作按描述的时间点依次发生，整体画面连贯可用。也暴露了纯文字组的边界：提示词写"鼻尖点出'喵'字涂鸦"，模型实际做成电脑屏幕里浮现"喵"字收尾——文字该出现在哪个具体位置这种精细控制，没有图可锚定，模型容易理解偏差，生成后不满意就改提示词重跑，或干脆把"字出现在哪"这类要求交给有锁帧的组去表达。

首尾帧模式的选材课：为什么有的顺、有的会"切"一下

用首尾帧跑过几个题材后，规律很清楚——顺不顺，取决于素材类型，不取决于提示词怎么写：

• 演化型素材（推荐）：花开花落、果熟、变色、变形、光影移动。这类素材的结尾=状态完成，模型铺的过程天然往尾帧收，末帧贴合无感。首帧尾帧要求同机位同背景，画面里只有"状态"在变；
• 动作型素材（短片段会跳）：狗抬头、人转身这类。动作走完后模型需要"提前到位并保持"才会平滑，3-5 秒的短片段动作刚铺完就到尾帧，最后 1 帧贴照片那一下肉眼可见，属正常现象。想要动作型也顺：时长放到 8-15 秒，提示词把动作前置（前 1/3 完成动作），后面留给模型冻结保持；
• 绝对别做：首尾两帧差异过大（人物变成完全不同的人、场景整个换掉），中间会穿帮变形，模型硬填也填不出可信过程。

常见问题

问：首帧尾帧图必须自己画/自己拍吗？不用，任何能出图的路子都行——AI 出图（首尾两帧用同一段描述只改状态词，背景光线描述逐字复制）、视频抽帧、照片都行。原则就一条：两张图除了"状态"以外尽量一致。

问：换了素材图后，提示词里要不要描述首帧尾帧的画面？不用。组提示词只写中间发生的动作；首尾两帧长什么样，模型直接从图口看，写多了反而干扰。

问：4 组时长不一样，时间线怎么排？合并节点自动按组顺序首尾相接排时间线，每组几秒就占几秒，总时长=各组之和。想调整某段，改那个组的时长框即可。

问：能只跑其中一组吗？能。把不跑的组提示词清空或断开合并节点的对应输入，只留要跑的一组；本篇实测向日葵就是单独跑的。

问：输出是一整条长视频还是 4 个文件？按导演台的输出设置走，默认整条时间线导出；导出选项里有分段相关的设置，看你的用途选。

小结

外部参考组（图组）= 首尾帧模式 + 多组并行：每组两张图钉死首尾、一段提示词说清过程、一个时长框控制节奏，4 组合并进一条时间线一次出片。本篇用向日葵验证了演化型素材的出片效果——3 秒花苞到盛开，全程自然、末帧贴合无感。首尾帧是导演台里"控制力最强"的模式：开头结尾完全由你把控，代价是素材要按演化型去选、短动作片段要接受末帧贴合特性。到这儿，导演台的图、视频、参考视频、首尾帧四条任务路全通了，下一站：参考组玩法。