同一场景需要中英切换时，应逐句决定实际发声语言，而不是只给整片一个含糊语言设置。批准台词、画面可见文字和界面语言是不同对象。英文制作说明不等于人物必须说英文，中文界面也不能证明返回音频必然说中文。
先保留原词，再添加语言信息
MiniMax H3 基础指南说明了带语言标识的对白形式，同时要求保留用户提供的实际发言，并把描述性文字放在对白之外。这是 H3 的重写约定，不保证标了语言就一定发音正确，也不能据此推断每条部署渠道支持所有方言。
逐句记录人物、原词、目标语言和辅助翻译用途。给编辑看的释义不应变成另一句要朗读的内容。人名和外来短语也不能只凭字母判断读法，应按创作者批准的实际发音要求处理。
在真实对话边界检查切换
虚构工作坊场景中，主持人先用英语打招呼，再用中文解释，最后说一句批准的英语结束语。语言变化属于同一次对话，并不是要求把整份剧本生成中英两套平行全文。
| 台账信息 | 作用 |
|---|---|
| 批准原句 | 确定必须保留的内容 |
| 实际发声语言 | 确定这句应怎样表演 |
| 编辑辅助翻译 | 仅用于理解，不额外发声 |
| 说话人身份 | 切语言后仍是原角色 |
一句话本身混用语言时，需要有意识地决定表示方式。不要为了给每个外来词套标签而凭空插入停顿，把自然句子切碎。依据真实渠道支持的方式保留表达；若无法可靠表示，应经确认采用分开表演、外部编辑或简化要求。
分别验收文字保持与实际听感
生成前把重写台词与批准稿对照，查漏词、擅自翻译和名字变化。内部 H3 格式应保留完整请求结构，局部标签不是完整提示词，也不能说成网站附件输入语法。普通用户仍使用实际界面提供的方式描述每句语言。
例如内部片段 <d>[English] Welcome back.</d> 只说明一句带语言标记的发言，不是可单独提交的请求。描述上下文可以用英语，另一句批准的中文仍保留中文原词；编辑的翻译释义不应再成为第二句朗读内容。
生成后让懂该语言的人听真实音频，检查语言、原词、发音和停顿。自动转写可能把错误读音规范成正确文字，也可能掩盖未经请求的翻译。还要听切换后是否突然换了声音身份，不能默认换语言就必须换说话人。
在 Imagild 视频提示词旁保留逐句台账。通过标准是每句实际说成批准内容，辅助翻译没有进入声轨。本指南没有执行多语言基准测试。所选渠道不支持某语言或方言时，应清楚记录限制并选其他批准制作方法，不应把错误结果换个标签就当作满足要求。