MiniMax-H3-图像提示词

H3-Bildprompts

Erstelle ausführbare visuelle Beschreibungen für MiniMax-H3-Image. Basiert auf dem MiniMax-H3-Image-Handbuch und bedient die Modi Text-zu-Bild und Bildbearbeitung. Zerlege keine neuen Workflows für Outfit-Wechsel, Posen usw.

Ausführungsreihenfolge

1. Modus bestimmen: Keine Referenzbilder → Text-zu-Bild. Bilder vorhanden mit Anforderung zur Änderung, Kombination oder Inhaltsübernahme → Bildbearbeitung. Wenn Referenzbilder erwähnt, aber nicht sichtbar sind, schreibe gemäß der explizit vom Benutzer angegebenen Verwendung und gib nicht vor, Details im Bild zu sehen.
2. Harte Anforderungen extrahieren: Verwendungszweck, Anzahl der Subjekte und deren Identität, Aktion, Komposition, Abmessungen, Text, Stil sowie unveränderliche Inhalte. Spätere Korrekturen des Benutzers haben Vorrang vor dem ursprünglichen Plan.
3. Nummerierung und Aufgabenverteilung bei mehreren Bildern: Bestätige die tatsächliche Upload-Reihenfolge und ordne die Verwendung dann <Picture 1> bis <Picture 16> zu. Gib bei Bedarf eine kurze Tabelle mit „Bildnummer / Verwendung / Erhaltungsbereich“ aus; wenn der Benutzer nur den Prompt möchte, integriere die Zuordnung in den Fließtext.
4. Schreiben gemäß der beiden Modi unten: Priorität der Details: Harte Benutzeranforderungen, Zugehörigkeit der Referenzbilder, Gesamtlayout, lokale visuelle Details, Stilmodifikationen.
5. Selbstprüfung am Ende durchführen, dann einen direkt einfügbaren Prompt ausliefern. Gib nur dann mehrere Versionen aus, wenn der Benutzer explizit mehrere Optionen anfordert.

Standardmäßig wird nur der Prompt geschrieben, kein Bild generiert, kein Workflow oder keine Einstellung geändert. Wenn der Benutzer explizit die Bildgenerierung anfordert, führe diese mit dem gewählten Werkzeug aus, ohne zu behaupten, dass das Werkzeug zwingend H3 verwendet.

Gemeinsame Schreibweise

• Aufgabe vor Stil: Zuerst sagen, was getan wird, wo es verwendet wird, wer das Subjekt ist und seine Aktion, dann die visuelle Sprache.
• Ganzes vor Details: Zuerst Bildformat, Subjektanzahl, Positionierung, Perspektive, Aufteilung und Weißraum festlegen, dann Kleidung, Gegenstände, Materialien usw. beschreiben.
• Verwende sichtbare Farben, Lichtquellenrichtung, Materialien, Texturen, Kanten, Perspektive und Tiefenschärfe anstelle von vagen Begriffen wie „hochwertig“, „cineastisch“, „hyperrealistisch“. Einige wenige Stilnamen können beibehalten werden, ergänze sie jedoch um sichtbare Beweise.
• Erzwinge keine einheitliche „Filmästhetik“. Wenn der Benutzer Schnappschüsse, MiniDV, Pixelgrafiken oder Lineart wünscht, passe die entsprechende Informationsdichte, Bildgebungsmängel und das Medium an, ohne widersprüchliche Anforderungen wie Filmkorn, HDR, CG oder Schärfung hinzuzufügen.
• Ergänze nur die nicht wesentlichen Details, die zur Vervollständigung der Absicht erforderlich sind. Ändere keine Gesichter, ersetze keine Personen, füge keine Charaktere, Texte, Marken hinzu oder ändere die Komposition ohne Erlaubnis. Bereiche, die der Benutzer explizit dem Modell zur freien Gestaltung überlässt, können entworfen werden.
• Setze wichtige Inhalte an den Anfang, entferne redundante Beschreibungen und widersprüchliche Einschränkungen. Fülle nicht bis zur Maximallänge auf, nur um lange Prompts zu erzeugen. Die im offiziellen Handbuch genannten 4096 Token für Kürzungen sind eine Plattformangabe; 32.000 Zeichen sind nicht als garantierte vollständig wirksame Länge zu betrachten.
• Standardmäßig natürliches Chinesisch verwenden; auf Wunsch des Benutzers Englisch ausgeben. Gib eine englische Version aus, wenn der Benutzer dies anfordert oder die lokale Erweiterung explizit deaktiviert und eine direkte englische Ausgabe benötigt. Behalte beim Übersetzen von Beschreibungen das tatsächlich im Bild erscheinende Chinesisch, die Interpunktion, Groß-/Kleinschreibung und Eigennamen bei.
• Vermeide Stable Diffusion-Gewichtungs-Tags, LoRA-Ladeanweisungen oder nicht bestätigte H3-spezifische Syntax. Füge keine separaten Negativ-Prompts hinzu; formuliere notwendige Ausschlüsse als explizite Einschränkungen im Fließtext.

Modus 1: Text-zu-Bild

Sequenz verwenden:

Aufgabe/Verwendung → Bildformat & Layout → Subjekt & Aktion → Umgebung & räumliche Beziehungen → Licht, Farbe, Material & Medium → Text- oder kein-Text-Anforderung → Notwendige Ausschlüsse.

Schreibe nur noch gültige Einschränkungen. Beispielsweise bei „Ganzkörper“ Platz für Kopf und Füße lassen; bei Nahaufnahmen nicht gleichzeitig Ganzkörper und Füße verlangen. Subjektausrichtung, Kameraperspektive und Links-Rechts-Beziehung müssen gemeinsam gültig sein.

• Realistisches Porträt: Beschreibe echte Haut, natürlichen Ausdruck, Stoff, Haare, Umgebungslicht und glaubwürdige Tiefenschärfe; ersetze keine spezifischen Beschreibungen oder versprochene Effekte durch „absolut kein KI-Gefühl“.
• Spiel-/Mechanik-/Produktkonzept: Feste Teileanzahl, Strukturproportionen, Ansichtsausrichtung und Materialien angeben; wenn keine echten Abmessungen gegeben sind, keine Messergebnisse erfinden, entworfene Spezifikationen als Konzept kennzeichnen.
• Poster/Cover: zuerst visuellen Schwerpunkt und Textbereich bestimmen. Wenn der Benutzer einen Titel wünscht, Wort für Wort Text und Hierarchie angeben; wenn der Benutzer später Text setzen möchte, nur den Bereich freilassen, das Modell darf keinen Platzhaltertext generieren.
• Raster/Multi-Ansicht: „2 Zeilen 3 Spalten (Zeilen × Spalten)“ schreiben und jede Zelle einzeln beschreiben; alle Ansichten desselben Objekts müssen Identität, Struktur, Kleidung und Proportionen konsistent halten.

Modus 2: Bildbearbeitung

Sequenz verwenden:

Welches Bild wird bearbeitet → Was jedes Referenzbild bereitstellt → Zu änderndes Objekt und Position → Änderungsvorgang und Endzustand → Beizubehaltende Elemente und Bereich → Ausgabekomposition/Bildformat → Stilabstimmung & notwendige Ausschlüsse.

Aufgabenverteilung Referenzbilder

• Nummeriere nach tatsächlicher Upload-Reihenfolge, maximal 16 Bilder. Leere Rahmen, die nicht verwendet werden, stellen keine Referenzbilder dar; erfinde kein fehlendes Material. Die Anzahl der Referenzbilder ist eine Obergrenze; fordere den Benutzer nicht auf, 16 Rahmen zu füllen.
• Verwende im endgültig einfügbaren Prompt strikt die wörtlichen Tags <Picture 1>, <Picture 2> etc. (mit spitzen Klammern, Leerzeichen und Zahl); behalte diese Tags auch bei, wenn der gesamte Absatz Chinesisch ist. Schreibe sie nicht in „Bild 1“, „Abbildung 1“ oder „Picture 1“ ohne spitze Klammern um. In chinesischen Erklärungen außerhalb des Prompts kann „Bild 1“ verwendet werden.
• Wenn ein Basisbild vorhanden ist, gib dessen Nummer an. Normalerweise ist dies <Picture 1>, aber wenn der Benutzer ein anderes Bild als Basis angibt, folge dieser Angabe; behandle das erste Bild nicht automatisch als Personenbild.
• Gib für jedes Bild genau an, ob es Identität, Kleidung, Pose, Objekt, Farbe, Material, Layout oder Stil bereitstellt. Wenn eine Farbe übernommen wird, stelle klar, dass Form, Material und Personen nicht übernommen werden; bei der Übernahme einer Pose werden Gesicht und Kleidung des Posenbildes nicht kopiert.
• Übersetze Ähnlichkeitsziele für lokale Teile in beobachtbare Merkmale, wie Gesichtsstruktur, Frisur, Identität, Kleiderschnitt, Textur und Accessoires; garantiere nicht im Voraus 100%ige Personenübereinstimmung.
• Bei Lücken in der Nummerierung, überprüfe anhand der tatsächlichen Reihenfolge der an das Modell gesendeten Bilder. Wenn ein Prozess mit 16 fortlaufend einzugebenden Rahmen erforderlich ist, erinnere daran, die Bilder ab Bild 01 fortlaufend einzufügen; erkläre bei Bedarf die Neunummerierung, ändere aber nicht eigenmächtig die vom Benutzer bestätigte Zuordnung.
• Bei mehr als 16 Bildern, bitte den Benutzer zuerst zu bestimmen, welche 16 behalten werden sollen oder wie die Aufteilung in Runden erfolgen soll; schneide nicht stillschweigend ab. Gib bei mehreren Runden klar an, welche aktuellen Ergebnisbilder und Referenzbilder in jeder Runde verwendet werden.

Änderung und Beibehaltung

• Farbänderung: Klare Angabe von Bereich, neuer Farbe und Grenzen; behalte Form, Material, Textur, Größe, Position und Licht bei, soweit sie unverändert bleiben sollen.
• Verschiebung: Verschiebe nur das ursprüngliche Objekt, gib neue Position, Proportionen, Überlappungen und Kontaktbeziehungen an und ergänze die alte Position; erzeuge kein zweites Exemplar.
• Kopieren: Behalte das Originalobjekt bei, gib die Anzahl der hinzuzufügenden Objekte und deren Positionen an.
• Ersetzen: Altes Objekt verschwindet, neues Objekt nimmt die angegebene Position ein, stimme Perspektive, Maßstab, Überlappung, Kontaktschatten und Umgebungslicht ab.
• Löschen: Gib genau an, welches Objekt gelöscht wird; erkläre, durch welchen fortlaufenden Hintergrund, Boden oder welche Textur der ursprüngliche Bereich ergänzt werden soll.
• Outfit-/Posen-/Hintergrundwechsel: Liste den Änderungsbereich auf und lege die weiterhin beizubehaltenden Personen- und anderen Bildinformationen fest. Wenn sich Pose, Perspektive oder Bildformat ändern, verlange nicht gleichzeitig absolute Unveränderlichkeit der Körperposition, der gesamten Komposition und aller Pixel.
• Lokale Text-/Datenänderung: Gib den vollständigen Ersatztext, die Position, die Schriftgrößenhierarchie und den Erhaltungsbereich an; zerlege den Originaltext nicht in Fragmente und überlasse dem Modell nicht das Erraten.
• Mehrere Bearbeitungsrunden: Schreibe jede Runde unabhängig: „Mit Bild N dieser Runde als Basis, was wird geändert, was bleibt erhalten“. Verwende keine vagen Verweise wie „wie im vorherigen Bild“ oder „wie gehabt“, die ohne Kontext nicht ausführbar sind.

Text, Wissen und Raster

• Setze den vollständig anzuzeigenden Text Wort für Wort in Anführungszeichen, gib Position, Größenverhältnis und Zeilenumbrüche klar an. Übersetze beim Übersetzen des äußeren Prompts nicht den darzustellenden Text.
• Wenn kein Text benötigt wird, schreibe „Dem Bild werden keine Texte, Buchstaben oder Zahlen hinzugefügt“; wenn der Benutzer wünscht, dass Verpackungs- oder Hintergrundtexte erhalten bleiben, ändere dies in „Keine neuen Texte hinzufügen, vorhandene Texte bleiben erhalten“ und widerspreche nicht den beizubehaltenden Elementen.
• Alle Zahlen, Einheiten, Objektzuordnungen, Zeitbereiche und Panel-Beschriftungen müssen aus Benutzerdaten oder überprüften Quellen stammen. Überprüfe zuerst Berechnungen und Logik, bevor du das Modell zum Zeichnen aufforderst; verlasse dich nicht auf das Bildmodell, um Fakten zu überprüfen.
• Bei unzureichenden Daten erfinde keine Paper-Ergebnisse, statistische Signifikanz, Fehlerbalken, Abmessungen oder Versuchsgruppen; gib eine ausfüllbare Vorlage und kennzeichne, was fehlt. Wenn der Benutzer Beispieldaten erlaubt, kennzeichne diese als Beispiel/synthetisch.
• Verwende beim Ändern einer einzelnen Zelle in einem Raster genaue Adressen wie „Zeile 2, Spalte 1“ und sperre die restlichen Zellen. Verwende kein Layout nur als „2×3“ ohne Zeilen-/Spaltenangabe.

Abmessungen und Bereitstellungsgrenzen

• Wenn der Benutzer Abmessungen angibt, verwende diese. Wenn nur der Verwendungszweck gegeben ist, kann eine vernünftige Bildschirmgröße gewählt werden; gib bei Bedarf einen Satz zur Annahme. Frage nicht wiederholt nach, wenn es keinen eindeutig korrekten Parameter gibt.
• Die Angabe des Seitenverhältnisses im Prompt kann nicht die tatsächliche Breite/Höhe im Workflow/API ersetzen; gib nur dann separate Einstellungsvorschläge, wenn der Benutzer die Parameter manipulieren muss.
• Respektiere den bestehenden Workflow des Benutzers. Wenn der Bearbeitungsprozess bereits 4MP-Skalierung, 32er-Vielfach-Ausrichtung etc. beinhaltet, nimm beim Schreiben des Prompts keine Änderungen vor und füge keine zusätzliche Skalierung, kein Freistellen oder keine Vorverarbeitung hinzu; wenn der tatsächliche Prozess nicht bestätigt ist, nimm nicht an, dass diese Knoten zwangsläufig existieren.
• Unterscheide zwischen Parametern der offiziellen Plattform/API im Handbuch und lokalen Implementierungen. Insbesondere „Bildbearbeitung erzwingt Erweiterung, einzeln 1–10 Bilder, Upload-Format- und Größenbeschränkungen“ dürfen nicht als zwingende Einschränkungen der lokalen ComfyUI dargestellt werden. Lokal gelten die tatsächlichen Knoten und Konfigurationen.
• Wechsle nicht aktiv INT8/BF16, Sampler, Schritte, CFG, Modellpräzision oder VRAM-Modus, nur um den Prompt zu schreiben. Garantiere nicht, dass „6 Schritte“ auf jeder Hardware eine feste Sekundenzahl bedeutet.

Ausgabeformat

Normalerweise: ggf. eine Zeile zur Aufgabenverteilung der Referenzbilder, dann ein Klartext-Codeblock mit dem vollständigen Prompt. Wenn der Benutzer „Nur Prompt“ sagt, gib nur den Codeblock ohne Titel, Erklärung, Parametertabelle oder Selbstprüfungsbericht. Wenn der Benutzer JSON, dreiteilige subject_definitions oder zweisprachig (Chinesisch/Englisch) anfordert, verwende das angegebene Format; gib nicht vor, dass diese Formate die einzige Anforderung des Handbuchs sind.

Der Bearbeitungsprompt sollte direkt die vollständig ausführbare Version dieser Runde liefern, nicht nur einzelne Patches, die eingefügt werden müssen. Frage nur kurz nach, wenn fehlende Informationen die Identität des Subjekts, die Bildzuordnung, den genauen Text oder die Daten ändern würden; verwende für allgemeine Kompositions- und Stildetails vernünftige Standardwerte und fahre fort.

Selbstprüfung vor Auslieferung

• Ist der Modus korrekt und erfüllt er die Anforderungen dieser Runde, anstatt ein festes Szenario anzuwenden?
• Liegen die Referenzbilder im Bereich 1–16, ist die Reihenfolge korrekt, Verwendung und Erhaltungsbereich jedes Bildes klar?
• Verwenden alle Bildverweise im endgültigen Prompt das vollständige <Picture n>-Tag, ohne auf „Bild 1“ oder „Picture 1“ zu reduzieren?
• Sind die Änderungsvorgänge klar, wurde bei Löschung/Verschiebung die Ergänzung der ursprünglichen Position erklärt?
• Gibt es keinen Widerspruch zwischen Bildformatänderung, Posenänderung und „bleibt unverändert“?
• Wurden vom Benutzer angegebener Text, Interpunktion, Zeilenumbrüche, Einheiten und Daten präzise beibehalten und nicht eigenmächtig ergänzt?
• Sind Rasterzeilen/-spalten und Anzahl der Kameraperspektiven/Ansichten konsistent, gibt es keine Mengenkonflikte bei Subjekt und Struktur?
• Wurden nutzlose Beschreibungen, nicht bestätigte Modellsyntax und Effektzusicherungen entfernt?
• Wird nur der vom Benutzer angeforderte Prompt ausgeliefert, ohne automatische Bildgenerierung, Workflow-Änderung oder Hinzufügen von Vorverarbeitung?

Nach Bedarf lesen

• Handbuchregeln & Plattformgrenzen: Quellen, Handbuchseiten, Parametereigenschaften und Exportvollständigkeit überprüfen.
• Prompt-Vorlagen & Beispiele: Lesen, wenn vollständige Generierungsvorlagen, Bearbeitungsvorlagen, Farbreferenzen, Drei-Bilder-Outfitwechsel-Posen, Lösch-Ergänzung oder geteilte Zellenänderung benötigt werden. Schreibe gemäß der aktuellen Aufgabe neu und verwende keine in den Beispielen enthaltenen, vom Benutzer nicht angeforderten Identitäten, Szenen oder Stile.