AI-KSK/minimax-h3-image-prompts

H3 提示词 d'image

Rédigez des descriptions visuelles exécutables pour MiniMax-H3-Image. Basé sur le manuel d'utilisation MiniMax-H3-Image, il sert les modes génération d'image à partir de texte et édition d'image ; ne créez pas de nouveaux flux de travail séparés pour des usages comme le changement de vêtements ou de poses.

Ordre d'exécution

1. Déterminez le mode : sans matériel de référence, utilisez le mode génération d'image ; avec une image et une demande de modification, combinaison ou emprunt de contenu, utilisez le mode édition d'image. Lorsqu'une image de référence est mentionnée mais non visible, écrivez selon l'utilisation explicitement indiquée par l'utilisateur, sans prétendre voir des détails de l'image.
2. Extrayez les exigences strictes : objectif, nombre d'éléments principaux et leur identité, action, composition, dimensions, texte, style, et les éléments qui ne doivent pas être modifiés. Les corrections ultérieures de l'utilisateur prévalent sur les solutions précédentes.
3. Pour plusieurs images, établissez une numérotation et une répartition des rôles : Confirmez l'ordre réel de téléchargement, puis mappez les rôles en <Picture 1> à <Picture 16>. Si nécessaire, fournissez d'abord un bref tableau « Numéro d'image / Rôle / Portée à conserver » ; si l'utilisateur ne demande que le prompt, intégrez le mappage dans le corps du texte.
4. Rédigez selon les deux modes ci-dessous ; la priorité des détails est : exigences strictes de l'utilisateur, appartenance aux images de référence, disposition globale, détails visuels locaux, embellissements stylistiques.
5. Effectuez une auto-vérification à la fin, puis livrez un prompt prêt à être collé. Ne générez plusieurs versions que si l'utilisateur en demande explicitement plusieurs.

Par défaut, écrivez uniquement le prompt, ne générez pas d'image automatiquement, ne modifiez pas le flux de travail ou les paramètres. Si l'utilisateur demande explicitement la génération d'image, exécutez-la selon l'outil choisi, sans prétendre que l'outil utilise nécessairement H3.

Règles d'écriture communes

• Tâche d'abord, style ensuite : Dites d'abord quoi faire, où l'utiliser, qui est le sujet et son action, puis le langage visuel.
• Global d'abord, local ensuite : Définissez d'abord le format, le nombre d'éléments principaux, la position, la perspective, les zones et les espaces blancs, puis décrivez les vêtements, les objets, les matériaux, etc.
• Utilisez des couleurs visibles, des directions de lumière, des textures, des bords, de la perspective et de la profondeur de champ pour remplacer les mots vagues comme « haut de gamme », « grand écran », « ultra-réaliste ». Quelques noms de style peuvent être conservés, mais complétez-les avec des preuves visibles.
• N'imposez pas une « ambiance cinématographique » uniforme. Lorsque l'utilisateur demande des photos spontanées de téléphone, MiniDV, pixel art ou line art, assortissez la densité d'information correspondante, les défauts d'imagerie et le support, sans ajouter de demandes conflictuelles de pellicule, HDR, CG ou netteté.
• Ne complétez que les détails non essentiels nécessaires à la réalisation de l'intention ; ne changez pas les visages, les personnes, n'ajoutez pas de personnages, de texte, de marques ou ne modifiez pas la composition sans autorisation. Les zones où l'utilisateur laisse explicitement le modèle libre peuvent être conçues.
• Mettez le contenu clé en premier, supprimez les modifications redondantes et les contraintes contradictoires. Ne remplissez pas jusqu'à la limite pour obtenir un prompt long ; la limite de 4096 tokens mentionnée dans le manuel officiel concerne la plateforme, ne considérez pas 32 000 caractères comme une longueur garantie pour un fonctionnement complet.
• Par défaut, utilisez le chinois naturel ; si l'utilisateur demande l'anglais, donnez la version anglaise, ou si l'expansion locale est explicitement désactivée et qu'une sortie directe en anglais est nécessaire, donnez la version anglaise. Lors de la traduction des descriptions, conservez le chinois, la ponctuation, la casse et les noms propres réels qui doivent apparaître dans l'image.
• Interdiction d'utiliser les poids de labels de Stable Diffusion, les instructions de chargement LoRA, ou des syntaxes propriétaires H3 non confirmées. N'ajoutez pas par défaut de prompts négatifs indépendants ; formulez les exclusions nécessaires comme des contraintes explicites dans le corps du texte.

Mode 1 : Génération d'image à partir de texte

Utilisez l'ordre suivant :

Tâche/Usage → Format et disposition → Sujet et action → Environnement et relations spatiales → Lumière, couleur, matériaux et médium → Exigences de texte ou absence de texte → Exclusions nécessaires.

N'écrivez que les contraintes toujours valables. Par exemple, pour un « corps entier », laissez de l'espace pour la tête et les pieds ; pour un portrait en plan rapproché, n'exigez pas à la fois le corps entier et les pieds. L'orientation du sujet, l'orientation de la caméra et la relation gauche-droite doivent pouvoir coexister.

• Portrait réaliste : décrivez la peau réelle, les expressions naturelles, le tissu, les cheveux, la lumière ambiante et une profondeur de champ crédible ; n'utilisez pas « absolument pas d'aspect IA » pour remplacer une description spécifique ou promettre un résultat.
• Concept de jeu/mécanique/produit : nombre de composants fixes, proportions structurelles, vue correspondante et matériaux ; si les dimensions réelles ne sont pas données, n'inventez pas de mesures et marquez les conceptions fictives comme conceptuelles.
• Affiche/Couverture : déterminez d'abord le centre visuel et la zone de texte. Si l'utilisateur souhaite un titre, donnez le texte mot pour mot et la hiérarchie ; si l'utilisateur souhaite une mise en page ultérieure, ne laissez que la zone, sans faire générer de texte de remplissage par le modèle.
• Grille / Vues multiples : écrivez « 2 rangées, 3 colonnes (lignes × colonnes) » et décrivez le contenu de chaque cellule ; les vues d'un même objet doivent conserver une identité, une structure, des vêtements et des proportions cohérents.

Mode 2 : Édition d'image

Utilisez l'ordre suivant :

Quelle image éditer → Que fournit chaque image de référence → Objet de la modification et emplacement → Opération de changement et état final → Éléments à conserver et leur portée → Composition/format de sortie → Correspondance de style et exclusions nécessaires.

Répartition des rôles des images de référence

• Numérotez selon l'ordre réel de téléchargement, jusqu'à 16 images maximum. Les cadres vides non utilisés ne constituent pas des images de référence et n'inventez pas de matériel manquant. Le nombre d'images de référence est une limite, ne demandez pas à l'utilisateur de remplir 16 cadres.
• Dans le prompt final prêt à coller, chaque référence à une image doit strictement utiliser les étiquettes littérales <Picture 1>, <Picture 2>, etc. (y compris les chevrons, l'espace et le chiffre) ; même si tout le paragraphe est en chinois, conservez ces étiquettes. Ne les transformez pas en « 图1 », « image 1 » ou « Picture 1 » sans chevrons dans le prompt. Dans les explications en chinois en dehors du prompt, vous pouvez utiliser « image 1 ».
• Si une image de base existe, indiquez son numéro ; généralement <Picture 1>, mais si l'utilisateur spécifie une autre image comme base, suivez cette spécification, ne considérez pas toujours la première image comme la photo de personne.
• Précisez ce que chaque image fournit : identité, vêtements, pose, objet, couleur, matériau, disposition ou style. Lorsque vous empruntez une couleur, précisez clairement que vous n'empruntez pas sa forme, son matériau ou sa personne ; lorsque vous empruntez une pose, ne copiez pas le visage et les vêtements du modèle de la photo de pose.
• Traduisez l'objectif de similarité locale en caractéristiques observables, telles que la structure du visage, la coiffure, l'identité, la coupe des vêtements, la texture et les accessoires ; ne garantissez pas à l'avance une correspondance à 100 % des personnes.
• En cas de lacunes dans la numérotation, vérifiez selon l'ordre réel d'envoi des images au modèle. Si un flux nécessitant 16 entrées consécutives est rencontré, rappelez à l'utilisateur de remplir les images 01 de manière continue ; si nécessaire, expliquez la renumérotation correspondante, sans modifier vous-même le mappage déjà confirmé par l'utilisateur.
• S'il y a plus de 16 images, demandez d'abord à l'utilisateur de préciser lesquelles conserver (16) ou comment diviser les cycles ; n'écourtez pas silencieusement. Lors de cycles multiples, précisez clairement quelles images résultantes et de référence sont utilisées dans chaque cycle.

Changements et conservation

• Changement de couleur : Précisez la partie, la nouvelle couleur et les limites ; conservez les parties qui doivent rester inchangées, telles que la forme, le matériau, la texture, les dimensions, la position et l'éclairage.
• Déplacement : Déplacez uniquement l'objet d'origine, précisez la nouvelle position, les proportions, l'occlusion et les relations de contact, et complétez l'ancienne position ; ne générez pas un deuxième objet.
• Copie : Conservez l'objet d'origine, précisez le nombre de nouveaux exemplaires et leurs positions.
• Remplacement : L'ancien objet disparaît, le nouvel objet occupe la position spécifiée, assortissez la perspective, l'échelle, l'occlusion, les ombres de contact et la lumière ambiante.
• Suppression : Précisez quel objet supprimer uniquement ; indiquez comment la zone d'origine doit être complétée par un fond, un sol ou une texture continue.
• Changement de vêtements/pose/fond : Énumérez la portée du changement, puis verrouillez les personnes et autres informations visuelles qui doivent rester. Lorsque la pose, la perspective ou le format changent, n'exigez pas simultanément que la position du corps, toute la composition et tous les pixels restent absolument inchangés.
• Modification locale de texte/données : Fournissez le contenu complet du remplacement, la position, la hiérarchie de taille de police et la portée à conserver ; ne coupez pas le texte original en segments pour que le modèle devine.
• Lors d'éditions multi-cycles, rédigez indépendamment « Basé sur l'image N de ce cycle, modifier quoi, continuer à conserver quoi ». N'utilisez pas de références hors contexte comme « comme la précédente » ou « comme d'habitude ».

Texte, connaissances et grille

• Placez le texte complet à afficher, mot pour mot, entre guillemets, en précisant l'emplacement, les relations de taille et les sauts de ligne. Lors de la traduction des couches externes du prompt, ne traduisez pas le texte à restituer.
• Si aucun texte n'est nécessaire, écrivez « N'ajoutez aucun texte, lettre ou chiffre dans l'image » ; si l'utilisateur demande de conserver le texte de l'emballage ou du fond, écrivez « N'ajoutez pas de nouveau texte, conservez le texte original », sans conflit avec les éléments à conserver.
• Toutes les valeurs numériques, unités, mappages d'objets, plages de temps et annotations de panneaux doivent provenir des données de l'utilisateur ou de sources vérifiées. Vérifiez d'abord les calculs et la logique, puis demandez au modèle de dessiner ; ne comptez pas sur le modèle d'image pour remplacer la vérification des faits.
• En cas de données insuffisantes, n'inventez pas de résultats de thèses, de signification statistique, de barres d'erreur, de dimensions ou de groupes expérimentaux ; vous pouvez donner un modèle à remplir, en précisant ce qui manque. Si l'utilisateur autorise des données d'exemple, indiquez qu'il s'agit d'un exemple/synthétique.
• Lors de la modification d'une cellule dans une grille, utilisez une adresse précise comme « 2e rangée, 1re colonne » et verrouillez les autres cellules. N'utilisez pas de disposition sans indication de ligne et de colonne comme « 2×3 ».

Dimensions et limites de déploiement

• Si l'utilisateur donne des dimensions, utilisez-les ; si seul l'usage est donné, vous pouvez faire un choix raisonnable de format et, si nécessaire, expliquer l'hypothèse en une phrase. S'il n'y a pas de paramètre unique correct, ne demandez pas à plusieurs reprises.
• Indiquer les proportions dans le prompt ne remplace pas les valeurs réelles de largeur et de hauteur dans le flux de travail/l'API ; ne donnez des suggestions de réglage séparées que si l'utilisateur a besoin de manipuler les paramètres.
• Respectez le flux de travail existant de l'utilisateur. Si le processus d'édition comprend déjà un redimensionnement 4MP, un alignement multiple de 32, etc., ne modifiez pas arbitrairement lors de la rédaction du prompt, et n'ajoutez pas de redimensionnement, de découpage ou de prétraitement supplémentaires ; si le processus réel n'est pas confirmé, ne présumez pas que ces nœuds existent nécessairement.
• Distinguez les paramètres officiels de la plateforme/API du manuel de l'implémentation locale. En particulier, les éléments tels que « expansion forcée de l'édition d'image, 1 à 10 images par lot, limites de format et de taille de téléchargement » ne doivent pas être présentés comme des limites inévitables de ComfyUI local. Localement, basez-vous sur les nœuds et la configuration réels.
• Ne basculez pas activement vers INT8/BF16, ne changez pas d'échantillonneur, de nombre d'étapes, de CFG, de précision du modèle ou de mode VRAM simplement pour écrire le prompt. Ne garantissez pas que « 6 étapes » signifie un temps fixe en secondes sur n'importe quel matériel.

Convention de sortie

En général : une ligne de répartition des rôles des images de référence (si nécessaire), puis un bloc de code en texte brut contenant le prompt complet. Si l'utilisateur dit « Donnez-moi seulement le prompt », ne donnez que le bloc de code, sans titre, explication, tableau de paramètres ou rapport d'auto-vérification. Si l'utilisateur demande du JSON, une description de sujet en trois parties, ou une version bilingue chinois-anglais, suivez le format spécifié ; ne présentez pas ces formats comme la seule exigence du manuel.

Le prompt d'édition doit directement donner la version complète exécutable de ce cycle, pas seulement des correctifs fragmentaires à insérer. Ne posez une question brève que si des informations manquantes changent l'identité du sujet, le mappage d'image, le texte précis ou les données ; pour les détails généraux de composition et de style, utilisez des valeurs par défaut raisonnables et continuez.

Auto-vérification avant livraison

• Le mode est-il correct, répond-il à l'objectif de ce cycle, plutôt que d'appliquer un scénario fixe ?
• Les images de référence sont-elles dans la plage 1 à 16, l'ordre est-il correct, les rôles et la portée à conserver de chaque image sont-ils clairs ?
• Toutes les références aux images dans le prompt final utilisent-elles les étiquettes complètes <Picture n>, sans les dégrader en « 图1 » ou « Picture 1 » ?
• Les opérations de changement sont-elles claires, la suppression et le déplacement ont-ils été expliqués avec le complément de la position d'origine ?
• Y a-t-il une contradiction entre le changement de format, le changement de pose et le « rester inchangé » ?
• Le texte donné par l'utilisateur, la ponctuation, les sauts de ligne, les unités et les données ont-ils été précisément conservés, sans ajout non autorisé ?
• Le nombre de rangées et de colonnes de la grille ainsi que le nombre d'objectifs/vues sont-ils cohérents, sans conflit de nombre d'éléments principaux et de structure ?
• Les mots inutiles, les espaces réservés non remplis, les syntaxes de modèle non confirmées et les garanties d'effet ont-ils été supprimés ?
• Seul le prompt demandé par l'utilisateur a-t-il été livré, sans génération automatique d'image, modification du flux de travail ou ajout de prétraitement ?

Lecture à la demande

• Règles du manuel et limites de la plateforme : Vérifiez la source, le numéro de page du manuel, la nature des paramètres et l'exhaustivité de l'exportation.
• Modèles et exemples de prompts : Lisez lorsque vous avez besoin d'un modèle complet de génération, d'un modèle d'édition, d'une référence de couleur, d'un changement de vêtements/pose en trois images, d'une suppression/complétion ou d'une modification par cellule. Réécrivez en fonction de la tâche actuelle, ne réutilisez pas l'identité, la scène ou le style de l'exemple que l'utilisateur n'a pas demandés.