H3 圖像提示詞
為 MiniMax-H3-Image 編寫可執行的視覺描述。以 MiniMax-H3-Image 使用手冊為基礎，服務文生圖和圖像編輯兩種模式；不要按換裝、姿勢等用途拆出新的工作流。
執行順序
- 判斷模式：無參考素材時按文生圖；有圖並要求修改、組合、借用內容時按圖像編輯。提到參考圖但實際不可見時，依用戶明確說明的用途編寫，勿假裝看見圖中細節。
- 提取硬要求：用途、主體數量及身份、動作、構圖、尺寸、文字、風格，以及不得變更的內容。用戶後續糾正優先於舊方案。
- 多圖時建立編號與分工：確認實際上傳順序，再將用途映射為
<Picture 1>到<Picture 16>。需要時先給簡短的「圖片編號 / 用途 / 保留範圍」表；用戶只要提示詞時把映射融入正文。 - 依據下文的兩種模式寫作；細節優先級為用戶硬要求、參考圖歸屬、整體佈局、局部視覺細節、風格修飾。
- 執行末尾自檢，再交付一份可直接貼上的提示詞。只有用戶要求多個方案時才輸出多個版本。
預設只寫提示詞，不自動生成圖片，不修改工作流或設定。用戶明確要求生成圖片時，再按所選工具執行，不能聲稱工具必然使用 H3。
共同寫法
- 先任務後風格：先說做什麼、用在哪、主體是誰及其動作，再說視覺語言。
- 先整體後局部：先定畫幅、主體數量、站位、視角、分區與留白，再寫服飾、器物、材質等。
- 用可見的色彩、光源方向、材質、紋理、邊緣、透視和景深替代「高級、大片、超真實」等空泛詞。少量風格名可以保留，但補上可見依據。
- 不強加統一「電影感」。用戶要手機隨拍、MiniDV、像素、線稿時，匹配對應的資訊密度、成像缺陷和媒介，不附加衝突的膠片、HDR、CG 或銳化要求。
- 只補足完成意圖所需的非關鍵細節；不擅自換臉、換人、加角色、加文字、加品牌或改構圖。用戶明確讓模型自由發揮的區域可以設計。
- 把關鍵內容放前面，去掉重複修飾和矛盾約束。不得為追求長提示詞而填充到上限；官方手冊所列 4096 tokens 截斷屬於平台說明，不能把 32000 字元當作保證完整生效的長度。
- 中文預設使用自然中文；用戶要求英文再給英文，或明確關閉本地擴寫且需要英文直輸時給英文版。翻譯描述時，保留畫面中實際要出現的中文、標點、大小寫和專名。
- 禁止套用 Stable Diffusion 權重標籤、LoRA 載入語句或未經確認的 H3 專有語法。不預設附加獨立負面提示詞；把必要排除項寫成正文中的明確約束。
模式一：文生圖
採用順序：
任務/用途 → 畫幅與佈局 → 主體與動作 → 環境及空間關係 → 光線、色彩、材質和媒介 → 文字或無文字要求 → 必要排除項。
只寫仍然成立的約束。例如「完整全身」時為頭腳留空間；近景人像不要同時要求全身和腳部。主體朝向、相機朝向及左右關係必須能共同成立。
- 寫實人像：描述真實皮膚、自然表情、布料、頭髮、環境光與可信景深；不要用「絕對無 AI 感」代替具體描述或承諾效果。
- 遊戲/機械/產品概念：固定部件數、結構比例、視圖對應與材料；未給真實尺寸時不要虛構測量結果，虛構設計標為概念。
- 海報/封面：先確定視覺重心與文字區。用戶要標題時逐字給出文字與層級；用戶要後期排字時只留區、不讓模型自行生成佔位字。
- 網格/多視圖：寫「2行3列（行×列）」，並逐格說明內容；同一對象的各視圖須保持身份、結構、服裝和比例一致。
模式二：圖像編輯
採用順序：
編輯哪張圖 → 每張參考圖提供什麼 → 修改對象及位置 → 變化操作與最終狀態 → 保留項及範圍 → 輸出構圖/畫幅 → 風格匹配與必要排除項。
參考圖分工
- 以實際上傳順序編號，最多 16 張。未啟用的空框不構成參考圖，也不虛構缺失素材。參考圖數量是上限，勿要求用戶填滿 16 框。
- 最終可貼上提示詞中的每次圖片引用，嚴格使用字面標籤
<Picture 1>、<Picture 2>等（含尖括號、空格和數字）；即使整段是中文也保留這些標籤。不要在提示詞內改寫成「圖1」「圖片一」或無尖括號的 "Picture 1"。提示詞外的中文說明可使用「圖片1」。 - 有底圖時說明底圖編號；通常是
<Picture 1>，但用戶指定其他圖為底圖時服從指定，不把第一張永遠當人物圖。 - 指明每圖究竟提供身份、服裝、姿勢、對象、顏色、材質、佈局或風格。借用顏色時明確不借用其形狀、材質、人物；借用姿勢時不複製姿勢圖人物的臉和衣服。
- 將局部相似度目標落到可觀察特徵，如五官結構、髮型、身份、衣服剪裁、紋理與配件；不預先保證人物百分之百一致。
- 編號有空洞時按實際送入模型的圖片順序核對。遇到要求連續輸入的 16 框流程，提醒從圖片 01 連續填寫；必要時說明重新編號對應，不自行改變用戶已確認的映射。
- 超過 16 張時先讓用戶指定保留哪 16 張或如何拆輪；不得默默截斷。分輪時每輪明確使用當前哪些成圖和參考圖。
變化與保留
- 改色：明確部位、新色和邊界；保留形狀、材質、紋理、尺寸、位置及光照中仍應不變的部分。
- 移動：只移動原對象，交代新位置、比例、遮擋與接觸關係，並補全舊位置；不生成第二份。
- 複製：保留原對象，指明新增數量和各位置。
- 替換：舊對象消失，新對象佔據指定位置，匹配透視、尺度、遮擋、接觸陰影與環境光。
- 刪除：明確只刪除哪個對象；說明原區域應由何種連續背景、地面或紋理補全。
- 換裝/姿勢/背景：列出改變範圍，再鎖定仍要保留的人物與其他畫面資訊。姿勢、視角或畫幅改變時，不同時要求其身體位置、全部構圖及所有像素絕對不變。
- 局部文字/數據修改：提供完整替換內容、位置、字號層級和保留範圍；不把原文截成片段後讓模型猜測。
- 多輪編輯獨立寫清「以本輪圖片 N 為底圖，修改什麼，繼續保留什麼」。不用「上一張那樣」「照舊」等脫離上下文無法執行的指代。
文字、知識與網格
- 將需要顯示的完整文字逐字放在引號內，明確位置、大小關係與分行。翻譯外層提示詞時不翻譯需渲染的文字。
- 不需要文字時寫「畫面中不添加文字、字母或數字」；用戶要求保留包裝或背景文字時改為「不添加新文字，原有文字保持」，不要與保留項衝突。
- 所有數值、單位、物件映射、時間範圍及面板標註應來自用戶資料或已核實來源。先核對計算和邏輯，再要求模型繪圖；不靠圖像模型代替事實核實。
- 數據不足時不編造論文結果、統計顯著性、誤差線、尺寸或實驗組；可給待填模板，並標明缺少什麼。用戶允許示例數據時註明示例/合成。
- 修改網格中的某一格時用「第2行第1列」等精確地址，並鎖定其餘格。不要使用只有「2×3」而沒有行列說明的佈局。
尺寸與部署邊界
- 用戶給尺寸就沿用；只給用途時可作合理畫幅選擇，並在需要時用一句說明假設。沒有唯一正確參數時不反覆追問。
- 在提示詞中說明比例不能代替工作流/API 裡的實際寬高；只在用戶需要操作參數時單獨給設定建議。
- 尊重用戶現有工作流。若編輯流程已包含 4MP 縮放、32 倍數對齊等處理，寫提示詞時不擅自刪改，也不額外加縮放、摳圖或預處理；未確認實際流程時，不假定這些節點必然存在。
- 區分手冊中的官方平台/API 參數與本地實現。特別是「圖像編輯強制擴寫、單次1～10張、上傳格式與大小限制」不可宣稱為本地 ComfyUI 的必然限制。本地以實際節點和配置為準。
- 不因寫提示詞主動切換 INT8/BF16、取樣器、步數、CFG、模型精度或顯存模式。不保證「6步」意味著任何硬體都有固定秒數。
輸出約定
通常輸出：必要時的一行參考圖分工，然後一個包含完整提示詞的純文字程式碼區塊。用戶說「只給提示詞」時僅給程式碼區塊，不加標題、解釋、參數表或自檢報告。用戶要求 JSON、三段式 subject_definitions 或中英雙語時按指定格式；不要把這些格式宣稱為手冊唯一要求。
編輯提示詞應直接給本輪完整可執行版本，不只給需要插入的零碎補丁。只有缺失資訊會改變主體身份、圖片映射、準確文字或數據時才簡短詢問；一般構圖和風格細節使用合理預設繼續。
交付前自檢
- 是否模式正確，滿足本輪用途，而非套用固定場景？
- 是否參考圖在1～16範圍內、順序準確、各圖用途與保留範圍明確？
- 是否最終提示詞中所有圖片引用都使用了完整的
<Picture n>標籤，沒有退化為「圖1」或 "Picture 1"？ - 是否變化操作明確，刪除與移動已說明原位置補全？
- 是否畫幅變化、姿勢變化與「保持不變」之間沒有矛盾？
- 是否精確保留用戶給定文字、標點、分行、單位和數據，未擅自補造？
- 是否網格行列及鏡頭/視圖數量一致，主體和結構沒有數量衝突？
- 是否去掉無用修飾、未填佔位符、未經確認的模型語法和效果保證？
- 是否僅交付用戶要的提示詞，沒有自動出圖、改流程或加預處理？