Prompt de edición de MiniMax H3 Image
Crea prompts de edición MiniMax H3 Image con roles claros de referencias, detalles conservados y composición objetivo. Una edición real de joya y sus límites.
Leer en MarkdownUn prompt de edición de MiniMax H3 Image útil identifica el objeto de origen, describe la imagen terminada e indica qué detalles pueden cambiar. «Haz que parezca caro» deja que el modelo decida si eso significa otro fondo, otro producto o ambos. En una fotografía de producto, esa incertidumbre puede convertir una imagen atractiva en una inutilizable.
La guía de MiniMax específica para imágenes organiza una edición en un párrafo continuo: define el contenido de referencia, describe el objetivo y la relación de cada referencia con él y añade después los detalles modificados o nuevos.[1] Este artículo aplica ese enfoque a imágenes estáticas. Muchos tutoriales de H3 tratan sobre vídeo; sus plantillas de duración de planos, diálogo y banda sonora no describen esta tarea de edición de imágenes.
También realizamos una edición con referencia: un anillo con una gema verde fotografiado sobre roca oscura se convirtió en una escena de joyería de color marfil. El resultado se muestra abajo junto a la entrada. Es un ejemplo de sustitución de fondo y cambio de iluminación, no una garantía de reproducción exacta del producto.
Asigna una función concreta a cada referencia
Las referencias se numeran en el orden en que se proporcionan. La primera es <Picture 1>, la segunda <Picture 2> y así sucesivamente. El ejemplo oficial de edición de MiniMax usa el mismo orden.[2] Antes de escribir el prompt, examina cada imagen y decide qué parte contribuye al resultado.
Una referencia de objeto puede definir la forma de un anillo. Una segunda imagen puede aportar un color, mientras una tercera proporciona la distribución. Son funciones distintas. Pedir que se «combinen las tres» no explica si el modelo debe copiar los objetos de la tercera imagen, su iluminación o solo su disposición.
La guía oficial usa etiquetas <Subject N> para el contenido cuya relación con el resultado debe definirse por separado. Un sujeto puede ser una persona, un objeto, un bloque de texto, un fondo o una propiedad. No necesitas un sujeto por cada objeto del encuadre y una imagen puede proporcionar varios sujetos. Mantén estable la numeración en todo el párrafo.[1]
Por ejemplo, unas instrucciones originales podrían empezar así:
The gold ring in <Picture 1> is <Subject 1>. The pale stone surface in <Picture 2> is <Subject 2>. The target image is a square jewelry photograph with <Subject 1> resting on a new pedestal. <Subject 1> is partially preserved: its gemstone shape, band design and single-ring count remain, while its lighting and placement change. <Subject 2> supplies a weak material reference for the pedestal, with its form adapted to the new scene.Este es un prompt ilustrativo, no otro resultado probado. Convierte la segunda referencia en una fuente de material sin pedir al modelo que importe todo lo visible en esa imagen. Usa referencias propias que hayas examinado; no describas características ocultas ni inventes un valor de color exacto a partir de una vista previa pequeña.
Separa la conservación de los cambios que quieres
«Mantén el producto exactamente igual» suele ir seguido de instrucciones para girarlo, moverlo e iluminarlo de otra forma. Estas instrucciones entran en conflicto. La guía oficial considera el movimiento, la rotación, la duplicación, la nueva iluminación y una nueva oclusión como cambios en el sujeto definido.[1]
Hay cuatro relaciones útiles:
| Relación | Qué debería establecer el prompt |
|---|---|
| Conservación total | Todo el alcance definido permanece igual, incluidos cantidad, posición, estado, apariencia y función. |
| Conservación parcial | Nombra qué permanece y qué cambia. Un producto con nueva iluminación normalmente pertenece aquí. |
| Transferencia de atributo | Identifica la propiedad exacta y el objetivo que la recibe, como un color de origen aplicado a una prenda. |
| Referencia débil | Identifica la cualidad prestada y permite explícitamente la adaptación pertinente. |
Una fuente de color no debería convertirse accidentalmente en una fuente de forma. Si un jarrón de cerámica aporta el color de una chaqueta, copiar el acabado brillante del jarrón puede ser un cambio no deseado. Define el color como la propiedad prestada y describe cómo aparece en el tejido existente de la chaqueta.
La conservación también necesita un alcance razonable. No puedes conservar por completo un cartel entero mientras cambias un titular dentro de él. Define el titular por separado o marca el cartel como parcialmente conservado. Si hay otro objeto destacado junto al objetivo, da una instrucción explícita para conservarlo cuando la edición pueda afectarlo. Una petición general de rediseñar toda la escena protege mucho menos que un cambio local con límites claramente definidos.
Estas instrucciones comunican la intención. No convierten la generación en un editor con píxeles bloqueados. Compara el resultado con la entrada antes de usarlo como registro de producto o publicar datos legibles.
Una edición real de anillo: de roca oscura a papel marfil
Nuestra referencia inicial era una imagen cuadrada generada con MiniMax H3 Image Highspeed. Muestra una gema verde rectangular en un anillo de oro sobre piedra negra mojada. Pasamos esa imagen terminada al modelo MiniMax H3 Image estándar como única referencia. La edición usó area: "1K", aspect_ratio: "1:1", n: 1, salida JPEG y mejora del prompt activada.
El prompt exacto enviado fue:
Edit <Picture 1> into a refined editorial jewelry campaign. Preserve the exact rectangular green gemstone, gold band, corner prongs and ring proportions. Replace the wet black rock with a folded sheet of warm ivory paper, a pale stone pedestal and one soft curved shadow. Keep the ring as the focal point in the lower-right half of the square frame, tilted toward camera. Broad window light from upper left, restrained emerald and cream palette, realistic brushed gold and gemstone reflections. The ring must remain a single intact ring. No text, no logos, no watermark.Estas son instrucciones en lenguaje sencillo con la mejora activada, no una versión completada manualmente con todas las etiquetas de sujeto oficiales. Nombran las características conservadas y el entorno de sustitución. También piden una nueva dirección de luz, por lo que deberían evaluarse como una tarea de conservación parcial.
La imagen entregada era de 1024 × 1024. La piedra verde rectangular, el aro ancho de oro, las garras visibles en las esquinas y la cantidad de un solo anillo siguieron siendo reconocibles. La roca negra se sustituyó por papel y piedra claros y la iluminación se volvió amplia y cálida. Son señales útiles de que el prompt comunicó su propósito principal.
El resultado tiene límites. El anillo sigue ocupando gran parte del centro y de la zona inferior del encuadre; no está confinado de forma precisa a la mitad inferior derecha. Sus brillos y el aspecto fino de la superficie cambiaron con la iluminación. La imagen no demuestra que cada faceta, medida del engaste o microrraya coincida con una pieza real fabricada. Para un catálogo comercial, compárala con fotografías reales del producto y examina el engaste a tamaño completo.
La edición completada informó de 3375 tokens de entrada de texto, 2050 tokens de entrada de imagen y 4096 tokens de salida de imagen. Son los valores medidos de esta solicitud. Una edición con referencia tiene un componente de entrada de imagen que una solicitud solo de texto no tiene. Para ver las tarifas actuales y los mismos controles, abre el MiniMax H3 Image Playground; la página Highspeed es independiente. Ni un ajuste 1K compartido ni este único resultado fija el precio de una imagen posterior.
Preguntas sobre cómo redactar una edición
¿Cómo controlo el encuadre y el tamaño del lienzo?
Cambiar el tamaño del sujeto no es lo mismo que cambiar el tamaño del lienzo. Hacer el anillo más grande no pide una imagen más ancha. Si la salida debe caber en una ficha cuadrada de producto o en un anuncio vertical, elige explícitamente esa geometría y describe dónde van el sujeto y el espacio vacío.
La guía de prompts de MiniMax distingue la referencia de composición de las referencias usadas solo para identidad o color. El encuadre debería seguir la imagen base o la imagen de composición designada, no una fuente de color sin relación.[1] Cuando un nuevo recorte exponga espacio que no existía en la entrada, describe qué debería llenarlo. Para un objeto eliminado, describe la superficie continua o el área vacía resultante.
Los controles de imagen del servicio alojado permiten seleccionar un área y una proporción o proporcionar dimensiones exactas en píxeles. En SeedRouter, los valores explícitos de size no pueden combinarse con area ni con aspect_ratio. La documentación de la API de imágenes enumera los límites numéricos y los requisitos de los archivos de referencia. Esos ajustes determinan la geometría de salida solicitada; una frase sobre un cartel colgado dentro de una escena no determina necesariamente las dimensiones de toda la imagen.
¿Cómo debería especificar el texto visible?
Para cambiar una inscripción, registra el texto de origen legible y proporciona la línea de sustitución completa. «Cambia Friday por Saturday» deja más margen para ediciones accidentales que especificar juntos el titular final, las mayúsculas y minúsculas y la puntuación. Si el diseño tiene varias líneas, indica su orden de lectura y la posición prevista de las líneas.
La guía oficial pide conservar fielmente la redacción de origen legible, incluidas las grafías poco familiares y los valores factuales. No corrijas una sigla sin decirlo, no adivines una fecha oculta ni interpretes el texto ilegible como permiso para borrarlo.[1] Si solo cambia una línea, distínguela de los demás bloques de texto que deberían permanecer.
Para texto nuevo, introduce en la instrucción de inscripción solo las palabras que deban aparecer en la imagen. Una nota sobre cómo quieres que se explique el resultado no debería convertirse en una etiqueta impresa en el producto. Después de generar, comprueba cada palabra visible a una escala legible. Una tipografía atractiva aún puede contener un error ortográfico o un número alterado.
¿Puedo desactivar la mejora del prompt en las ediciones?
La edición mediante el servicio H3 Image alojado siempre usa mejora del prompt. La opción de desactivarla se aplica a la generación sin referencias, con requisitos adicionales de tamaño; no es un interruptor de edición.[3] Un prompt reescrito puede hacer más detalladas unas instrucciones breves, pero no elimina la necesidad de definir lo importante ni de examinar lo recibido.
Haz una comparación breve antes de otra solicitud:
- Comprueba primero el cambio objetivo: el nuevo color, fondo, texto o disposición debe estar realmente presente.
- Compara los detalles conservados: cantidad de sujetos, silueta, características importantes, etiquetas legibles y objetos adyacentes.
- Comprueba la integración: sombras de contacto, reflejos, perspectiva y bordes superpuestos deberían tener sentido en la nueva escena.
- Comprueba la posición prevista tanto al tamaño real de visualización como a resolución completa.
Si el resultado falla en la posición, cambia la instrucción de distribución. Si cambia una característica del producto, reduce el alcance de conservación y expresa esa característica claramente. Evita sustituir a la vez las referencias, la composición y el estilo cuando intentas entender un fallo: la siguiente salida te diría poco sobre qué ajuste ayudó.
Guarda juntos la imagen de origen, el prompt enviado, los ajustes y el ID de tarea devuelto. Ese registro permite comparar ediciones con honestidad y volver a la referencia exacta usada, en lugar de intentar reconstruir de memoria un resultado anterior.
