MiniMax H3 Image 图片编辑提示词
编写 MiniMax H3 Image 编辑提示词，明确参考图的作用、需要保留的细节和目标构图。查看真实的珠宝编辑案例及其局限。
以 Markdown 阅读一条实用的 MiniMax H3 Image 编辑提示词，应指出源对象、描述完成后的画面，并说明哪些细节可以改变。“让它看起来更昂贵”会让模型自行决定，这意味着更换背景、更换产品，还是两者都换。对于产品照片，这种不确定性可能让一张好看的图片变得无法使用。
MiniMax 的图像专用指南将编辑指令组织成一个连续段落：定义参考内容，描述目标以及每个参考与目标之间的关系，再补充修改或新增的细节。[1] 本文将这一方法用于静态图片。许多 H3 教程讲的是视频；其中的镜头时长、对白和配乐模板并不适用于这项图片编辑任务。
我们还实际进行了一次参考图编辑：一枚在深色岩石上拍摄的绿色宝石戒指，被改成了象牙白色的珠宝场景。下文将展示输入图和结果。这是一个更换背景和重新打光的案例，并不保证能精确复现产品。
为每张参考图指定明确的作用
参考图按提供顺序编号。第一张是 <Picture 1>，第二张是 <Picture 2>，以此类推。MiniMax 官方编辑示例采用了相同的顺序。[2] 编写提示词前，先检查每张图片，确定其中哪一部分要用于结果。
对象参考图可以定义戒指的形状。第二张图可以提供颜色，第三张则提供布局。这些作用各不相同。要求“把三张图结合起来”，并没有说明模型应复制第三张图的对象、光线，还是仅复制排列方式。
官方指南使用 <Subject N> 标签，标记需要与结果建立独立关系的内容。主体可以是人物、对象、文字块、背景或属性。不必为画面中的每个对象都定义一个主体，一张图片也可以提供多个主体。整个段落中的编号应保持一致。[1]
例如，一份原创需求说明可以这样开头：
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.这是一条用于说明的提示词，并非另一个经过测试的结果。它将第二张参考图设为材质来源，而没有要求模型引入图中所有可见内容。请使用自己检查过的参考图；不要描述不可见的特征，也不要根据一张小预览图编造精确色值。
将保留内容与期望的改动分开说明
“保持产品完全不变”之后，往往紧接着要求旋转、移动产品，并改变光照。这些指令互相冲突。官方指南将移动、旋转、复制、重新打光和新增遮挡都视为对已定义主体的修改。[1]
有四种实用的关系：
| 关系 | 提示词应明确的内容 |
|---|---|
| 完全保留 | 整个定义范围保持不变，包括数量、位置、状态、外观和作用。 |
| 部分保留 | 指出哪些保留、哪些改变。重新打光的产品通常属于这一类。 |
| 属性迁移 | 指明具体属性及接收该属性的目标，例如将源颜色用于一件衣服。 |
| 弱参考 | 指明借用的特质，并明确允许相应的调整。 |
颜色来源不应意外变成形状来源。如果一个陶瓷花瓶为夹克提供颜色，复制花瓶的光泽表面可能就是不希望发生的改变。应将颜色定义为借用的属性，并描述它在夹克现有面料上的呈现方式。
保留内容也需要合理的范围。无法在改变海报内标题的同时，完整保留整张海报。应单独定义标题，或将海报标记为部分保留。如果目标旁边还有另一个显眼对象，而编辑可能影响它，就应明确要求保留该对象。笼统地要求重新设计整个场景，远不如边界清晰的局部修改能保护原有内容。
这些指令用于传达意图，并不能让生成过程变成锁定像素的编辑器。在将结果用作产品记录或发布可读数据之前，应先与输入图对比。
真实戒指编辑：从深色岩石到象牙白纸张
起始参考图是一张用 MiniMax H3 Image Highspeed 生成的方形图片。画面是一枚金戒指，镶有矩形绿色宝石，放在湿润的黑色石头上。我们将这张已生成的图片作为唯一参考，交给标准 MiniMax H3 Image 模型。编辑使用了 area: "1K"、aspect_ratio: "1:1"、n: 1、JPEG 输出，并启用了提示词增强。
实际提交的完整提示词如下：
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.这是一份启用了增强功能的自然语言需求说明，而不是手动填齐所有官方主体标签的版本。它列出了要保留的特征和替换后的环境。同时，它要求新的光线方向，因此应按部分保留任务来评估。
交付图片为 1,024 × 1,024。矩形绿色宝石、宽金色戒圈、可见的角部镶爪，以及只有一枚戒指的数量都仍可辨认。黑色岩石被浅色纸张和石头取代，光照变得宽泛而温暖。这些都是提示词传达了主要意图的有用迹象。
结果也存在局限。戒指仍占据画面中央和下部的大部分区域，并没有整齐地限定在右下半区。其高光和细微表面外观随光照发生了变化。这张图片无法证明每个切面、镶嵌尺寸或微小划痕都与真实制造的产品一致。用于商业目录时，应与实际产品照片对比，并以完整尺寸检查镶嵌结构。
这次完成的编辑报告了 3,375 个文本输入 token、2,050 个图像输入 token 和 4,096 个图像输出 token。这些是本次请求的实测值。参考图编辑包含纯文本请求所没有的图像输入部分。要查看当前费率并使用相同控件，请打开 MiniMax H3 Image Playground；Highspeed 页面是独立的。相同的 1K 设置以及这一次结果，都不能确定后续图片的价格。
关于组织编辑指令的问题
如何控制取景与画布尺寸？
改变主体大小与改变画布大小是两回事。让戒指变大，并不意味着要求图片变宽。如果输出必须适配方形产品卡片或竖版广告，应明确选择相应的几何尺寸，并描述主体和留白应处于什么位置。
MiniMax 的提示词指南将构图参考与仅用于身份或颜色的参考区分开来。取景应遵循基础图或指定的构图图像，而不是无关的颜色来源。[1] 当新的裁切范围露出输入图中原本不存在的空间时，应描述用什么填充。移除对象时，应描述移除后应出现的连续表面或空白区域。
托管图像服务的控件允许选择面积和比例，或提供精确像素尺寸。在 SeedRouter 中，显式 size 值不能与 area 或 aspect_ratio 组合使用。图像 API 文档列出了数值边界和参考文件要求。这些设置决定请求的输出几何尺寸；一句关于场景中悬挂海报的描述，并不一定能决定整张图片的尺寸。
应如何指定可见文字？
修改文字时，应记录源图中可读的文字，并提供完整的替换行。只说“把星期五改成星期六”，比起同时指定最终标题、大小写和标点，更容易导致意外改动。如果设计包含多行文字，应说明阅读顺序和预期的行位置。
官方指南要求忠实保留源图中可读的措辞，包括不熟悉的拼写和事实值。不要擅自纠正缩写、猜测被遮挡的日期，也不要将文字无法辨认理解为可以删除它。[1] 如果只修改一行，应将它与需要保留的其他文字块区分开来。
对于新增文案，文字绘制指令中只应放入打算显示在图片里的词句。关于希望如何解释结果的备注，不应变成印在产品上的标签。生成后，应在能够阅读的尺寸下检查每个可见词语。好看的字体排版仍可能包含拼写错误或被改动的数字。
编辑时可以关闭提示词增强吗？
通过托管 H3 Image 服务编辑图片时，始终会使用提示词增强。关闭增强的选项适用于不带参考图的生成，并有额外的尺寸要求；它不是编辑开关。[3] 改写后的提示词可以让简短需求更详细，但不能代替明确重点和检查返回结果。
再次请求之前，先做一轮简短对比：
- 首先检查目标改动：新的颜色、背景、文字或排列必须确实出现。
- 对比保留细节：主体数量、轮廓、重要特征、可读标签和相邻对象。
- 检查融合效果：接触阴影、反射、透视和重叠边缘在新场景中应合理。
- 在实际展示尺寸以及完整分辨率下，检查预期的位置安排。
如果结果没有满足位置要求，就修改布局指令。如果产品特征发生了变化，就缩小保留范围，并清楚说明该特征。试图理解一次失败时，应避免同时替换参考图、构图和风格：否则，下一次输出几乎无法说明究竟是哪项调整起了作用。
将源图、提交的提示词、设置和返回的任务 ID 放在一起保存。这份记录能让你如实比较不同编辑结果，并找回当时使用的确切参考图，而不是凭记忆重建先前结果。
