راهنمای پرامپت‌نویسی
نحوه نوشتن پرامپت برای MiniMax H3 Image
راهنمای پرامپت‌نویسی برای MiniMax H3 Image: کل تصویر را توصیف کنید، متن دقیق را داخل گیومه بیاورید و با گفتن اینکه چه چیزی بماند، تصویرها را ویرایش یا ترکیب کنید؛ همراه با پرامپت‌های آماده برای کپی.
شروع سریع
اولین پرامپت عالی شما برای MiniMax H3 Image
هر آنچه یک تازه‌کار در یک دقیقه نیاز دارد: نکات اولیه، مهم‌ترین قانون‌ها، یک قالب برای پر کردن و پرامپت‌هایی برای کپی کردن.
اول این‌ها را بدانید
MiniMax H3 Image برای خواندن یک توصیف انگلیسی بلند و کامل از تصویر نهایی ساخته شده است: سوژه و جزئیاتش، مکان آن، قاب‌بندی، نور، رنگ‌ها، سبک یا ابزار هنری و هر متنی که در تصویر هست، داخل گیومه. یک پرامپت کوتاه هم تصویر خوبی می‌سازد، اما در Mage چیزی آن را برای شما طولانی‌تر نمی‌کند، پس هر جزئیاتی که نگویید، حدس مدل خواهد بود. همین مدل ویرایش هم میکند: تصویرها را آپلود کنید، بعد بگویید از هر کدام چه چیزی بماند، چه چیزی تغییر کند و تصویر نهایی چه شکلی باشد. اندازه و نسبت تصویر در تنظیمات انتخاب می‌شوند.
مهم‌ترین قانون‌ها
کل تصویر را توصیف کن
سوژه و جزئیاتش، محیط، ترکیب‌بندی و زاویه دید، نور، رنگ‌ها و سبک اثر را در جمله‌های به‌هم‌پیوسته بگو، همان‌طور که یک کپشن دقیق عکس یا نقاشی تمام‌شده را توصیف میکند.
بگو هر چیز کجاست
جای هر عنصر را در قاب مشخص کن: سمت چپ، گوشهٔ پایین سمت راست، پیش‌زمینه، پشت او. موقعیت‌ها و تعدادهایی که بنویسی دقیق رعایت می‌شوند؛ آنچه ننویسی حدس زده میشود.
هر کلمه‌ای که در تصویر می‌آید را در نقل‌قول بنویس
متن را دقیقاً همان‌طور که باید دیده شود و به زبان خودش داخل گیومهٔ دوتایی بنویس، همراه با جای قرارگیری و ظاهرش: یک پلاک برنجی روی در با حروف بزرگ حکاکی‌شدهٔ "ROOM 214".
برای ویرایش: بماند، تغییر کند، بعد نتیجه
اول بنویس در هر تصویر چه چیزی باید دقیقاً مثل قبل بماند، از جمله هر متنی که در آن هست. بعد بگو چه چیزی تغییر کند. در آخر تصویر نهایی را به‌صورت یک کل توصیف کن.
تصویرها را با شماره‌شان صدا بزن
آپلودها @image1، @image2 و به همین ترتیب هستند؛ Characters و References ذخیره‌شده با @handle خودشان صدا زده می‌شوند. مدل همه را به همین ترتیب بهعنوان تصویر ۱، تصویر ۲ و ... می‌خواند، پس خودت هم می‌توانی بنویسی «image 2».
این قالب را پر کنید
هر بخشِ داخل کروشه را با ایده خودتان جایگزین کنید و بخشی را که لازم ندارید حذف کنید.
The image is [a medium, seen from a viewpoint] of [the main subject and its details]. [Where it is, and what surrounds it]. [Each other element, with its place in the frame]. [Any words, in double quotes, with where they sit and how they look]. The lighting is [its source, its direction, and what it falls on]. [Colors, texture, and finish].The image is a close, slightly high-angle 35mm photograph of an elderly watchmaker in a green canvas apron, a loupe pressed to his right eye, lifting a tiny brass gear with steel tweezers above an open pocket watch. He sits at a cluttered oak bench in a narrow repair shop, with shelves of wall clocks behind him. On the left of the bench, sorted screws fill a row of small glass dishes; on the right, a gooseneck lamp bends low over his hands. A card propped against the lamp reads "BACK IN 5 MINUTES" in faded blue ink. The lighting is the lamp's warm, narrow pool from the upper right, falling on his hands and leaving the clocks behind him in soft shadow. Brass and walnut tones against deep green, with fine film grain.[a medium, seen from a viewpoint]نوع تصویر و جایی که از آن نگاه می‌کنیم: عکس ۳۵ میلی‌متری هم‌سطح چشم، آبرنگ از بالا، رندر سه‌بعدی از زاویهٔ پایین.[the main subject and its details]تصویر دربارهٔ چه کسی یا چیزی است، با آنچه دیده میشود: لباس، جنس‌ها، ژست، حالت چهره و جهتی که رو به آن است.[Where it is, and what surrounds it]محیط و زمان: یک تعمیرگاه باریک با قفسه‌هایی پر از ساعت دیواری پشت سر او.[Each other element, with its place in the frame]هر چیز دیگر، با کلمات در جای خودش: سمت چپ میز کار، گوشهٔ پایین سمت راست، دور در پس‌زمینه.[Any words, in double quotes, with where they sit and how they look]متن دقیق و ظاهرش: کارتی که به چراغ تکیه داده شده و با جوهر آبی رنگ‌پریده روی آن نوشته "BACK IN 5 MINUTES". اگر متنی نمی‌خواهی، این بخش را حذف کن.[its source, its direction, and what it falls on]یک نور اصلی، ساده توصیف‌شده: یک چراغ گردن‌غازی از بالا سمت راست، با لکهٔ نور گرم و باریک روی دست‌هایش.[Colors, texture, and finish]پالت رنگی و بافت سطح تصویر: برنج و گردو در برابر سبز تیره، دانه‌دانهٔ ظریف فیلم.
پرامپت‌هایی برای شروع
یک عکس، توصیف‌شده از این گوشه تا آن گوشه
The image is an eye-level photograph of a fish market stall at dawn, seen across a wet concrete floor. Behind a steel counter heaped with crushed ice, a broad-shouldered fishmonger in a yellow rubber apron and a gray knit cap holds up a large silver salmon in both hands, facing the camera with a tired half-smile. On the ice in front of him lie neat rows of mackerel on the left, a pile of pink prawns in the center, and three whole octopuses on the right, each row marked with a small white plastic tag. A chalkboard hanging above the stall reads "TODAY'S CATCH" in white capitals. Behind him, a roll-up door opens onto a gray harbor with fishing boats at their moorings. The lighting is cold blue daylight from the open door mixed with a warm bulb over the counter, so the ice glitters and the scales shine. Muted blues and grays with bright yellow and pink accents, sharp detail, natural skin texture.چرا جواب می‌دهد: با نوع تصویر و زاویه دید شروع میشود، جای هر ردیف ماهی را مشخص میکند، تابلو را در نقل‌قول می‌آورد و هر دو نور را با منبعشان نام می‌برد، پس چیزی برای حدس زدن باقی نمی‌ماند.
پوستر با چند خط متن
The image is a vertical screen-printed poster for a night market. The top third is deep navy with three lines of tall cream letters, stacked and centered: "RIVERSIDE", "NIGHT", and "MARKET". Below them, a hand-drawn illustration fills the middle: a row of food stalls under strings of round paper lanterns, steam rising from woks, small figures queuing in front. Along the bottom, on a mustard-yellow band, one line of small black capitals reads "FRIDAYS · 6 PM TO MIDNIGHT · PIER 9". Two-color print look with slight ink misregistration, visible paper grain, and a thin cream border around the whole poster.چرا جواب می‌دهد: هر خط عنوان جداگانه در نقل‌قول آمده و چیدمان از بالا به پایین است، پس هر کلمه سر جای درستش می‌نشیند. در تنظیمات یک نسبت تصویر عمودی انتخاب کن.
ویرایشی که می‌گوید چه چیزی بماند
Keep everything in @image1 the same: the brick storefront, the green door, the bread in the window display, the woman standing in the doorway with her face, hair, and clothes, and the gold lettering "BAKERY" on the window. Only the season and the chalkboard change. Snow now covers the sidewalk and the window ledge, and a string of warm white lights hangs along the top of the window. The chalkboard by the door now reads "HOT CIDER" on one line and "$4" on the line below. The target image is the same eye-level photograph of the bakery front on a snowy winter evening, the window glowing warm against blue dusk, with soft snow falling in front of the door.چرا جواب می‌دهد: اول عکس را آپلود کن. پرامپت چیزهایی را که نباید تغییر کنند فهرست میکند، نوشتهٔ روی پنجره را در نقل‌قول می‌آورد، دو تغییر را نام می‌برد و با کل تصویر نهایی تمام میشود؛ همان ترتیبی که پرامپت‌های ویرایش خود MiniMax دارند.
مبله کردن یک اتاق خالی با کمک عکس‌ها
Use the empty room in @image1 as the setting and keep its walls, windows, wooden floor, and afternoon sunlight exactly as they are. Furnish it as a living room with the pieces from the other images, each kept exactly as in its photo: the green velvet sofa from @image2 against the back wall under the windows, the round jute rug from @image3 on the floor in front of it, the brass floor lamp from @image4 to the left of the sofa, and the potted olive tree from @image5 in the right corner. The target image is a photograph of the furnished room from the same viewpoint as @image1, sunlight from the windows falling across the rug and casting soft shadows of the sofa and the tree onto the floor.چرا جواب می‌دهد: هر آپلود یک نقش و یک جا دارد، اتاق نور خودش را نگه می‌دارد و جملهٔ آخر باعث میشود وسایل جدید در همان نور بنشینند. اول اتاق را آپلود کن و نسبت تصویر را با آن یکی کن.
پیشرفته
پرامپت‌نویسی پیشرفته برای MiniMax H3 Image
تکنیک‌هایی برای کنترل بیشتر، وقتی اصول اولیه را یاد گرفتید.
ساختار: یک توصیف کامل
پرامپت را به‌صورت یک توصیف روان از تصویر نهایی و به انگلیسی بنویس، تقریباً به این ترتیب: نوع تصویر و جایی که از آن نگاه می‌کنیم؛ سوژهٔ اصلی با جزئیات قابل‌دیدنش؛ محیط؛ هر عنصر دیگر با جایش در قاب؛ هر متن؛ نور؛ و بعد رنگ‌ها و پرداخت نهایی. پرامپت‌های نمونهٔ خود MiniMax به چند صد کلمه می‌رسند و توصیفی به این طول کامل خوانده میشود.
اول محتوا، بعد سبک. اول تصمیم بگیر چه چیزی و کجای تصویر باشد، بعد بگو چه ظاهری داشته باشد. به‌جای کلمات حس‌وحال، چیزی را بنویس که آن حس را می‌سازد: نه «دنج»، بلکه یک چراغ کم‌نور، یک پتوی پشمی و باران پشت پنجره.
- با "The image is…" و نوع تصویر شروع کن: "The image is an overhead photograph of…"، "The image is a flat vector infographic about…".
- تعداد و سمت‌ها را همان‌طور که می‌خواهی بنویس: "three lanterns"، "the taller man on the left". فقط کسانی را که می‌خواهی نام ببر؛ برای جمعیتی که باید در پس‌زمینه بماند، بنویس "small figures in the distance".
- بگو هر نفر در قاب رو به کدام سمت است: رو به دوربین، نیم‌رخ رو به چپ، از پشت، یا سه‌رخ. نوشتن تنها "Looking toward the door" حالت بدن را به شانس می‌سپارد.
- برای دست‌ها و تماس‌ها بگو کدام دست چه چیزی را گرفته یا لمس میکند: "her right hand rests on the dog's back; her left holds the leash".
- پرامپت منفی وجود ندارد. به‌جای آنچه نباید باشد، آنچه باید باشد را توصیف کن: "a clear, empty sky" به‌جای "no birds".
پوستر، اینفوگرافیک و نمودار
برای هر چیزی که قرار است خوانده شود، مثل پوستر، منو، برگهٔ محصول، اینفوگرافیک یا صفحهٔ نمایش، قبل از نوشتن چیدمان را طراحی کن. بوم را به بخش‌هایی به ترتیب خواندن تقسیم کن (عنوان، زیرعنوان، تصویر اصلی، پنل کناری، ردیف کارت‌ها، پاورقی) و برای هر کدام جا، کلمات دقیق و آنچه نشان می‌دهد را بنویس.
بنویس هر بخش واقعاً چه چیزی دارد. «آیکون‌ها» یا «چند جزئیات» چیزی برای کشیدن به مدل نمی‌دهد؛ اما "three round icons for sun, water, and soil, each with a one-word label below" می‌دهد.
- برای نمودار یا فرایند، به چند مرحلهٔ بزرگ و شماره‌دار که با پیکان‌های ضخیم به هم وصل شده‌اند بسنده کن و بگو هر پیکان از کجا شروع میشود و به کجا می‌رسد.
- برای نمودار آماری، عنوان، برچسب و واحد محورها، موارد راهنما و مقادیر را بنویس.
- برای دو نمای یک چیز، مثل نقشهٔ طبقه در کنار رندر یا نقشه در کنار یک صحنه، همان اشیا را در هر دو فهرست کن و جایشان را یکسان نگه دار.
- نسبت تصویری را انتخاب کن که به کار بخورد: عمودی برای پوستر یا جلد، عریض برای بنر یا اسلاید.
یک اینفوگرافیک، بخش به بخش
The image is a clean flat-vector infographic on an off-white background, titled "HOW A SEED BECOMES A TREE" in bold dark-green capitals across the top. Below the title, four large numbered panels run left to right, joined by thick green arrows: panel 1 shows a brown seed in soil, labeled "1 SEED"; panel 2 a pale sprout with two leaves breaking the surface, labeled "2 SPROUT"; panel 3 a thin sapling with a few branches, labeled "3 SAPLING"; panel 4 a full oak tree with a wide crown, labeled "4 TREE". Under each panel, a small gray caption gives the time: "WEEKS", "MONTHS", "YEARS", and "DECADES". Along the bottom, a light-green strip holds three round icons with one-word labels: a sun, "LIGHT"; a water drop, "WATER"; and a trowel, "SOIL". Flat colors, generous white space, no drop shadows.چرا جواب می‌دهد: بوم از بالا به پایین طراحی شده، هر پنل شماره، تصویر و برچسب دقیق خودش را دارد و پیکان‌ها فقط در یک جهت میان پنل‌های نام‌برده می‌روند.
متن داخل تصویر
MiniMax H3 Image متن را خوب رندر میکند، از یک کلمه روی لیوان گرفته تا تابلوها و پوسترهای چندخطی. هر کلمه را دقیقاً همان‌طور که باید دیده شود داخل گیومه دوتایی بنویسید و توضیحاتتان درباره آن را بیرون از گیومه نگه دارید: تابلویی با نوشته‌ی "OPEN" به خط نئون قرمز.
برای متن چندخطی، هر خط را جداگانه در نقل‌قول بنویس و بگو خطوط چطور روی هم قرار می‌گیرند: a shop window painted with three lines, "FRESH", "FLOWERS", and "DAILY", one above the other in white brush script. کلمات را به زبان و خط خودشان داخل گیومه نگه دار؛ انگلیسی و چینی هر دو خوب رندر می‌شوند.
- بگو متن کجا قرار دارد و چه ظاهری دارد: سبک حروف، رنگ، اندازه و اینکه روی چه چیزی چاپ، نقاشی یا حکاکی شده است.
- کلمات واقعی را بنویس، نه جانشینی مثل "a catchy headline": مدل همان چیزی را می‌کشد که داخل گیومه است.
- وقتی تصویری را ویرایش می‌کنی که متن دارد، آن متن را در فهرست چیزهایی که می‌مانند در نقل‌قول بنویس، وگرنه ممکن است تغییر کند.
- متن‌های بلندتر، مثل منو یا فهرست قیمت، را کامل بنویس. هر کلمه‌ای که نیاید از خودش ساخته میشود.
آپلودها، Characters و References
تصویرها را بهعنوان «تصویر» و «تصاویر اضافی» آپلود کن و Characters و References ذخیره‌شده (لباس، مکان، ژست، شیء) را با @handle خودشان صدا بزن. مدل همهٔ آنها را یک فهرست شماره‌دار می‌بیند: اول آپلودهای تو، بعد Characters، بعد References، هرکدام به ترتیبی که اول بار از آنها نام می‌بری.
قبل از اینکه مدل پرامپت را بخواند، Mage هر اشاره را به شمارهٔ آن تبدیل میکند: @image2 میشود "image 2"، @nina میشود "character from image 3" و @trench-coat میشود "outfit from image 4". پس خودت هم می‌توانی "image 2" بنویسی و برچسب خود مدل، یعنی <Picture 2>، هم همان تصویر را می‌رساند.
برای هر تصویر یک نقش با کلمات تعیین کن و بگو چه چیزی از آن گرفته شود: چهره و مو از یکی، کت از دیگری، اتاق از سومی.
- یک بار نام را به یک Character گره بزن، مثلاً "Nina (@nina)"، و بعد از آن فقط Nina بنویس. هر اشارهٔ تکراری دوباره عبارت "character from image 3" را در جمله می‌چسباند.
- هرگز ننویس "the reference" یا "the photo I uploaded": تصویر را با شماره‌اش نام ببر.
- چهره وقتی حفظ میشود که شخص بهعنوان Character یا تصویر پیوست شده باشد. توصیف به‌تنهایی در بهترین حالت یک شبیه‌ساز می‌دهد.
- هر @ که بعدش حرف بیاید همیشه بهعنوان handle خوانده میشود، پس آدرس ایمیل و handleهای شبکه‌های اجتماعی را بدون آن بنویس. handleای که ذخیره نکرده باشی، تولید را قبل از کسر هزینه متوقف میکند.
Character شما با لباس ذخیره‌شده
Nina (@nina) wears @trench-coat and waits at a tram stop on a rainy night, holding a clear umbrella in her left hand and looking down the street toward the right edge of the frame, her body in a three-quarter view. Keep her face, hair, and the cut, color, and buttons of the coat exactly as in their images. The image is an eye-level 50mm photograph: behind her, a passing tram blurs into streaks of amber window light, and the wet cobblestones reflect a red traffic signal. Cool blue night tones with warm highlights, fine rain visible against the lights.چرا جواب می‌دهد: نام یک بار به handle گره خورده، کت از یک Reference ذخیره‌شده می‌آید، آنچه باید یکسان بماند قبل از صحنهٔ جدید آمده و ژست او نسبت به قاب بیان شده است. handleهای خودت را جایگزین کن.
ویرایش: بماند، تغییر کند، بعد نتیجه
وقتی تصویر آپلود شده باشد، پرامپت یک ویرایش است و بهتر است از سه بخش و به همین ترتیب ساخته شود. اول، آنچه می‌ماند: تصویر را نام ببر و هر چیزی را که نباید تغییر کند تا جایی که میشود دقیق فهرست کن، مثل چهره‌ها، لباس‌ها، اشیا، چیدمان، نور و هر متنی که در تصویر هست (داخل گیومه). دوم، آنچه تغییر میکند، ساده و روشن. سوم، توصیف تصویر نهایی به‌صورت یک کل، با شروع از «The target image is…».
بخش آخر مهم‌تر از آن است که به نظر می‌رسد. توصیف نتیجه به مدل می‌گوید تغییر چطور در تصویر جا می‌گیرد: نور از کجا به آن می‌تابد، چه سایه یا بازتابی می‌اندازد و چه چیزی را پنهان میکند.
وقتی چیزی را حذف می‌کنی، بگو جای آن چه چیزی قرار می‌گیرد: «قفسه کتاب نیست و دیوار سفید ساده پشت آن تا گوشه ادامه دارد». وقتی بخشی از چیزی را تغییر می‌دهی، بگو چه چیزی می‌ماند: «چهره، پلیور و ساعت او می‌مانند؛ فقط حالت بدنش عوض میشود».
- نسبت تصویر را با تصویری که ویرایش می‌کنی یکی کن. شکل متفاوت باعث میشود مدل صحنه را دوباره کادربندی کند تا آن را پر کند.
- فهرست طولانی از چیزهایی که باید بمانند عادی است: پرامپت‌های ویرایش خود MiniMax هر شیء، تابلو و چهره‌ای را که نباید جابه‌جا شود نام می‌برند.
- برای یک حالت بدنی جدید، آن را کامل توضیح بده: به کدام طرف خم می‌شوند، هر دست کجا می‌رود و چه چیزی به چه چیزی تماس دارد.
- تا وقتی عبارت‌بندی را اصلاح می‌کنی، Seed را ثابت نگه دار تا هر تغییری که می‌بینی از کلمات باشد.
محصولی که به محیطی تازه منتقل شده است
Keep the ceramic teapot from @image1 exactly as it is: its pale blue glaze, the crackle pattern on the lid, the bamboo handle, and the small stamped mark "KILN 7" on its side. Only the setting changes. The plain white studio background becomes a weathered wooden table by a window, with a folded linen napkin and two small cups to the right of the teapot. The target image is a soft-lit product photograph: morning light from the window on the left falls across the teapot, leaving a gentle highlight on its glaze and a long soft shadow to the right across the table.چرا جواب می‌دهد: نشان حکاکی‌شده در فهرست موارد ثابت داخل گیومه آمده تا حفظ شود، تغییر فقط یک جمله است و نتیجه به مدل می‌گوید نور جدید چطور با شیء قدیمی ترکیب میشود.
ترکیب چند تصویر
MiniMax H3 Image می‌تواند یک تصویر را از چند تصویر هم‌زمان بسازد: مثلاً یک اتاق خالی و چند عکس مبل و میز که با هم به یک اتاق نشیمن تبدیل می‌شوند، یا گروهی از Characters که در یک صحنه کنار هم قرار می‌گیرند. هرچه تصویر بیشتری اضافه کنید، بهتر است پیش از توصیف صحنه برای هر کدام یک نام بگذارید.
فرم طولانی خود مدل این کار را با برچسب‌ها انجام می‌دهد. هر چیزی را که برمی‌داری تعریف کن («The green velvet sofa in image 2 is <Subject 2>.»)، بعد یک جمله با شروع «The target image» بنویس که نتیجه را خلاصه کند، بعد برای هر برچسب یک جمله کوتاه بنویس که چقدر از آن باید حفظ شود، و در آخر جزئیات جدید را بیاور. وقتی برچسبی کاملاً حفظ میشود، از آن به بعد فقط با خود برچسب به آن اشاره کن.
- وقتی یک چیز را از یک عکس شلوغ برمی‌داری، بخشی را که استفاده می‌کنی برچسب بزن، نه کل تصویر را: لامپ، نه اتاقی که در آن است.
- با فقط دو یا سه تصویر، کلمات ساده هم به همان اندازه خوب کار می‌کنند: «مبل از @image2 کنار دیوار پشتی».
| بنویسید | چه کاری میکند |
|---|---|
The woman in the red coat in image 1 is <Subject 1>. | به یک چیز از یک تصویر برچسبی می‌دهد که در بقیه پرامپت از آن استفاده کنی. |
The target image shows… | جمله‌ای را شروع میکند که تصویر نهایی را خلاصه میکند. |
<Subject 1> is fully preserved. | دقیقاً همان‌طور که هست نگهش دار. برای هر برچسب یک جمله جدا بنویس. |
<Subject 1> is partially preserved; | بخشی از آن را نگه دار، بعد بگو چه چیزی تغییر میکند: «چهره و پالتوی او می‌ماند، اما حالا روی پله‌ها نشسته است». |
<Subject 1> supplies the exact color transferred to <Subject 2>. | یک ویژگی مثل رنگ یا جنس را بردار و روی چیز دیگری بگذار. |
<Subject 1> serves as a weak style reference | یک راهنمای کلی: حال‌وهوا را قرض بگیر، نه جزئیات را. |
دو Characters و یک مکان ذخیره‌شده
Mara (@mara), the woman with short silver hair, is <Subject 1>. Jonas (@jonas), the tall bearded man, is <Subject 2>. The round-windowed kitchen (@lighthouse-kitchen) is <Subject 3>. The target image shows <Subject 1> and <Subject 2> at breakfast in <Subject 3>. <Subject 1> is partially preserved; her face, hair, and clothes remain, while she now sits at the left end of the table facing the camera, holding a mug in both hands. <Subject 2> is partially preserved; his face, beard, and clothes remain, while he now stands at the stove on the right in left-facing profile, flipping a pancake. <Subject 3> is fully preserved. A plate stacked with pancakes sits in the middle of the table with steam rising from it, and soft morning light falls across both of them from the left.چرا جواب می‌دهد: هر اشاره فقط یک بار و کنار برچسبش می‌آید، هر برچسب جمله‌ای جدا دارد که می‌گوید چقدر حفظ شود و جزئیات جدید آخر میآیند.
تبدیل یک نوع تصویر به نوع دیگر
یک ویرایش می‌تواند نوع تصویر را عوض کند و محتوای آن را نگه دارد: رندر سه‌بعدی بدون بافت به یک فریم فیلم فوتورئال، طرح یا نقشه پلان به یک اتاق کامل، نقشه بازی به نمای اول‌شخص از همان دنیا. بگو چه چیزی باید یکی بماند (چیدمان، اشیا، جای آنها)، نوع جدید تصویر را نام ببر و ظاهرش را توصیف کن.
وقتی زاویه دید عوض میشود، بگو دوربین جدید در تصویر مبدأ کجا ایستاده و به کدام سمت نگاه میکند، بعد آنچه را می‌بیند از نزدیک به دور فهرست کن: «از فلش قرمز روی دریاچه جنوبی در تصویر ۱ دیده میشود، رو به شمال، به‌سمت آبشار و پل».
- به هر سطح یک جنس واقعی بده، چون همین است که رندر یا طرح را به عکس تبدیل میکند: گچ زبر، سنگفرش خیس، آلومینیوم مات، چرم فرسوده.
- نسبت تصویر را با تصویر مبدأ یکی کن، مگر اینکه نمای جدید به شکل دیگری نیاز داشته باشد.
یک بلوک‌بندی سه‌بعدی خاکستری که واقعی شده است
The gray untextured 3D blockout in image 1 is <Subject 1>. The target image is a photoreal film still of the same scene at dusk. <Subject 1> is partially preserved; the camera angle, the layout of the narrow street, the shapes and positions of the buildings, the arched bridge, and the two figures on it remain, while every surface gains real materials and light. The buildings are rough ochre plaster with green wooden shutters and iron balconies, and the street is worn cobblestone, still wet from rain. The bridge is old red brick with moss in its joints. The two figures become a woman in a long gray coat and a boy in a yellow raincoat, seen from behind as they cross. Warm lamplight glows from a few windows against a deep blue sky, and the wet stones reflect it. Shot on 35mm film with fine grain and a light haze in the distance.چرا جواب می‌دهد: فهرست موارد ثابت چیدمان و دوربین را نگه می‌دارد و هر چه بعد از آن می‌آید جنس، نور و جلوه نهایی است؛ پس شکل‌ها سر جایشان می‌مانند و ظاهر کاملاً عوض میشود. نوشتن «image 1» با حروف همان کاری را میکند که @image1.
فوتورئالیسم، سبک و LoRA
فوتورئالیسم و جزئیات ریز نقطه‌ی قوت MiniMax H3 Image است و از همان نکاتی به دست می‌آید که یک عکاس یادداشت میکند: دوربین و لنز (عکس 35mm، ماکروی 100mm، سلفی با لنز واید)، نور به‌همراه منبع و جهتش، و جنس مواد مثل چرم کهنه، سنگ خیس یا لعاب پریده. عبارت‌هایی مثل "ultra realistic"، "8K" یا "masterpiece" چیزی به یک توصیف دقیق اضافه نمی‌کنند.
نقاشی و طراحی هم میکند. رسانه را دقیق نام ببر، مثل آبرنگ ملایم، نقاشی رنگ روغن با ضربه‌های قلم‌موی ضخیم، نقاشی جوهری با خطوط ظریف، پیکسل‌آرت، کارت تاروت یا رندر سه‌بعدی سبک‌دار، و سوژه را در همان رسانه توصیف کن.
برای استایلی که مدل پایه ندارد، در بخش Model یک LoRA برای MiniMax H3 Image اضافه کنید. مقدار پیش‌فرض قدرت آن ۱ است؛ اگر استایل بر سوژه غلبه کرد آن را کمتر کنید و اگر صفحه‌ی LoRA کلمات راه‌انداز (trigger words) را فهرست کرده، آنها را در پرامپت بنویسید.
- به نور یک منبع اصلی و یک جهت بده: «خورشید کم‌ارتفاع از پشت سرش، با حاشیه‌ای طلایی روی موهایش».
- ایده‌های سورئال وقتی بهتر کار می‌کنند که طوری توصیف شوند که انگار واقعاً عکاسی شده‌اند: باغبانی که چراغ‌برقی را آب می‌دهد که برگ درآورده، با نوری شبیه پرتره مجله.
تنظیمات: چه چیزهایی هست و چه چیزهایی نیست
MiniMax H3 Image طوری تنظیم شده که در شش مرحله و با guidance داخلی کارش تمام شود، بنابراین تنظیماتی مثل Steps، Guidance Scale یا پرامپت منفی وجود ندارد. تمام هدایت تصویر بر عهده‌ی پرامپت است.
Aspect Ratio و Resolution اندازه و شکل را تعیین می‌کنند؛ کلماتی مثل «16:9» یا «4K» در پرامپت فایده‌ای ندارند. اول شکل را انتخاب کن، بعد ترکیب‌بندی‌ای را توصیف کن که به آن بخورد.
Seed نویز اولیه را ثابت میکند. با همان Seed و همان تنظیمات، هر بار یک جمله را عوض کن تا ببینی هر جمله چه کاری میکند.
- Prompt Enhance را خاموش بگذار. این گزینه کلمات تصادفی به انتهای پرامپتت اضافه میکند و یک توصیف کامل به آن نیازی ندارد.
- وقتی پرامپتت خودش سبکش را نام می‌برد، Prompt Filter را روی Empty بگذار.
اشتباهات رایج
این کار را نکنید، به‌جایش این کار را بکنید
نکنید: فهرست کوتاهی از کلیدواژه‌ها.
old fisherman, boat, sunset, realisticبه‌جایش: توصیف کامل کل تصویر: چیزی در Mage آن را برایت طولانی‌تر نمی‌کند.
The image is a low-angle photograph of an old fisherman with a white beard and a faded orange oilskin coat, coiling a wet rope in the stern of a small wooden boat. The boat sits in a calm harbor at sunset, other boats moored behind him. The lighting is the low sun behind him, rimming his beard and the rope in gold. Deep blue water, warm orange sky, sharp detail.نکنید: ویرایشی که فقط تغییر را نام می‌برد.
make it winterبه‌جایش: اول آنچه می‌ماند، بعد تغییر، بعد تصویر نهایی.
Keep the house, the fence, the car in the driveway, and the house number "42" exactly as in @image1. Only the season changes. The target image is the same photograph on a winter morning: snow on the roof, the lawn, and the car, bare trees, and pale low sunlight from the right.نکنید: متن جایگزین: «تابلویی با یک شعار بامزه».
A food truck with a funny slogan on the side.به‌جایش: کلمات واقعی، داخل گیومه.
A food truck with "TACOS FIRST, QUESTIONS LATER" painted along its side in fat red letters.نکنید: «تصویر مرجع» یا «عکسی که آپلود کردم».
به‌جایش: تصویر با شماره‌اش و آنچه باید از آن برداشته شود.
نکنید: حذف چیزی بدون گفتن اینکه چه چیزی جای آن می‌آید.
به‌جایش: فضا را همان‌طور که باید به نظر برسد توصیف کن: دیوار، کف یا آسمانی که پشت آن ادامه دارد.
نکنید: نسبت تصویری متفاوت با تصویری که ویرایش می‌کنی.
به‌جایش: همان شکل، مگر اینکه بخواهی صحنه دوباره کادربندی شود.
نکنید: کلمات حال‌وهوا: «دنج، حماسی، رؤیایی».
به‌جایش: نور، جنس‌ها و جزئیاتی که آن حال‌وهوا را می‌سازند.
نکنید: کلمات اندازه و کیفیت: «16:9، 4K، masterpiece».
به‌جایش: Aspect Ratio و Resolution در تنظیمات، و جزئیات دقیق در پرامپت.
نکنید: @nina که در هر جمله تکرار شود.
به‌جایش: یک بار نینا (@nina)، بعد از آن فقط نینا.
سؤالات متداول
پرسش‌هایی درباره پرامپت‌نویسی برای MiniMax H3 Image
پرامپت MiniMax H3 Image چقدر باید طولانی باشد؟
آیا MiniMax H3 Image از پرامپت منفی پشتیبانی میکند؟
چطور به تصاویر آپلودشدهام اشاره کنم؟
آیا MiniMax H3 Image می‌تواند چند تصویر را در یک تصویر ترکیب کند؟
آیا MiniMax H3 Image می‌تواند داخل تصویر متن بنویسد؟
چطور در MiniMax H3 Image یک شخصیت را در تصاویر مختلف ثابت نگه دارم؟
آیا باید پرامپت‌های MiniMax H3 Image را به انگلیسی بنویسم؟
آیا MiniMax H3 Image با LoRA کار میکند؟
راهنمای پرامپت‌نویسی
راهنماهای پرامپت‌نویسی بیشتر
نحوه نوشتن پرامپت برای Anima
راهنمای نوشتن پرامپت برای مدل هوش مصنوعی Anima در Mage: ترتیب تگ‌های Danbooru، تگ‌های رده‌بندی، وزن‌های قوی، پرانتزهای escapeشده و نمونه پرامپت‌های Anima برای شخصیت‌ها و صحنه‌ها.
نحوه نوشتن پرامپت برای Chroma
راهنمای پرامپت Chroma: چطور با یک پاراگراف به سبک کپشن برای Chroma پرامپت بنویسی، از پرامپت منفی‌اش استفاده کنی، گام‌ها و مقیاس هدایت را تنظیم کنی و نمونه‌پرامپت‌های Chroma را کپی کنی.
نحوه نوشتن پرامپت برای Flux 2
راهنمای پرامپت Flux 2: چطور برای Flux 2 Dev پرامپت بنویسیم، با ترتیب کلمات مبتنی بر سوژه، پرامپت JSON، رنگ‌های هگز دقیق و ویرایش چندتصویری، همراه با مثال.
نحوه نوشتن پرامپت برای GPT Image 2
راهنمای پرامپت‌نویسی GPT Image 2: یاد بگیرید برای GPT Image 2.6 Flare و Sunburst چطور پرامپت بنویسید تا متن دقیق، ویرایش‌های ظریف، شخصیت‌های یکدست و GIF متحرک بگیرید؛ همراه با مثال.
نحوه نوشتن پرامپت برای Grok Image
راهنمای پرامپت Grok Imagine: چطور با ترتیب موضوع‌اول xAI، چرخه بررسی و ویرایش و نمونه پرامپت‌های عکس قابل کپی برای Grok Image پرامپت بنویسی.
نحوه نوشتن پرامپت برای Guava
راهنمای نوشتن پرامپت برای Guava، مدل هوش مصنوعی Mage برای ساخت تصویر فوتورئالیستی: شروع سریع، قالب پرکردنی و نکته‌های حرفه‌ای برای پرتره، پوست، نور، لنز، ویرایش و متن.
اولین تصویرت را با MiniMax H3 Image بساز
حساب‌های جدید ۳۰۰ Gem رایگان می‌گیرند که برای امتحان MiniMax H3 Image کافی است. بدون نصب و بدون کارت اعتباری.
MiniMax H3 Image را امتحان کن