Cách viết prompt cho MiniMax H3 Image

Hãy viết prompt thành một đoạn mô tả liền mạch về bức ảnh hoàn chỉnh, bằng tiếng Anh, theo thứ tự đại khái như sau: đây là loại ảnh gì và nhìn từ đâu; chủ thể chính cùng các chi tiết nhìn thấy được; bối cảnh; mọi yếu tố khác kèm vị trí trong khung hình; chữ (nếu có); ánh sáng; rồi đến màu sắc và phần hoàn thiện. Các prompt mẫu của chính MiniMax dài vài trăm từ, và một mô tả dài như vậy vẫn được đọc trọn vẹn.

Nội dung trước, phong cách sau. Hãy quyết định trong ảnh có gì và ở đâu, rồi mới nói ảnh trông như thế nào. Thay những từ chỉ cảm xúc bằng thứ tạo nên cảm xúc đó: không phải "cozy" mà là a low lamp, a wool blanket, and rain on the window.

Với bất cứ thứ gì được làm ra để đọc, như poster, thực đơn, tờ giới thiệu sản phẩm, infographic hay màn hình, hãy lên bố cục trước khi viết. Chia khung hình thành các khu vực theo thứ tự đọc (tiêu đề, phụ đề, hình chính, khung bên cạnh, hàng thẻ, chân trang) và cho mỗi khu vực vị trí, chữ chính xác và nội dung hiển thị.

Hãy gọi tên thứ thực sự có trong mỗi khu vực. "Icons" hay "some details" không cho mô hình gì để vẽ; còn "three round icons for sun, water, and soil, each with a one-word label below" thì có.

MiniMax H3 Image tạo chữ rất tốt, từ một từ trên chiếc cốc đến biển hiệu và poster nhiều dòng. Hãy đặt từng từ trong dấu ngoặc kép, đúng như cách chữ sẽ hiển thị, và để phần mô tả về chữ ở ngoài dấu ngoặc: a sign that reads "OPEN", in red neon script.

Với chữ nhiều dòng, hãy đặt từng dòng riêng trong ngoặc kép và nói các dòng xếp chồng thế nào: a shop window painted with three lines, "FRESH", "FLOWERS", and "DAILY", one above the other in white brush script. Hãy giữ chữ trong ngoặc kép bằng đúng ngôn ngữ và chữ viết của nó; cả tiếng Anh và tiếng Trung đều hiển thị tốt.

Hãy tải ảnh lên ở mục Image và Additional Images, và nhắc đến các Characters và References đã lưu (trang phục, địa điểm, tư thế, đồ vật) bằng @handle của chúng. Mô hình thấy tất cả như một danh sách đánh số: ảnh bạn tải lên trước, rồi đến Characters, rồi đến References, mỗi loại theo thứ tự bạn nhắc đến lần đầu.

Trước khi mô hình đọc prompt, Mage đổi mỗi lần nhắc đến thành số của nó: @image2 thành "image 2", @nina thành "character from image 3", và @trench-coat thành "outfit from image 4". Vì vậy bạn cũng có thể tự viết "image 2", và nhãn riêng của mô hình, <Picture 2>, cũng chỉ cùng một ảnh đó.

Hãy cho mỗi ảnh một vai trò bằng lời và nói rõ lấy gì từ nó: khuôn mặt và mái tóc từ ảnh này, chiếc áo khoác từ ảnh khác, căn phòng từ ảnh thứ ba.

Khi bạn tải ảnh lên, prompt sẽ trở thành một lệnh chỉnh sửa và hiệu quả nhất khi gồm ba phần, theo thứ tự. Thứ nhất, phần giữ nguyên: gọi tên ảnh và liệt kê mọi thứ không được thay đổi, càng cụ thể càng tốt, chẳng hạn khuôn mặt, quần áo, đồ vật, bố cục, ánh sáng và mọi dòng chữ (đặt trong dấu ngoặc kép). Thứ hai, phần thay đổi, nói thật rõ ràng. Thứ ba, mô tả toàn bộ bức ảnh hoàn chỉnh, bắt đầu bằng "The target image is…".

Phần cuối quan trọng hơn bạn nghĩ. Mô tả kết quả giúp mô hình hiểu thay đổi đó nằm trong bức ảnh như thế nào: ánh sáng chiếu vào đâu, nó đổ bóng hay phản chiếu gì, và nó che khuất gì.

Khi xóa một thứ gì đó, hãy nói rõ chỗ trống được lấp bằng gì: "the bookshelf is gone, and the plain white wall behind it continues to the corner". Khi thay đổi một phần của vật thể, hãy nói phần nào còn lại: "his face, sweater, and watch stay; only his pose changes".

MiniMax H3 Image có thể tạo một bức ảnh từ nhiều ảnh cùng lúc: một căn phòng trống và loạt ảnh đồ nội thất được ghép thành phòng khách, hoặc một nhóm Characters được đặt vào cùng một cảnh. Càng thêm nhiều ảnh, bạn càng nên gọi tên từng ảnh trước khi mô tả cảnh.

Dạng prompt dài của chính mô hình làm điều này bằng nhãn. Hãy định nghĩa từng thứ bạn lấy ("The green velvet sofa in image 2 is <Subject 2>."), rồi viết một câu bắt đầu bằng "The target image" để tóm tắt kết quả, sau đó mỗi nhãn một câu ngắn nói rõ giữ lại bao nhiêu, rồi đến các chi tiết mới. Khi một nhãn đã được giữ nguyên hoàn toàn, chỉ cần nhắc đến nó bằng nhãn.

Một lệnh chỉnh sửa có thể đổi loại hình ảnh nhưng vẫn giữ nguyên nội dung bên trong: từ bản dựng 3D chưa có texture thành khung hình phim chân thực như ảnh chụp, từ bản phác thảo hay mặt bằng thành căn phòng hoàn thiện, từ bản đồ game thành góc nhìn thứ nhất của cùng thế giới đó. Hãy nói rõ điều gì phải khớp (bố cục, đồ vật, vị trí của chúng), gọi tên loại hình ảnh mới và mô tả diện mạo của nó.

Khi đổi góc nhìn, hãy nói camera mới đứng ở đâu trong ảnh gốc và nhìn về hướng nào, rồi liệt kê những gì nó thấy từ gần đến xa: "seen from the red arrow on the southern lake in image 1, looking north toward the waterfall and the bridge".

Ảnh chân thực và chi tiết tinh xảo là thế mạnh của MiniMax H3 Image, và chúng đến từ những chi tiết cụ thể mà một nhiếp ảnh gia sẽ ghi chú: máy ảnh và ống kính (ảnh chụp 35mm, macro 100mm, selfie bằng điện thoại với ống kính góc rộng), ánh sáng theo nguồn và hướng chiếu, cùng chất liệu như da sờn, đá ướt hoặc men sứt mẻ. Những từ như "ultra realistic", "8K" hay "masterpiece" không thêm được gì so với một mô tả chính xác.

Nó cũng vẽ được. Hãy gọi tên chất liệu thật chính xác, chẳng hạn màu nước nhẹ, tranh sơn dầu với nét cọ dày, tranh mực nét mảnh, pixel art, lá bài tarot hoặc bản dựng 3D cách điệu, rồi mô tả chủ thể theo chất liệu đó.

Nếu muốn có phong cách mà mô hình gốc không có, hãy thêm một MiniMax H3 Image LoRA trong mục Mô hình. LoRA bắt đầu ở cường độ 1; hãy giảm xuống nếu phong cách lấn át chủ thể, và đưa các từ kích hoạt vào prompt nếu trang của LoRA có liệt kê.

MiniMax H3 Image được tinh chỉnh để hoàn tất trong sáu bước với phần hướng dẫn đã tích hợp sẵn, nên không có các cài đặt Steps, Guidance Scale hay negative prompt. Prompt quyết định toàn bộ.

Aspect Ratio và Resolution quyết định kích thước và hình dạng; những từ như "16:9" hay "4K" trong prompt không có tác dụng gì. Hãy chọn hình dạng trước, rồi mô tả bố cục phù hợp với nó.

Seed cố định nhiễu khởi đầu. Với cùng Seed và cài đặt, hãy đổi từng câu một để xem mỗi câu tác động ra sao.