MiniMax H3 Image 多参考图教程：3 组可复制提示词

做一张新的商品图，手里有三份素材：商品实拍、织物特写和棚拍光线参考。把图一起上传，只写一句「把这几张图结合起来」，模型还得猜织物要铺在桌面上，还是贴到商品表面。把这个决定写进提示词：第一张定商品外形，第二张只给网罩材质，第三张只给场景光线。

一张参考图先分配一个主要任务。 找到能定主体或底图的那一张，再补上它交代不了的信息。MiniMax 官方图像编辑 API 支持上传 1–16 张参考图。在官方仓库记录的本地工作流里，<Picture 1> 对应第一张上传图，<Picture 2> 对应第二张，依此类推。

还没决定用网页、桌面工具还是 API，可以先看 MiniMax H3 Image 模型和试用入口。在选定的界面里确认图的顺序，再粘贴下面的模板。

先决定每个细节从哪张图来

做商品图时，尽量选一张能看清外形和按键的照片。材质图可以直接裁到织物特写。灯光参考里如果也有另一台音箱，可以先裁掉音箱，再写清楚只取光线。这样更容易查出是哪张图让结果偏离预期。

同一个任务也可以由一组图完成。比如商品的正面和侧面分别交代按键和接口。如果两张图是不同配色或不同批次，把要保留的版本写到具体编号上，免得同一个部位收到两套要求。

一套可以复用的提示词写法

第一句写成品。接着按上传顺序写每张图负责什么、哪些细节要保留。最后交代成图怎么摆、哪些字必须准确出现。

制作一张[成品类型]，用于[投放或展示场景]。
用 <Picture 1> 确定[主体身份或底图构图]。
保留第一张图中的[可观察到的具体特征]。
只从 <Picture 2> 取[一种特征]，用在[指定部位]。
用 <Picture 3> 确定[一个影响场景的特征]。
修改[本次要改的内容]。
保留[其余指定区域或主体细节]。
成图构图要求：[取景、位置，以及要准确出现的文字]。

少传一张图，就删掉相应的指令。替换或调整上传顺序后，再核对一遍编号。方括号里的说明要换成你的内容。官方本地工作流用 <Picture 1> 这样的尖括号标签。官方在线 API 的示例写作 image 1，也按上传顺序编号。用网页工具时，按界面显示的图号填写。

输出尺寸单独在界面里选。有宽高比选项，就直接设成要用的比例。第一轮出一张，界面提供 2K 时可以先用它检查构图和参考关系。定稿再切换到需要的尺寸，并复查成图。

三组可复制的 MiniMax H3 Image 提示词

下面每组都列出了需要准备的图和上传顺序。把你自己的素材按顺序放进去，再复制提示词。

1. 商品外形不动，换材质和灯光

我为这次测试制作了三张参考图，按下面的顺序上传。

为 <Picture 1> 中的便携音箱制作一张方形电商主图。
用 <Picture 1> 确定商品外形和四分之三视角。
保留机身比例、边角弧度、按键数量和按键位置。
只把 <Picture 2> 的编织纹理用到正面的网罩上。
机身其他部分保持哑光深灰。
只取 <Picture 3> 的胡桃木台面和右上方暖光。
画面只有一台音箱，四周留空，底部有自然接触阴影。
商品和背景都保持干净，画面不出现文字。

商品图实测结果

我用 MiniMax H3 Image Edit，按同一顺序上传三张参考图，提交英文原提示词生成了一次。下面的成图是 2048 × 2048，本次记录耗时 20.05 秒。上面的中文提示词是同一组指令的中文版本。

成图保留了音箱的圆角轮廓和四分之三视角。胡桃木台面和右上方暖光都进了画面，右侧外壳也有明显高光。四个按键保持原来的顺序。网罩纹理没有跑出边框，但成图出现了明显斜纹，参考图 2 则是横竖交错的篮编纹理。如果商品详情页需要准确展示材质，我会先放大对照布料原图，再决定这张图能不能用。

先验外形和按键，再看打光。按键跑位时，先移除第三张图，删掉对应的台面和灯光指令，用文字描述一个简单台面和光线。确认外形与按键能保住后，再把第三张图和对应指令一起加回来。最后放大检查编织纹理有没有跑到网罩外面。

2. 保住角色长相，换服装和场景

按这个顺序上传：

1. 一张原创成年角色的清晰肖像，角色留着侧分短发。
2. 一张铁锈红立领夹克参考。
3. 一张雨后傍晚的温室场景参考。

参考图 1 · 肖像

参考图 2 · 夹克

参考图 3 · 温室

为 <Picture 1> 中的角色制作一张腰部以上的分镜图。
角色在温室里拿着一只育苗盘。
用 <Picture 1> 保留脸部比例、短发发型和分缝方向。
只用 <Picture 2> 确定夹克的剪裁、立领和铁锈红颜色。
用 <Picture 3> 确定温室结构和傍晚偏冷的光线。
镜头与视线齐平，脸和双手清楚可见，右侧留出裁切空间。

成图带入了铁锈红立领和温室的冷色光，能看到人物双手捧着育苗盘。人物侧过脸、低头看盘，和参考图的正脸角度不同，发缝方向和脸部比例很难直接对比。

下一张分镜先沿用原始肖像和服装图，保持上传位置一致，再换场景图和动作。每张都核对脸型、发缝和领口。需要拿上一张满意的成图做参考时，指定它只负责一个任务，例如姿势，并继续用原始肖像定脸。

3. 只换一个物件，保住原图版面

按这个顺序上传：

1. 一张要改的海报，上面有标题，搁板上摆着一只杯子。
2. 一张要替换进去的米白色陶瓷花瓶照片。

参考图 1 · 海报底图

参考图 2 · 花瓶参考

以 <Picture 1> 为底图。
把搁板上的杯子换成 <Picture 2> 里的米白色陶瓷花瓶。
保持 <Picture 1> 的搁板位置、镜头角度、背景、标题和留白位置。
沿用原图的光线方向，在瓶底与搁板的接触处生成自然阴影。
让花瓶落在原来杯子占据的区域内。

杯子换成了米白色花瓶，阴影落在右侧。「STUDIO SHELF」标题和搁板前沿看起来仍在原位。绿色背景略微变深，花瓶的投影也比杯子的更重。

把前后两张图用同样的缩放比例并排看。检查标题字、搁板线和边缘留白有没有移动。官方 API 文档把这类操作归为指令编辑，当前列出的能力里没有蒙版编辑。如果工作要求周围像素完全保留，可以在图层编辑器里完成最后的合成。

什么时候该增加参考图？

现有图片缺了关键信息，就补一张。商品正面看不到接口，补侧面。角色在新镜头里要转头，补一张能看清侧脸的图。要把几件特定家具摆进房间，就为各件家具准备单独的参考图。MiniMax 的模型卡展示了一间空房和九件独立物件，模型根据这些参考图生成了布置后的房间。

新智元报道过一个 16 图案例。它把参考分成角色、装备和车间三组。遇到类似任务，可以先给文件编号，再在提示词里写哪一组管哪一部分。如果同组里有冲突，点名以哪一张为准。出图时分别验脸、装备和环境，别只看整张图是否顺眼。

要是说不出新增那张图能补什么，第一轮可以先放一边。出图后看到具体缺失，再把能解决这个问题的素材加回来。

出图偏了，先排查最明显的一处

排查提示词时，先固定输入图、比例和输出尺寸。如果工具提供种子，也记下来。最终交付前，把图放大检查小字、反光和商品结构，尤其是那些改错了就不能用的细节。

MiniMax 官方在线 API 会对编辑指令做提示词增强。如果怀疑参考图在这一步被改了用途，可以查看返回的 data[].revised_prompt，核对模型实际收到的指令。

常见问题

一定要上传 16 张吗？ 先用能交代任务的最少张数。改一张现有图片，可以从一张起步。上面几个例子只用两三张，就能分清主体、要借用的细节和环境。只有缺少必要信息时才继续加。

可以只参考一张图的风格吗？ 可以。写出你要取的视觉特征，例如暖色侧光、低饱和配色或纸张纹理，并用另一张图单独定主体。

第一张图默认就是底图吗？ 第一张先获得编号。具体负责什么，要看你写的指令和所用工作流。做编辑时，直接写「以第一张为底图」，再列出要留在原位的元素。

我的网页界面传不了这么多图怎么办？ 以界面显示的上限为准。16 张是 MiniMax 官方图像编辑 API 公布的上限。需要上传更多素材时，先确认你选的工作流支持多少张。