H3 Image 是什么？从模型到第一张图片
本页的 H3 Image 使用 P-H3-Image，这是 Pruna AI 基于 MiniMax-H3 开发的图片生成与编辑模型。模型权重已公开，使用须遵守 MiniMax H3 社区许可证的具体条件。在这里，你可以用文字生成图片，也能按顺序添加最多九张图片进行编辑，并选择 1K 至 4K 分辨率。
开始写描述时，先想象别人只看图片能否理解你的重点。与其堆叠许多风格词，不如交代主体是什么、放在哪里、正在做什么，以及画面中哪些元素需要突出。例如，想做一张茶杯的生活方式图片，可以描述杯子放在木桌前侧、窗光从左边照入、后方以虚化的绿植作为背景。位置、光线和远近关系，比笼统地要求精致更容易形成明确的创作方向。
把必须满足的条件放在描述前面，再补充色调、材质和氛围。若图片只是用于讨论创意，先关注整体构图；若后续要加入文案，则提前说明留白的位置。不要同时要求极简背景与密集装饰，或让主体既占满画面又处于远景。提交前读一遍描述，删除相互冲突的要求，让每条信息都服务于同一个画面目标。
商品图片：用材质、光线和尺度建立重点
为商品构思图片时，可以先区分展示物品外观与营造使用场景这两种目的。前者适合描述干净背景、主体角度和阴影方向；后者还需要说明桌面、道具与环境之间的关系。玻璃、织物和金属对光线的表现不同，与其只写高级感，不如说明透光、纹理或柔和反射。道具也应有明确作用，例如衬托尺寸或传达使用情境，而不是占据主体的位置。
如果已有商品照片，可用它作为参考图，并把希望调整的内容说清楚，例如换成浅色背景、减少杂物或改变整体光线。参考图并不保证标签、结构和尺寸关系原样保留。查看结果时，逐项核对包装边缘、文字、开口和关键配件；涉及真实商品信息的画面，应以实物资料为准，不能把生成出的细节直接当作商品本身的事实。
人物肖像：把姿态、视线与环境分开描述
人物图片可以从镜头距离入手：你需要强调表情的近景，还是需要交代动作和场景的半身构图？接着说明人物朝向、视线落点与身体姿态，再补上衣物和环境。比如自然的窗边肖像，应进一步交代人物面向窗外还是看向镜头、肩膀是否放松，以及背景要清晰还是弱化。这样既能表达情绪，也不会让抽象的气质词挤占必要的画面信息。
用人物参考图编辑时，明确列出希望保留的特征和准备修改的部分，但不要把相貌一致性当作保证。换衣服、改光线或改变背景，也可能影响面部、发丝和饰物。检查时除了看整体是否自然，还要放大查看手部、眼睛、耳侧和衣物边界。若人物形象是用途中的关键条件，应先确认这些变化是否可接受，再决定是否继续使用该结果。
编辑图片：一次解决一个明确的问题
编辑模式支持上传 1–9 张图片并调整顺序，第一张为待编辑图片，其余为参考。在描述中用 <Picture 1>、<Picture 2> 等标记，按顺序指明各张图片的用途。描述可以分为修改目标、保留内容和画面关系三个部分，例如把墙面换成暖灰色，保留桌上的花瓶，并让花瓶阴影仍与原有光线协调。不要只写优化一下，因为这无法说明你希望画面发生什么变化。若不满意的是背景，就直接指出背景区域及其目标效果，避免把主体外观也写成需要重新设计的部分。
一次加入许多改动，会让结果难以判断：究竟是颜色、位置还是材质偏离了预期？先处理最影响画面的那项，再根据结果决定下一步。即使要求保留某些内容，编辑仍可能改动不相关的细节，因此要对照原图检查主体轮廓、物体数量与空间位置。需要继续编辑时，可将选定结果保存后重新上传，并只描述下一轮要解决的问题。
方形、横向或纵向：按使用位置选择构图
工作区提供 15 种宽高比；仅编辑模式可选“自动”，沿用第一张图片的宽高比。选择画幅前，先确认图片准备放在哪里。方形适合围绕一个主体安排均衡的视觉重心；横向能容纳更多环境，也方便让主体与旁侧留白形成对照；纵向则更适合强调人物站姿、竖向物体或前后延伸的空间。构图方向应服务于画面内容，而不只是适配外框。若最终页面有固定裁切区域，还应提前考虑主体是否会在裁切时被截断。
描述中的镜头距离应与画幅配合。横向不代表必须把主体缩得很小，纵向也不意味着要让头部贴近上边缘。可明确写出主体偏左、顶部留白或完整呈现物体轮廓等关系。生成后模拟实际放置位置，检查边缘是否拥挤、重点是否清楚，以及文字区域是否干净。若只是画幅不合适，先调整构图目标，不必连风格和场景一起重写。
专题配图与版式构思：先解决视觉层级，再处理文字
为专题配图、文章头图或简单宣传版式构思时，先确定读者最先看到什么。可以描述一个主视觉、与它呼应的背景和用于标题的留白，让画面有清楚的阅读顺序。若主题较抽象，例如安静的工作状态，可以用桌面物品、室内光线和人物动作来表达，而不是把所有概念都变成画面中的符号。先做能说明主题的视觉草图，再判断是否需要增加元素。
图片中的短文字也可能出现错字、漏字或排列不自然的情况。若名称、日期或宣传语必须准确，较稳妥的做法是先生成不带文字的底图，再使用排版工具添加已经核对的内容。检查版式时，要同时看文字预留区域与主体之间的距离，避免标题遮住脸部、产品标签或关键动作。视觉构思可以帮助探索方向，但不能代替最终的信息校对。
迭代提示词：保留有效信息，只改影响最大的变量
拿到第一张结果后，可以先判断方向，不必立刻追加一长串形容词。先问自己：问题出在主题没有表达出来，还是光线、色彩和构图不符合用途？如果主题已经清楚，就保留主体与场景描述，仅修改一个关键变量。比如把强烈的顶光改成柔和侧光，或把居中的主体移到右侧。这样下一次查看结果时，更容易判断调整是否真正有帮助。
记录想保留的部分，也记录需要纠正的部分。不要把对结果的评价原样当作描述，例如不够好看；可以改成背景杂物更少、主体边缘更清晰或色彩对比更柔和。每次请求只生成一张图片，需要不同方向时分别提交，并在提交前查看页面显示的积分消耗。文字生成与参考图编辑是不同起点，可根据是否已经有合适画面来选择，而不是反复重写整段要求。
检查结果：从整体表达看到局部细节
先以正常观看尺寸检查图片是否完成任务，再放大查看关键区域。整体层面关注主体是否突出、色调是否一致、环境是否符合描述；局部层面关注重复物体、边缘衔接、纹理方向和文字。人物图还应查看手指与关节，商品图则要核对标识和结构。画面看起来顺眼，并不意味着所有细节都正确，尤其不能凭自然的视觉效果判断其中的信息是真实的。
提交前可选择 JPEG（默认）、PNG 或 WebP 输出，完成后打开图片并保存结果，保留准备继续使用的版本。分辨率可选 1K、1.5K、2K、3K 和 4K，五档消耗的积分各不相同。生成需要登录并使用账户中的可用积分，具体消耗以当前页面显示为准。图片仍在准备时，可以稍后回来查看；若请求尚未确认，不要重复提交，先查看状态。明确显示失败后，再根据提示重试。这样既能把注意力放在画面本身，也能避免把等待中的请求误当成需要重新开始的创作。
把静态图片用于下一步视频创作
如果准备把图片带入图生视频流程，选图时就应考虑运动空间。主体与背景之间有清楚层次、关键部位没有被画面边缘截断、周围留有适量空间，往往更便于表达后续的动作构思。此时不必把未来的所有运动细节都塞进静态图片描述；先得到主体清楚、构图合理的画面，再在视频工具里说明运动方式，两个阶段分别解决各自的问题。
H3 Image 在这里生成和编辑的是静态图片，不生成视频或音频。需要继续创作时，可以从页面的图生视频入口进入相应工具，并先了解所选工具的要求和积分说明。图片中难以辨认的文字、遮挡或不合理的结构，不会因为进入视频流程就自动得到修正。先处理关键视觉问题，再决定画面如何运动，能够让下一步创作目标更具体。