当前位置:首页 > AI技术 > 正文内容

理开发Minimax 视频生成中负面提示词(Negative Prompt)写法|Duuu笔记

admin1周前 (04-05)AI技术16

前端在复杂场景下的解决方案

Minimax视频生成中负面提示词需用英文、逗号分隔,支持权重调节(如(blurry:1.3)),按构图/主体/画质/风格四类精简选取,禁用not/no/中文及违规词,须通过A/B测试验证有效性。

在 Minimax 视频生成模型中,负面提示词(Negative Prompt)用于明确排除不希望出现在生成视频中的视觉元素、风格偏差或质量缺陷。以下是构建有效负面提示词的具体方法:

一、基础语法结构与权重控制

Minimax 支持类似 Stable Diffusion 的负面提示词语法,允许通过括号调节关键词强度,并使用英文逗号分隔多个约束项。权重增强需用圆括号包裹并附加数值,如 (blurry:1.3),弱化则用 (low quality:0.7)。所有负面词必须为英文,中文词将被忽略或导致解析失败。

1、使用半角英文逗号分隔不同类别的排斥项,例如:text, watermark, logo, deformed hands, extra fingers

2、对关键干扰项施加权重强化,例如:(poorly drawn face:1.4), (mutated limbs:1.5)

3、避免重复语义的词汇组合,如同时写 low resolution 和 blurry,应保留更精准的 blurry

二、按视觉维度分类编写负面词

将负面提示词划分为构图、主体、画质、风格四类,可提升约束精度。每类选取 2–4 个最具判别力的术语,避免堆砌超过 12 个主干词,否则模型可能降低整体响应敏感度。

1、构图类:cropped, out of frame, disfigured, malformed

2、主体类:extra limbs, fused fingers, too many eyes, asymmetric face

3、画质类:jpeg artifacts, noisy, grainy, oversaturated

4、风格类:3d render, cartoon, anime, sketch, painting

三、针对常见生成缺陷定制负面词

当输出频繁出现特定错误(如人脸扭曲、帧间闪烁、物体漂移),应提取该错误的稳定视觉特征并转化为可识别的英文描述。Minimax 对具象动词和解剖学名词响应更稳定,抽象形容词(如 “unpleasant”)效果微弱。

1、人脸异常:asymmetrical eyes, mismatched skin tone, floating nose

2、运动异常:jittery motion, stuttering walk, unnatural gait

问问小宇宙

问问小宇宙是小宇宙团队出品的播客AI检索工具

下载

3、物体异常:floating objects, disconnected joints, levitating feet

4、光照异常:overexposed highlights, pitch black shadows, flat lighting

四、规避平台限制与无效表达

Minimax 会主动过滤含攻击性、违法、成人向或模糊歧义的负面词。若包含 prohibited terms(如 “nude”, “bloody”),整段 Negative Prompt 将被静默截断,仅保留前序合法部分。同时,否定副词(not, no, without)不被解析,必须使用正向否定名词结构。

1、禁用 not + 名词结构,如 not smiling → 改为 frowning, grimacing

2、禁用中文标点或空格不规范的拼写,如 “low_quality” → 改为 low quality

3、禁用通用否定短语,如 bad quality → 改为 blurry, pixelated, distorted

4、禁用主观评价词,如 ugly, terrible → 改为 malformed, warped, inconsistent

五、验证与迭代负面词有效性

每次修改负面提示词后,需固定正向提示词、种子值及参数,仅变更 Negative Prompt 内容进行 A/B 测试。观察生成结果中目标缺陷是否减少,而非整体画面变化。若某负面词引入新问题(如添加 (text:1.3) 后字形残影增多),应立即移除并替换为更精确表述(如 (watermark:1.3), (caption:1.2))。

1、启用 seed 锁定功能,确保两次生成仅因 Negative Prompt 差异而不同

2、对比输出帧序列第 5 帧、第 12 帧、第 20 帧,确认缺陷抑制是否跨帧稳定

3、逐项关闭某一类负面词(如临时删除全部风格类),观察是否重现原问题

4、记录每次生效的负面词组合至本地表格,标注对应缺陷类型与抑制强度等级

相关文章

LLM介绍

。LLM 被证明在使用指令形式化描述的未见过的任务上表现良好。这意味着 LLM 能够根据任务指令执行任务,而无需事先见过具体示例,展示了其强大的泛化能力。 :小型语言模型通常难以解决涉...

神经网络中的单层神经网络

神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。 看一个经典的神经网络。这是一个包...

AI核心技巧:如何重置openclaw硬件设置 openclaw恢复出厂设置操作方法【操作】深度解析|Duuu笔记

重置 OpenClaw 配置有四种方法:一、交互式向导重置(openclaw onboard --reset);二、指定作用域的命令行重置(如--reset-scope config);三、手动删除~...

深入理解AI:WorkBuddy 怎么做组织架构图 WorkBuddy 组织架构图生成教程【实战】完全指南|Duuu笔记

WorkBuddy可通过四种方式生成组织架构图:一、用自然语言指令触发AI自动解析并渲染Mermaid图表;二、上传Excel结构化数据映射字段后批量构建动态树状图;三、启用OpenClaw技能包对接...

常见的神经网络模型

前馈神经⽹络中包含激活函数( 、tanh函数等)、损失函数(均⽅差损失函数、 等)、优化算法(BP算法)等。常⽤的模型结构有:感知机、 、全连接神经⽹络、卷积神经⽹络、...

深入理解前端开发:零基础教程:怎么用 Gemini 自动生成短视频脚本与拍摄大纲完全指南|Duuu笔记

需明确输入指令、理解输出逻辑并合理拆解内容:一、构建含角色/任务/格式等要素的提示词;二、追加分镜与时间轴约束优化专业性;三、转译为带道具编号与颜色标记的执行清单;四、用Gemini校验注意力断点并迭...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。