多媒体大模型网摘minimax.now

负向清单:让画面避开不需要的元素

2026-11-06 · 提示词优化

写提示词的人大多在加东西:加风格、加光线、加细节。但出素材的老手都知道,另一招同样省时间——明确写「不要什么」。这就是负向清单:把你不想要的结果提前排除,模型少走弯路,你少抽卡几轮。MiniMax 的图片生成、海螺系视频生成(H 系列含原生音频)对这类约束的响应都比较稳定,语音与文案场景同样可以用「排除法」控制输出。下面按素材类型拆开讲,每个模板都能直接复制改用。

一、负向清单的基本写法

负向项不是罗列得越多越好。堆几十个「不要」反而稀释权重,模型可能顾此失彼。经验做法:

  • 只列画面里真正容易出现的干扰元素,5~10 条足够;
  • 用具体名词,别写「不要难看」这类抽象词——「低对比度水印」「多余的手指」模型才听得懂;
  • 负向清单和正向描述分开写,放在提示词末尾统一给出,避免正负语义搅在一起。

一个实用判断标准:上一轮生成结果里反复出现的毛病,才值得进负向清单。它不是许愿池,是修 bug 工具。

二、图片生成模板

写产品图、插画、头像时最常踩的坑:乱加文字、多余肢体、模糊背景杂物。直接套这个结构:

主体:一杯透明玻璃杯装的冰美式咖啡,杯壁挂霜,置于原木桌面
构图:平视角度,主体居中偏右,浅景深
风格与光线:自然窗光,柔和阴影,商业摄影质感
画幅:3:4 竖图

负向清单:
- 不要出现任何文字、标志、水印
- 不要出现人物或手部
- 不要塑料杯、纸杯,不要吸管
- 背景不要杂物堆叠,不要镜面反光
- 画面不要过曝,不要偏色滤镜感

要点:负向项尽量对应正向描述里容易被误解的地方。比如你写了玻璃杯,就补一句「不要塑料杯」,模型默认换道具的概率会明显下降。

三、视频生成:负向清单 + 音频一起管

海螺系视频生成支持原生音频,这意味着你要排除的不只是画面元素,还包括不想要的声音。写视频提示词时建议分三段:画面、镜头、负向清单(含音频项)。

场景:黄昏的城市天台,一位穿米色风衣的女性背对镜头眺望,风吹动衣角与发丝
镜头:缓慢推进,从全景推到中景,稳定无晃动
氛围与光线:暖橙色夕阳光,空气有轻微雾感
时长与节奏:5 秒,前 3 秒静止、后 2 秒人物缓缓回头

负向清单:
- 画面不要出现字幕、水印、任何叠加文字
- 不要镜头切换、不要转场特效
- 人物面部不要畸变,手部不要多余手指
- 背景不要出现车辆驶入或行人穿帮
- 音频不要出现人声对白与歌曲,只保留环境风声

「不要人声对白」这类音频负向项很实用——带原生音频的模型偶尔会自作主张配上人声,提前排除能省一轮重生成。

四、语音克隆与 TTS:用排除法框定读法

语音场景的负向写法不太一样,因为 TTS 更吃文本本身的格式。这里的「负向清单」体现为:明确排除你不想被读出来的内容。

任务:朗读以下文本,女声,语速中偏慢,语气平稳温和
排除规则:
- 不朗读任何括号内容
- 不朗读标点符号名称(如「逗号」「句号」)
- 英文专有名词按原音读,不要翻译成中文
- 数字「2025」读作「二零二五」而非「两千零二十五」

文本:(开场白,微笑感)欢迎收听本期节目。这里是 minimax.now 的编辑手记。

括号注音、读法约定写清楚,克隆出来的音色才不会被「说明性文字」污染。

五、文案生成:负向清单就是你的红线清单

M 系列模型长上下文推理在写文案时很好用,但默认输出常带套路腔。与其事后删改,不如在提示词里直接列红线:

任务:为一款便携咖啡机写小红书种草文案,200 字以内,口语化
目标人群:办公室白领,预算敏感但看重品质

红线清单(出现即不合格):
- 禁用「绝绝子」「yyds」「家人们」等网络烂梗
- 禁用「颠覆」「革命性」「划时代」等夸张词
- 不出现具体价格承诺,不出现竞品名称
- 不要 emoji 堆砌,最多保留 2 个
- 结尾不要「赶紧冲」「还不快入手」式催促

文案场景的负向清单本质上是一份「风格黑名单」,配合几个你认可的正面样例一起给,输出会稳定很多。

最后给一个通用心法:正向描述决定下限,负向清单决定稳定性。先用正向提示词把画面和内容的方向定住,跑一两轮看模型爱犯什么毛病,再把高频毛病写进负向清单——按「发现问题→写进清单→复测」的循环迭代,比一次性堆满排除项有效得多。具体参数与能力细节以官方页面为准,模板里的字段名换成你自己的项目信息就能直接开跑。

本文为使用方法整理,内容选自网上公开资料,供参考;本站为非官方资讯站,产品能力以官方页面为准。