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。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
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
MiniMax Token Plan 工具——支持图片生成、图像理解、语音合成和视频生成。直接调用 MiniMax 官方 API，纯 JavaScript 实现，无需外部 MCP 服务器。
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
