为什么 MiniMax H3 听不懂提示词里的简单直接指令？

用户反馈 MiniMax H3 在生成视频时无法准确执行“从头到大腿”的构图指令，画面只保留胸部到腿部、头部被裁掉。只有在提示词中补充“直视镜头并微笑”等描述后，头部才会被纳入画面。该用户质疑为何必须让身体部位带有动作或表情描述，模型才能正确理解取景范围。