deepseek-v4-flash 在「selfie 咖啡店自拍生图 prompt 构建」的评测结果
这是该 AI 模型在此测试用例上的详细评测结果。
基本信息
- 模型名称：deepseek-v4-flash
- 用例名称：selfie 咖啡店自拍生图 prompt 构建
- 测试类型：文本生成
- 评测维度：Alice 生图提示词构建
系统提示词（System Prompt）
这是给 AI 模型的背景设定和角色指令：
你是一个专业的插画生图 prompt 生成器。你的任务是根据提供的场景信息，生成一到多段完整的中文生图提示词，供下游图像模型直接使用。 你必须只返回一个 JSON 对象，包含三个字段： - "prompts"：字符串数组，包含 1~4 段完整的中文生图提示词。张数由你根据场景丰富度决定，默认 1 张，宁少勿多： - 日常琐事、居家、纯记录、简单一餐或单件物品：1 张 - 美食、穿搭类场景：仅当两张构图差异足够大时才出 2 张，两张的主体和取景必须完全不同（例如一张带人物的环境全景加一张无人物的纯食物或衣物俯拍特写），想不出两个明显不同的画面就只出 1 张 - 旅行、出游、聚会等出片场景：3~4 张，不同瞬间、不同角度、不同构图，像真人发朋友圈的一组照片 - 多张时每段 prompt 必须是独立完整的画面描述，禁止「同上」「另一角度」这类依赖上下文的表述；人物穿着、发型、天气、时间段在所有 prompt 中保持完全一致，只变化视角、瞬间和构图 - 多张的每一张必须让人一眼看出是不同的照片：主体、景别、视角至少变化两项 - "homeRoom"：场景在 Alice 家里时填对应房间标识，不在家里则填 null。可用标识：balcony（阳台）、balcony_small（生活阳台）、kitchen（厨房）、study（书房）、bedroom（卧室）、living（客厅内部）、living_window（客厅朝阳台方向）、corridor（走廊玄关） - "aspectRatio"：画面宽高比，按构图需要选择最合适的值： - "3:4"：人物半身竖构图（自拍、试衣、人物特写，最常用） - "4:3"：横构图（多人合影、有宽阔背景的场景） - "16:9"：宽屏（纯风景、全景） - "9:16"：窄竖屏（全身站姿、窄巷等纵深场景） - "1:1"：仅用于食物俯拍、物品特写等无人物的方形构图 各分类的构图规则（最高优先级，必须遵守）： - selfie（自拍）：半身近景（胸部以上），略微俯视角度的自拍感，表情自然匹配心情，背景可见但略虚化；画面中禁止出现手机或相机 - outing（出游）：中景半身，人物自然融入场景，例如驻足欣赏风景、靠在栏杆上、坐在台阶上；禁止画全身站立看镜头 - food（美食）：俯拍或斜角特写食物，画面中禁止出现任何人物，聚焦食物的质感、色泽、热气和桌面摆盘 - clothing（穿搭）：半身构图（腰部以上），人物正在试穿新衣，可以是照镜子、整理衣领、低头端详的自然瞬间；禁止画全身 - hangout（聚会）：群像半身构图，每个人都有自然的独立动作，无需所有人看镜头；朋友不戴发带，穿着颜色与 Alice 不同；禁止画全身 - scenery（风景）：纯风景或环境照片，画面中禁止出现任何人物，聚焦环境的光影氛围和色彩 - mood（心情）：氛围物品照片，画面中禁止出现任何人物，聚焦物品的质感和光影情绪 画风要求（每段 prompt 都必须包含以下描述）：清透干净的日式水彩风数码插画，细腻柔和的线稿，透明水彩叠色，低饱和明亮通透的暖色调，光线温柔，人物、背景、物体画风统一，避免 3D 渲染、照片写实和纯平涂赛璐璐上色。 生成 prompt 的原则： 1. 场景描述必须与朋友圈文案的内容严格对应；文案提到具体地点时，prompt 里必须包含该地点的真实视觉特征描述 2. 文案没有明确地点时，根据分类和当前城市合理推断一个具体场景 3. 人物描写要自然生动，表情和肢体语言与文案的情绪和场景吻合；人物要融入场景做自然的事情，禁止呆板站立看镜头 4. 光线和氛围要与时间段匹配 5. 天气细节必须体现在画面中：下雨天外出场景必须画撑开的雨伞，人物把伞举在头顶遮雨，地面有水洼和雨滴；禁止下雨天画成晴天，禁止画收拢折叠的伞 6. 穿着已经过应季校验，直接按【人物】描述的穿着如实绘制，禁止擅自更改 7. 含人物的每段 prompt 都必须写入人物外貌关键锚点（脸型、发色发型、发带、项链等），保证多张图之间人物形象一致 8. 屏幕内容约束：如果画面中出现笔记本电脑、手机、平板等带屏幕的设备，且屏幕背对观众，则禁止描述屏幕上显示的任何具体内容，只描述设备外观轮廓和屏幕发出的光晕 9. 当【分类】与【活动描述】出现矛盾时，以【分类】的构图规则为最高优先级，在该构图约束内尽量呼应描述与文案的内容 只返回 JSON，不要输出任何其他内容。
用户提示词（User Prompt）
这是用户给 AI 模型的具体任务要求：
请根据以下信息生成生图 prompt： 【分类】selfie（自拍） 【活动描述】下午在家附近的咖啡店喝拿铁，顺手发了张自拍 【朋友圈文案】午后的拿铁时间，今天的拉花是一只小熊 【当前城市】澳门（常住地：澳门） 【时间】下午（15点） 【心情】心情不错，放松愉快 【天气】晴 【人物 - Alice】Alice（白艾莉），亚洲女性，26岁，鹅蛋脸，黑色自然微卷长发搭配淡金色细发带，脖子上戴着细金链星星吊坠项链，身材纤细挺拔，穿着大地色系休闲穿搭（米白色或奶油色针织上衣、卡其色高腰西裤），佩戴细金链星星吊坠项链和小珍珠耳钉。心情不错，放松愉快。
任务要求
AI 模型需要满足以下要求：
- 只返回一个 JSON 对象，包含 prompts（字符串数组）、homeRoom、aspectRatio 三个字段
- 遵守 selfie 构图规则：半身近景（胸部以上）、略微俯视的自拍感、背景略虚化、画面中禁止出现手机或相机
- aspectRatio 应选 3:4，homeRoom 应为 null（场景在咖啡店）
- prompt 中保留 Alice 外貌锚点（鹅蛋脸、黑色微卷长发、淡金色发带、星星吊坠项链）并包含画风要求
评测结果
综合得分
该模型在此用例的得分为：91.3 分（满分 100 分），已通过
基础难度评测结果
- 得分：91.3 分
- 通过状态：已通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
{ "prompts": [ "清透干净的日式水彩风数码插画，细腻柔和的线稿，透明水彩叠色，低饱和明亮通透的暖色调，光线温柔。下午三点，澳门一家温馨咖啡店内，阳光透过玻璃窗洒在木桌上。Alice，亚洲女性，26岁，鹅蛋脸，黑色自然微卷长发搭配淡金色细发带，脖子上戴着细金链星星吊坠项链，小珍珠耳钉。她身穿米白色针织上衣，卡其色高腰西裤。半身近景，略微俯视的自拍角度，她微微侧头，嘴角带着放松愉快的浅笑，眼神温柔看向镜头。背景中可见咖啡杯和吧台，桌上放着一杯拿铁，拉花是一只可爱的小熊形状，热气袅袅。背景略有虚化，突出人物。整体画风统一，避免3D渲染和照片写实。" ], "homeRoom": null, "aspectRatio": "3:4" }
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】候选输出整体质量良好，JSON 结构完全合规，画幅与场景归属判断准确，人物外貌锚点保留全面，画风要求覆盖到位。selfie 构图规则基本遵守，无手机/相机入画。主要不足在于：人物动作描写中「看向镜头」略显摆拍感，不如参考答案「视线落在杯中拉花」自然；拿铁杯的位置描述存在轻微歧义。总体而言是一份接近参考答案水平的高质量输出。 【GEMINI】候选模型的表现非常优秀。生成的 JSON 格式完全正确，完美保留了人物的所有外貌锚点与穿搭，画面细节（如小熊拉花、下午三点的光线、澳门咖啡店等）描写得非常生动，画风要求也完全融入。唯一可以改进的地方是在 prompt 中显式加入“无手机或相机入画”的规避词，以更严格地遵守 selfie 构图规则。 【KIMI】候选输出整体合格，JSON 结构和画幅选择完全正确，人物锚点和场景要素基本完整。主要失分点在于：'看向镜头'的表述与 selfie 禁止拍摄设备入画的规则存在隐性冲突，人物与咖啡的互动感偏弱（'桌上放着'vs'双手轻捧'），以及部分画面细节的逻辑自洽性有待加强。建议在 selfie 场景中避免'看向镜头'类描述，改用'视线落在拉花上''自然低眸'等更符合无设备自拍情境的表达。
进阶难度评测结果
- 得分：88.3 分
- 通过状态：已通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
{ "prompts": [ "清透干净的日式水彩风数码插画，细腻柔和的线稿，透明水彩叠色，低饱和明亮通透的暖色调，光线温柔，人物、背景、物体画风统一，避免3D渲染、照片写实和纯平涂赛璐璐上色。傍晚，澳门一家温馨的咖啡店内，靠窗的座位。Alice（白艾莉），亚洲女性，26岁，鹅蛋脸，黑色自然微卷长发搭配淡金色细发带，脖子上戴着细金链星星吊坠项链，身穿米白色针织上衣，略微俯拍的自拍视角，半身近景（胸部以上），她微微侧头看向窗外，脸上带着平静从容的浅笑，被窗外的落日黄金光线照亮，背景是咖啡店木质桌椅和模糊的窗景，桌上摊着一台笔记本电脑（屏幕背对观众，只显示轮廓和键盘，屏幕发出暖色光晕），画面整体温暖治愈，光线柔和虚化背景。" ], "homeRoom": null, "aspectRatio": "3:4" }
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】候选输出整体质量良好，JSON 结构完全合规，selfie 构图规则执行到位，笔记本屏幕约束基本遵守，人物主要锚点保留完整，画风要求完整写入。主要不足在于：光线描述缺乏具体的画面语言（如斜射方向、发丝染色等细节）；笔记本屏幕描述中「键盘」的出现与「屏幕背对观众」设定存在轻微逻辑矛盾；人物锚点中珍珠耳钉和西裤描述缺失。总体而言是一份合格且较为完善的输出，与参考答案差距不大。 【GEMINI】候选输出表现非常优秀。JSON 格式完全合规，完美执行了 selfie 构图规则和难度较高的笔记本屏幕背对观众约束。画面画风、场景要素和光线氛围均得到了很好的呈现，人物锚点保留也较为完整，仅有极个别微小细节（如耳钉）未完全写入，整体质量极高。 【KIMI】该输出整体合格，JSON 结构完美，核心约束（无手机、笔记本屏幕不描述内容、3:4比例）执行到位。主要失分点在于：selfie 构图的人物视线方向偏离（看向窗外而非镜头，削弱自拍感）；黄金光线描述偏泛，缺乏"发丝边缘暖橙""斜射长影"等具象画面语言；人物锚点中小珍珠耳钉和卡其色高腰西裤遗漏；澳门城市视觉特征未落地。建议在 selfie 场景中强化人物与镜头的互动感，将光线描写拆解为可绘制的视觉元素（如边缘光、光斑、影子方向），并严格核对人物描述的全量复现。
困难难度评测结果
- 得分：81.4 分
- 通过状态：已通过
模型生成产物
以下是该模型针对此任务的实际生成内容：
{ "prompts": [ "清透干净的日式水彩风数码插画，细腻柔和的线稿，透明水彩叠色，低饱和明亮通透的暖色调，光线温柔，人物、背景、物体画风统一，避免3D渲染、照片写实和纯平涂赛璐璐上色。下午四点多云天气，柔和的光线透过咖啡店窗户洒入，室内温暖。画面中，26岁的亚洲女性Alice（白艾莉）站在一面复古黄铜镜子前，镜子边框有雕花，反射出她的上半身半身像。她鹅蛋脸，黑色自然微卷长发扎着淡金色细发带，脖子上戴着细金链星星吊坠项链，佩戴小珍珠耳钉，穿着米白色或奶油色针织上衣搭配卡其色高腰西裤。她微微侧身，眼神看向镜子里的自己，嘴角带着轻松愉快的微笑，一只手自然垂在身旁，另一只手轻轻搭在桌边。桌上放着一束刚买的干花（尤加利叶和薰衣草色系），花瓶是简约的玻璃瓶。背景可见咖啡店的木质桌椅和装饰，略虚化。整体氛围放松惬意，人物表情自然，仿佛在随意自拍，但画面中没有任何手机或相机。" ], "homeRoom": null, "aspectRatio": "3:4" }
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】候选输出整体质量中等偏上，JSON 格式完全合规，人物锚点保留较好，画幅选择正确。主要短板在于镜面陷阱的处理深度不足——虽然明确禁止了手机入画并给出了自然替代姿势，但未充分描述镜中影像的细节与一致性，对这道「hard」难度陷阱题的核心考点处理不够彻底。干花束的融入方式（置于桌上花瓶中）与 selfie 半身近景构图的结合不够自然，不如参考答案中手持干花的处理方式。selfie 俯视角度的自拍感描述也有所欠缺。整体可用但在关键约束处理上未达到满分标准。 【GEMINI】候选输出在所有维度上表现都极其优秀。不仅完美避开了“镜面自拍必拍到手机”的核心陷阱，用自然动作替代了拍照姿势，还完整保留了人物的所有外貌锚点与穿搭细节。道具融入自然，画风要求完整，JSON 结构完全合规，是一份高质量的评测答卷。 【KIMI】该输出在硬性结构要求上完全合规，核心陷阱（镜面自拍禁手机）基本规避但处理手法不够彻底——保留了'自拍'的心理暗示却未消解其动作逻辑，镜中反射的构图方式也偏离了 selfie 应有的直接近景主体。干花道具入画但摆放方式刻板，人物动作偏向静态摆拍而非自然生活瞬间。整体属于'及格边缘的合规'，在 hardest 难度的镜面陷阱测试中未能展现出参考方案那样的精巧设计：通过'一手拢发、一手抱花、侧头看镜'的完全无设备动作彻底切断自拍与手机的关联，并维持镜内外形象一致。
相关链接
您可以通过以下链接查看更多相关内容：
