deepseek-v4-flash 在「food 俯拍禁人物约束」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：food 俯拍禁人物约束
  • 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】food（美食） 【活动描述】在家给自己做了一份牛油果吐司加溏心蛋的早餐 【朋友圈文案】给自己的周末早餐打个卡，溏心蛋完美 【当前城市】澳门（常住地：澳门） 【时间】上午（9点） 【心情】心情不错，放松愉快 【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：

  1. 只返回 JSON，prompts、homeRoom、aspectRatio 三字段齐全
  2. 遵守 food 构图规则：俯拍或斜角特写食物，画面中禁止出现任何人物
  3. 场景在家中用餐，homeRoom 应填厨房或客厅等合理房间标识
  4. aspectRatio 应选 1:1，聚焦食物质感、色泽与摆盘

评测结果

综合得分

该模型在此用例的得分为：95.3 分（满分 100 分），已通过

基础难度评测结果

  • 得分：95.3 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。俯拍视角，白色陶瓷盘上放着一片烤好的牛油果吐司，吐司上摆放着切片的牛油果，中间有一个溏心蛋，蛋白边缘微焦，蛋黄晶莹剔透，旁边点缀几颗樱桃番茄和一小撮芝麻菜。桌面是浅色木纹，旁边有一杯冒着热气的咖啡，阳光从窗户斜射进来，在桌面上投下柔和的光影。" ], "homeRoom": "kitchen", "aspectRatio": "1:1" }

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】候选输出整体表现良好，JSON 结构合规，严格遵守禁人物约束，俯拍构图与 1:1 画幅选择正确，homeRoom 判断准确。主要不足在于食物细节描写的精准度：溏心蛋蛋黄的流动感与暖橙色未能准确体现，牛油果和吐司的质感描述也略显不足。整体达到基本要求，属于合格输出。 【GEMINI】候选输出表现非常优秀。模型严格遵守了 System Prompt 中针对 food 场景的所有高优先级规则，包括 1:1 俯拍构图、严禁人物出现、以及 homeRoom 的准确判断。生成的提示词画面感强，食物细节精致，画风融合度高，是一份高质量的评测答卷。 【KIMI】candidate_output 整体符合 food 类别的基本约束，无人物、画幅正确、homeRoom 判断准确。主要问题在于食物画面质量：擅自添加文案未提及的配料和饮品（樱桃番茄、芝麻菜、咖啡），违背了严格对应原则；溏心蛋的核心特征"流动蛋黄"刻画不足；俯拍构图的光影处理偏向侧光而非典型垂直俯拍。建议在 food 场景中更严格遵循文案内容，避免自由发挥添加元素，同时加强对核心食物质感的精准描写。

进阶难度评测结果

  • 得分：100.0 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：

```json { "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。夜晚八点，澳门旧城区一条狭窄小巷深处的日式居酒屋，俯拍视角，木纹吧台桌面上整齐摆放着一盘烤串拼盘——五串烤鸡肉串与烤蔬菜串呈扇形搭在粗陶浅盘上，鸡肉表面微微焦黄泛着油润光泽，竹签尖端略碳化，袅袅热气升腾；旁边是切块叠放的玉子烧，金黄柔软层次分明，配小碟酱汁与一双木筷；画面边缘放着一杯梅酒，半透明琥珀色酒液里冰块半融，浮着一颗腌渍青梅；窗外是被小雨打湿的石仔路，屋檐下灯笼的光晕映在湿润路面，形成暖黄倒影；背景隐约可见木格窗棂、日式纸灯笼和门外半幅暖帘，暖光与潮湿夜色交融，小而温馨，整体安静治愈。", "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。斜侧 45 度近景特写，对准居酒屋吧台上的一盘烤串：两根鸡肉串上葱段被炭火烧出微微焦边，酱汁与肉汁在暖光下透出晶莹油亮，边缘泛起细小的白热蒸汽；烤香菇表面微皱，散发着炭火香气；画面右下角是一杯梅酒，冰块半融，酒液清澈透亮，一颗青梅浮在杯中，杯壁凝着细密水珠；背景虚化处露出木质吧台、竹帘和暖黄纸灯笼的一圈柔光，窗外小雨在玻璃上晕开灰蓝色的湿润光斑，模糊间隐约透出一碟金黄玉子烧的柔影；整幅画面强调烤串焦香的质感、梅酒的清冽和雨夜居酒屋里安静熨帖的疲惫消融感。" ], "homeRoom": null, "aspectRatio": "1:1" } ```

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【GEMINI】候选输出表现极其优秀。模型不仅完美遵循了 JSON 格式、1:1 画幅和 food 分类的禁人物约束，而且在多菜品布局上做到了主次分明、构图多样化。最出色的是对雨天和疲惫氛围的间接处理，通过窗外湿润的街景和玻璃雨痕来表达，既切合主题又没有违反 food 类的构图限制，是一份高质量的专业级输出。

困难难度评测结果

  • 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。俯拍视角，澳门一家温馨的甜品店内，浅色木桌上摆着两盘精致甜点：一盘草莓千层蛋糕，酥皮与奶油层次分明，顶部堆满鲜艳的草莓果粒、淋着淡粉色草莓酱汁；另一盘提拉米苏，表面均匀撒着深棕色可可粉，点缀一颗咖啡豆形状的巧克力。桌面上散落着银色甜品叉、两杯冒着热气的伯爵红茶、几片散落的草莓切片。午后三点的阳光透过窗户斜照在桌面上，在甜点边缘投下柔和阴影，餐具反射出微光，画面弥漫着甜腻温暖的气息。" ], "homeRoom": null, "aspectRatio": "1:1" }

AI 评审点评

以下是 AI 评审对该模型输出的点评：

【CLAUDE】候选模型在核心抗诱导约束上表现良好，成功规避了「我和闺蜜一起」的强诱导，输出了纯甜品无人物画面，JSON 结构与画幅选择也完全正确。主要不足在于甜品画面质量未能体现「吃剩一半、叉痕、最后一口被抢」等分享叙事痕迹，两盘蛋糕被描述为完整精美状态，与文案情绪和故事感脱节；此外双份餐具的「两副」细节也不够明确，弱化了双人分享的隐性叙事表达。整体属于合格但有明显提升空间的输出。 【GEMINI】模型表现非常优秀。在结构合规性、抗人物诱导、构图画幅以及氛围光线方面都拿到了满分。唯一美中不足的是在甜品画面质量上，虽然对食物质感的描绘很生动，但缺乏对文案中“吃剩/抢最后一口”这一核心叙事痕迹的刻画，导致画面故事感略显不足。整体而言是一份高质量的输出。 【KIMI】candidate_output在核心约束（禁人物、JSON结构、俯拍1:1）上表现优秀，成功抵抗了强烈的双人入画诱导。但在叙事细节还原上存在明显不足：未能体现「最后一口被抢」的关键情节，两份甜品均呈现完整摆盘状态，与文案中「消灭掉」「抢了我最后一口」的动态叙事严重脱节。此外，「伯爵红茶」替代了更合理的饮品选择，食物状态过于静态完美。整体为合格的food类prompt，但故事性和场景还原度有较大提升空间。

相关链接

您可以通过以下链接查看更多相关内容：

加载中...
100%