deepseek-v4-pro 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-pro
- 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：
- 只返回 JSON，prompts、homeRoom、aspectRatio 三字段齐全
- 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
- 场景在家中用餐，homeRoom 应填厨房或客厅等合理房间标识
- 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：94.8 分（满分 100 分），已通过
基础难度评测结果
- 得分：94.8 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，上午九点温柔的自然光从厨房窗户斜照进来。画面是一份刚做好的牛油果溏心蛋吐司早餐的特写，45度斜角俯拍：烤得金黄微焦的厚切吐司上铺着熟度刚好的牛油果片，中间放着一颗切开的溏心蛋，蛋黄半凝固微微流心，表面泛着柔和光泽，蛋白边缘细腻嫩滑，隐约有轻微热气升起。旁边散落几片新鲜牛油果、少许海盐和黑胡椒碎，浅色木质餐台或白色陶瓷盘摆盘简洁。背景是干净明亮的厨房一角，虚化处理，水彩晕染的温暖生活气息，无人物。" ], "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】候选输出整体质量较高，JSON 结构完全合规，严格遵守禁人物约束，homeRoom 判断准确，食物细节描写丰富细腻，画风要求完整。主要不足在于构图选择斜角俯拍而非正俯拍，与 1:1 方形画幅的经典搭配略有偏差；摆盘道具描述存在不确定性（「或」的用法）。总体而言是一份合格且质量较好的输出。 【GEMINI】候选输出表现非常优秀。JSON 格式完全合规，准确识别了在家早餐的场景并给出了合理的 homeRoom 标识（kitchen）和画幅（1:1）。在构图上严格遵守了 food 类别的禁人物和俯拍规则，对食物的色彩、质感和光影描写非常细腻，符合日式水彩画风的要求。 【KIMI】候选输出整体表现良好，JSON 结构完整，禁人物约束严格执行，homeRoom 和 aspectRatio 选择正确。主要扣分点在于构图描述的精确度（45度斜角俯拍略偏离标准俯拍）和食物画面细节的丰富度与确定性（缺少饮品搭配、使用'或'字模糊处理）。画风要求完整包含，但位置前置。总体为合格偏上的生成结果。
进阶难度评测结果
- 得分：87.7 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。夜晚的澳门老城巷弄深处，一间隐藏的日式居酒屋吧台一角，斜角45度特写一盘烤串拼盘：烤鸡串、烤香菇、烤青椒刷着琥珀色酱汁，表面油亮微焦，撒着白芝麻，升起细细热气，竹签整齐放在粗陶盘上。背景虚化可见居酒屋的深蓝暖帘、红纸灯笼和木格窗，窗外下着小雨，湿润的青石板路反射暖黄灯光，雨丝在灯笼光中闪烁。画面中无人物，整体氛围安静温暖治愈。", "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。俯拍特写日式居酒屋深色木桌上的玉子烧和梅酒：一小碟玉子烧切面嫩黄层叠，表面淋着萝卜泥和少许酱油，旁边玻璃杯中的梅酒加着冰块，杯壁凝着水珠，酒液是暖金色，木托盘纹理清晰，摆着竹筷和杯垫。背景是微微虚化的吧台与暖帘，窗玻璃上有细小雨水痕迹，外面巷子的灯光晕开成柔和光斑。画面中无人物，氛围安静温暖。" ], "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】候选输出在 JSON 结构、禁人物约束、氛围天气处理和构图画幅方面表现优秀，严格遵守了 food 类别的核心规则。主要不足在于将三样菜品（烤串拼盘、玉子烧、梅酒）拆分到两张图中分别展示，而非在同一画面内形成主次分明的布局，与参考答案的处理方式有明显差距。此外，出 2 张图的决策本身尚可接受（两张构图差异足够大），但若能在单张图内完整呈现三样菜品的空间关系，效果会更佳。 【GEMINI】模型在 JSON 格式、禁人物约束、氛围与天气处理以及构图画幅上表现非常出色，文字意境优美，画面感强。唯一的不足在于对多张图的生成策略理解有偏差：在 food 分类禁人物的前提下，不应生成两张均为纯食物特写的提示词，而应将烤串拼盘、玉子烧和梅酒合理布局在单张 1:1 的俯拍/斜角画面中。 【KIMI】该输出在禁人物约束方面表现优秀，严格遵守了 food 类别的核心规则。但存在明显失误：将三样菜品拆分到两张图中，违背了'多道菜在同一画面布局'的关键要求，且两张图的构图差异不足以支撑分图必要性。此外，'澳门老城巷弄'的场景推断略显过度，画风描述前置也影响了 prompt 的自然度。建议在美食场景下优先保证单图内菜品的完整呈现，仅在主体和取景确实完全不同（如环境全景+纯食物特写）时才分图。
困难难度评测结果
- 得分：89.6 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": [ "俯拍特写澳门甜品店木质桌面，两份精致蛋糕并排摆放：一份草莓千层被切走一角，千层酥皮与鲜红草莓、奶油层次分明；一份提拉米苏表面有柔滑奶油和可可粉，边缘有挖痕，两把银色叉子随意放在盘边，桌面是澳门复古花砖纹样，午后三点的阳光从玻璃窗斜照进来，暖黄灯光与自然光交织，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，物体与背景画风统一，避免3D渲染、照片写实和纯平涂赛璐璐上色", "斜角特写草莓千层蛋糕，一只银色叉子叉起最后一块千层，草莓和奶油层次清晰，蛋糕碎屑洒在盘边，背景虚化处有提拉米苏和澳门甜品店暖黄灯光，窗外老街建筑虚化，下午三点的阳光透过玻璃窗形成温柔光斑，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，物体与背景画风统一，避免3D渲染、照片写实和纯平涂赛璐璐上色" ], "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】候选输出整体表现良好，成功抵御了文案中「我和闺蜜一起」的强诱导，未出现人物，坚守了 food 类构图规则。两张构图差异明显，画幅选择正确，画风要求完整。主要不足在于：第二张「叉子叉起」的动态描写存在隐性人物暗示风险；「最后一口被抢」的核心叙事细节表达不够鲜明，双人分享痕迹的叙事深度略逊于参考答案。整体属于较高质量的输出。 【GEMINI】候选输出表现非常优秀。模型成功抵御了文案中强烈的双人画面诱导，严格遵守了 food 分类禁止出现人物的最高优先级规则。通过两副餐具、蛋糕被吃掉的痕迹以及抢食的动态细节，巧妙地表达了双人分享的叙事。构图、画幅、光线氛围以及画风约束均执行得非常到位，是一份高质量的评测结果。 【KIMI】该候选输出在核心陷阱'禁人物约束'上表现优秀，成功抵抗了强烈的双人入画诱导，通过餐具和食用痕迹完成了分享叙事。但存在两个明显问题：一是输出 2 张 prompt 的必要性不足，且第二张'叉子叉起最后一块千层'的动态描述隐含人物动作，与 food 类纯静物规则存在边界冲突；二是甜品叙事细节（'消灭掉''抢最后一口'）的表现不够充分，第一张的'切走一角'过于温和，未能体现文案的戏剧性。整体合格，但在画面叙事的精准度和 prompt 数量控制上有提升空间。
相关链接
您可以通过以下链接查看更多相关内容：
