好看的画面，不代表修改结果可用
导演喜欢候诊室的概念图：光线、磨损的表面，以及人们仿佛已经在这里等了太久的氛围。接下来的要求听起来很简单：把镜头移近后墙。修改后的图像看起来不错，但一扇窗户消失了，接待台也换到了另一侧。画面很吸引人，却呈现的是另一间房。
在为概念开发挑选 AI 图像生成器时，这种区别至关重要。令人惊艳的首张图，或许足以确立氛围；但如果制作团队要根据参考图开发场景或角色，就需要确认工具能否按要求修改，同时不把周围的一切都重新设计一遍。
以下对比使用两个虚构的任务要求：将房间视角拉近，以及更换角色的外套。任何一个任务都不足以证明工具真正理解三维空间或角色身份，但两者结合起来，可以帮助团队实际检验工具能提供多少控制力，以及得到可用结果需要多少修正。
准备一张房间参考图和一张角色参考图
先在对比测试之外准备好起始图像，然后将相同文件提供给每款工具。图像可以手绘或生成，但必须足够清晰，便于按照下方的任务要求进行判断。如果起始图像与任务要求相矛盾，应在测试前修正或替换，并将修订后的版本用于所有工具。记录图像的制作方式，并在整个对比过程中保留原始文件，不要修改。
**房间任务：**绘制一张长方形候诊室的俯视平面图，东西宽 10 个单位，南北深 8 个单位。在西墙中间设置一扇门，北墙上设置两扇窗，东墙附近放置接待台，西南角放置一条长椅。在两扇窗户之间的中间位置放一张长方形海报。标出北方，并为各项特征添加标注。
将起始摄影机放在房间中轴线上，距南墙 2 个单位，朝向海报。将拉近后的摄影机放在同一中轴线上，距南墙 4 个单位。两个机位都不能与房间内的固定设施重叠。起始图像中应显示海报和两扇窗户，同时能看到部分地面和接待台。对照平面图检查图像，并记录材质和光线。平面图用于确定被遮挡特征的位置，但不会限定平面图或参考图中未呈现的装饰细节。
**角色任务：**创建一名虚构成年角色的全身参考图，角色正面站立，姿势自然放松。角色留深色短波波头，脸型偏窄，左眉上方有一道小疤，穿深色长裤和靴子。角色的标志性轮廓是一件藏蓝色长直筒外套，衣摆过膝。使用纯色背景，以便清楚检查轮廓和服装。
角色修改任务是将藏蓝色外套换成同样长度、同样直筒剪裁的锈红色外套。需要改变的是颜色；面部、发型、疤痕、姿势、其他衣物和整体轮廓都应保持不变。请使用虚构设计，而非可辨认的真人，并确保参考图清楚呈现足以评估的标志性特征。
测试拉近房间视角和受控的外套修改
向每款工具提供相关起始图像；房间任务还要提供俯视平面图。在界面支持的情况下，使用相同提示词：
房间提示词：“请结合起始图像和俯视平面图，将摄影机从标注的起始位置向前移至标注的较近位置。保持摄影机高度不变，朝向北墙两扇窗户之间的海报，并使用大致相同的镜头。让海报位于画面中央，画面中包含两扇窗户的部分区域；海报在画面中应比起始图像更大。保持房间布局、固定设施、材质和光线不变。只显示新机位下实际可见的内容。”
角色提示词：“请基于起始图像，将角色的藏蓝色外套换成锈红色外套，保持直筒剪裁和过膝长度不变。保留角色的面部、深色短波波头、眉上疤痕、姿势、长裤、靴子、全身构图和整体轮廓。保持纯色背景。”
对于房间任务，不要期待每项特征在画面中的位置都完全不变。摄影机移动会改变透视，也可能遮挡物体。关键是可见特征与平面图之间是否仍然合理。较紧的裁切也可能在视点不变的情况下让海报显得更大；如果窗户和接待台仍然可见，请检查它们周围的透视变化。单张图像未必足以判断变化来自机位移动、裁切还是镜头变化；如果仅凭构图无法确认，就应标记为“无法确定”，而不是直接因构图符合要求就给满分。
将首轮结果差异与修改工作量分开评估
在统一输入的首轮测试中，每款工具针对每项任务独立生成三次：每款工具共六张结果。每次都从原始参考图开始，不要基于之前的生成结果继续修改。尽可能使用相同画幅比例，保留所有输出，并记录日期、产品、模型版本、套餐或订阅等级、输入文件、提示词和相关设置。注明工具是生成了新图，还是编辑了参考图。
如果某款工具无法同时接收房间图像和平面图，不要默默把它的结果当作同等条件下的结果。提供起始图像，并在提示词中写明房间布局和机位；同时记录它没有收到平面图。如果它连起始图像也无法接收，也要记录这一限制，并将其结果与图像和视频工作流分开评估。
首轮尝试展现的是结果差异，并不能反映得到合格图像的全部成本。另行开展一次有明确次数限制的修改测试：每项任务都从该任务的第一张输出开始，即使其他尝试看起来更好也一样。最多允许追加两轮，每轮生成一张图。在每轮中，说明需要修正的具体问题，同时保留原始任务要求。若结果已达到可用标准，可以提前结束。
记录额外提示词、编辑操作、重试次数，以及最后一轮后仍需进行的人工修正。如果工具提供草图引导或局部编辑等原生控制功能，可以在单独测试中使用，但仍遵循两轮修改上限。将这些结果与统一输入的对比测试分开记录：额外控制可能很有价值，但它也属于需要比较的工作量。
根据图像实际呈现的内容评分
先设定预期用途的合格标准，再查看输出结果。对于需要为下一镜头决策提供依据的概念修改，可以采用以下初始标准：
- **房间：**海报位于画面中央且尺寸更大，两扇窗户均有部分可见；画面能体现所要求的机位移动，而不只是更紧的裁切。所有可见特征均不与平面图矛盾，已确定的固定设施、材质和光线仍保持可辨认的一致性。
- **角色：**外套为锈红色，且保持指定的剪裁和长度。面部、发型、可见疤痕、姿势、长裤、靴子、全身构图和整体轮廓与参考图保持一致。
根据以上标准，将每张首轮输出标记为“可用”“不可用”或“无法评估”，并说明理由。房间任务应记录机位变化、可见地标、位置关系上的矛盾，以及设计或光线变化。被遮挡的地标应标记为“无法评估”，而不是判为正确或错误。此前未显示区域中的新细节，并不自动构成矛盾。
角色任务应分别记录是否完成了外套修改，以及角色身份和设计是否出现偏移。外套颜色可能正确，但面部或轮廓发生变化；如果疤痕太小或被遮住，就无法评估这一特征。对所有工具都应采用相同标准，即使画面很吸引人，也不要因此忽略缺陷。
分别统计每项任务中三次首轮结果里有多少张可用。然后与有次数限制的修改测试结果并列报告：第一张输出是否在两轮内达到标准，以及还剩下哪些问题需要修正。这样可以区分较高的首轮成功率和通过额外干预才得到的合格结果。每项任务只尝试三次，样本量较小；这些数量只能视为观察结果，而非可靠的性能估计。
使用制作参考素材前，先确认相关许可
服务允许用户将其输出用于商业用途，并不等同于版权保护、所有权，也不代表有权上传他人的图像。在使用真实项目素材进行测试前，应查看相应服务及套餐的最新官方条款，包括商业使用条件、上传权限、保密要求、数据保留期限，以及输入内容是否会用于模型训练。这些条款可能发生变化；本对比不核实任何服务提供商的具体条款。
只使用你有权上传和分享的参考素材。在确认适用的隐私和合同条件前，避免使用保密的客户资料或个人图像。即使某款工具能生成实用的修改结果，如果其条款不允许项目所需的用途，它仍可能不适合该项目。
根据任务做选择，再逐步扩大测试范围
本次对比参考了两家供应商提出的问题：RenderKind 建议评估授权、角色一致性、工作流和输出质量；Loova 讨论参考图、编辑和工作流，并推荐 Midjourney 用于风格化探索。两者都在推广产品，因此它们的建议适合作为设计测试的思路来源，而非独立的电影制作表现证据。
如果目的是探索氛围，首张图像最出色的工具或许就是合适的选择。如果需要根据参考图进行修改，则应综合考虑首轮结果、有次数限制的修改工作量和使用权条件。某款工具在其中一项虚构任务中表现良好，并不能证明它适用于所有室内场景、角色或制作项目。
可以先用两项任务测试候选工具，再针对项目实际需要的受限修改，逐步扩展同一套测试。如果房间地理关系仍不断发生偏移，那么视觉指南、手动合成或简单的 3D 白模，可能比继续重试提示词更适合作为起点。
