doubao-seed-2-0-pro 在「clothing 试穿细节转译」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：doubao-seed-2-0-pro
- 用例名称：clothing 试穿细节转译
- 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】clothing（穿搭） 【活动描述】在卧室试穿刚到货的燕麦色羊绒毛衣，对着穿衣镜看了好久 【朋友圈文案】新毛衣到了，燕麦色也太温柔了，冬天的第一件快乐 【当前城市】澳门（常住地：澳门） 【时间】下午（14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，穿着新买的燕麦色羊绒半高领毛衣（宽松落肩版型、袖口罗纹收口）搭配原本的卡其色高腰西裤，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，三字段齐全
- 遵守 clothing 室内构图规则：半身构图（腰部以上），试穿的自然瞬间（照镜子、整理衣领、低头端详），禁止画全身
- 服装细节必须从【人物】描述精确转译：燕麦色、羊绒质感、半高领、宽松落肩、袖口罗纹，禁止擅自更改
- 场景在卧室，homeRoom 应填 bedroom，aspectRatio 选 3:4
评测结果
综合得分
该模型在此用例的得分为：81.6 分（满分 100 分），已通过
基础难度评测结果
- 得分：81.6 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": [ "半身近景，26岁鹅蛋脸亚洲女性Alice，黑色自然微卷长发搭配淡金色细发带，佩戴细金链星星吊坠项链和小珍珠耳钉，穿着宽松落肩版型、袖口罗纹收口的燕麦色羊绒半高领毛衣，站在布置温馨的卧室穿衣镜前，歪头笑着端详镜中的自己，指尖轻轻整理毛衣领口，下午14点的暖金色柔光从窗边斜照进来，落在发丝和软糯的毛衣面料上，氛围松弛愉悦，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" ], "homeRoom": "bedroom", "aspectRatio": "3:4" }
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【KIMI】候选输出整体合规，核心字段与基础规则执行正确，但在服装细节转译的完整性与精确度上存在明显短板——遗漏配套下装、羊绒材质未直述、罗纹收口形态简化；构图表述的'半身近景'与clothing分类的'腰部以上'标准存在潜在歧义；人物锚点虽覆盖但信息组织分散。建议强化细节逐字对应意识，严格按【人物】栏全量转译，避免信息压缩与省略。
进阶难度评测结果
- 得分：81.0 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：
{ "prompts": [ "半身腰部以上构图，26岁亚洲女性Alice，鹅蛋脸，黑色自然微卷长发搭配淡金色细发带，脖子戴着细金链星星吊坠项链，耳朵上是小珍珠耳钉，身穿雾霾蓝真丝衬衫裙（小翻领、前襟一排贝母纽扣、腰间系着同色系细腰带），站在澳门服装店的试衣区落地镜前，侧过身笑着看向镜子里的自己，眉眼弯弯满是按捺不住的兴奋笑意，下午16点的暖柔自然光从侧边窗户照进来，周围隐约可见挂着各式服装的衣架背景略微虚化，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", "斜角特写，雾霾蓝真丝衬衫裙的面料细节，清晰展现真丝的柔滑垂坠质感、贝母纽扣的温润光泽和同色系细腰带的细腻纹理，下午16点的暖光落在面料上泛着柔和的浅蓝光泽，背景是试衣区浅米色的软凳边缘略微虚化，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，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": "3:4" }
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【KIMI】该输出整体合规，但在核心考验点上表现不足：为回避"过膝裙摆与半身构图的张力"难题，采用第二张无人物特写补充细节，实质是策略性逃避而非在约束内解决；店员要素彻底消失而非合理降权；地点特征（澳门）未视觉化。画风描述完整，人物锚点保真，但prompt数量选择（2张）对简单试穿场景略显冗余，且第二张不符合clothing分类"人物正在试穿"的核心定义。
困难难度评测结果
- 得分：92.0 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：
{ "prompts": [ "半身构图（腰部以上），26岁亚洲鹅蛋脸女性Alice，黑色自然微卷长发搭配淡金色细发带，脖子戴细金链星星吊坠项链，耳朵戴小珍珠耳钉，身穿酒红色金属方扣背带的灯芯绒背带裙，内搭米白色带细蕾丝领的泡泡袖衬衫，正对着客厅的落地镜抬手调整背带，眉眼弯弯笑容灿烂，满是按捺不住的兴奋神色，深夜的客厅只开了暖黄色落地灯，暖光落在灯芯绒面料上泛着柔和的质感，背景是虚化的客厅家居陈设，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", "半身近景（胸部以上），略微俯视的自拍感，26岁亚洲鹅蛋脸女性Alice，黑色自然微卷长发搭配淡金色细发带，脖子戴细金链星星吊坠项链，耳朵戴小珍珠耳钉，身穿酒红色金属方扣背带的灯芯绒背带裙，内搭米白色带细蕾丝领的泡泡袖衬衫，嘴角上扬露出开心的笑，脸颊带着兴奋的红晕，深夜暖黄色落地灯的暖光从侧面打来，衬得灯芯绒面料软糯柔和，背景是虚化的客厅暖光氛围，画面无手机，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" ], "homeRoom": "living", "aspectRatio": "3:4" }
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【KIMI】候选输出整体质量优秀，在核心考点「抗诱导」上表现突出，成功将「自拍留念」转化为无设备的 clothing 试穿构图。服装细节转译精准度较高，仅遗漏「前胸贴袋」一处。深夜光线氛围落实良好但缺少窗外夜色锚点。构图与锚点方面，四锚点完整但第二张取景偏近，且两张构图差异度不足。相比参考答案的单张精准方案，候选输出选择出两张存在轻微冗余，但核心功能未受损。
相关链接
您可以通过以下链接查看更多相关内容：
