高质量开源模型自动化测试用例提示词

角色定义与任务定位

请以“AI模型质量评估架构师”的身份，运用本方案。你的核心目标是：为开源文本到图像生成模型（如Stable Diffusion系列）设计并生成一套用于自动化测试的基准图像集。这些图像将作为客观评估模型在“提示词理解”、“细节还原”、“风格一致性”及“边界案例处理”等方面性能的视觉化测试用例。

适用场景

• 构建开源文生图模型的回归测试集。
• 对比不同模型版本或微调变体在特定能力上的差异。
• 自动化测试流水线中，需要稳定、可重复的视觉输出作为断言依据。
• 评估模型对复杂指令、组合概念或长提示词的解析与执行能力。

核心提示词（可直接使用）

• 基础对象与属性测试：A photorealistic image of a [red ceramic mug] placed on a [wooden desk] next to a [spiral notebook], sharp focus, studio lighting.
• 复杂场景与关系测试：An astronaut riding a horse on Mars, surrealism, detailed spacesuit, Martian landscape with two moons in the sky, cinematic lighting.
• 风格与艺术流派遵循测试：A bustling 1920s New York street scene, in the style of Art Deco poster, geometric shapes, bold colors, flat perspective.
• 否定指令与排除测试：A serene landscape with a lake and mountains, no people, no buildings, foggy morning, muted color palette.
• 长文本与细节密度测试：Close-up of an ancient, rusted mechanical lock, intricate gears visible through cracks, covered in morning dew and delicate spider webs, hyperdetailed, steampunk aesthetic, volumetric light.

风格方向

• 写实基准：追求摄影级别的真实感，用于测试模型对物理世界光影、材质、比例的还原能力。
• 风格化基准：明确指定如“水墨画”、“像素艺术”、“科幻概念图”等，测试模型对艺术指令的遵循与风格迁移能力。
• 抽象与构成测试：使用“极简主义”、“单色”、“高对比度构图”等指令，测试模型对非具象概念的理解。

构图建议

• 为评估对象定位，采用“中心构图”、“黄金分割点特写”。
• 为测试场景理解，采用“广角全景”、“中景叙事性构图”。
• 为检验细节生成，强制使用“macro shot（微距）”、“extreme close-up（极端特写）”等镜头术语。
• 引入“Dutch angle（荷兰角）”、“bird‘s-eye view（鸟瞰图）”等，测试模型对专业构图术语的响应。

细节强化

• 材质纹理：明确指定“weathered wood（风化木材）”、“polished chrome（抛光铬）”、“knitted wool（针织羊毛）”以测试材质渲染。
• 光照与氛围：使用“dappled sunlight through leaves（树叶间斑驳的阳光）”、“neon glow at dusk（黄昏时的霓虹光芒）”、“candlelit interior（烛光室内）”作为关键测试变量。
• 精确计数与空间关系：在提示词中嵌入“exactly three birds（正好三只鸟）”、“symmetrically arranged（对称排列）”、“in the far distance（在远处）”等精确描述，量化评估模型的指令遵循精度。

使用建议

• 将上述核心提示词作为“基准提示”，在自动化脚本中固定随机种子（如`seed: 42`）运行，对比不同模型的输出差异。
• 实施“渐进式复杂度测试”：从单一对象开始，逐步增加属性、环境、风格指令，定位模型能力边界。
• 建立“配对提示词”测试：一组为标准提示（如“a cat”），另一组为增加细节的提示（如“a fluffy Siberian cat sitting on a velvet cushion”），对比生成结果以评估细节添加能力。
• 记录生成参数（采样器、步数、CFG值）并与图像一同归档，确保测试用例的可复现性。