GenEvolve 的“自我演进”只有在能指出它改了哪一处输入时才算成立。把固定初始描述连跑三次，先看每一轮的输入文本有没有被改过：改过，画面差异就归输入；没改过而画面仍在变，差异通常来自采样随机性、参数或模型版本，不属于可复现的演进。判断顺序建议固定为——先锁输入，再锁随机源，最后才把剩下的差异放进待确认清单，而不是直接写成“模型自己进化了”。

先用输入记录把人力改动与自动变化分开：输入被改过的轮次，画面差异归输入；输入一致而画面不同，先归随机性。三项对照只用于归因分类，不做审美评价。在输入和随机性都没排除之前，不要把差异写成“自我演进”，更不要拿单张图下结论。

固定初始描述后连续跑三次，逐轮记录输入是否被手工改过

这一步的目的是切断“看起来在演进”的错觉，把变量收敛到可校验的最小集合。每轮开始前先记下输入全文，跑完立刻记下输出图标识，中间不要顺手改词。字段建议固定成一张表，缺哪一项就在备注里写“未记录”，不要留空当默认值。

输入指纹可以用本地命令核对，执行位置在存放输入文本的目录：

sha256sum run-01.txt run-02.txt run-03.txt
# macOS 可用：shasum -a 256 run-01.txt

三段哈希完全一致，说明这三轮输入没被手工动过；只要有一段不同，就要在对照表里把那一轮单独标出来，不能继续和另外两轮混着比较。

把三张图按构图、色调、主体轮廓三项并排对照

三项拆开看，是为了避免“整体感觉不一样”这种无法归因的描述。每项都写成可复述的短句，同一项由两个人分别描述，如果两人说法接近，说明这项的变化是客观的；如果两人说法差得远，就先记为“无法判断”。

“基本不变”也有依据：三项里有两项以上可以用同一句话涵盖，例如“主体居中、暖色、轮廓同形”。这类情况下，画面差异通常落在纹理、噪点、光影细节上，不足以支撑“演进”的判断。对照时把三张图按相同尺寸并排，不要一张放大一张缩小，否则构图结论会失真。

用同一轮输入重复跑两次，观察输出是否出现差异

挑一轮输入完全没改过的记录，用同一份输入、同一组参数再跑两次，标记为 A1、A2。这一步只回答一个问题：在同一输入下，画面本身稳不稳。

表述边界要克制：如果 A1 与 A2 出现差异，只能说明“在该输入与参数下存在随机性影响”，不能据此推出任何比例或概率；如果 A1 与 A2 完全一致，也只能说明“本次未观察到差异”，不能反证随机性不存在。随机性只能解释同一输入内部的差异，解释不了跨轮出现的规律性变化——跨轮一直朝同一方向变，通常另有来源，需要回到输入记录和版本记录里找。

把无法用输入改动或随机性解释的差异单独列出

排除了输入改动，也排除了同一输入下的随机波动之后，剩下的差异不要直接归到“自我演进”。先列清单，再补信息。

补充信息的动作很具体：翻 GenEvolve 每一轮的状态文件或日志，看有没有“自动改写输入”“继承上一轮提示词”的动作记录；没有这类记录，就不能说它演进的是提示词。日志里如果只记了输出图，建议在下一次运行时把输入文本和参数一起写进去，否则这条差异会一直悬着。到这里仍无法解释时，把它标为“来源未知”即可，这比强行归因更接近事实。

按已确认的变化来源，决定下一轮是改输入还是沿用原输入

判断条件只有一条：三项对照里出现的具体变化，能不能对应到输入文本中的某个词或某句描述。能对应上，说明是输入在起作用；对应不上，说明这一轮不应改动输入。

• 分支一，差异可追溯到输入改动：以改后的输入为新基线，下一轮只动一个变量，比如只加“侧光”不改姿势，保持其余文本逐字不变，然后重复第 1 节和第 2 节的记录动作，确认这个变量是否稳定复现。
• 分支二，输入未改、差异来自随机性：沿用原输入继续跑，先把 seed 固定（界面或配置允许时），把同一输入多跑几次看分布，而不是因为某一张图好看就回头改词；如果参数不可控，就在记录里注明“不可控”，并把“好看”当作选图，不当作演进证据。
• 分支三，差异来源未知：暂停修改输入，先补齐该轮的参数、版本和日志信息，再决定下一轮动作。

这两类处理分支都要落回同一份记录表，否则下一轮又会回到“看起来变了但说不清为什么”的状态。需要结合本机环境和 GenEvolve 实际暴露的配置项确认哪些参数可固定，能固定的就先固定，不能固定的写清楚，别用推测填空。