判断 SeFi-Image 有没有按你写的主次来画，单看一张图很难得到稳定判断。可行的做法是把一段自然语言提示词拆成「主句 + 从句」，固定除文本以外的全部参数与随机种子，让文本成为唯一变量，再对照输出里主体和修饰是否分别跟着变。这样验证的不是出图好不好看，而是模型把语义重心放在了主句上，还是放在了位置靠前、词频更高的词上。
验证语义对齐，重点不是挑出一张最好看的图，而是让提示词文本成为唯一变量：主句决定主体，从句决定修饰。固定种子与采样参数后跑一组文本变体，如果主体只随主句改变、从句只改背景与光线，说明主次结构被响应；如果从句前置或加长就换掉了主体，说明响应更受位置和词频影响。该判据只在同一模型版本、同一套参数下成立。
把一段自然语言提示词改写成主句加从句的短结构
改写的目的只有一个：让主次差异明显到可以观察。原始写法通常是一长串并列描述，主体、环境、风格混在一起，模型按什么顺序抓取无从判断。先把它切成语义层级清晰的短结构。
原句：
一只灰蓝色的短毛猫坐在窗台上看向镜头，窗外是傍晚的暖色天空，背景虚化，整体偏写实
改写：
主句：一只灰蓝色短毛猫，坐在窗台上，正面朝向镜头，数量一只
从句：窗外傍晚暖色天空；背景虚化；写实风格主句与从句的划分依据是可检验的：主句必须独立回答「画面里是什么、有几个、朝向和姿态如何」；从句只回答「环境、光线、材质、风格」。删掉从句后主句描述依然完整，说明它是主体级信息；删掉主句后只剩环境描述，说明这段本来就不是主体。划好之后，主句通常写在正向提示词靠前的位置，从句放其后；如果接口支持分段或权重字段，可以给主句更高权重，具体字段名以你实际调用的接口为准。
固定参数与随机种子跑同一组提示词变体
只有文本变、其他都不变，对照才有意义。固定项建议逐条列出来核对：模型与版本号、采样步数、引导强度、分辨率、采样器、随机种子、负面提示词、单次出图张数、以及任何风格预设或 LoRA 之类的附加模块。这些项目任何一项变化，都会和文本变化混在一起，使后面的判断不成立。
{
'prompt': '主句 + 从句文本',
'negative_prompt': '模糊, 多只猫, 多余肢体',
'seed': 12345,
'steps': 30,
'guidance': 5.0,
'width': 768,
'height': 768
}变体数量控制在 5-7 个，编号从 V0 开始，方便记录表对齐：
- V0 基线：主句在前、从句在后。
- V1 顺序反转：从句在前、主句在后，文本内容不变。
- V2 只留主句：删掉全部从句。
- V3 只留从句：删掉主句，看环境描述能否单独撑起主体。
- V4 主句词序打乱：主句词集合不变，顺序随机重排。
- V5 从句替换：从句改成冷色天空、背景清晰，主句不动。
- V6 主句替换：主句改成一只黑猫，从句不动。
记录主体是否随主句变化而改变
观察主体时不要凭整体观感，按三个维度取值：主体在画面中的位置（用九宫格或相对画面中心的偏移描述）、主体形状（轮廓、姿态、朝向）、主体数量。记录格式可以直接用文本表，一行一个变体，同种子出图后逐项填。
编号 | seed | 主句变化点 | 从句变化点 | 主体位置 | 主体形状 | 数量 | 从句要素是否出现 | 备注
V0 | 12345 | 猫坐窗台，正面朝镜头 | 暖色天空，背景虚化 | 中央偏下 | 短毛圆脸，正面 | 1 | 天空偏暖，背景虚化 | 基线
V1 | 12345 | 从句前置 | 暖色天空，背景虚化 | | | | | 看主体是否仍为猫
V4 | 12345 | 主句词序打乱 | 暖色天空，背景虚化 | | | | | 主体是否稳定
V6 | 12345 | 黑猫 | 暖色天空，背景虚化 | | | | | 主体应整体切换判断语义优先级是否被响应，可以按这几条对照：主句变化时（V6）主体类别、数量、朝向应整体切换；从句变化时（V5）主体应基本不动，只换背景与光线；顺序反转后（V1）若主体从猫漂移成环境元素，说明位置排序的影响大于语义主次；主句词序打乱后（V4）若主体仍然稳定，说明模型对主句是语义聚合而不是逐词顺序匹配。
记录从句修饰是否生效
从句验证的重点是「描写的次要属性有没有落到画面里」，而不是画面是否好看。做法是保留主句、只改从句，把改前改后并排放在同一行记录。
从句改前：窗外傍晚暖色天空；背景虚化
从句改后：窗外正午冷色天空；背景清晰
差异描述（只写可核对现象）：
- 背景高光区域是否仍然模糊，主体边缘是否清晰
- 天空色相偏暖还是偏冷，明度是否接近
- 背景是否出现新的可辨识物体
- 主体位置、姿态、数量是否有变化（预期不变）差异描述尽量写成事实句，例如「主体仍是猫，位置由中央偏下移到画面中央」「天空由暖色变为冷色，背景由虚化变为清晰」，不要写「效果更好」「更符合预期」这类无法复核的判断。若改了从句但主体也一起变了，说明从句在争夺主体权重，需要检查从句里是否混入了第二个主体名词或高权重风格词。
整理成自己的提示词写法与判据
跑完这一组变体，把结果沉淀成可以复用的写法，而不是记住某一组参数。
- 主句只留一个主体，写清数量、朝向、姿态，放在正向提示词最前。
- 从句放在主句之后，只描述环境、光线、材质、风格，不引入第二个主体。
- 多个主体同时出现时，逐个写明数量与相对位置，避免让模型自己去猜主次。
- 需要强约束的否定内容，优先放进负面提示词，而不是塞进主句。
需要避免的写法：主句里堆多个并列名词，模型无法判断哪个是画面主体；从句里写「背景有一个人」这类第二主体描述，会造成主体争夺；把风格词放在主体之前并给高权重，容易把主体压掉；用长句反复扩写主句，文本长度本身会稀释主句的表达效果。
判据的适用边界要写清楚：所有对比必须在同一模型版本、同一组采样参数、同一分辨率下进行，换版本或换参数需要重跑；单张图不足以形成判断，建议同一变体至少出两张再记录；分辨率和步数偏低时，主体与修饰的细节差异会被压缩，容易误判为「没响应」；比较从句时尽量保持主句词数接近，否则长度变化会混入结果。这套判据只用于比较你自己的提示词写法在同一环境内的相对表现，不能用来推断模型的能力上限。