把一张图丢进 Genie 4 让它变成能走动的场景，第一次上手最容易卡在两件事：不确定该给什么样的输入图，也不确定画面走到哪一步就该收手。这两件事其实都能在生成前先定下来。输入图主要决定场景的几何骨架和纹理基底，提示词主要决定相机怎么移动、注意力停在哪里；单次能稳定走动的区间不是固定值，需要在同一次生成里边走边记，等几何闭合开始破坏、纹理开始复制、光照方向开始跳变时停下，而不是继续硬走。

适用场景是用单张图生成可交互行走场景。可先做两件事：各生成一次的草图输入与照片输入并排比对结构差异，再在同一次生成里按步计数找首个失真点，然后分别只改提示词、只改输入图确认变量归属。验证方式是看几何能否闭合、纹理是否重复、光照方向是否一致。风险边界：稳定区间随输入图和提示词变化，任何经验区间都要在自己的输入上重测一次再当真。

用草图风格与照片风格各生成一次，并排看画面结构差异

先准备两张构图接近、风格不同的图。第一张用草图风格：白底黑线、墙体与地面用直线交代、主体放在画面中偏下、尽量不画细碎装饰。第二张用照片风格：同一场景的实拍或渲染图，保留真实阴影、材质和杂物。两张图的取景角度尽量一致，这样并排看时，差异才归因到风格而不是构图。

生成时固定提示词和其余参数，只换输入图，各跑一次。观察三个位置：近景地面的接缝是否对齐、中景主体边缘是否清楚、远景消失点附近是否“糊成一片”。草图输入通常几何更硬、边缘更干净，行走时直线不容易弯曲，但纹理单薄，走远后容易出现大面积色块；照片输入纹理丰富、观感更像实景，可一旦走到原图没拍到或遮挡严重的方向，墙面和地面更容易黏连。

可重复的对比步骤：

1. 固定提示词、随机种子（若界面提供）和行走速度；
2. 先用草图输入生成，走到第一次明显失真为止，记下步数；
3. 换照片输入，同样从起点开始走，记下步数；
4. 两次都截近景、中景、远景三帧，并排放在一起看；
5. 把差异写进下面的记录骨架，字段名可按自己的笔记工具替换。

# 输入对比记录骨架，字段名可替换
run_id: compare-01
prompt: "沿走廊缓慢向前"
input_a: corridor_sketch.png   # 白底黑线，主体居中
input_b: corridor_photo.jpg    # 同角度实拍，阴影明显
first_artifact_a: 待填
first_artifact_b: 待填
artifact_type: 几何 / 纹理 / 光照
note: 照片输入在远景消失点附近糊成一片

在同一次生成里持续走位，记下画面开始失真的步数与具体表现

“能走多久”要在一次会话里连续走，而不是分几次打开看。步数记录方式建议统一：把按住前进键的一个周期或一次位移记作一步，用录屏回看帧号对步数，或者在每次按键后口头报数并记在本子上。三种方式都行，关键是同一轮里只用一种，否则步数不可比。

失真要分三类记，不要笼统写“画面崩了”。几何层面看墙角是否从直角变成弧线、地面接缝是否错位、门框是否左右不对称；纹理层面看墙面是否出现规则重复的贴图、细节是否糊成一块、线条是否互相融合；光照层面看阴影方向是否与光源矛盾、亮部是否突然跳变、暗部是否被整体提亮。三类里最先出现的那一类，往往就是这张输入图的薄弱点。

判断该停的信号可以这样定：同一处结构错误连续出现三步以上，且转动视角或退回原位都无法恢复；或者近景地面已经无法闭合成一个平面。出现这两种情况就停，把当前步数记成这张图的稳定区间上限，继续走只会得到更多不能用的画面，不会得到新信息。

分别只改提示词、只改输入图，看变化落在哪一层

变量控制方法很直接：第一轮保持输入图不变，只把提示词从“沿走廊缓慢向前”改成“原地缓慢环视”，其余参数不动；第二轮保持提示词不变，把输入图从草图换成同构图的照片。两轮都走到首次失真为止，记录步数和失真类型。

两次对比结果通常呈现两种走向。只改提示词时，场景的几何和纹理基底基本不动，变化落在运动方式和注意力分配上：向前走更容易把画面推到未观测区域，环视则更早暴露侧面的纹理重复；失真步数会有变化，但失真类型的“位置”跟着相机路线走。只改输入图时，运动路线不变，变化落在几何与纹理本身：草图输入更晚出现几何崩坏、更早出现纹理变平，照片输入则相反。

归因说明：提示词管“怎么看”，输入图管“看到什么”。如果换了提示词，崩坏点跟着相机路线移动，问题在提示词描述的运动是否超出原图覆盖面；如果换了输入图，崩坏点还在同一处结构，问题在输入图本身缺少该方向的几何信息，继续调提示词也补不回来。

把输入要求与停止时机写成一张生成前对照清单

下次生成前按顺序过一遍，前四条在生成前判断，后三条在生成中判断，顺序不要打乱，否则容易在画面已经崩了之后才回头怀疑输入图。

1. 主体是否居中、占画面比例是否合适：观察点看画面中偏下位置有没有一个明确的可站立平面；
2. 透视线是否过多、过散：观察点看消失点数量，太多方向的线往往意味着行走时几何更容易互相干扰；
3. 遮挡与杂物是否过密：观察点看前景有没有大面积遮挡物，遮挡背后是模型最容易自行补齐的区域；
4. 光照是否单一：观察点看阴影方向是否一致，多光源照片更容易在转向时出现阴影矛盾；
5. 首次失真步数是否已记下：观察点看是否按统一单位计步，并在失真出现时立刻停；
6. 失真类型是否归类：观察点看属于几何、纹理还是光照，归类后再决定是换图还是改提示词；
7. 是否已经退化到无法恢复：观察点看转动视角或退回原位能否复原，不能复原就不要继续走。

清单的作用不是保证一次成功，而是让每次失败都能落到一个具体变量上。同一张输入图跑两三次、按上面的字段记录，稳定区间和失真类型的规律就会自己显出来，比反复调参数靠感觉判断要稳。