同一张输入图、同一组参数，只改提示词再生成一次，是判断 Genie 4 可控性最省事的做法：输入图固定后，画面里剩下的差异才有理由归到文字上。操作顺序建议是先生成一次基线并完整存档，再单变量加一句场景描述，然后把提示词拆成风格词与动作词分别改动，最后把「改了就变」和「改了也不变」的项目列成对照表。每一步都要留下可回看的记录，否则第二次生成时你已经说不清变化来自提示词，还是来自平台刷新、随机种子或画幅设置。
固定输入图、参数与存档格式后，Genie 4 的提示词对比才有意义。做法是先落一次基线，再每次只动一类词：场景句通常改变局部细节，风格词多影响材质光照，动作词影响主体姿态与镜头运动，结构位置往往最难被单句改写。每组改动建议重复生成几次看是否稳定，并记录平台是否暴露种子等参数；未暴露的项目只能当参考，不能当作结论。
用同一张输入图生成一次并完整存档，作为基线
基线的作用不是“生成一张好看的图”，而是给后面每一次改动提供共同参照。选图时建议挑一张结构清楚、主体位置明确的图，例如室内静态场景，避免本身就有大量运动模糊或抽象纹理的图，否则后续很难判断变化是提示词带来的还是输入图本身就不稳定。
基线要记录三类内容，缺一项后面就会对不上：
- 输入描述：文件名、尺寸、文件哈希，以及这张图的构图要点（主体位置、光源方向、画面比例）。
- 生成结果记录：完整提示词原文（不要只记关键词）、页面或接口上能看到的全部参数、输出文件名。
- 存档方式：每次生成建一个目录，用统一前缀区分基线（base）和改动（v1、v2……），并把提示词和参数写进一个记录文件，方便后面逐条对照。
# runs/base_001/record.yaml
run_id: base_001
input_image: inputs/room_desk_01.png # 同时记录 sha256，确认每次用的是同一张
prompt: "靠窗的木质书桌，午后自然光，桌面上散落纸张，正对窗户的视角"
params:
aspect: "16:9"
seed: "" # 平台暴露则填实际值，不暴露就留空并注明
duration: "" # 图生视频类入口需记录时长，静态生成可省略
output: outputs/base_001.*
observed_base:
structure: 书桌居中偏左，窗户在右后方，纸张集中在桌面中间
style: 自然光、暖色调、轻微颗粒种子这类参数是否可见，需要结合你使用的入口确认：有的页面会显示，有的只在接口返回里出现。如果完全不暴露，建议基线至少重复生成两三次，确认主体位置大体稳定，再把其中一次定为基线；若这几次彼此差异已经很大，后面的单变量对比就先别做，先解决输入图或参数不固定的问题。
只增加一句场景描述，其余条件不动，再生成一次
这一轮只允许改一句话，其余提示词、输入图、画幅、种子保持和基线一致。建议加的句子是纯场景细节，比如在基线提示词末尾追加：
窗玻璃上有一层薄雾生成后重点看三处：
- 变化出现的位置：通常落在窗户周边、光照质感、画面整体氛围上，属于局部替换。
- 未变化的部分：书桌位置、纸张分布、视角方向一般会保留，这是输入图在起约束作用的证据。
- 需要警惕的部分：如果这一句让主体位置或构图明显改变，说明该入口对提示词的权重较高，后续做风格或动作对比时就得更小心地控制句子长度。
把观察结果追加到记录文件里，写成“变了什么 / 没变什么”两行，比事后回忆可靠。这一步的结论通常只能说明“单句场景描述影响局部”，不能推广到更长的提示词，长度和句式本身也可能改变结果。
把提示词拆成风格词与动作词，分别单独改动
先把提示词按功能拆开：风格词描述材质、光照、色调、画风（如“水彩质感”“低饱和”“冷暖对比”）；动作词描述主体动作、运动方向、镜头运动（如“一只手把纸张推开”“镜头缓慢推近”）。拆完以后，每次只换其中一组，另一组和基线保持一致。
第一组：只改风格词
基线: 靠窗的木质书桌，午后自然光，桌面上散落纸张，正对窗户的视角
改动: 靠窗的木质书桌，午后自然光，桌面上散落纸张，正对窗户的视角，水彩质感，低饱和预期观察：色调、边缘质感、光照柔和度会变，主体位置和构图通常不动。若这一组改动也带来了结构位移，说明风格词在该入口里并不“轻”，不能当作安全的修饰层使用。
第二组：只改动作词
基线: 靠窗的木质书桌，午后自然光，桌面上散落纸张，正对窗户的视角
改动: 靠窗的木质书桌，午后自然光，一只手把纸张推开，正对窗户的视角预期观察：如果入口支持运动或交互输入，动作词影响的是主体姿态、运动方向和响应表现；如果只做静态生成，动作词更接近构图描述，变化可能只体现在手部或纸张位置。影响范围说明要写清两点：改的是哪一类词、变化落在画面的哪个区域。两组结果都建议重复生成几次，只出现一次的差异不足以判定该类词稳定可控。
汇总成一张「可固定项 / 可变项」对照表
把上面几轮记录整理成一张表，下次复现同类场景直接照着固定和替换。表里每一行都要能指回一条具体记录，而不是凭印象填写。
| 项目 | 归类 | 观察到的变化范围 | 对应的实测证据 |
|---|---|---|---|
| 输入图文件（含哈希） | 可固定 | 更换输入图会直接改变构图，不宜与提示词改动混做 | runs/base_001 与 runs/v1 用的同一图片哈希 |
| 画幅、分辨率、时长 | 可固定 | 参数不同时画面裁切和运动幅度会变 | record.yaml 中的 params 字段 |
| 随机种子（若可见） | 可固定 | 种子变化会带来细节抖动，干扰词类判断 | 各 run 的 seed 字段，留空的须注明 |
| 提示词骨架（主体+视角+光照） | 可固定 | 骨架不变时主体位置相对稳定 | base 与 v1、v2 的提示词 diff |
| 场景细节句 | 可变 | 多影响局部纹理与氛围，通常不移动主体 | v1 记录中“变了什么 / 没变什么” |
| 风格词 | 可变 | 影响材质、色调、光照；是否牵动结构需结合生成结果确认 | 风格组单独的 record 与输出文件 |
| 动作词 | 可变 | 影响姿态、运动方向或镜头描述，范围取决于入口是否支持交互 | 动作组单独的 record 与输出文件 |
使用这张表的边界要写清楚：结论只在同一入口、同一组参数、同一张输入图下成立；换分辨率、换时长或换模型版本后，可固定项和可变项的划分需要重新跑一遍基线。表里的“观察到的变化范围”是你的记录结论，不是平台承诺，发布或复述时别把它写成通用规律。