Skip to content

母版出现平台的成因待定:文本提示词已排除 #388

Description

@johnnyzhang-eng

现状

母版走 orchestrator/executor.py 里手拼的提示词,末句是 Plain light-gray background, no shadow.,没有任何排除地面或平台的表述。

而动作路径的构图约束(prompt/_framing.py)有一条测试硬禁 not / no / without / avoid / never,理由写在测试里:这个接口没有 negative_prompt,否定句里的名词会被 latch 进画面。母版路径不经过那个模块,所以这条判据在母版上没有被执行。

实测:这条判据在母版上不成立

按上面的推理,no shadow 应该会把投影 latch 进来,换成正向措辞应该更干净。用生产 provider 与生产模型跑两臂各 4 张:

末句 四角 std 脚下带/主体最宽 目视投影
A 现状 Plain light-gray background, no shadow. 0.58 0.42 4 张全无
B 正向 背景色一路铺到脚底下,画面里只有这个角色 0.63 0.62 3/4 有投影椭圆

方向与预期相反。 A 臂四张全部干净;B 臂反而长出投影——措辞里提到 underneath the feet 把注意力引到了那块区域。

另有一个指标教训:另一组实验里有一张母版整个被嵌在白边里(画中画),四角 std 只有 0.63,因为四角全是白的、很均匀。四角标准差测不到这类缺陷。

结论

「母版出现平台」的成因不在文本提示词,本 issue 原先给出的方案(改措辞)会让情况变坏,不该实施。仍未排除的候选:

  • 用户传入的角色参考图或项目级风格参考图本身带地面(executor.py 会把它们作为 refs 一起送进去)
  • 用户自己填的角色描述里带场景词

要继续推进需要一张真实出问题的母版及其请求参数。在拿到之前这个 issue 不该有人动手。

不包含

抠图侧的 _BG_FLAT_STD 阈值。母版四角本来就干净(两臂八张全部低于 1.0,阈值是 8.0),此前判断的「母版噪声让抠图两层清理静默跳过」在这批样本上不成立。

Metadata

Metadata

Type

Projects

No projects

Relationships

None yet

Development

No branches or pull requests

Issue actions