同一提示词，4 个 AI 生图模型：结果到底差多少？

本文整理自 2026 年 6 月发布的英文模型对比文章，以下评分与评价对应当时这组人像样本。

图像生成模型越来越多：Nano Banana、Nano Banana Pro、GPT Image 2、字节的 Seedream……但真要生成一张满意的图片时，问题很实际：

• 同一个需求，换不同模型，结果究竟差多少？
• 每换一个模型都重新调提示词，很费劲。
• 横向比较还要在多个平台之间切换、重复注册。

所以我做了一个小实验：固定一段提示词，交给四个模型，观察差异，再整理成选型速查表。 实验在 CVY.AI 完成，用同一个提示词切换模型即可。

第一步：用模板固定提示词

对比的前提是提示词稳定、可复用。否则看到的差异，可能只是每次输入不同造成的。我把提示词拆成几个固定部分：

[主体] + [风格/媒介] + [构图/镜头] + [光线/氛围] + [细节] + [画幅]

下面是本次实验使用的人像提示词。保留英文原文，便于复用同一份输入：

Subject: a young woman in a casual wool coat, half body, glancing toward camera
Style: cinematic realism, warm film tone
Composition: 85mm telephoto, shallow depth of field
Light: golden-hour, a glowing storefront neon sign reading "CAFE" in the blurred background, rim light on hair
Details: natural skin, windswept hair strands, no over-smoothing
Aspect ratio: 3:4 vertical

它描述的是：一位穿羊毛外套的年轻女性，半身回望镜头；电影感写实、温暖胶片色调；85mm 长焦与浅景深；黄金时刻的光线、背景中的“CAFE”霓虹招牌，以及发丝边缘光；保留自然皮肤和被风吹动的头发，3:4 竖构图。

特意加入 “CAFE”招牌，是为了比较模型的文字渲染。整理成连续的提示词后，四个模型使用完全相同的输入。

可以保留几套常用模板，例如人像、产品、场景、社交媒体封面，之后只替换主体。CVY.AI 的提示词模板也可以作为改写的起点。

第二步：同一提示词，比较四个模型

GPT Image 2：这组测试的综合表现最好

• 提示词遵循： 被风吹动的头发自然且有动感，人物回望的姿态也增加了画面的叙事感。
• 文字渲染： “CAFE”拼写正确，霓虹光晕与背景散景融合得好。
• 光线与氛围： 黄金时刻的逆光、发丝边缘光和温暖胶片色调都得到了较完整的呈现。
• 细节与材质： 皮肤保留了自然纹理；羊毛外套的质感稍软，但整体表现扎实。
• 评价： 在本次样本中，氛围与指令准确性比较均衡，最贴近“电影感写实”的要求。

Seedream 4.5：视觉冲击力最强

• 提示词遵循： 构图符合要求，但被风吹起的头发略显刻意，有一些成束感。
• 文字渲染： “CAFE”清晰，霓虹光线很亮。
• 光线与氛围： 对黄金时刻与轮廓光的表现更强烈，视觉冲击明显，但弱化了提示词要求的柔和胶片感。
• 细节与材质： 羊毛外套的纹理不错，皮肤虽然有雀斑，仍带一点平滑感。
• 评价： 这张样本精致、醒目，适合作为偏商业视觉方向的参考。

Nano Banana Pro：微观纹理突出，光线遵循不足

• 细节与材质： 羊毛外套的颗粒、自然面部细节和皮肤纹理，是这张样本最明显的优势。
• 文字渲染： “CAFE”清楚，但霓虹灯管的结构稍硬，与环境光融合得不够自然。
• 光线与氛围： 没有充分呈现黄金时刻和温暖胶片色调，光线偏平，接近阴天下午，发丝边缘光也不明显。
• 提示词遵循： 头发凌乱，但缺少“被风吹动”的动态感。
• 评价： 如果重点是近距离观察材质，这张样本很有优势；本次对光线和氛围的指令则完成得较弱。

Nano Banana：基础表现

• 提示词遵循： 头发整齐，基本没有表现“被风吹动”的要求。
• 文字渲染： 在“E”附近出现额外的发光重音符号，文字变成了“CAFÈ”。
• 光线与氛围： 夕阳感较弱，缺少电影感，背景虚化也略显生硬。
• 细节与材质： 外套更像平面的毡布，皮肤细节在这组样本中最少。
• 评价： 这次遗漏了多项指令，整体表现落后于另外三张。

第三步：选型速查表

星级表示本次样本中的相对表现：

没有一个模型在每个维度都领先。比较的价值，是找到更适合任务的模型：有的擅长氛围，有的擅长纹理，有的更容易得到醒目的商业效果。

一套可复用的生成流程

1. 从模板开始： 选接近需求的模板，替换主体。
2. 按任务选模型： 根据想要的效果选择，再用相同提示词比较。
3. 需要方向时加入参考图： 用已有图片补充文字难以表达的构图或风格。
4. 小步迭代： 保存有效的提示词、模型选择和满意样图，让每次生成都有参考。

我在 CVY.AI 中完成模板选择、多模型比较和文生图／图生图迭代。这套比较方法也适用于其他支持多模型的工具。

用同一套提示词横向生成，能直观看到差异。把提示词结构化，既便于公平比较，也便于后续复用；最终仍应按实际任务和生成结果选择模型。

原文出处

本文翻译整理自作者的英文文章：DEV · Hashnode · Medium。