1. 先问这个镜头能否交付，再问哪个模型最好
同一个模型生成风景很漂亮，却未必能完成你需要的手部操作；另一条看似普通的结果，可能恰好保住关键动作。选型应围绕镜头的交付条件，而不是把不同演示片的观感排成榜单。本文用虚构的六秒产品镜头：人物将一只红色方盒放到桌面右侧的白色标记内，松手后盒子停稳，标签朝向摄影机。我们要回答的是“哪套生成设置更值得进入这个镜头的正式制作”。以下试验次数、时长和评分都是练习方案，不代表任何平台限制，也没有实际测出哪家模型更强。目标是在少量预算内排除明显不适合的方案，并保留可复核的理由。
2. 把验收项分成硬门槛和可优化项
先写硬门槛：盒子没有变成别的物件；手与盒子的接触关系可读；盒子进入指定区域后停住；关键动作没有被裁出画面。任何一项失败，这条结果就不能直接交付。再写可优化项：光线是否贴近美术稿、动作是否自然、背景是否干净。两类指标不能混成一个总分，否则漂亮的灯光会抵消错误的物理关系。如果标签文字必须逐字准确，应事先决定是否用后期贴图完成，并在所有方案中采用同一交付方式。若项目要求原始生成就保留文字，就把文字准确列入硬门槛，不能看完结果后悄悄放宽。
3. 比较同一任务，记录无法统一的条件
准备一张已确认的起始参考图和一份镜头说明，把构图、角色、盒子位置、动作终点与摄影机状态固定下来。只有支持这套输入方式的候选方案，才进入这一轮直接比较；若某方案只能从文字开始，应另设任务组，不能把输入差异算成模型优劣。尽量统一目标时长与画幅，并记录实际输出差异。提示词可以按各工具要求调整格式，但不要给其中一个额外提供动作分解或更好的参考图。若测试的是各自最佳工作流，则允许不同输入，同时明确结论比较的是整套流程，连同准备时间和人工修复一起算。
4. 写一份可以复用的测试单
测试单可直接照抄这个结构：镜头编号 P03；用途为产品放置演示；输入为已批准参考图版本 R02；目标六秒、固定机位；动作从手握盒子开始，到盒子落在白色标记内并停稳结束。提示词示例：“桌面中近景，人物把红色方盒缓慢放入右侧白色标记，底面接触桌面后手指松开并离开，盒子保持形状与朝向，摄影机不移动。”这只是目标说明，不保证执行。另记模型名称与版本、调用日期、输入文件、所有可用设置、任务编号和原始输出。如果工具没有公开某项参数，就填未提供；不要补猜种子、版本或内部处理过程。
5. 先约定次数，再看结果，保留所有失败
例如先给候选 A 和 B 各三次初测，每次都保存，不把最好的一条当成全部表现。先约定相同的试次数，再单独记录实际费用和等待时间；相同次数不等于相同成本。如果预算只能支持每个方案一次，只能把结果当作风险探针，不能估计稳定性。初测后允许各进行一轮有记录的提示调整，再各生成同样数量的新结果，并将两轮分开统计。不要让 A 连续试十次、B 只试一次，然后比较各自最漂亮的一条。出现重复的致命问题时可以提前止损，但必须记录停止原因，并把该方案标为未完成同等次数测试。
6. 先盲审动作，再检查风格与修复量
把文件暂时改成随机编号，让审片人先不知道来源。按正常速度看动作是否成立，再逐帧检查接触、遮挡、松手与停稳；慢放是定位问题，最终还要回到成片速度判断。逐条记录“通过、失败、需要修复”，并写可定位的证据，例如“二点四秒松手前盒子已穿入桌面”。同一审片人按同一顺序检查所有结果，另请一人复核边界样本。只有过硬门槛的结果才进入风格选择。若允许裁切、补帧或合成，应实际试修一个代表样本并计时；仅凭“应该能修”打勾，会把生成风险转移成剪辑负担。
7. 用可用结果解释成本，不把小样当概率
假设 A 的三条中两条过门槛，B 的三条中一条过门槛，只能说这轮观察到二比一，不能据此宣称长期成功率是三分之二和三分之一。记录本轮总支出除以过门槛条数，得到本轮每条合格素材的生成支出；如果一条都没过，就标为本轮无合格素材，不填零成本。人工修复时间另外列出，确认计价方式后才与费用合并。等待时间也要区分单次耗时和整个任务周转。这个例子没有真实供应商报价；在正式采购时，应核对当日官方计费说明、失败任务是否收费和输出选项，再把实际账单填进表里。
8. 做一次复测，给结论划清边界
初步领先的方案还要在同一镜头上复测，避免恰好抽中幸运结果。复测不临时换更容易的构图；若要测试新角度或不同道具，应开新的测试单。结论可以写：“在 R02 参考图、固定机位和当前设置下，A 的本轮合格素材更多，进入 P03 试制作；手指释放仍需重点审查。”不要写成“A 适合所有产品视频”。动作复杂度、人物数量、光线与输入图改变，都可能使原结论失去适用性。若两者都不过关，先简化动作或拆成放置与展示两镜，再比较修订后的任务；这时解决的是镜头设计问题，不能假装原测试已经通过。
9. 把选型结果接回分镜制作
交给制作团队的不是一个模型名字，而是一张带证据的镜头卡：保留输入图、提示版本、测试日期、全部结果索引、硬门槛判断、已知缺陷和下一轮预算上限。在 StoryToShot 的分镜规划中，先写清每镜必须让观众看到什么，再在实际生成工具完成小样；本文没有假设网站提供自动模型横评功能。最终只为已验证的任务采用相应流程，并在版本或关键输入变化后重新确认。小样测试适合方向筛选，不足以证明批量稳定性或商业使用许可。涉及商用、肖像或客户素材时，还要另行核对工具条款与素材授权，画面合格并不替代这些条件。
