同一提示词，三个 AI 生图模型：2026 受控实测
公开 2026 年 9 月 3 日同提示词实测的 9 张成片：比较虚构写实人像、文字与角色设定，区分保留原人物的任务，并按记录设置复跑。
本页目录
先说结论
生成新的虚构写实人像，可以用下方成片选择所需的取景与质感；需要保留已有照片里的某个人，应先做参考图测试。 本轮人像没有输入原图，因此不能回答哪个模型更能保住你的脸、姿势或衣服。
2026 年 9 月 3 日，我们把 3 条完全不改写的英文提示词分别交给 Nano Banana Pro、GPT Image 2 与 Midjourney V8.2：一张写实人像、一张精确文字海报、一份三格角色设定。每个模型、每项任务只收第一次返回的图片，不靠反复抽卡把结果修饰得更好看。
**内容修订于 2026 年 9 月 19 日：**本次修正来源说明与实验条件表述。9 张实测图片、模型版本和观察结论仍来自 9 月 3 日；本次修订没有新增模型测试。
这轮实测没有选出一位「全能冠军」，但给出了一套很好用的分流规则：
| 任务 | 本轮可见结果 | 实际选择建议 |
|---|---|---|
| 写实人像 | 三个模型都通过了本轮可见的硬条件核对，差别主要落在审美解释 | 别硬编能力分，直接比较你要哪种成片气质 |
| 精确文字海报 | GPT Image 整体执行最完整；Nano Banana Pro 保住文字与层级但裁掉了蓝方块左缘；Midjourney 则重排了行数和海报结构 | 版式不可改时先试 GPT Image；本轮 Nano Banana Pro 紧随其后 |
| 三格角色设定 | Nano Banana Pro 最贴近画格与道具要求；GPT Image 保住结构但多画了挎包；Midjourney 把设定表改成插画拼贴 | 网格本身就是规格时，先试 Nano Banana Pro |
更广泛的任务选择方法见AI 生图工具对比。下方结果来自匹配的提示词，不是把互不相关的图库条目当作对照。
你需要的究竟是哪种人像？
| 实际要求 | 本文证据能帮你判断什么 | 下一步 |
|---|---|---|
| 新的虚构人物，周围需要留出版面空间 | 测试一中 Nano Banana Pro 的成片环境取景最宽 | 对照另外两张构图，再用自己的景别与文案留白要求测试 |
| 新的虚构人物，脸占更大画面 | GPT Image 2 与 Midjourney V8.2 的成片取景更近、更精致 | 按最终展示尺寸比较皮肤处理与成片质感 |
| 必须还能认出上传照片里的自己或指定人物 | 本轮纯文字生图没有测身份保留 | 用参考图编辑实测里的方法测试自己的原图 |
| 只换背景，原脸、衣服和光线都不能动 | 这些新生成人像不能证明该编辑能力 | 先看编辑文章中的原图主体图层合成工作流 |
| 同一个角色跨多张图连续出现 | 三格任务只检查一张图中的三个视角 | 另外做跨图片测试；一张设定表不能证明独立生成之间的一致性 |
先选择你喜欢的具体成片，再把对应模型列为自己任务的候选。本轮不能证明某个模型永久具有某种人像风格，也不回答价格、当前可用性或实验之后新版本的表现。
方法：我们到底锁住了什么
2026 年 9 月 3 日，计划中的九个模型与任务组合全部完成。这是为文章单独进行的生成实验，不是产品界面的操作走查。
| 变量 | 实验条件 |
|---|---|
| 提示词 | 同一组三个模型收到相同英文文本，不做模型专属改写 |
| 输入图片 | 无；三个任务都是纯文字生图 |
| 请求比例 | 3:4 |
| Nano Banana Pro | 1K |
| GPT Image 2 | 1K、中等质量、不透明背景 |
| Midjourney V8.2 | Relax 模式 |
| 选图 | 每个任务取第一个返回的候选；不重抽、不从多个结果中人工挑选 |
| 展示处理 | 不裁切，按比例放入 1200 × 1600 画布；不修饰图像内容 |
候选数量并不相同：Midjourney 每个任务返回四个，其他模型各一个。只保留并评估第一个，未审阅其他候选。原始图片尺寸也不同，因此本文比较构图、文字与可见的指令遵循，不比较微观分辨率锐度。
做可比较的测试时，复制英文原文、不上传参考图，并保持请求比例。记录可见模型版本、可用设置、日期与选图规则。本轮没有固定 seed，不能保证得到相同图像。版本或设置改变后，应作为新的比较记录。
每个模型写一条不同提示词，反复抽到好看为止，再把最漂亮的那张叫作冠军
锁定任务、提示词、画幅、版本、选图规则和日期；先验收可见硬约束，再谈审美
如果你也要设计一份公平的测试 brief，可以先用完整提示词工程指南，把主体、构图、光线和排除项拆开写清楚。
测试一：窗边写实编辑人像
原始提示词（未翻译、未改写）
Create a vertical 3:4 photoreal editorial portrait of a fictional adult woman in her late twenties, seated beside a large north-facing window in a quiet apartment. She wears a plain charcoal knit top, looks directly into the camera with a calm, self-possessed expression, and has natural skin texture with fine facial detail. Use soft overcast daylight, gentle shadow falloff, a 50 mm documentary perspective, eye-level framing, restrained neutral colors, and subtle fine grain. Keep the setting believable and uncluttered. No visible words, logos, branded objects, celebrity likeness, fantasy elements, beauty-filter skin, or decorative border.
三张图都交付了成年女性、窗边座姿、炭灰针织上衣、直视镜头和平静神情，也都没有可见文字、Logo 或装饰边框。按这些能直接核对的硬条件，本轮是平局。
差异落在「怎么拍」。Nano Banana Pro 拉开了景别，让安静的公寓也参与叙事，皮肤和日常细节最朴素；GPT Image 把镜头推近，面部与衣料更利落；Midjourney 给了最像选角大片的面孔、最干净的背景和更克制的美容编辑感。这些并没有天然高下：如果版面需要留文案空间，Nano Banana 的宽松取景更好用；如果脸就是资产，GPT Image 或 Midjourney 的紧凑构图可能更合适。
一张漂亮脸无法证明连续稳定性。这一题允许每个模型创造不同的虚构人物，没有要求保留任何上传照片里的身份。参考图任务可以结合编辑实测与人像参考图编辑步骤；角色一致性指南可以帮助你列身份验收项，但「保持同一张脸」仍然是文字要求，不是像素锁。
图库中的真实人像提示词，把运动、光线与相机行为逐项锁定。它能说明写法，但不属于上面的受控测试。
查看提示词收起提示词
一张极具电影质感的街头肖像，一位年轻女子静立于熙熙攘攘的城市街道，镜头清晰聚焦于她平静而专注的面部表情。长曝光效果使周围人群的移动形成强烈的方向性运动模糊，而主体则保持静止。柔和的自然日光，浅景深，奶油般的散景，逼真的肌肤纹理，淡淡的雀斑，自然的妆容，深色冬装外套和围巾。画面充满情感，引人深思，展现了都市叙事摄影的精髓，媲美单反相机的画质，85mm镜头视角，f/1.8光圈，高动态范围，8K分辨率，专业调色。
图库中的参考图驱动人像 brief。它与本轮纯文字任务不同，人物身份由输入图锚定。
查看提示词收起提示词
使用参考图像。 严格保留人物身份与面部结构。 一位身形纤细的亚洲女性静止站立，身体状态是被刻意编排的，而非随意自然。 她的姿态带有明显的安排感与控制感，不显放松。 她正面面对镜头，肩线稳定，重心清晰且受控。 她的表情克制而冷静——不俏皮，也不甜美。 一个被控制的、极其微妙的微笑，带着情绪距离感。 她的目光稳定而清醒，直视镜头，呈现出安静的主导感，而非亲和或讨好。 手部与道具 右手握着一串垂落的金黄风铃花，位置经过刻意安排，仅作为视觉点缀 左手持有一束更大的金黄风铃花，略微下垂 花仅作为道具存在，绝不压过人物本身 人物始终是画面的绝对视觉中心 发型 长发，略带凌乱感的分层造型 头发被微风轻轻掀起，少量发丝掠过面部 气质偏摩登、略带性感，但始终受控——不凌乱，也不可爱 服装 白色复古风泡泡袖上衣 大体量泡泡袖 分层荷叶边袖口 方形领口 胸前抽绳形成柔和褶皱 略长衣身，覆盖臀部 前开衩设计，但克制不夸张 浅蓝色牛仔裤 彩色珠串项链作为轻微点缀 妆容 白皙肤色 抖音 + 韩系审美风格 卷翘睫毛 双颊与鼻尖淡粉色腮红 水润感粉橘色唇釉 整体妆感精致、有意识，不走可爱路线 指甲 白色法式指甲 低对比度的圣诞主题美甲装饰 环境 站立于一棵盛放的金黄风铃木（Thong Urai）前 树冠密集，充满饱和的金黄色花朵，形成高密度背景 少量花枝轻微遮挡画面上沿，制造柔和的前景虚化 背景的存在仅用于衬托人物，而非与人物竞争视觉焦点 光线（关键） 直闪作为绝对主光源 闪光明显压制环境光 皮肤呈现高亮状态，带轻微偏黄的闪光色调 人物身后形成清晰、硬边缘的阴影 自然光仅作为极弱的环境补光存在 光线用于强化人物与背景之间的分离感 摄影风格 紧凑型相机质感 富士 Pro 400H 胶片风格 复古镜头特性 轻微胶片颗粒 人物主体极度清晰 高亮曝光，强调人物主导地位 8K 分辨率 整体画面感觉是被精心导演与控制的，而非随拍或自然生成
测试二：精确文字编辑海报
原始提示词（未翻译、未改写）
Create a vertical 3:4 contemporary editorial poster on a warm off-white paper field. Set exactly the two-line headline "MAKE IDEAS" on line one and "VISIBLE" on line two, preserving spelling, capitalization, and word order. Use bold black grotesque lettering, a small cobalt-blue square, one thin vermilion rule, generous negative space, crisp alignment, and subtle printed-paper grain. The quoted headline must be the only readable text. Do not add a logo, signature, date, mockup frame, extra letters, or brand mark.
这一组很好地说明：「文字写对」远远不等于「设计做对」。
| 可见要求 | Nano Banana Pro | GPT Image 2 | Midjourney V8.2 |
|---|---|---|---|
| 拼写与大小写完全正确 | 通过 | 通过 | 通过 |
第一行完整保留 MAKE IDEAS | 通过 | 通过 | 未通过——拆成了两行 |
| 标题是唯一可读文字 | 通过 | 通过 | 通过 |
| 一个完整落在画面内的钴蓝方块 | 部分通过——左缘被裁掉 | 通过 | 通过 |
| 只有一条朱红横线，且无样机框架 | 通过 | 通过 | 未通过——多条横线，并呈现成被拍摄的纸张 |
GPT Image 完整通过 5 项检查。Nano Banana Pro 保住精确文字与层级，却因为蓝方块左缘被裁掉而丢了版式分。Midjourney 把每个字母都写对了——对于常被认为不擅长文字的模型，这是值得记录的进步——但它重新设计了信息层级。做情绪板时，这个解释可能很迷人；做一张行数已由品牌方签字的商业海报时，它就是生产失败。
因此，本轮只能支持一个窄而可靠的结论：精确字符与精确版式必须分开测。 校对拼写后，还要逐项核对换行、可数的图形元素、边距与禁加项。我们的AI 生图文字能力实测会把这张海报扩展为 12 张受控排版结果。
想找更多可复用的起点，可以先浏览 GPT Image 提示词与 Nano Banana 提示词，再换成你的最终文案。
测试三：同一位骑行员的三格设定
原始提示词（未翻译、未改写）
Create one vertical 3:4 character-consistency sheet divided into three equal horizontal panels. Every panel must show the same fictional adult bicycle courier: age thirty, oval face, short wavy black hair, small scar through the left eyebrow, mustard rain jacket, navy trousers, and a plain silver helmet with no markings. Panel one is a front-facing waist-up portrait, panel two is a left-facing side profile holding the helmet, and panel three is a full-body view beside a simple unbranded bicycle. Keep facial identity, hair, clothing colors, and body proportions consistent across all three panels. Use clean overcast daylight and a restrained pale-gray studio background. No captions, words, logos, celebrity likeness, or extra people.
Nano Banana Pro 对「这是一份什么文档」理解得最严格：三条等高横格，正面半身、手持头盔的左侧面，再到自行车旁的全身。脸、发型、夹克、长裤和头盔在整张设定表里能连成同一个人。不过眉毛处那条很小的疤没有清晰保住，因此最强结果也漏掉了一个身份锚点。
GPT Image 同样交付三条等高横格与指定镜头顺序，人物和服装相当统一，但它擅自增加了黑色挎包，眉疤也不够清楚。Midjourney 保住芥末黄与藏蓝配色，也画出了颇有完成度、身份大致连贯的骑行员插画；然而它把横向设定表改成了不对称漫画拼贴，第一格也不是严格的正面半身。
Midjourney 的成片还暴露了一个提示词问题：第三条 brief 规定了光线和背景，却没有像第一条那样明确写 photorealistic。插画并没有违反一个从未写下的媒介要求。媒介真的重要时，应把它作为独立硬约束锁住，不能指望模型从上一项任务「继承语境」。
一份用画格承载叙事顺序的图库分镜。它说明每格职责要明确命名，而不是只说『给我一个网格』。
查看提示词收起提示词
一张3x3的电影分镜脚本，由9个独立的分镜组成，呈网格状排列。画面描绘了一位有着铂金色头发的年轻女子，置身于冰天雪地的阿尔卑斯山冬季场景中。 这些面板展示了各种角度和镜头： 特写镜头：聚焦于她红润的脸颊、蓝灰色的眼睛和睫毛上的雪花。 中景镜头：她身穿黑色羊毛大衣，围着蓝色针织围巾，手捧一束白色干花。 广角镜头：捕捉她独自站在冰封的湖面上，背景是巍峨的雪山。 所有画面都呈现出一致的、略带忧郁的蓝调黄昏光线。高品质的胶片摄影美学，照片级真实感，8K分辨率，风格统一，色彩分级准确。
多格 AI 图片指南进一步拆解了画格语法、镜头顺序与属性锁定方法。
这轮测试如何改变选型
它让三个常见建议变得更精确：
- 新生成的虚构人像，先过约束，再按导演意图选。 三者都完成了本题可见硬条件，接下来比较环境取景、皮肤处理和成片质感。涉及已有照片的人物身份时，应使用参考图编辑证据。
- 排版要把信息层级与拼写分开验收。 一张海报可以每个字都对，整张设计仍然不对。
- 角色设定先写文档结构，再写人物。 画格数量、方向、每格景别、媒介和禁加配件，都应进入硬约束区。
不要把这轮结果外推到未点名的模型版本或其他任务。版本会变，随机性真实存在，三条提示词也只覆盖三种生产形态。更稳妥的工作流是：先用这种小型对跑筛出两个候选，再把真正要交付的那份资产各跑一次。
如何在 LocalBanana 测试自己的任务
- 按生成第一张图片的说明，从侧栏进入 生成图片，粘贴上面一条原始提示词，选择当前可用模型并设为 3:4。对照这轮纯文字实验时，参考图保持为空。
- 为每张结果保存一份小记录：完整提示词、输入图或「无」、模型与版本、画幅、界面提供的尺寸或质量设置、日期，以及是否第一次成片。界面不能复现的供应商或参数，也要记录为差异。
- 先把不改写的要求交给另一个候选，再修改提示词。人像可以检查人体结构、皮肤质感、光影是否一致、服装和裁切，最后选适合用途的气质。这些是给你复跑时的验收建议，没有作为额外评分加入本轮结果。
- 失败图也保留。更换提示词、版本或输入时，另起一组对比，便于知道是哪一项修改有效。
想从图库找灵感，可以在提示词图库打开案例并选择 使用提示词。先读复制提示词会带上哪些内容：这一操作可以预填可支持的提示词、模型和画幅，不会复原作者的参考图或全部生成设置。想保留自己的脸，应上传原图并使用编辑要求；这与复做本文的虚构人像是两项不同任务。
常见问题
做写实人像，到底该选哪个模型？
生成新的虚构人物时，三者都通过了本轮可见硬条件；可以比较 Nano Banana Pro 的宽松取景与 GPT Image 2、Midjourney V8.2 的紧凑取景，再测试自己的实际要求。需要保留某个具体人物的脸时，应改看参考图编辑证据。三项任务合起来没有总冠军，海报版式与角色设定结构给出了不同结果。
三个模型拿到的真是完全相同的提示词吗？
是。同一任务中三个模型收到相同的英文提示词，没有翻译、缩写或模型专属版本。模型与可用设置的差异已在方法部分说明，这不是像素匹配的实验。
图片有没有人工挑最好看的？
没有。每次取第一个返回的候选，不重抽。Midjourney 返回四个候选，另外两个模型各一个；只保留并评估第一个。
这能证明 Nano Banana Pro 比 GPT Image 2 或 Midjourney V8.2 更好吗？
不能。它只能证明 2026 年 9 月 3 日这 9 张具体成片里肉眼能看到什么。若要估算可靠胜率，需要为每项任务生成多个随机样本、增加任务类别、做盲评，并在版本更新后重复测试。
我该怎么做自己的公平对比？
先写验收项，再开始生成。锁定同一份提示词、输入图片、画幅、模型版本和选图规则；在任何重跑之前，先让所有模型各完成一次。先验收硬约束，最后才看审美，并保存日期与成片，让结论以后仍能复核。
