AI 房源生成器

把「AI 房源生成器」当成一次要交付的活，不是名词解释。输入是4-8 张房间照片、房间顺序和一个布置方向，输出是一套布置图和 15-25 秒带看视频，比例是房源 16:9；社媒 9:16。草稿可以好看，但如果主体、小字、比例或批准状态无法核验，它仍然算失败。先写清驳回条件，再把它放在资产旁边，直到版本被批准。

必须有房间名、拍摄方向、窗向、地面材质、固定结构和可布置范围说明。没有房东授权和真实户型图就不要开始。

先证明一个房间的布置静帧，再做带看视频。房间通过后，保持进门到出口的顺序，只让视频连接已经正确的房间。

锁定垂直线、窗户、门、地板接缝、层高、固定结构、电器状态和窗外景观。布置可以改家具、光线和小装饰，但不能改结构和尺寸。

先逐房生成静帧，静帧通过后才用短视频探针。把房间顺序存进 Canvas，避免一个坏房间污染整条带看。

图片重跑有阶梯。Agnes Image 2.5 先做低分证明；只有蒙版区域错误时用 SDXL Inpainting，3 积分；复杂重建用 Seedream 5.0 Lite 或 Nano-Banana 2，5 积分；GPT Image 2 的 Standard 1K 从 2 积分起，按质量和分辨率最高到 80。换档前先说出失败类型。

从进门播放到出口，并对照户型图：房间顺序、开门方向、窗外景观、插座、电器状态，以及退房后仍保留的家具。

在 imgmov 里，源素材、锁定参考、提示词、模型、积分成本、驳回版、修正和最终裁切要放在一起。批准前保留最小的证明渲染或 QA 截图；批准后保留最终资产和决策记录。批准记录必须写明版本号、验收门和剩余平台检查。同一失败连续出现两次，就不要在原提示词下只换模型；应先换参考、缩小场景，或改成一张静帧加受控帧——模型升级只用来解决已定位的失败，而不是掩盖不清晰的简报。

墙移动：多用真实静帧并缩短相机路径。光线变成黄昏：恢复原始曝光。家具变化：把范围缩小到一个布置面。

把通过版提示词保存成可复用配方：“按房间分组照片，锁定垂直线和固定设施，先做一个房间布置证明，再扩展成带看。不要改户型或窗外景观。”。参考图、比例、模型、锁定字段和驳回原因要放在同一条记录里。下一次重跑只改一个命名变量，并给记录加版本，不要从头重写提示词。如果三轮后仍没有通过版，就停止重跑同一想法；先换素材或把任务拆成两步，再把整轮结果归档为不通过实验。

导出前检查五件事：源素材和批准参考已关联；提示词和模型与批准版本一致；房源 16:9；社媒 9:16仍然正确；被驳回版本写明失败原因；一套布置图和 15-25 秒带看视频已经完整可见。缺任何一项，它只是草稿，不是交付物。

下一批只复制批准设置，并把测试限制在三个变体：一个对照、一个同方向的强化版、一个有目的的替代版。每个变体都要记录假设、模型和停止条件。这样「AI 房源生成器」才能复现，也不会把积分浪费在不相关的随机结果上。

不放大房间、不擦掉缺陷、不编造窗外景观，也不承诺房源没有的设施。在当前房源后台确认限制，并在需要时披露虚拟布置。

交付房源 16:9、社媒 9:16，有旁白时再交付字幕版。文件名按房间、方向、布置版本和批准状态命名。

编辑和生产不断开。对象检测、蒙版、参考图、版本历史、Canvas 依赖和最终生成组在一起。独立生成器可以编一个场景，但不会保留源资产、被驳回的版本，以及批准裁切为什么赢。

不放大房间、不擦掉电线、不编造窗外景观，也不承诺房源里没有的设施。布置照片不等于可以重新设计建筑。 如果只想问「AI 房源生成器」是什么，搜索页更快；这里值得看，是因为要把一套布置图和 15-25 秒带看视频在真实约束下交付出去。