输入： 一张空房图和风格说明
输出： 一张布置完成的室内图
比例： 3:4 和 4:3
操作日志
1. 定规则
我打开光线良好的房间照片和真实房源信息，锁定真实房间几何、窗户方向和地面线，并写下不能变的部分。
2. 跑最小版本
我先做一个小一张布置完成的室内图。地板纹理漂移，我锁定地面并减少改动。
3. 做聚焦变体
我复用同一参考，只改一个房间配色和一个材质特写。
4. 检查导出
我按原尺寸检查门框、窗线、地面和比例，再导出最终3:4、4:3 和 16:9。
完整执行记录
任务边界和素材准入
把「AI 室内布置图」当成一次要交付的活，不是名词解释。输入是一张空房图和风格说明，输出是一张布置完成的室内图，工作比例定在3:4 和 4:3。先写驳回原因，再把它变成第一条硬约束。
素材准入要求：房间名、拍摄方向、窗向、地面材质、固定结构清单，以及可以布置什么。还要检查垂直线、窗户过曝、镜面反光和房东授权。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。
imgmov 执行路线
上传前按房间名和拍摄顺序命名照片。Canvas 保存带看顺序，生成只负责修透视、补光线或决定空房怎么布置。结构和面积放进房源文案，不交给画面提示词。
本次研究中，Airbnb 公开帮助页没有稳定返回正文；不要把生成尺寸当成平台批准尺寸。导出前在当前房源后台确认限制，并把平台检查写进 QA 记录。
锁住不能漂移的变量
锁定垂直线、地板接缝、门开启方向、窗向、层高、固定结构、电器品牌，以及退房后还会留下的家具。生成可以好看，但必须还符合户型。
把锁定字段放在提示词开头，不要放在结尾：实际做法是锁定真实房间几何、窗户方向和地面线，只改一个房间配色和一个材质特写。 把提示词、参考、比例、模型和驳回原因存成一组；下一次执行时先读驳回原因，再决定哪些字段可以放开，避免从一张好看但不可复现的画面重新猜起。
分步执行路径
第1步「定规则」：我打开光线良好的房间照片和真实房源信息，锁定真实房间几何、窗户方向和地面线，并写下不能变的部分。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第2步「跑最小版本」：我先做一个小一张布置完成的室内图。地板纹理漂移，我锁定地面并减少改动。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第3步「做聚焦变体」：我复用同一参考，只改一个房间配色和一个材质特写。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。 第4步「检查导出」：我按原尺寸检查门框、窗线、地面和比例，再导出最终3:4、4:3 和 16:9。 这一步要留下一个可检查的产物，并注明通过条件、失败原因和修正动作；上一步没有产物，下一步不启动。
每次重跑只改一个命名变量：提示词、参考、相机、时长、模型、比例或导出裁切。一次改两处，即使结果变好也无法复用，因为没人知道是哪处修复起了作用；重跑前先把当前版本编号、失败描述和准备验证的假设写清楚，避免下一次又凭感觉推翻上一版。
验收门和证据
从进门播到结尾。检查观众能不能记住左右顺序、认出房间、看清电器状态，以及照片组是否还能对上户型。
源图、批准文案、被驳回版本、修正、积分成本和最终裁切都放在资产旁边。这份记录要让下一个复审者不用翻聊天记录也能复现决策。
失败诊断与重跑阶梯
墙动了就多用真实照片、缩短相机路径；光变成黄昏就回到原始曝光；家具变了就缩小范围，只布置一个面。
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。
版本管理与交付
平台版、社媒版和竖版分开交付。每一版保持同样的房间顺序和房东批准的事实。
交付文件夹故意做得很无聊：源素材、批准参考、生成设置、字幕文件、渠道裁切、QA 截图和一行修正日志。可复用资产就要无聊得恰到好处。
为什么这不是通用答案
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 室内布置图」是什么，搜索页更快；这里值得看，是因为要把一张布置完成的室内图在真实约束下交付出去。
常见问题
我一直重复的一条规则是什么？
实际做法是锁定真实房间几何、窗户方向和地面线，只改一个房间配色和一个材质特写。
流程的停止点很明确：从一张空房图和风格说明开始，到一张布置完成的室内图为止。imgmov 路径是：源素材入库、设为锁定参考、设3:4 和 4:3、跑一个证明版，再把通过设置存下来。复审看不出哪个是批准版，画面再好看也算流程失败。
导出前检查什么？
几何、家具比例、光线方向和最终裁切。
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。
这和通用生成器有什么不同？
我从一张空房图和风格说明开始，并保持一张布置完成的室内图一致，而不是每次另造一个场景。
验收不是“看起来像不像 AI 大片”，而是：从进门播到结尾。检查观众能不能记住左右顺序、认出房间、看清电器状态，以及照片组是否还能对上户型。然后源素材、批准文案、驳回版、修正和最终裁切放进同一个交接文件夹。
第一版漂移了怎么办？
先缩短动作、锁定参考，再重跑一个小版本，最后才批量。
墙动了就多用真实照片、缩短相机路径；光变成黄昏就回到原始曝光；家具变了就缩小范围，只布置一个面。重跑只改一个命名变量，保留旧版本并记录积分成本。同一失败出现两次，就修参考或缩范围，不要继续让提示词道歉。