在切换整个产品目录前，应该如何测试新的图像模型？

有意识地选择具有代表性难度的产品

一个虚构的目录团队选择了带标签的瓶子、编织袋、反光水壶和一个简单盒子。每件产品都代表一种不同的失败可能。模型生成一张吸引人的盒子场景，并不能证明它在标签、纺织品或反射处理方面可靠。请记录纳入每件测试产品的原因，不要声称这个小型集合代表所有 SKU。

使用自有或已获授权的参考图，以及相同的已批准产品事实。保留之前模型中已接受的示例用于比较，并保留其原始条件。

固定测试条件

不要只为新模型改进来源图，也不要把细节研究与无关的生活方式场景进行比较。如果工具需要不同的提示词格式，请披露这项调整，不要假装整个流程完全相同。

使用有意义的分母统计错误

记录尝试生成的输出中，有多少改变了产品、丢失了标签或在技术上失败，以及有多少被接受用于预定角色。将风格偏好单独记录。四件产品和少量尝试可以支持本地试点决策，但不能支持普遍适用的成功率。报告实际尝试次数和拒绝原因。

请使用可下载的模型试点评审表进行手动记录。它不会调用服务提供商、访问钱包或发布基准测试结果。

谨慎扩大范围并重新检查

如果试点有帮助，请先测试更广泛且相关的子集，再更改目录。保留之前的参考图和提示词库，以便诊断被拒绝的变更。未来的服务提供商更新可能改变结果，即使可见的模型名称保持不变。Itemlume 的模型选择功能只显示当前已配置且受支持的选项；本指南不声称多个未配置的服务提供商已经可用。