大模型就像人，有各自不同的偏好。
此前做了一个配图的skill，为了成本低一些，就用了各种中专，但是中转就不太稳定，于是提供了兜底的模型，然后发现保证输入一致的前提下，输出实际上不在我的预料范围之内。 
 [image] 
nanobana指令理解比较到位。 
 [image] 
gpt 自己稍微修改了风格，但是整体还可以。 
 [image] 
即梦和预期相差较大。 

不同的模型实际上提示词不能做到通用，想要稳定，还是得用同一个模型。
最费时间的还是调整提示词，大模型本质上还是数据输入，数据输出。想要输出效果好，就需要调整输入，但是调整输入后，还没发确定效果是不是变好了。