③对比分析：Midjourney vs DALL-E 生成教学场景图哪个更准？
提示词描述：
为教育内容采购决策者提供AI生图工具对比评估框架，通过结构化测试协议与量化评分矩阵，精准判断不同模型在教学场景还原度上的优劣。适用于课件开发、教育科技采购、视觉资产规划。
提示语关键词：
AI教学场景生成,Midjourney教育应用,DALL-E课件素材,AI工具对比评测,教育视觉设计,AI生图选型
提示词内容：
【应用场景】
教育机构选择AI生图工具时，需评估不同模型在"教学场景还原度"维度的表现。课堂环境、师生互动、教具呈现等细节直接影响素材可用性。盲目选择可能导致生成结果偏离教学需求，增加后期修改成本。
【案例描述】
某在线教育平台需为K12数学课程生成"小组协作解题"场景图，用于课件封面与宣传材料。测试 Midjourney v6 与 DALL-E 3 在以下维度的表现：人物年龄准确性、教具合理性、空间透视、文化适配性。
【提示词正文】
Comparison Framework: Educational Scene Generation
Scenario: A {grade_level} mathematics classroom in {country}, showing {number_of_students} students collaborating on a {problem_type} problem. Teacher is facilitating from {teacher_position}.
Midjourney v6 Prompt Structure:
/imagine prompt: {detailed_scene_description}, {lighting_condition}, {camera_angle}, shot on {camera_model}, educational photography style --ar 16:9 --v 6 --style raw
DALL-E 3 Prompt Structure:
Generate a photorealistic image of {detailed_scene_description}. Lighting: {lighting_condition}. Camera angle: {camera_angle}. Style: Educational documentary photography. Ensure all students appear {age_range} years old, wearing {uniform_description}. Include {specific_teaching_aids} on desks.
Evaluation Criteria Matrix:
| Dimension | Weight | Midjourney Score | DALL-E Score |
|-----------|--------|------------------|--------------|
| Age accuracy | 25% | {rate_1-10} | {rate_1-10} |
| Prop relevance | 20% | {rate_1-10} | {rate_1-10} |
| Spatial depth | 15% | {rate_1-10} | {rate_1-10} |
| Cultural fit | 20% | {rate_1-10} | {rate_1-10} |
| Text rendering | 10% | {rate_1-10} | {rate_1-10} |
| Consistency | 10% | {rate_1-10} | {rate_1-10} |
Decision Logic:
- If age accuracy priority > 20% → Recommend {tool_A}
- If text rendering priority > 10% → Recommend {tool_B}
- If cultural fit priority > 15% → Recommend {tool_C}
【使用技巧】
• 测试时保持 {detailed_scene_description} 完全一致，仅调整平台特定语法
• {grade_level} 明确填写（如 "Grade 5", "Year 10"），避免 AI 猜测年龄
• 生成后使用盲评法（隐去工具名称）由3名教师独立打分，取均值减少偏差
【延伸用法】
• 将评估矩阵扩展至 Stable Diffusion、Ideogram 等工具，建立机构选型数据库
• 针对高频场景（实验室、图书馆、操场）分别测试，形成场景-工具匹配指南
• 结合 A/B 测试验证生成图对学生注意力的实际影响，量化视觉素材ROI