选择 AI 角色不应只看封面或一句介绍。本指南把搜索意图、角色边界、长期记忆和视觉一致性拆成可重复检查的步骤。
明确你需要的是短篇创作、持续陪伴、图片制作还是视频叙事。不同场景需要不同的记忆长度、回复节奏和视觉稳定度。
角色清晰度25%、对话一致性25%、记忆20%、视觉20%、边界10%。任何安全边界失败都直接停止，不用总分抵消。
把问题分成设定不足、检索遗漏、优先级反转、图片漂移和视频时序漂移。每次只修改一个变量并保存版本。
不是。固定属性应保持精简，把会变化的情境单独管理。
模型、提示词模板、记忆逻辑或角色设定发生变化后都应重测。
本页采用统一的 checklist（检查表）、score（评分）、failure（失败分类）和 FAQ 结构，方便不同语言的团队使用同一套验收口径。
不要只保存总分。每次执行都应记录输入、角色设定版本、模型版本、提示词模板版本、随机种子和执行时间。对话测试还要保存开始条件、最近一次摘要以及实际取回的记忆；图片测试记录分辨率、比例和负面条件；视频测试记录基准图片、时长、动作幅度与镜头移动。只有能够用同一条件重跑，才能判断变化来自真实改进还是偶然结果。
把旧版与新版随机放在左右两侧，并隐藏哪个是新版本。每一轮只回答一个问题：事实是否一致、口吻是否一致、边界是否稳定、脸部是否相同、服装要求是否保留、视频随时间是否漂移。两名评审分别打分；差异较大时，先指出具体分歧属性，再决定是否调整评分。个人审美偏好不能与明确的规格违反混在一起。
结果分为通过、条件通过和停止发布。条件通过必须填写负责人和复测期限。安全边界失败、固定事实反转、年龄表达错误、视频中人物身份明显变化，都属于停止条件。不要删除失败案例来提高通过率；修复后继续使用同一个 case_id，保留修改前后的完整记录。
模型、记忆检索、摘要器、提示词模板、图片条件、视频流程或角色设定发生变化后，都要重跑回归测试。每月还应检查公开页面、出站链接、canonical、robots 和角色简介是否改变。发现过时内容时，记录修改日期、修改原因和参考来源，避免资源页长期保留失效信息。
Disclosure: This maintained resource is published by the Ponys.ai team. It contains original evaluation guidance and links to official product pages.