# Prompt → Image Consistency Checks — Image Validator

Bu fayl image-validator-in **Qat C** üçün istifadə etdiyi check-list-dir. Promptdə yazılan **hər instruction faktiki şəkildə icra olunubmu**?

---

## Əsas prinsip

Promptdə yazılan **hər cümlə instruction-dur**. Şəkil onu icra etməlidir. Əgər icra olunmayıbsa → bu image model failure (estetik məsələ deyil, fakt məsələsi).

---

## Yoxlama metodologiyası

### 1. Promptu parça-parça oxu

Prompt mətnini cümlə-cümlə (və ya phrase-phrase) ayır. Hər birini **müstəqil instruction** kimi qəbul et.

**Misal prompt:**
> "Generate a photorealistic film still of an 8-year-old Azerbaijani girl with olive-tan skin, long dark wavy hair, and large olive-green eyes. She is sitting cross-legged on a kitchen floor at 7am morning light. Wearing a rose-pink linen dress, knee-length, slightly rumpled. A calico cat (grey-white-orange patches) curls beside her. Soft single key light from the camera-left window, neutral 5600K daylight, gentle shadows falling to camera-right. No lamps lit, no candles. Pixar 3D animation style, emotional truth, appeal-driven. Aspect 9:16 vertical."

**Instruction çıxarışı:**

| # | Instruction phrase |
|---|---|
| 1 | 8-year-old |
| 2 | Azerbaijani girl |
| 3 | olive-tan skin |
| 4 | long dark wavy hair |
| 5 | large olive-green eyes |
| 6 | sitting cross-legged |
| 7 | kitchen floor |
| 8 | 7am morning light |
| 9 | rose-pink linen dress |
| 10 | knee-length |
| 11 | slightly rumpled |
| 12 | calico cat |
| 13 | grey-white-orange patches |
| 14 | curls beside her |
| 15 | soft single key light |
| 16 | camera-left window |
| 17 | 5600K daylight |
| 18 | shadows to camera-right |
| 19 | no lamps lit |
| 20 | no candles |
| 21 | Pixar 3D animation style |
| 22 | emotional truth |
| 23 | appeal-driven |
| 24 | aspect 9:16 vertical |

### 2. Hər instruction üçün şəkili yoxla

Hər element üçün:
- ✅ — promptdə yazılan tam icra olunub
- ❌ — promptdə yazılan icra olunmayıb (yox, yanlış, fərqli)
- ⚠️ — instruction icra olunub, lakin əlavə şeylər də var (promptdə yox idi)
- N/A — instruction subyektiv/qiymətləndirilə bilməz (məs. "emotional truth")

### 3. Cədvələ yaz

```markdown
## Qat C — Prompt → image uyğunluğu

| # | Instruction | İcra | Verdikt | Qeyd |
|---|---|---|---|---|
| C1 | 8-year-old | Vizual yaş 7-9 | ✅ | — |
| C2 | Azerbaijani girl | Caucasian features OK | ✅ | — |
| C3 | olive-tan skin | Skin tone match | ✅ | — |
| C4 | long dark wavy hair | Long dark hair, wavy slight | ✅ | — |
| C5 | large olive-green eyes | Eyes olive-green, large | ✅ | — |
| C6 | sitting cross-legged | Cross-legged pose | ✅ | — |
| C7 | kitchen floor | Kitchen floor visible | ✅ | — |
| C8 | 7am morning light | Light source cool, low angle morning OK | ✅ | — |
| C9 | rose-pink linen dress | Dress pink linen | ✅ | — |
| C10 | knee-length | Length knee-level | ✅ | — |
| C11 | slightly rumpled | Smooth, no rumple visible | ⚠️ | Drape too perfect |
| C12 | calico cat | Cat present | ✅ | — |
| C13 | grey-white-orange patches | Mostly orange tabby, no grey/white | ❌ | Colour pattern wrong |
| C14 | curls beside her | Cat sitting, not curled | ⚠️ | Sitting upright |
| C15 | soft single key light | Single light source visible | ✅ | — |
| C16 | camera-left window | Window left | ✅ | — |
| C17 | 5600K daylight | Cool white light OK | ✅ | — |
| C18 | shadows to camera-right | Shadows fall right | ✅ | — |
| C19 | no lamps lit | One lamp on table — lit | ❌ | Lamp visibly on |
| C20 | no candles | No candles | ✅ | — |
| C21 | Pixar 3D style | Pixar render style | ✅ | — |
| C22 | emotional truth | N/A | N/A | Subjective |
| C23 | appeal-driven | N/A | N/A | Subjective |
| C24 | aspect 9:16 vertical | 9:16 | ✅ | — |
```

---

## Tipik prompt instruction kateqoriyaları

### Karakter
- Yaş, etniklik, dəri tonu, saç, göz
- Geyim (rəng, material, kəsim, uzunluq, state)
- Distinctive features (scar, glasses, jewelry, makeup)
- Action/poza (sitting, standing, running, holding)
- Expression (smiling, frowning, neutral, crying)

### Məkan
- Type (interior/exterior, room type)
- Time-of-day
- Weather
- Props (specific items mentioned)
- Materials (floor, wall, furniture)

### İşıq
- Source (window, lamp, sun, candle, fire)
- Direction (camera-left/right/up/down, frontal, backlit)
- Color temperature (3200K / 5600K / mixed)
- Intensity (soft, hard, dim, bright)
- Shadow direction (consequence of source)

### Kamera
- Lens (focal length implied — wide/medium/telephoto)
- Angle (eye-level, low, high, overhead)
- Distance (ELS / LS / MS / MCU / CU / ECU)
- Aspect (9:16 / 16:9 / 2.39:1 / 1:1)
- DOF (deep / shallow)

### Stil
- Visual style (photoreal / pixar-3d / anime / vintage-film / etc.)
- Render quality (high detail, painterly, sketch)
- Film stock (35mm, 16mm grain)
- Color grading (warm / cool / desaturated / vivid)

### Negative (NO instructions)
- "No candles lit" → şəkildə şam yox olmalıdır
- "No lamps on" → lampa söndürülmüş olmalıdır
- "No additional people" → tək karakter olmalıdır
- "No floating elements" → hər şey dayaq üzərində

### Aspect & technical
- Aspect ratio
- Resolution implied
- Frame composition (rule of thirds, centered, asymmetric)

---

## Tipik failure pattern-lər

### F1 — Negative instruction ignored
"No lamps lit" yazılıb, lakin model lampa yandırır. Bu **AI üçün ən tipik failure**-dir — negative instruction-ları zəif icra edir.

**Fix tövsiyəsi:** Negative-i aqressiv yenidən yaz: "ALL lamps in the scene are OFF — bulbs dark, no warm glow. Verify by checking each lamp object."

### F2 — Multi-colour pattern simplified
"Calico cat (grey-white-orange)" → model orange tabby çəkir. AI multi-colour pattern-ları **birinci colour-a basit edir**.

**Fix tövsiyəsi:** Colour distribution dəqiq yaz: "Cat with three colour patches: WHITE belly and chest (40%), GREY back and head (35%), ORANGE rear quarters and ears (25%). Distinct patches, not a tabby pattern."

### F3 — Light direction ignored
"Light from camera-left" → model işığı sağdan və ya yuxarıdan rendered edir. Camera-relative directions **AI üçün çətindir**.

**Fix tövsiyəsi:** Verify clause əlavə et: "Light from camera-LEFT. The LEFT side of subject's face is bright, RIGHT side in soft shadow. Verify by checking which cheekbone is highlighted."

### F4 — Material ignored
"Linen dress, slightly rumpled" → model silk-smooth dress çəkir. Texture mood subordinate olur.

**Fix tövsiyəsi:** Material aqressiv: "LINEN fabric — visible WEAVE texture, NATURAL rumples and creases at waist and elbows. NOT silk, NOT polyester, NOT smooth."

### F5 — Visual style drift
Pixar-3d layihədə photoreal şəkil çıxır (və ya əksinə).

**Fix tövsiyəsi:** Style aqressiv yenidən yaz: "Rendered in PIXAR 3D ANIMATION style — stylized characters with appeal-driven features, NOT photoreal. Reference: Toy Story, Up, Inside Out. NO realistic skin, NO photo-realistic textures."

### F6 — Number ignored
"5 fingers" yazılıb, lakin model 4 və ya 6 barmaq çəkir. AI counting-də zəifdir.

**Fix tövsiyəsi:** "Hand visible with exactly FIVE fingers — thumb, index, middle, ring, pinky. Verify by counting."

### F7 — Aspect ignored
9:16 yazılıb, lakin model 1:1 və ya 16:9 çıxarır. Model parametri override edib.

**Fix tövsiyəsi:** Aspect-i model parametri kimi qoy (API-də `aspect_ratio: "9:16"`) — yalnız prompt mətnində yazmaqla yetinmə.

### F8 — Time-of-day drift
"Midday 12:00" yazılıb, lakin golden hour shadows çıxır.

**Fix tövsiyəsi:** "Midday at 12:00 noon — sun directly OVERHEAD. Shadows are SHORT (30% of object height) and NEUTRAL white-yellow. NOT warm orange, NOT golden hour. Verify shadow length against object."

### F11 — Model intrinsic limitations (2-iteration threshold)
Bəzi failure pattern-lər **prompt failure deyil, model intrinsic limitation**-dur. 2 iterasiyada eyni ⚠️/❌ təkrar olunarsa, 3-cü cəhd əvəzinə alternative təklif edilir.

**Discovered limitations (per model):**

**GPT-Image-2:**
- **Strong diagonal rain bias** — 15°+ angle rendering zəifdir, model vertical-a yaxınlaşdırır. (Source: P-06 v1→v2)
- **Dark fabric wet/dry contrast in low-light** — black/navy fabric night scene-də wet sheen render etmir. Specular response zəif. (Source: P-06 v1→v2)

**Bu pattern-də necə davranılır:**
1. **Model limitation flag** qaldır
2. **Alternative model təklif et:**
   - Strong diagonal rain → **Flux Kontext** və ya **Midjourney v7** (`--style raw` + storm reference)
   - Dark fabric wet contrast → **Scene preconditioning**: fabric rəngi light dəyiş (beige, light grey, tan) və ya wet area-da bright light source yerləşdir
3. **İstifadəçi qərarına buraxılır** — accept, change model, change scene element

### F12 — Cinema reference as fix tool (universal pattern)
3+ test-də həlledici rol oynayan pattern — master knowledge-ə promote olunma kandidatı.

**Pattern:** Kompleks vizual situations üçün uyğun film/director reference promptə əlavə et. Model film aesthetic-i statistical olaraq güclü association saxlayır.

**Sübut olunmuş istifadə:**
- **Sofia Coppola "Lost in Translation"** → window Fresnel reflection (P-05 v2)
- **Roger Deakins "Blade Runner 2049" / "Sicario"** → wet street + neon reflection + warm orange (P-06 v1+v2)
- **Andrew Stanton "WALL-E"** → silent storytelling emotional truth (Reels test layihəsi)

**Necə tətbiq olunur:**
- Reference adı + film adı + (lazımdırsa) konkret elements ("Lost in Translation hotel window aesthetic" )
- "Like a film scene where..." compositional language
- Director's signature elements (Deakins → warm reflective surfaces; Coppola → intimate cinematography)

### F10 — Glass/mirror surface dual-layer bias
Şüşə və ya mirror səthində **iki layer** (transparency + reflection) eyni anda render edilməlidir, lakin model yalnız bir layer-ə fokuslanır (adətən transparency, reflection drop). Reflection element-lərini scene-ə spatial integration edir (məs. lamp → uzaq bina interyeri kimi).

**Tipik nümunələr:**
- Window night scene: city through glass + room reflected on glass → yalnız city rendered, room reflection lamp-ı city içində rendered (P-05 v1 bug)
- Mirror in lit room: room + person's reflection → yalnız room rendered, mirror surface treats as transparent
- Wet street puddle: ground + sky reflection → yalnız ground rendered, reflection missing

**Root cause:** AI training data-da glass/mirror surface-ləri ya **tamamilə transparent** ya da **tamamilə reflective** kimi statistic dominate edir. Hybrid Fresnel layering (eyni səthdə iki layer eyni anda) zəif association.

**Fix tövsiyəsi:**
1. **Spatial depth explicit positioning:** "Reflection layer AT THE GLASS PLANE depth, NOT at scene depth"
2. **Ghost overlay language:** "translucent ghost", "double-exposure", "X% opacity overlay"
3. **Cinema reference:** Film/director adı istifadə et (məs. "Sofia Coppola Lost in Translation aesthetic") — modelin film training-ini istifadə et
4. **Ultra-aggressive anti-default:** 3+ NOT-clauses ("NOT a streetlight, NOT a distant window, NOT an outdoor lamp")
5. **Position match:** Reflection-ın kadrda harada görünməsi (screen area, height level)
6. **Failure-conditional verification:** "If reflection blends into scene depth → FAILURE → regenerate"

**Discovered by:** P-05 iter 1 (2026-05-15).

### F9 — Dual/Multi-element rendering bias
Prompt-da multiple similar elements yazılıb (məs. iki banister sistemi, üç işıq mənbəyi, dörd dayaq sütunu), lakin model yalnız bir/iki render edir, qalanlarını drop edir.

**Tipik nümunələr:**
- Spiral staircase + outer banister + inner handrail → yalnız outer rendered olunur (P-03 v1 bug)
- Theatre with key + fill + back light → yalnız key və fill rendered olunur
- Bridge with handrails on both sides → yalnız bir tərəfdə handrail rendered olunur

**Root cause:** Statistical association — model "spiral staircase" + "banister" → bir banister sistemi olaraq öyrəndiyi üçün ikincini opsional kimi qəbul edir.

**Fix tövsiyəsi:**
1. **Numbered subsystem headers:** "TWO SEPARATE banister systems — both MUST be rendered" + "3A. Outer banister: ..." + "3B. Inner handrail: ..."
2. **Explicit attachment description** hər subsystem üçün ayrı
3. **"ALL MUST be rendered"** opening clause
4. **Per-element verification:** "- [ ] OUTER banister visible. - [ ] INNER handrail visible. Count brackets."
5. **Parantezdə yazma** — hər vacib element ayrı numbered cümlədə olsun (modelin parantez drop bias-ından qaçın)
6. **Safety/fail language:** "Without [element X], the prompt fails — this is non-negotiable"

**Confirmed by:** P-03 iteration 1 → 2 success.

---

## Misal — Cell 3 (Aytac qaçış)

**Prompt** (excerpt):
> "Photorealistic film still of a 28-year-old Azerbaijani woman running on a park path at dawn. Tied-back dark hair, sweat at temple, athletic top and leggings. Close-up 85mm, eye-level, shallow DOF, background blur soft. Pre-dawn cool blue ambient + warm horizon rim at cheekbone. Documentary realism, hand-held respired, no glamour, no retouching. Aspect 9:16."

**Yoxlama cədvəli:**

| # | Instruction | İcra | Verdikt |
|---|---|---|---|
| C1 | 28-year-old | Vizual yaş 25-30 | ✅ |
| C2 | Azerbaijani woman | Caucasian features OK | ✅ |
| C3 | Running on park path | Running pose, park visible | ✅ |
| C4 | Dawn | Sky cool blue → warm horizon | ✅ |
| C5 | Tied-back dark hair | Ponytail dark | ✅ |
| C6 | Sweat at temple | Sweat visible | ✅ |
| C7 | Athletic top + leggings | Athletic wear OK | ✅ |
| C8 | 85mm close-up | Close-up frame | ✅ |
| C9 | Eye-level | Eye-level OK | ✅ |
| C10 | Shallow DOF | Background blur soft | ✅ |
| C11 | Pre-dawn cool blue ambient | Cool blue ambient | ✅ |
| C12 | Warm horizon rim at cheekbone | Faint warm rim visible | ✅ |
| C13 | Documentary realism | Photoreal, no stylization | ✅ |
| C14 | No glamour | No fitness-model smile | ✅ |
| C15 | No retouching | Skin texture real, sweat real | ✅ |
| C16 | 9:16 aspect | 9:16 vertical | ✅ |

**Verdikt:** 16/16 ✅ — Qat C təsdiqlənir.

---

## Davranış qaydaları

### Promptə əməl olunmayan hər instruction ❌-dir
Estetik fikir deyil. "Linen rumple yox idi → ❌". Sənin işin fact-checking.

### Subyektiv termin (N/A)
"Emotional truth", "appeal-driven", "cinematic mood" və s. → N/A (qiymətləndirilə bilməz).

### Əlavə şey varsa ⚠️
Promptdə yazılmamış element şəkildə varsa (məs. promptdə "no jewelry" yox idi, lakin şəkildə qadın boyunbağı taxır) → ⚠️ (instruction violation deyil, lakin diqqət).

### Fix instructions konkret olsun
Hər ❌ üçün **prompt rewrite təklif et**. Ümumi "promptu yaxşılaşdır" yox, **dəqiq mətn təklif**.

---

*Versiya: 1.0 | Son yenilənmə: 2026-05-15*