请严格按以下顺序执行：①列出本任务所需的5项硬性视觉判断标准，每项含【名称】、【测量方式】、【合格阈值】三要素；②仅当全部标准明确后，才进入提示词生成阶段。【雨丝密度】+【单位面积内垂直雨痕数量统计】+【≥17条/平方厘米（以画面中心10×10cm区域为采样框）】；【湿地面反射一致性】+【同一帧内至少3个不同材质表面（沥青/瓷砖/金属井盖）的倒影变形率偏差≤8%】+【需提供反射面法线角度计算依据】；【天光色温断层】+【云层底部与建筑立面受光区的色温差值】+【Δcct ≥ 1200k（测点：窗框上沿与同高度墙面交界处）】；【雨滴轨迹连续性】+【单颗雨滴在相邻两帧间的位移矢量夹角】+【≤3.2°（基于120fps等效采样推算）】；【高光溢出控制】+【霓虹灯牌边缘像素值梯度斜率】+【≤0.85（以rgb最大通道值归一化后测算）】。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你想让Luma AI在生成城市雨天镜头前，先输出可验证的视觉判断标准，而不是直接甩出一段带参数的提示词——否则你根本没法确认它理解的是“上海弄堂雨雾”还是“东京涩谷暴雨”，更无法校验成片是否达标。必须用结构化指令逼AI把隐含的判断逻辑显性化、编号化、可反查。
强制AI分步输出判断标准
在Luma Dream Machine输入框中，第一句就写：“请严格按以下顺序执行：①列出本任务所需的5项硬性视觉判断标准，每项含【名称】、【测量方式】、【合格阈值】三要素；②仅当全部标准明确后，才进入提示词生成阶段。”
这句必须放在最开头，中间不空行、不加标点修饰。Luma的DiT推理链会在读到“①”时自动切换至诊断模式，跳过默认生成路径。
若AI跳过①直接写提示词，立刻追加一行：“暂停。只输出第①步内容：5项硬性视觉判断标准，格式为【名称】+【测量方式】+【合格阈值】，不许合并、不许省略任何一项。”
五项标准的具体构成与填写要点
方法一：用物理锚点锁定雨态真实性
【雨丝密度】+【单位面积内垂直雨痕数量统计】+【≥17条/平方厘米（以画面中心10×10cm区域为采样框）】
方法二：用反射逻辑校验环境可信度
【湿地面反射一致性】+【同一帧内至少3个不同材质表面（沥青/瓷砖/金属井盖）的倒影变形率偏差≤8%】+【需提供反射面法线角度计算依据】
方法三：用光影断层识别时间锚点
【天光色温断层】+【云层底部与建筑立面受光区的色温差值】+【ΔCCT ≥ 1200K（测点：窗框上沿与同高度墙面交界处）】
【注意：若AI在标准中写“看起来很湿”“氛围到位”等主观描述，说明它未激活硬性判断模块，必须退回重列】
方法四：用运动残留验证镜头逻辑
【雨滴轨迹连续性】+【单颗雨滴在相邻两帧间的位移矢量夹角】+【≤3.2°（基于120fps等效采样推算）】
方法五：用噪点分布反向验证传感器模型
【高光溢出控制】+【霓虹灯牌边缘像素值梯度斜率】+【≤0.85（以RGB最大通道值归一化后测算）】
标准通过后的提示词组装规则
第一步：将五项标准逐条转译为可执行参数。例如把【雨丝密度】标准转为“heavy rain, rain streaks density 19/cm² at center frame”。
第二步：所有参数必须绑定具体测量位置。例如不写“shallow depth of field”，而写“shallow depth of field (f/1.4, focus distance 1.3m, measured from lens to wet manhole cover edge)”。
第三步：在提示词末尾插入校验触发码 →【--validate-rain】。该代码会激活Luma后台的雨天专项校验器，自动比对生成帧与五项标准的数值偏差。
第四步：点击生成前，确认界面右下角出现绿色“✓ All 5 criteria loaded”提示。【未出现即代表AI未真正加载标准，生成结果必然偏离】
