步骤1：先固定题目，避免不公平比较
案例设定为一家社区咖啡店，需要为工作日上午时段设计短视频选题，受众是附近上班族，内容不能依赖明星探店，也不使用虚构优惠。这里比较两条路线：A路线用灵感大王发散，B路线由运营人员查看近30天顾客提问后手工出题。
两边采用同一份任务卡：各给出10个选题，每条包含目标人群、冲突点和可拍画面。测试的关键不是证明谁绝对更强，而是控制变量。若一边只给“咖啡店选题”，另一边拿到完整经营信息，结果没有参考价值。
灵感大王对比：一次选题实测复盘
灵感大王对比不能只截两张生成页面，再凭感觉说谁更好。下面用一个可复现的社区咖啡店选题案例，把需求设定、双路线出题、盲评筛选和二次改稿完整走一遍。你可以直接照着流程测试自己的行业，重点观察可用率、修改量和素材匹配度，而不是被生成数量带偏。
步骤2：分别产出，不在中途互相抄答案
A路线的提示可写成：“面向赶时间的通勤者，围绕早晨买咖啡的真实顾虑，给10个可在店内拍摄的选题，避免泛泛介绍咖啡知识。”生成后先原样保存，不急着追问。这样能看出工具第一轮理解需求的能力。
B路线不凭空开会，而是从点单记录和现场提问中归纳：多久能出杯、空腹怎么选、能否提前下单、带走后口感变化等。人工路线的优势不是更会起标题，而是接触过真实问题；它的短板是容易困在已有经验里，角度数量有限。
步骤3：用评分表盲评，不比较文采
把来源隐藏后，每个题目按四项打0至2分：是否对应明确人群，能否用现有场景拍摄，是否需要额外核实，和账号过去内容是否重复。满分8分，低于5分先不进入制作。评分人最好包含运营和门店员工，因为两者看到的执行风险不同。
这类灵感大王对比常出现一个规律：工具路线在角度宽度上占优，人工路线在细节和素材可得性上更稳。不要硬选冠军，可以把工具给出的新角度，与员工知道的真实问题拼接。例如将“通勤咖啡选择”落成“离地铁进站还有8分钟，点哪类制作更快”。
步骤4：二次加工，再记录真实成本
入选题目还要经历一次证据检查：涉及制作时间，就用门店实际流程计时；涉及咖啡因或健康建议，就删掉未经专业来源支持的断言；涉及顾客故事，则隐去身份信息并取得必要授权。能通过这一步，才算可制作选题。
复盘表只记录四个数：首轮题目数、入选数、修改分钟数、最终完成数。连续测试三轮，再决定哪条路线承担主力。这个案例的重点不是预设灵感大王胜负，而是让比较从“看起来不错”变成一套可复查的流程。
常见问题
- 灵感大王对比其他工具要测几次？
- 至少用3个不同任务测试，且保持提示条件、输出数量和评分标准一致。单次结果容易受题目熟悉度影响。
- 比较灵感工具最重要的指标是什么？
- 优先看最终可用率和人工修改时间。生成速度再快，如果多数题目不能制作，实际效率仍然很低。
- 没有团队，怎样做盲评？
- 先隐藏工具名称，隔一天再评分；也可以请熟悉受众但没参与生成的人，只按统一表格判断。