
出图糊、主体跑偏、手部畸形,多数不是模型能力问题,而是提示词或参数用法有误。按症状逐项排查,通常三轮内就能定位原因,不必盲目换模型。先定位原因,再决定改词还是换模型。
第一,画幅和用途不匹配,用很小的尺寸出图再放大,必然糊。第二,提示词里同时出现互相冲突的要求,比如既要极简又要繁复细节。第三,把参考图当成了提示词,以为上传图片就不用写描述。这三类问题占了废图的一半,改起来也最快:先确认输出尺寸够用,再删掉冲突词,最后补一句主体描述。
还有一种情况是提示词太长,模型只照顾前几句,后面的约束形同虚设。把描述压到百字以内,很多问题会自己消失。另外要留意参考图的影响:上传了参考图,模型会优先贴近图片,文字描述的约束力随之下降,两者不要同时用来控制同一件事。
画面发糊,先看尺寸,再看主体是否太小。主体在画面里占比不足三成时,细节自然不够,把主体写大或改成特写就能改善。主体跑偏,通常是数量与位置没写清,补上「一只」「居中」「左侧」这类限定词。手部畸形,最有效的方法是避开手部动作,改成非握持的姿势,或直接裁成半身构图。文字畸形没有可靠解法,正确做法是后期加字。
风格不对则要回头看风格词。四个风格词互相打架时,出来的图会平均成一张没有特点的图,每组只留一个词更容易出效果。排查时一次只改一个变量,改完立刻出图验证,不要把三处改动一起提交,否则无法判断哪一处生效。
三轮之后如果仍然不对,说明提示词结构本身有问题,回到四段结构重写,而不是继续加词。加词只会让问题更难定位,也会让提示词越来越长。如果三轮都指向同一个问题,比如主体始终太小,就不要继续微调措辞,直接把主体占比写进提示词开头,或者改成特写构图。定位的目的不是把提示词改漂亮,而是尽快找到是哪一项约束没被执行。先把排查顺序定下来,再谈技巧,效率会高很多。
需要保留原图主体却反复重画,换 Nano-Banana-2;需要精确留白与构图却总被填满,换 GPT-Image-2.6;需要质感却始终平淡,换 Midjourney。判断标准很简单:连续三次调整都指向同一个能力缺口,就不是措辞问题,而是模型不擅长这类任务。
另一个信号是返工方向反复摇摆:一会儿嫌糊、一会儿嫌假,说明当前模型在你的需求区间里不稳定。这时候换一个更匹配的模型,往往一次就过,比继续调词省时间。换模型之后提示词也要跟着换写法,直接复制原文往往效果更差。
如何开始:打开 极客空间站 AI绘画,把最近一张废图的提示词按四段结构重写一遍,再分别用三个模型各出一张,对照排查表定位问题。
大连极客十一维科技有限公司