Stable Diffusion纯新手教程文生图界面讲解

刚接触Stable Diffusion的新手朋友，面对那个功能繁多的WebUI界面，第一眼可能会觉得有点无从下手。别担心，界面上的东西虽然多，但理解起来并不复杂。今天，我们就来把最核心的“文生图”界面拆解一遍，让你快速上手。

首先映入眼帘的，肯定是那个最大的文本框——提示词（Prompt）输入框。这里就是你用文字描述梦想画面的地方。关于如何写好提示词，那是另一个大学问，我们之前已经详细讨论过。这里要提醒的是，提示词框有长度限制，你可以在设置里调整这个上限。一般来说，提示词越长，生成所需的时间也会略微增加，但不像提升分辨率那样对时间影响巨大。关键一点：别堆砌过长的句子，精炼、准确的关键词组合往往效果更好。

在提示词框下面，通常紧跟着它的好搭档——反向提示词（Negative Prompt）框。顾名思义，这里用来填写你不希望在图片中间出现的东西，比如“模糊的手”、“多余的手指”、“画质差”等，能有效规避一些常见的模型缺陷。

写提示词时，你可能会用到权重语法，比如用括号把某个词括起来，后面跟上冒号和数字：(signature:1.2)。这意思是给这个词赋予1.2倍的强调权重。不过要注意，权重不宜过高，一般不建议超过1.5，否则很容易导致图像出现扭曲或不可预料的奇怪元素。

采样器与步数：选择你的“画师”与“精细度”

接下来看看采样方法（Sampler）。你可以把它想象成不同风格和作画习惯的画师。Euler a作为默认选项，速度快，效果稳定，是很多人的首选。后面那些带“DPM++”或“Karras”字样的，通常能产出更细腻、质量更高的结果，但速度会慢不少。一个实用的策略是：前期大量尝试和构思时，用Euler a快速出图；等到最后阶段需要精细优化时，再换用更慢但更好的采样器。

采样步数（Sampling Steps）则决定了这位“画师”的工作精细程度。步数越高，理论上图像细节处理得越充分，生成时间也越长。但这里有个边际效应：每个采样方法都有一个“收益拐点”，步数超过这个点后，画质提升就不明显了，纯属浪费时间。前期文生图探索时，步数不用拉得太高；等到图生图精修时，再适当提高步数，往往性价比更高。

分辨率、修复与批量生成

分辨率（Width & Height）大家都很熟悉。核心原则是：不要超出你所用模型的“舒适区”。每个模型都是在特定分辨率范围的图像上训练的，超出这个范围，容易出现人物多头、多肢或图案错乱。这个“舒适区间”需要你自己对不同模型进行尝试和摸索。

“面部修复（Restore faces）”功能主要是针对真人模型优化人脸，如果你主要画二次元风格，通常不需要开启。

“高清修复（Hires. fix）”是一个先出小图再放大的功能。很多人觉得在文生图阶段直接开启它必要性不大，因为完全可以在后续的图生图环节，用专门的放大算法进行更灵活的控制。

批量生成方面，“生成批次（Batch count）”和“每批数量（Batch size）”都能一次生成多张图。区别在于：按“批次”生成，每张图之间的随机性差异会更大一些；而按“每批数量”生成，同一批内的图会稍微更相似。你可以根据是想要更多样性还是更高效率来选择。

关键参数：CFG与种子

提示词相关性（CFG Scale）是一个非常重要的参数。它控制AI在多大程度上听从你的提示词指挥。数值越低，AI自由发挥的空间越大；数值越高，则越严格地遵循你的提示词。这个值不能太大也不能太小，通常在7到12之间是一个比较安全的甜点区。当然，具体模型可能有不同偏好，需要你稍加尝试。

随机种子（Seed）可以理解为图像的“DNA序列”。固定一个种子值，即使多次生成，只要其他参数不变，得到的图像就会非常相似。设为-1则代表每次都是全新随机。当你得到一张满意的构图但想微调细节时，固定种子就非常有用了。

进阶功能入口：ControlNet与附加网络

ControlNet是一个革命性的插件，能让你精确控制姿势、构图、线条等，功能非常强大。由于内容较多，这里不展开详述。

如果你想使用LoRA、超网络（Hypernetwork）或嵌入式（Embedding）等模型，需要点击生成按钮下方那个类似红色棋子的图标。

点击后，会弹出一个模型选择面板，选择你想要的模型后，它的触发词会自动添加到你的提示词框中。

添加的LoRA提示词同样支持权重调整，语法和普通提示词一样，比如 ``。关于LoRA更高级的混合、分层等用法，我们另有文章探讨。

其他生成模式与错误排查

在界面顶部，你还会看到“图生图（img2img）”和“局部重绘（inpaint）”的标签页，功能正如其名。“附加功能（Extras）”标签页则主要用于使用各种超分辨率算法来放大图片。

最后一个小贴士：如果你的生成过程报错了，别慌，仔细看一下生成按钮下方区域出现的英文提示，它通常能告诉你问题出在哪里，比如显存不足（CUDA out of memory）、模型加载失败等。

好了，Stable Diffusion文生图界面的核心功能就介绍到这里。掌握这些，你已经可以开始自由地创作了。下一期，我们再深入聊聊“图生图”的妙用。