先给出几个核心判断：CFG（提示词引导系数）直接影响文本相关性，步数（Steps）决定图像细节的打磨精度，分辨率则控制画布尺寸与细节呈现——这三个参数必须联动优化，单独调整任意一个，大概率都会导致效果翻车。

你在LiblibAI平台上反复调整参数却始终得不到理想效果，问题往往并非出在提示词本身，而是关键参数没有配对、没有锁死、没有联动。例如：种子值（Seed）随机跳动导致角色脸部每次都不一样；CFG Scale设置过高导致画面崩坏；去噪强度拉到0.8后直接抹掉参考图的结构——这些都是典型的新手常见错误。

锁定Seed让系列图片保持一致性

生成多张风格统一的角色图片时，固定随机种子（Seed）是至关重要的第一步。否则，即使使用完全相同的提示词，最终产出的五官、发型和姿势也会千差万别。

具体操作分为三步：

第一步：在参数区域找到“Seed”输入框，手动填入一个大于零的整数，例如【13579】，千万不要保留默认的-1。

第二步：首次生成图片并满意后，立刻复制这个Seed值——后续所有同系列图片都粘贴该值，哪怕只修改一句提示词也要保持Seed不变。

第三步：如果希望微调动作但保留脸型，可以在提示词中只改动方位词，比如把“站立侧身”改成“跪坐低头”，其余参数完全不动。

值得特别警惕的是：Seed一旦填错或遗漏，整套系列就会失去连续性，重来的成本非常高。

选择预设模式一键完成参数配置

新手手动调整Steps、CFG、采样器很容易踩坑，而SDXL、人像、ACG、画风这四类预设已经固化实测稳定的参数组合，直接调用就能避开90%的参数冲突问题。

方法一：点击右侧参数区的“预设模式”下拉菜单，选择“ACG”——系统会自动填入Steps=25、CFG=7、采样器=DPM++2M Karras、分辨率=512×768。

方法二：选择“人像”预设→自动启用VAE、关闭Tiling、CFG锁定为8.5、启用Face Detail增强开关。

方法三：选择“画风”预设→强制加载对应的LoRA权重（例如水墨风自动绑定ink_style_v2@0.6），同时禁用可能产生冲突的ControlNet模块。

去噪强度必须控制在0.4–0.6之间

在图生图模式下，去噪强度设置错误是导致失败的首要原因：低于0.3画面会像贴图一样僵硬生涩，高于0.7则结构完全散开，人物肢体错位、背景坍塌。

拖动滑块时要紧盯数值显示，确保停在【0.45】或【0.52】这类非整数点上。系统对0.5有特殊优化，但0.500和0.501的效果差异很明显，建议尝试0.47、0.53、0.58三个档位进行对比测试。

上传参考图后先别急着生成，先观察左侧预览图是否能清晰辨认主体轮廓。如果模糊就重新上传，不要靠调高去噪强度硬撑。

CFG Scale不能盲目拉高

很多人以为CFG值越高细节越丰富，结果画面却出现诡异的手指、扭曲的建筑、错乱的文字——因为模型在强行服从提示词指令时，会牺牲逻辑一致性。

人像类建议设置7～8.5，ACG类上限为8，写实风景类不要超过7，包含文字内容（如海报、招牌）必须压到5～6。

如果生成结果出现“多根手指”“镜像脸”“悬浮物体”，第一反应就是把CFG Scale往回调2个点，这比修改提示词见效更快。

分辨率要匹配模型的能力上限

SDXL模型能够承受1024×1024分辨率，但majicMIX realistic_v7在1024×1024下容易产生面部模糊；F.1 Kontext在768×768以上会丢失局部语义信息。

查看模型详情页的“推荐分辨率”字段，严格按照说明来设置。例如Qwen-Image标注“max 896×896”，你就不能输入900×900，哪怕只超出4像素也会触发降级渲染。

竖构图优先选择512×768或640×960，横构图用768×512或960×640，尽量避开512×512这种容易导致畸变的正方形陷阱。