第一步：用三重锚点锁定核心信息

正向提示词的开头，直接写：【food-grade silicone baby bottle, foldable base, BPA-free label visible on bottom】。这三个短语必须连写，不换行，顺序也不能调换。原因很简单：SD对前置词的权重更高。“food-grade silicone”最先出现，才能压住模型默认的塑料质感倾向；如果把“foldable base”往后放，AI会优先渲染瓶身而忽略底座的可变形结构；“BPA-free label”带方位限定（on bottom），否则标签可能出现在瓶身侧面，甚至被遮挡。

接着补上主体状态：new in package, unopened seal intact, front 3/4 view。这里有个细节：“unopened seal intact”比单纯的“sealed”更有效，它能触发包装完整性训练数据中的高频共现模式，避免AI生成撕开一半或模糊封口的情况。而“front 3/4 view”比“front view”更能保留瓶肩的弧度和奶嘴的角度关系，防止侧脸式构图导致奶嘴变形。

第二步：光照与背景必须服务于信息传达

追加光照和背景描述：studio lighting, soft frontal light, pure white background, shallow depth of field。“soft frontal light”是关键，它能让硅胶表面呈现均匀的哑光质感，而不是高光斑块——后者很容易让材质被误判为廉价PVC。“shallow depth of field”必须配合“pure white background”一起用，否则虚化区域会泛灰，导致瓶底标签的边缘发虚，看不清文字。

还有一个容易踩的坑：删掉所有环境暗示词。不要写“on nursery shelf”或“beside teddy bear”。哪怕只多一个介词，AI就会悄悄生成模糊景深里的杂物轮廓，直接干扰对BPA标签的识别。

第三步：负向提示词精准拦截信息污染

负向提示词的设置，分两个层次。

第一层：基础屏蔽。粘贴以下组合： text, words, letters, logo, signature, watermark, barcode, QR code, human hand, finger, skin texture, blurry, jpeg artifacts, deformed, disfigured, extra limbs, mutated hands, missing arms, missing legs。 其中【text, words, letters】必须保留，否则AI会在纯白背景上自动生成虚构的“FDA APPROVED”字样或伪条形码，直接污染合规信息的可信度。

第二层：品类专属剔除。母婴类必须追加：plastic texture, cartoonish, glossy surface, transparent material, liquid inside bottle。 “plastic texture”专治硅胶被渲染成硬质PP的常见错误；“liquid inside bottle”看似合理，实则会触发奶液反光层，掩盖瓶身刻度线与BPA标签；“glossy surface”会覆盖食品级硅胶应有的柔雾触感。

第四步：参数配置强化关键信息稳定性

最后是参数设置，三步走。

第一步：CFG值设为8.5。低于7时，瓶身刻度线容易断裂；高于9，硅胶褶皱会过度锐化，看起来像橡胶而非食品级材质。

第二步：采样步数设为35。步数少于30，BPA标签文字会像素化；超过40，奶嘴顶端的微孔结构反而崩解为噪点。

第三步：启用ControlNet Tile预处理器+对应模型。输入一张干净的产品白底正视图，确保瓶身比例、标签位置、折叠结构1:1复现。特别注意：【不勾选“pixel perfect”】，否则折叠底座边缘会因过度拟合原图而失去自然弧度。