许多用户尝试用文心一格生成高质量国风插画时，常常遇到上传的古画、工笔线稿或敦煌配色图未被模型准确理解的情况——要么细节丢失，要么风格偏离预期。核心原因在于参考资料未被正确激活。本文直接给出结论：要让文心一格真正理解你的国风参考图，必须在前置处理、图片输入方式以及提示词策略上做出正确调整。

上传参考资料前必须做的三件事

第一步，将参考图裁剪为正方形，边长至少1024像素。非正方形图片会被自动拉伸变形，导致人物衣纹或建筑飞檐扭曲。如果原始图包含大量留白或文字水印，务必提前裁剪，否则模型可能误将空白视为“留白美学”或将水印当作纹样，效果可想而知。

第二步，关闭“智能构图增强”功能。该开关默认开启，会强行重组画面结构，把你的宋画小品套入全景式构图，导致山水比例失调。

第三步，在提示词末尾添加一句固定描述：“参考图提供构图、线描、设色依据，严格保持其时代特征”。不加这句，模型倾向于用通用国风模板覆盖你的参考逻辑，辛辛苦苦找的参考图就会失效。

让参考图真正起效的两种喂法

方法一：单图强引导——适用于已有明确母本的情况。例如，你手头有一张高精度工笔仕女图，上传后，在提示词中写入“仿《簪花仕女图》绢本设色，发髻、披帛、团扇形制完全参照所传参考图”，然后选择“高相似度模式”生成。这种方法简单直接，结果最接近母本。

方法二：多图混合训练——适用于融合多种元素。例如，你想将北魏壁画飞天的姿态、清代青绿山水的局部、明代云肩纹样特写结合起来，就上传这三张图。提示词写“飞天动势取自第一图，山体皴法参照第二图，服饰云肩纹用第三图原纹，整体为水墨重彩新国风”。关键一步是点击“融合权重调节”，将三张图的影响力分别设为40%、35%、25%。这样主次分明，避免混乱。

避开参考失效的三个坑

第一个坑：避免使用手机翻拍的古籍扫描页。反光、阴影、折痕会被模型识别为“斑驳肌理”，导致生成图像自动添加噪点，人物皮肤也变得粗糙。

第二个坑：不要上传带有现代标注的PPT截图。箭头、红圈、微软雅黑字体都会被视为视觉元素学习，生成图里会出现莫名其妙的悬浮标注框，令人哭笑不得。

第三个坑：上传水墨稿后，提示词切忌使用“高清写实”。水墨的氤氲感与“写实”冲突，模型会强行锐化边缘，导致墨色层次崩坏。想要水墨效果，应使用“墨韵”“氤氲”“写意”等词汇，而不是与之对抗。

总而言之，文心一格对国风参考图的理解本质上是双向对话——你提供什么，它反馈什么。只要前置处理到位、输入方式正确、提示词精准，它就能忠实遵循你的意图；反之，任何环节的疏忽都会导致它自由发挥。这并非工具不够强大，而是你尚未掌握与它有效沟通的方法。