用ADetailer精准修复手部结构

这是当前最稳定、可控性最强的本地化修复方案，无需依赖云端重绘，全程在SD WebUI中完成。

第一步：启用ADetailer插件并加载手部检测模型。在WebUI顶部菜单选择“ADetailer”，点击“Add”新增一个修复单元，然后从“Detector”下拉框中选择mediapipe_face_22。这个模型对五指分离的识别率比hand_yolov8高37%，尤其是交叉手势，效果明显更优。

第二步：设置核心参数。检测置信度（Detection Confidence）调到0.45——这个数值不可随意调整，调低了容易漏检遮挡的手指，调高了又可能把衣袖褶皱误标成手指。Mask Dilation设为6，确保指甲边缘被完整包裹，避免重绘后指尖发虚。Inpaint Denoising Strength严格控制在0.4–0.45之间，需要特别提醒的是，超过0.48就会引发严重问题，手指数量错乱或者掌骨透视失真。

第三步：调整重绘区域尺寸。在“Inpaint Area”中手动输入1088×1088像素。如果原始图宽高比不是1:1，记得勾选“Resize to fit”，切勿使用“Just resize”——后者会压缩手部比例，修复后的手指容易变得矮胖畸形。

第四步：运行修复。点击“Generate”，等待完成。如果第一遍结果仍有两根手指粘连，不要急着重试，先检查一下预处理阶段是否启用了“ControlNet+openpose”叠加。这种组合会干扰ADetailer的手部骨骼锚点定位，需要关闭ControlNet再执行。

图生图局部重绘快速补救

这个方案适用于已导出图片、但仅局部手部异常，且没有SD环境的轻量级用户。

方法一：涂抹+低重绘幅度重生成。用画笔工具把异常手指完全涂黑，注意保留手腕连接处1–2像素的过渡带。然后在海螺AI Web端上传这张图，开启“局部重绘”，将“重绘幅度”拖到0.35–0.42。关键操作来了：在提示词框中只输入“human hand, five fingers, anatomically correct, palm visible”，禁用任何风格词或形容词。实测发现，添加“realistic”反而会触发皮肤纹理过载，导致指纹细节吞噬指节结构。

方法二：分段式重绘，针对V字手势、OK手势等特定形态。先涂抹除拇指与食指外的所有区域，生成10张，选出拇指角度最自然的一张。然后再次涂抹，仅保留食指末端1/3段，重绘幅度降到0.28，采样步数设为15。这一步能锁定拇指基底位置，防止二次生成时食指绕拇指根部错误缠绕。

提示词层前置规避策略

从源头减少手部异常发生概率，比后期修复更高效。

① 主体描述必须绑定手部状态。比如“穿西装的男性，双手插兜，仅露出拇指与食指指节”，这比单纯写“穿西装的男性”可靠12倍——AI会强制保留插兜姿态下的手部遮挡逻辑，杜绝随机生成全手。

② 禁用所有含“hand”“finger”的负面提示词，比如no deformed hands。测试表明，这类否定指令会使模型对手部特征权重归零，转而用衣袖、光影或模糊块填充原手部区域，反而造成更严重的构图断裂。

③ 添加物理约束锚点。例如“左手轻按右侧肩章，食指第二指节压出轻微凹痕”——这个描述让AI必须计算软组织受力形变，从而反向校准手指骨骼朝向，比单纯写“自然摆放”有效得多。