想让 WHEE 真正理解你上传的参考图片——准确识别画面里有什么、属于什么风格、关键主体和细节位于哪里——并不是把图片直接丢进去就能自动完成的。想提升 AI 识图与生成的准确度，关键在于主动引导。具体可以拆成三步：模型选择、提示描述强化、画面控制叠加。只有这三步配合起来，才能把图片信息更完整地“喂”给 AI，让它按照你的目标稳定输出。

选对基础模型，锁定画面基因

上传图片后，第一步先进入「模型+创意描述」模块，在「基础模型」下拉菜单中选择一个与参考图风格最接近的预设模型。比如是手绘插画，就选「手绘风」；如果是老电影截图，就选「胶片复古」；如果是高清人物照片，则选择「真实人像增强」。

基础模型只能选择一个，而且不能跳过。如果跳过，AI通常会默认启用通用模型，出现识别偏差几乎是大概率事件。 这一步不要凭主观感觉操作。建议点开每个模型名称右侧的「示例图」进行快速对比，重点看前三张样图的构图方式、笔触纹理、光影走向是否与你上传的图片一致。如果不一致就及时更换，直到视觉方向匹配后再继续下一步。

用提示词补全AI看不见的信息

图片上传完成后，AI首先识别到的只是像素信息，但很多决定生成质量的关键内容，其实并不会被完整理解。这时候就需要你通过提示词把隐含信息补充清楚。

第一步是关键词锚定法。在「创意描述」输入框中，写入3到5个明确、可识别的事实型关键词，例如“穿蓝衬衫的男性”“木质楼梯”“午后逆光”，关键词之间用英文逗号分隔。要注意，这些描述必须能够在原图中直接指出，不能写成“感觉很温暖”这类模糊表达。

第二步是括号加权法。针对图片里特别重要、但在生成过程中容易被 AI 忽略的细节，可以使用括号来标注权重。例如原图里有一只黑猫蹲在窗台上，但 AI 多次生成时都遗漏了它，就可以写成“(黑猫:1.8)”。权重数值一般不要超过2，否则容易导致画面失衡甚至崩坏。

第三步是反向排除法。在「不希望呈现的内容」栏中填写1到2项原图中明显不存在、但容易被 AI 误加进去的干扰元素。如果原图是室内场景，就可以填写“户外”“蓝天”“人群”，这样能有效防止 AI 自行补背景，把整体画面方向带偏。

启用画面控制，强制对齐图像结构

这一步是保证 AI 生成结果不跑偏的重要环节，也是参考图识别是否到位的核心操作。实际使用时可以分三步完成：

第一，点击「画面控制」区域中的「控制1」上传框，把原图再拖入一次——这里必须上传同一张参考图。

第二，在控制模型列表中，根据原图的主要特征选择一项最适合的控制方式：

• 如果人物动作、姿势、肢体方向非常重要 → 选「姿态检测（OpenPose）」
• 如果整体色调、主色块分布是重点 → 选「色彩匹配（Color）」
• 如果建筑结构、物体边缘、线条轮廓需要保留 → 选「边缘检测（Canny）」

第三，将对应控制模型的权重滑块调整到0.7到0.9之间。低于0.6时，约束能力不够，AI更容易自由发挥；高于0.9时，又可能让画面过于僵硬，最终输出像机械复制出来的模板。

控制模型最多可以叠加两个，但第一个控制项必须与原图内容高度相关，第二个只能作为辅助微调使用。比如主控选择「姿态检测」，辅控可以叠加「色彩匹配」。如果两个都选择「Canny」，系统会自动禁用第二个，这一点在设置时一定要特别留意。

验证识别效果，用重绘幅度测试

在参数设置中找到「重绘幅度」滑块，先把数值调到30%，然后点击生成一张小图进行预览。重点观察生成结果是否保留了原图中至少70%的关键结构，例如人脸朝向是否一致、主体位置是否偏移、主色块占比是否接近原图。

如果出现结构混乱，通常说明基础模型或控制模型没有选对，需要返回前两步重新调整。如果整体结构正确，但局部细节仍然失真，就可以把重绘幅度提高到50%到60%，再重新测试一次。这个步骤看起来简单，实际上是检验整套 WHEE 图片识别与生成流程是否真正生效的最后一道关卡——只要这一步通过，后续输出通常就会稳定很多。