参考图怎么用：图生图的三个层次

参考图管的不是「画什么」

核对过一批 70 张东方题材作品的元数据，里面有件事挺说明问题：这 70 张的 `referenceImage` 字段，写的是同一张图。一张参考图，出了 70 张彼此不重复的画面，摆在一起又像一套。

它们怎么做到的？因为参考图定的是调子、是什么空气，画什么归文字管。具体场景、机位、光线、材质，全靠文字一段一段换掉。

这一点想通了，三个层次就分得开了。

一、当底图用：只修不改

把参考图当成已经画好的稿子，只往上做微调。重绘幅度压得很低，画面基本不动，改的是瑕疵、噪点、轻微色偏和质感。

这一层有个反直觉的地方：提示词写得越少越好。底图已经把构图、主体、光向都给你了，你再复述一遍，等于跟底图打架，模型不知道该听谁，画面就开始往平均值糊。

二、当风格锚用：换材质不换结构

这是最常用的一层。中等的重绘幅度，结构、机位、主体位置基本保住，改的是材质、色调、光线氛围。

上面那 70 张基本落在这一层：同一张参考图当风格锚，场景由文字一条条换。

提示词只写「要改什么」和「必须保什么」，别复述底图已有的东西。落到格式上大概是三段：

• 保：构图、机位、主体位置
• 改：材质从陶换成金属，光线从柔光换硬光
• 调子：一句话交代风格与空气

字段怎么切、顺序怎么排，和 提示词的结构：谁先谁后，为什么影响结果 讲的是同一套东西，只是这里多了一张底图要照顾。

三、当起点用：只借灵感

重绘幅度拉到很高，参考图只剩一个大方向，其余全部重画。用来找方向可以，用来保角色、保产品、保客户已经确认过的画面不行——脸会变，标记会变，比例也会变。

我见过拿客户定稿去当「起点」重画的，结果整套物料重新出。往下踩之前先问一句：这张图里哪些东西是不能动的？如果有，就别用这个层次。

参考图本身要干净

拿一张压缩痕迹重的图当底，噪点和块效应会被一起带进变体——低幅度那一层尤其明显，它本来就是照着原图的像素改的。底图上有的东西，它很容易当成画面内容保留下来。

所以准备参考图的时候，先裁到目标比例，把明显的压缩噪点处理掉，再喂进去。这一步花两分钟，能省掉后面反复重跑的几十分钟。

重绘幅度和参考图权重，管的是两件事

• 重绘幅度（有的工具叫 denoising strength，有的叫图生图强度）管「允许改掉多少像素」。值低贴近原图，值高接近从零重画。
• 参考图权重管「两张图谁说话算数」。有的平台写成 `--iw`，有的叫参考图强度。多图参考时这条差别最明显：权重给高了，模型不是在按你的底图改，而是被参考图牵着走。

名字不统一、取值范围也不统一，这是关键。别人给的「0.6 正好」，换到你常用的工具里可能完全不合适。能不能照抄？我建议不要。做法是同一个提示词在不同幅度上各跑一次，自己看出来临界点在哪。这几条我是联网核实过才写的，各家实现差异确实大。

结构想留住，别靠嘴说

在提示词里写「保持构图不变」，作用有限。真要把结构锁住，靠的是结构引导（线稿、深度、姿态这类约束）或者遮罩局部重绘——只想换背景的时候把人物整块屏蔽掉，脸就不会被重画。

这条我踩过反的：早前想只换背景，懒得画遮罩，直接整图重绘再加一句 `preserve the person`。人是保住了大概，五官换了一个。负面词和保留类措辞能做的是「提示」，做不了「保证」，这个边界在 负面提示词的真正用法 里也提到过。

做对比的时候记得锁种子。同一个底图、同一句提示词，只把幅度从低往高各跑一次，比凭感觉来回调半天看得清楚。变量一次只动一个，这条在图生图里比在文生图里更值钱——本来就有两个变量在互相压，再一起动就分不出是谁在起作用。

放大是放大，重绘是重绘

那批作品的交付记录写得挺直接：没有裁切、没有生成式重绘，2K 是拿 4 倍超分再加一次精确缩放做出来的。也就是说分辨率补上去了，内容一点没动。

这两件事别混着用。放大把像素补齐，不承诺补纹理；想补纹理就得重绘，而重绘一定会改东西。要交付的成品，先把内容定死，再放大。

画册里这类「同源不同画」的组图在 梦境超现实；图生图相关的写法，都归在 提示词 分类下。

下次开图生图之前，先写一句话：这张参考图是底、是锚、还是起点。写不出来就先别点生成。