ARTICLE READING

AI 绘图参数不是越多越好:哪几个其实不用调

AI 绘图参数不是越多越好。托管接口和可自建路线给的是两套参数表,steps、CFG、采样器在 OpenAI 兼容接口里根本不存在;尺寸只能给个意图。真正值得花时间的是改描述。

打开一个生成界面,参数栏往下一拉,步数、CFG、采样器、种子、降噪强度、重绘幅度……第一次看到这排东西,反应通常是全部记下来,然后一个个试。

我现在更愿意先翻一遍接口文档,把文档里根本没有的那几项划掉。它们不在请求体里,试也没用。

先数一数你的接口给了你几个旋钮

托管接口和可自建的开源路线,参数表是两套东西。走哪条路先取决于你要交付什么,这一点在AI 绘图工具怎么选里展开过。

以 OpenAI 兼容的 images/generations 这一类接口为例,请求体里能填的通常只有 model、prompt、size、quality、n、background、output_format 这几项。翻完整份文档也找不到 steps,找不到 CFG(有些地方叫 guidance),找不到采样器。这三个是 Stable Diffusion 那一脉的典型旋钮——你自建或者租 GPU 跑开源权重时,它们天天在你面前;换成托管接口,它们就不在请求体里了。

我手上有一批 70 张成片素材,每张都配一份生成记录。翻下来,steps、guidance、sampler 这三栏填的全是同一句话:「不适用或待实际平台返回」。交付核验文件里对应的写法更直接——工具未返回的模型版本和采样参数一律留空,不许编。

所以「哪些参数不用调」这个问题,第一层答案有点扫兴:有几个不是不用调,是没得调。你在托管接口上找 CFG 的位置,大概相当于在自动挡车上找离合。

尺寸你可以指定,但只能给个意图

70 张的请求尺寸写的是 2048×1152。实际返回的是什么?42 张 1672×941,28 张 1672×940。

差一行像素。我不觉得这是故障,更像是平台按自己的规格切出来的——它收下你的意图,按自己的算法兑现。

从这件事上我学到两条。一是同一组图要用同一个尺寸字符串,别一张 2048×1152、一张 1536×864,否则图排在一起比例参差,看着像两个人做的。二是记录里要存实际尺寸,不要存请求尺寸。请求是请求,交付是交付,这两栏混在一起,回头复盘就会拿一个没发生过的数字当事实。

还有一件后面要用到的事:这三批各 45 张的原始生成尺寸清一色是 1672×941,而交付给网页的是 2560×1440。后者是处理出来的,不是生成出来的。

版本号这一项,不知道就别写

这条值得单独拎出来,因为它最容易被"补全"。

中转、代理、快照命名,一层套一层的时候,你经常并不真的确定自己调的是哪个版本。这时候最省事的办法是什么都不写,而不是凭印象挑一个填进去。

我手上那份核验里写着:「工具未返回的模型版本和采样参数均为空,未虚构」。这话看着像废话,实际是整批资料里最值钱的一句。乱填一个版本号,日后没人能判断这张图是怎么来的。

真正要锁死、不要每张都动的

有几项参数,处理方式是别动。

70 张图分在七个画册方向里,题材差得挺远——建筑空间那组是雨廊、宫墙、石窟,人物叙事那组是撑伞的背影和修灯的老人。但它们共用同一份 13 条负面清单,Style/medium 那一行 70 张一字不差。

我手上另外 135 张分在九个系列里,站上的创作解析能看到成片,那批的记录里也是同一套底色。整批图看着像同一个人做的,靠的是这个,不是靠每张都精雕细琢。

中途改一条负面词,前后就不一样了。这类底色参数要么一开始定好,要么成批重来,别夹在中间动。

放大链路同理。三批素材走的是同一条路:先 4 倍超分,再精确重采样到目标尺寸,不裁切、不做生成式重绘,只放大。核验里那句话建议每个做交付的人都读一遍:「2K PNG 缩回原始尺寸核对内容对应……此检查不表示增加真实细节」。超分不会给你新的细节,它只是把已有的放大。把超分倍数当画质旋钮往上拧,是在白花时间。

该花时间的部分,都在描述里

素材记录里真正被认真填过的是什么?

三条关键调整:和同批其它图视角太像,就调镜头高度和前景元素;主体不清晰,就加强视觉锚点,但不要往画面里加文字;风格跑偏成赛博或奇幻,就降饱和度、强化真实材质。

三条里没有一个是数字。同样的事在提示词那边也出现过——权重与顺序讲的就是同一句话换个位置,抓到的重点就变。

我现在的做法是,同一个题连着重生成四次去拧一个我都不确定起没起作用的数值,不如把这四次用来换机位和前景区。后面这种做法见效快,而且结果能复用——换过的机位会进下一次的提示词,拧过的数字下次还得重新猜。每次重生成都要花钱,这笔账怎么算是另一个话题。

不过这话有边界。需要精确保住同一个姿态、同一条轮廓的活儿,靠的是条件输入那一类手段(开源路线里像 ControlNet 这种),跟调数字本来就不是一回事,那种场景下上面这种说法不成立。

参数调得对不对,很多时候要隔几天再看才敢下结论。当天觉得调好了的,第二天打开发现只是当时看顺眼了。这也是我不愿意在参数上反复试的原因。

一个现在就能做的动作

翻出你上一次的生成记录,把参数栏里你说不清作用的项圈出来。

如果圈出来的超过三个,去把接口文档调出来对一遍——哪些在文档里,哪些不在。对完之后,你大概会重新分配下一次的试错次数。

刚开始接触的,可以顺手看一遍新手常见的几个误区;这一类题都归在入门与避坑里。

© 2026 AI视觉图谱渝ICP备2024034209号-1