一同V学习一同V学习AI 提示词手册
🧭

1.4 迭代方法:单变量、固定种子与对照实验

把「反复试」变成可复现的实验:每次只改一处,固定随机数与参数,留下对照记录,才知道哪个词真的有效。

第 1 章 建立共同语言 · 第 4 课 / 全书 34 课 · 约 6 分钟

本课目标

  1. 掌握单变量迭代法
  2. 知道哪些参数必须固定才能比较
  3. 能建立一份最小可用的提示词实验记录

单变量原则

一次只改一个因素:要么换主体词,要么加一类光线词,要么调一个参数。同时改三处,结果变好了也无法归因,下次仍然靠运气。每次改动保留上一版文本,形成「版本 1 → 版本 2 → 版本 3」的链条。

  • 固定:模型版本、seed、steps、CFG、画幅、参考图
  • 只变:一个词 / 一类条件 / 一个参数
  • 记录:改了什么、结果好在哪、是否保留

什么时候该调参数,什么时候该改词

画面「不对」多半是描述问题:主体没写清、元素冲突、缺少排除项,先改提示词。画面「大致对但不够贴」或风格漂移,往往是引导强度不够,再考虑调 CFG / 权重。画面糊、有噪点、细节不足,才是采样步数与放大器的事。顺序反了会浪费大量时间。

  • 语义不对 → 改词
  • 贴合度不够 → 调引导强度 / 权重
  • 质量不够 → 调步数 / 采样器 / 高清修复

最小实验记录

Example
v1  主体+场景            → 构图对,但风格偏插画
v2  +「写实摄影, 85mm」 → 风格到位,手仍畸变
v3  + 负面词「多余手指」 → 手改善,画面偏暗
v4  +「柔和补光」        → 保留
每一步只动一处,最终得到一份可复用的稳定模板。

动手练

  1. 选一条现有提示词,做 3 次单变量改动并保留记录。
  2. 固定 seed,分别跑 CFG 低 / 中 / 高三档,观察贴合度变化。

常见问题

为什么固定 seed 后结果还是略有不同?

换了模型版本、采样器或提示词都会改变去噪路径; seed 只在其余条件完全一致时可比。

配套提示词实例

全部实例 →

延伸阅读

返回目录 →
迭代种子CFG对照