一同V学习一同V学习AI 提示词手册
🖼️

3.6 关键参数:CFG、步数、采样器与种子

给出四个参数的推荐起点、调整方向和在主流模型里的对应名称,让「调参」变成有顺序的四步而不是乱试。

第 3 章 文生图:把文字落到画面 · 第 15 课 / 全书 34 课 · 约 7 分钟

本课目标

  1. 知道四个参数的安全起点
  2. 能按顺序定位该调哪一个
  3. 会在不同模型间做等价迁移

四个起点

CFG / guidance:7 附近起步,画面不贴就往上加,过饱和或僵硬就往回退;steps:20~30 起步,细节不足再加;采样器:先用模型默认值,只有遇到噪点或糊边才换;seed:对比实验时固定,满意后可随机换一批挑最优。

  • CFG 7 / steps 28 / 默认采样器 / 固定 seed 是通用起点
  • 一次只动一个参数
  • 视频模型对应的多是「运动强度 / 时长 / 帧率」,不要照搬图像参数

跨模型迁移

Midjourney 把很多参数收进 `--ar`、`--v`、`--style`、`--s` 这类开关;Stable Diffusion 系则在界面上直接给 steps、CFG、sampler、denoise;国产网页版往往只暴露画幅与风格强度。迁移时按「语义」对齐而不是按名字对齐:画幅对应画幅,引导强度对应风格强度,重绘幅度对应 denoise。

调参顺序

Example
1) 描述不对 → 改提示词,不动参数
2) 贴合度不够 → CFG 7 → 9
3) 细节不足 → steps 28 → 36 或换采样器
4) 构图满意但要挑一版 → 固定 seed 微调,或换 seed 出 4 张选优
顺序反了,会在错误的层面反复调参。

动手练

  1. 按四步顺序处理一版不满意的图,记录每步是否真的需要。

常见问题

参数都调到最高是不是最好?

不是。高 CFG 易过饱和、高步数收益递减,参数的目标是最小的够用值。

配套提示词实例

全部实例 →

延伸阅读

返回目录 →
CFG步数采样器种子