课目表/L1 原理/L1-03 CFG
CFG:
模型有多听提示词的话
同一句提示词,别人出图很听话,你的怎么调都不像。这一节解决这个问题:CFG 决定模型每一步有多贴近你写的条件。种子只负责“从哪出发”,这一节只给一句定义,完整机制在 L1-03b。
01 / CFG“听话程度”到底在放大什么
你写了一段正向提示词(positive prompt,你想要的画面),也可能写了一段负向提示词(negative prompt,你想避开的)。模型每一步都做两次判断:往正向走更像什么,往负向走更像什么。CFG(Classifier-Free Guidance,无分类器引导,登记表里的叫法是“听话程度”)把两者的差值放大,再朝正向多推一点。
反例:CFG 不是“创意度”,也不是“画质”。调高不会让图更有想象力,只会更用力贴近你写的条件。
所以 CFG 不管画质,它管条件的分量。值越大,模型越努力远离负向、贴近正向。代价是画面容易过饱和、边缘发硬,甚至结构崩坏。
本套 JSON 里的真实 CFG
| 位置 | CFG | 说明 |
|---|---|---|
| 01 · KSampler #177(旁支,不落盘) | 2.95 | SDXL 线稿出图 |
| 02 · KSampler #119 | 3 | SDXL 线稿+参考图 |
| 03 · KSampler #4 | 2.67 | 室内毛坯,偏低一点,画面更自然 |
| 04 · KSampler #4 | 3 | 建筑毛坯,本课头图同源 |
| 06 · KSampler #22 | 3 | 文字识别局部修改 |
| 05 · DetailerForEach #257 | 1 | 局部重绘,几乎不做正负对比 |
| 02–07 子图 · CFGGuider | 1 | Flux2 蒸馏模型,引导已内置 |
| 01 子图 · CFGGuider #136 | 5 | 同样是 Flux2 子图,但采用了更高引导 |
可见“CFG 必须 7”并不成立。SDXL 这套工作流集中在 2.67–3.0;Flux2 子图多为 1。数值必须跟模型、采样器一起看。
注意:CFG = 1 不等于“没有提示词”。在 Flux2 这类蒸馏模型(被训练成引导内置的压缩版)里,1 是正常工作点;在普通 SDXL 里把 CFG 调到 1,图会明显不听话。判断标准是模型类型,不是数字大小。
拖一拖:CFG 的两面
3.0两条比例尺为教学示意,不是模型输出的客观评分。
02 / 种子种子只管“从哪出发”
种子(seed,一个整数)是起点噪声的编号。它和 CFG 不是一类东西:CFG 在每一步里放大条件,种子只在开局决定那张纯噪声长什么样。
所以同一颗种子加同样的参数能复现同一张图,换一颗种子就是从另一张噪声重新起步。完整机制、真实种子表和一个可点的噪声演示,放在 L1-03b 种子。
03 / 一起看两个参数,各管一段
改的环节不同:CFG 在每一步采样里起作用,种子在第一步之前就定完了。看两张对比卡,就能判断刚才的差别是谁带来的。
CFG 变了,种子没变
- 起点噪声相同,构图大方向通常相近。
- 颜色、对比、贴近提示词的程度会变。
- 过高时结构可能崩,哪怕种子没动。
种子变了,CFG 没变
- 起点噪声换了,构图和人物姿态可能完全变。
- 画质风格通常仍在同一档。
- 想“换一张但保持水准”,优先换种子。
判断办法很直接:构图大改、风格还在,多半是种子动了;构图没怎么动,颜色和服从度却变了,去看 CFG。
04 / 动手把 CFG 的边界摸出来
打开 04,把 #4 的种子锁定(randomize 改成 fixed),CFG 依次取 1、3、6,各跑一次。
目标:观察服从度上升、自然度下降的拉扯,而不是只记数字。
种子和 CFG 都不动,只把 04 号 #59 提示词里的 modern 改成 Chinese-style,比较构图变化。
目标:起点被锁住,构图基本不动;这一条同时验证了种子锁定,也让你看清 CFG 比较的是新提示词。
把 CFG 拉到 10 以上再跑一次,看画面过饱和、边缘发硬,甚至结构崩坏,然后调回 3。
目标:亲手摸到高引导的代价,知道“听话”不是越高越好。
常见误解:“CFG 越高越准确。”只对了一半。值太高时模型会过度执行提示词,颜色发艳、细节发硬,结构也可能散掉。准确的做法是按模型给区间:SDXL 这套在 2.67–3.0,Flux2 子图多为 1。