先学会“看输入”,再谈调参
同一套节点、同一组参数,只换输入图,结果可以差到“像另一个项目”。所以复盘的第一步不是看成品,是看输入。术语沿用前五课,忘了就点开对应那一节。
这条链的提示词不是手写的。#62 ShowText 里的文字,通常由 Florence 从参考图反推得到。但它只是个文本框:不自动刷新,会留着上一次的值。
所以:参考图决定默认字幕,真正生效的是 #62 里当下那行字。跑之前先读一遍,读不懂就改。
三张输入,走同一条链
先把“变量”锁死:模型、LoRA 强度、两道控制网、采样、精修全部一样。这样成品之间的差异,只能由输入来解释。
| 前五课 | 留下的结论 | 在这三组里怎么体现 |
|---|---|---|
| C1 · 高清放大 | 放大只补细节,不救构图。 | 四张成品最后都过 2MP 精修;A 的浅滩和船在精修之前就定了。 |
| C2 · 文生图 + 深度 | 深度网管远近;图里没有统一空间,它就给不出一致的远近。 | A 的草图混着轴测、剖面、小平面,深度图只能给一团模糊。 |
| C3 · 深度 + 语义分割 | 两道网串联,强度分配决定谁说话。 | 案例链用的是 Depth 0.35 + Lineart 0.30;同样是两道网串联,谁强谁弱决定形守不守得住。 |
| C4 · IPA 风格迁移 | IPA 给材质与氛围,不给结构;字幕通常来自参考图。 | A 的参考是另一张桥画,船、树岛、远山就顺着字幕进了画面。 |
| C5 · 综合工作流 | 死端不报错,只浪费时间;看不见的连接最危险。 | #62 文本框会保留旧值,和第 11 课那些“以为接了”的死端是同一类问题。 |
注意:中间这一列不是“三个不同的工作流”,是同一份 JSON 跑了三次。差异只来自输入、参考图、LoRA 与 seed 这几项人工选择。B 组还有一张 B2,输入和参考图都没换,只换 LoRA,图上不重复画。
形(体块、轮廓、视角)由输入图 + 两道 ControlNet 决定,就是 C2、C3 讲的那两张网。叙事(这是什么场景、有没有船、是白天还是黄昏)由正向提示词决定,文字通常来自 C4 的 Florence 字幕。材质(木、石、玻璃、涂料)由 LoRA 补丁与 IPAdapter 决定。
三组案例的差异,全都能用这三件事解释清楚。
三组案例,逐个复盘
每张卡片都按同一顺序读:输入是什么 → 成品变成什么 → 为什么会这样。参数取自成品 PNG 内嵌的运行记录,不是事后回忆。
乡村水系:骨架还在,叙事全换了
构图偏离输入:一张 1024×1024 的手绘概念图。圆形水塔 + 弧形连桥围着一片蓝色水面,右下角还贴着平面图、剖面小图和满幅手写标注。
成品:变成高空航拍的写实公路桥。塔楼缩成桥头堡,围合的水面变成大片浅滩河床,前景多了两艘船,右岸多出树岛与远山。
判定:拓扑关系勉强保住(塔 + 弧线 + 水),但视角、尺度、场景叙事全部换掉。它不是一张坏图,只是不是你要的那张。
- 视角混杂。草图里同时有轴测、剖面和小平面图,深度图找不到统一空间,只能给出一团模糊的远近。
- 线稿被污染。手写标注、辅助线、图框都被 LineartStandard 当成轮廓,控制网拿到的是“错误的边”。
- 字幕接管叙事。参考图是另一张水彩桥画,Florence 把它写成“水彩桥、钢梁与缆索、桥墩、船只、树岛”,这些词直接进了正向提示词。
庭院:线稿换成写实效果图
成功输入:1152×1536 的现代庭院线稿。出挑屋檐、整面玻璃、几棵树、一片水面、规整铺装,线条细而闭合,没有任何标注。
成品:黄昏时分的写实效果图。屋檐出挑、玻璃分格、树的位置、水池边界、台阶层数,和线稿几乎一一对应。
判定:成功。既换了材质与光线,又没有动构图——这正是“效果图工作流”该有的样子。
- 轮廓闭合。线稿是“施工图级”的单线,没有涂改、没有标注,深度与线稿都能提取到干净边界。
- 主体够大。建筑占画面一半以上,控制信号集中在主体上,模型没有多余空间去自由发挥。
- 文字不冲突。字幕虽不是这张线稿的描述,但讲的仍是“现代建筑 + 玻璃 + 木质平台 + 暖光”,和线稿同题材,不会把形往别的方向拽。
同目录还有一张 ComfyUI_00067_.png:输入、参考完全一样,只把 LoRA 换成 静奢SDXL(室内)、seed 改为 756897648921363,而 #62 的文本这次是“夜晚庭院”的描述。庭院还是那个庭院,材质与时间变了——LoRA 决定材质,文字决定时间与叙事,形还是由输入决定。
圆形楼栋:白模轴测变实景鸟瞰
成功输入:1086×1448 的白模轴测图。层叠的圆环体量、中央穹顶、旁边的方盒、周边行道树与斑马线,全都是纯白材质。
成品:同一视角的实景渲染。木格栅 + 白墙 + 玻璃穹顶,圆环层数、方盒位置、树列、斑马线全部在原位,连地面铺装都没跑。
判定:成功。这是一次标准的“材质替换”,构图、视角、环境关系零偏移。
- 白模天生是“深度图”。体块干净、明暗层次分明,DepthAnything 几乎不用猜。
- 轴测没有透视畸变。平行投影让远近关系稳定,不会出现“近处大得离谱”的重解释。
- 环境已经在图里。树、路、斑马线都是模型的一部分,AI 不需要编场景,也就没有编错的机会。
- 形强到能压过文字。这一组的
#62字幕写的是一座水彩桥,和圆楼毫无关系;成品照样没被带跑。
A 的结构信息最弱,文字与 LoRA 就来接管叙事;C 的结构信息最强,连一段完全不匹配的字幕都拉不动它。B 在中间,靠“线稿干净 + 文字不冲突”补上了稳定性。
所以调参之前先问:这张输入,到底给了模型多少确定的结构?
什么样的输入,得到什么样的结果
这张表是本课的结论,也是以后接活时的预判工具。拿到输入先归到哪一类,基本就能说出成品会长什么样。
| 输入类型 | 能提取的结构信息 | 视角稳定性 | 预期结果 | 主要风险 |
|---|---|---|---|---|
| 手绘概念草图 本次 A |
体块拓扑、大致比例 | 低 · 轴测/剖面/透视混在一起 | 风格化重绘,叙事会被参考图带跑 | 主体缩小、环境被补全、标注线被当成轮廓 |
| 干净线稿 本次 B |
闭合轮廓、开洞、分割关系 | 高 | 写实效果图,构图基本对齐 | 断线、双线、树线过碎会让边缘发糊 |
| 白模轴测 本次 C |
体块、层数、周边环境关系 | 很高 · 平行投影无畸变 | 材质替换式渲染,视角零偏移 | 白模缺细节时,AI 会自己编窗格与分缝 |
| 现状照片 L3-04 主干用法 |
真实透视、既有材质、遮挡关系 | 高 | 改造前后对比、风格重做 | 输入透视畸变、遮挡过多、旧材质被保留 |
拿到一张图,先过三问
这张图里有几个视角?
如果画面里同时有轴测、剖面、平面小图,模型就没有统一深度。先裁到只剩一个主视角,再喂进去。
主体占画面多大?
主体越大,控制信号越集中。主体只占三分之一、其余全是留白或配景时,AI 会把配景当成重点去画。
参考图和输入是同一类东西吗?
参考图通常会被 Florence 写成字幕,而 #62 里那行字就是你的正向提示词。参考图和输入题材不一致,等于让文字和形打架。
失败的图还能救吗?
能,但要回到上游:把草图描成闭合线稿,或直接建白模。在采样参数上纠缠,改不动“输入解释方式”。
参数记录表:可复现
下面这些值来自三张成品 PNG 里内嵌的运行记录。想复现同一张图,模型、LoRA、seed、尺寸、采样五项都要对上。
| 参数 | 三组共同值 | 节点 | 说明 |
|---|---|---|---|
| 底模 | SDXL建筑大模型 | #1 | 三组完全一致,没换过 |
| LoRA 强度 | 0.49 | #2 | 只换 LoRA 文件,强度不动 |
| Depth 控制 | 0.35 / 0 → 1.0 | #12 | diffusers_xl_depth_full |
| Lineart 控制 | 0.30 / 0 → 1.0 | #48 | mistoLine_rank256 |
| 深度预处理 | 512 | #17 | DepthAnythingV2 |
| 线稿预处理 | 512 | #50 | LineartStandard |
| IPA 权重 | 0.70 / end 0.95 | #37 | style transfer · concat · V only |
| IPA 与视觉塔 | ip-adapter-plus_sdxl_vit-h | #36 / #44 | CLIP Vision 为 ViT-H-14-laion2B |
| 工作尺寸 | 2400 · keep proportion | #78 / #79 | lanczos,对齐 32 |
| 采样 | 15 步 · CFG 3 · denoise 1.0 | #4 | euler_ancestral / normal |
| 批量 | 1 | #31 | 一次一张,方便对照 |
| final 精修 | 入口 2MP · nearest-exact → 解码输出 | #349 → #347(子图内) | 只补细节,不改构图;#349 是入口缩放,#347 才是最终输出 |
四组差异项
| 案例 | 输入图 | 参考图 | LoRA | seed | 成品 | 判定 |
|---|---|---|---|---|---|---|
| A 乡村水系 | 95a7495f…jpg1024² |
286f4be9…jpg1280×1710 |
美丽乡村SDXL | 58762831512943 |
000641440² |
偏离 |
| B 庭院 | 65dea8f9…jpg1152×1536 |
b044b734…jpg1266×1686 |
SAN效果图风格SDXL | 192410768059258 |
000661248×1664 |
成功 |
| B2 庭院换 LoRA | 65dea8f9…jpg同 B |
b044b734…jpg同 B |
静奢SDXL(室内) | 756897648921363 |
000671248×1664 |
成功 |
| C 圆形楼栋 | b05c9310…jpg1086×1448 |
c9eabe8c…jpg1272×1639 |
SAN效果图风格SDXL | 307329566239030 |
000651248×1664 |
成功 |
复现流程:五步 + 一次判读
对齐环境
底模、两个 ControlNet、IPAdapter plus 与 CLIP Vision 缺一不可。少一个,节点就会报红。
放图
输入图进 #15,参考图进 #33。参考图会决定提示词,别随手放。
选 LoRA 与 seed
先按表里的原值跑一遍,确认能复现,再动任何参数。
只改一个变量
一次只换输入、LoRA、seed 中的一项,其余全部锁死。否则你不知道是谁起的作用。
记录文件名
成品文件名 + 输入文件名 + seed + LoRA 名称,四样写进同一行。下次才能找回来。
先看形,再看质
先对比视角与体块是否对上,再评价材质与光线。顺序反了,会被“好看”骗过去。
复盘时最容易犯的六个错
这些坑不是“节点接错”,而是“归因错了”。归因一错,下次换张图还是同样翻车。
把“成功”归功于参数
三组的参数几乎一模一样,结果却一张偏离、两张成功。如果参数是决定因素,就不该出现这种差异。真正的变量是输入。
修法:复盘先列“变了什么”,再列“没变什么”。没变的部分解释不了差异。
想靠调采样把构图拉回来
把步数加到 30、CFG 调到 7、换 sampler,都改不动“深度图把草图理解成什么”。构图在预处理那一步就已经输出了。
修法:回到上游,把草图裁到单一视角、描成闭合线稿,或者直接做白模。
参考图随手放一张“好看的”
参考图不只是给 IPA 看,它通常还会被 Florence 写成字幕,成为正向提示词。案例 A 的参考是另一张桥画,字幕里的船、树岛、远山就都进了画面。
修法:先想清楚这段字幕会写什么;题材不对就换参考图,或直接把字幕改成你要的描述。
以为固定 seed 就能复现
seed 锁的是噪声起点,不锁“输入如何被解释”。输入换一张、LoRA 换一个,同一个 seed 也会得到完全不同的构图。
修法:复现要把五项一起锁:输入、参考、LoRA、seed、尺寸。缺一项都不算复现。
指望 2MP 精修改构图
精修只补细节与锐度。CASE A 的浅滩和船在采样阶段就已经定了,精修只会把它们画得更清楚。
修法:精修前先看工作尺寸那张图。构图不对就别往下跑,省时间。
“结构信息”是示意,不是测量值
卡片里的 35% / 72% / 95% 是教学示意,用来表达强弱顺序,不是某种可计算的分数。别拿它当指标去调参。
修法:把它当判断题——“这张图能提取多少确定结构”,而不是计算题。
动手复盘 + 自检清单
练习全部围绕一件事:每次只改一个变量,然后解释结果。做完这六个,你就有一套自己的判断方法了。
复现庭院
按参数表锁定输入、参考、LoRA、seed、尺寸,跑一张。和 00066 并排看。
把草图描成线稿
用 CASE A 的草图,描一张只保留主体的闭合线稿,其余设置不动,再跑一次。
白模换 LoRA
CASE C 的白模不动,LoRA 从 SAN 换成美丽乡村,seed 不变。
IPA 权重 A/B
CASE B 的线稿不动,IPA 从 0.70 降到 0.50,各出一张。
写一张参数卡
用“输入 / 参考 / LoRA / seed / 尺寸 / 判定”六个字段,给你最喜欢的一张图建档。
三问自测
找一张你没跑过的图,先用“视角 / 占比 / 参考”三问写预判,再实际跑一张对照。
自检清单(勾选状态会存在本机)
- 我能说出三组案例里,哪些参数是完全一样的。
- 我知道 CASE A 的船和树岛,是从参考图的字幕里来的。
- 我知道 CASE C 的字幕其实不匹配,但形强到没被带跑。
- 我能解释“形、叙事、材质”分别由什么决定。
- 我不会再用调步数的方式去救构图。
- 我复现时会同时锁输入、参考、LoRA、seed、尺寸五项。
- 我给自己的一张图建了参数记录卡。