落白lite & AI研学社·第 52 / 52 小节 · L3 · 单品课先修:L3-D1课程地图|← 上一课学完之后 →
AI 入门与 ComfyUI 出图课
L3 / R / 收官
L3 · 增强线收官 · 综合复盘

同样一条链,为什么一张跑偏、两张成功

同一套参数,A 跑偏了,B、C 却成了。到底是参数的问题,还是图的问题?这一课把前五课的参数原封不动压在三组真实案例上,只回答这一件事。

01 / 一句话目标

学会用“输入类型 → 可提取结构 → 预期结果”做预判:拿到一张图,先判断它能生成什么,再决定要不要动参数。

案例 3 组 共用链 L3-04 结果 2 成功 / 1 偏离 共同参数 12 项
当前位置L3 最后一课 · 从“会用”到“会判断”
C1
高清放大
C2
文生图 + 深度
C3
深度 + 分割
C4
IPA 风格迁移
D1
综合搭建
R
综合复盘你在这里
02 / HOW TO READ

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。

先修 · C1

放大不是重画

成品最后那道 2MP 精修只补细节、不改构图。别指望在放大阶段把跑偏的结构救回来。见 高清放大。

先修 · C2 / C3

形靠控制网

深度 0.35、线稿 0.30 是这两课的共同底盘。形体能不能保住,先看这两道网有没有拿到干净信息。见 文生图 + 深度、深度 + 语义分割。

先修 · C4

气靠 IPA

IPAdapter 0.70 给材质与氛围,不给结构。它能把草图变照片,也能把结构带跑。见 IPA 风格迁移。

三组案例的共同点:都跑在 L3-04 建筑毛坯 + 参考图 这条链上,模型、LoRA 强度、两道控制网、采样设置完全一致,只有输入图、参考图、LoRA 和 seed 不同。这样才比得出来。
读图之前先记住一句话

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。

03 / ONE PIPELINE

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。
INPUT A · 1024 × 1024 手绘概念草图 水彩 + 铅笔 + 手写标注 + 小平面图 INPUT B · 1152 × 1536 干净的现代庭院线稿 细线 · 无标注 · 轮廓闭合 INPUT C · 1086 × 1448 白模轴测图 体块 · 层数 · 周边环境齐全 L3-04 同一条链 参数不随输入改变 LoRA 强度 0.49 Depth 控制 0.35 Lineart 控制 0.30 IPAdapter 0.70 → 0.95 工作尺寸 2400 · keep 采样 15 步 · CFG 3 final 精修 2MP 主要可变量:输入 / 参考 / LoRA / seed 叙事被改 构图对齐 材质替换 OUTPUT A · 1440 × 1440 河滩 + 公路桥 + 船 判定:构图偏离 OUTPUT B · 1248 × 1664 黄昏写实庭院 判定:成功 OUTPUT C · 1248 × 1664 木格栅 + 玻璃穹顶 判定:成功
偏离:骨架还在,叙事换了 成功:形、视角、环境都对得上 蓝框:三组共用的参数底盘

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。

先把三个概念分开

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。

04 / CASE BY CASE

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。

CASE A

乡村水系:骨架还在,叙事全换了

构图偏离
输入 95a7495f…jpg→ 参考 286f4be9…jpg→ LoRA 美丽乡村 0.49→ seed 58762831512943→ 成品 1440 × 1440

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。

结构信息
弱
WHY · 三个原因叠在一起
  • 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。
输入尺寸1024 × 1024
参考尺寸1280 × 1710
LoRA美丽乡村SDXL
seed58762831512943
成品ComfyUI_00064_.png
CASE B

庭院:线稿换成写实效果图

成功
输入 65dea8f9…jpg→ 参考 b044b734…jpg→ LoRA SAN 效果图 0.49→ seed 192410768059258→ 成品 1248 × 1664

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。

结构信息
较足
WHY · 三个条件同时满足
  • 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。
输入尺寸1152 × 1536
参考尺寸1266 × 1686
LoRASAN效果图风格SDXL
seed192410768059258
成品ComfyUI_00066_.png

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。

CASE C

圆形楼栋:白模轴测变实景鸟瞰

成功
输入 b05c9310…jpg→ 参考 c9eabe8c…jpg→ LoRA SAN 效果图 0.49→ seed 307329566239030→ 成品 1248 × 1664

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。

结构信息
最强
WHY · 也是最值得记住的一条
  • 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。
输入尺寸1086 × 1448
参考尺寸1272 × 1639
LoRASAN效果图风格SDXL
seed307329566239030
成品ComfyUI_00065_.png
把三张放一起看

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?

05 / CONCLUSION

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

Q1 · 视角

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。

案例 A 的右下角就贴着平面与剖面小图,它们也是“输入”。
Q2 · 占比

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。

案例 B、C 的主体都接近满幅,没有留白给模型发挥。
Q3 · 参考

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。

案例 A 的参考是另一张桥画,“船、树岛”就这么进了提示词。
补救 · 已跑偏

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”。

本课练习 02 会让你亲手验证这一步。
06 / CHEAT SHEET

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#12diffusers_xl_depth_full
Lineart 控制0.30 / 0 → 1.0#48mistoLine_rank256
深度预处理512#17DepthAnythingV2
线稿预处理512#50LineartStandard
IPA 权重0.70 / end 0.95#37style transfer · concat · V only
IPA 与视觉塔ip-adapter-plus_sdxl_vit-h#36 / #44CLIP Vision 为 ViT-H-14-laion2B
工作尺寸2400 · keep proportion#78 / #79lanczos,对齐 32
采样15 步 · CFG 3 · denoise 1.0#4euler_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LoRAseed成品判定
A 乡村水系 95a7495f…jpg
1024²
286f4be9…jpg
1280×1710
美丽乡村SDXL 58762831512943 00064
1440²
偏离
B 庭院 65dea8f9…jpg
1152×1536
b044b734…jpg
1266×1686
SAN效果图风格SDXL 192410768059258 00066
1248×1664
成功
B2 庭院换 LoRA 65dea8f9…jpg
同 B
b044b734…jpg
同 B
静奢SDXL(室内) 756897648921363 00067
1248×1664
成功
C 圆形楼栋 b05c9310…jpg
1086×1448
c9eabe8c…jpg
1272×1639
SAN效果图风格SDXL 307329566239030 00065
1248×1664
成功

复现流程:五步 + 一次判读

STEP 01

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。

STEP 02

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。

STEP 03

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。

STEP 04

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。

STEP 05

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。

判读

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。

07 / TRAPS

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。

三组案例 · 共同参数

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。

CASE A · 输入 95a7495f

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。

CASE A / C · #33 → #62

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。

CASE B / C · #4

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。

三组 · 子图 #349 → #347

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。

本课 · 结构信息条

“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。

08 / PRACTICE

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。

EX 01 · 15 分钟

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。

看什么:屋檐、玻璃分格、水池边界是否对得上。
EX 02 · 30 分钟

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。

看什么:塔与弧桥是否回到原位,船和树岛是否消失。
EX 03 · 15 分钟

白模换 LoRA

CASE C 的白模不动,LoRA 从 SAN 换成美丽乡村,seed 不变。

看什么:形是否一点没动,只有材质变了。
EX 04 · 15 分钟

IPA 权重 A/B

CASE B 的线稿不动,IPA 从 0.70 降到 0.50,各出一张。

看什么:材质变淡之后,形是否更硬。
EX 05 · 10 分钟

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。

看什么:一周后你还能不能照着它复现。
EX 06 · 20 分钟

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。

看什么:预判和实际差在哪,差的那一项就是你还没掌握的信息。

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。