Skip to main content

12.2.1 图像生成路线图：提示词、控制、审核

图像生成不是写一句提示词就结束，而是一套工作流：明确意图，记录提示词和参数，选择控制方式，对候选图做比较和审核。

先看流程图​

图像生成章节学习流程图

Stable Diffusion 应用模式选择图

Stable Diffusion 微调路线选择图

先养成一个习惯：记录你要什么、用了哪种模式、哪些 seed 或参数影响结果，以及导出前必须审核什么。

建一个提示词记录​

import json

brief = {
    "topic": "RAG basics",
    "audience": "beginners",
    "style": "clean editorial cover",
}
prompt = f"{brief['style']} for {brief['topic']}, friendly visual metaphor for {brief['audience']}, clear layout"
record = {
    "mode": "text-to-image",
    "prompt": prompt,
    "negative_prompt": "blurry, watermark, unreadable text",
    "seed": 42,
    "review": ["legibility", "copyright", "brand safety"],
}

print(json.dumps(record, indent=2))

预期输出：

{
  "mode": "text-to-image",
  "prompt": "clean editorial cover for RAG basics, friendly visual metaphor for beginners, clear layout",
  "negative_prompt": "blurry, watermark, unreadable text",
  "seed": 42,
  "review": [
    "legibility",
    "copyright",
    "brand safety"
  ]
}

图像生成提示词记录运行结果图

如果提示词记录无法复现，后面就很难稳定改图。

按这个顺序学​

步骤阅读内容练习产物
1扩散直觉解释加噪、去噪、seed、采样
2Stable Diffusion 组件画出 text encoder、U-Net、VAE、latent space
3应用与控制对比 text-to-image、image-to-image、inpainting、ControlNet、LoRA

通过标准​

你能写出提示词记录，解释为什么选择某种生成模式，保存 3 个候选图备注，并在导出前标记至少 1 个审核风险，就算通过本章。