前言

有很多小伙伴在其他网站看了好多大佬发的图，有的都分享了提示词，跟着做了几遍，有个问题，就是第一张图可能是想要的效果，但是后面生成的图就面目全非了，所以这篇文章教大家如何精准控图

AI出图有较强的随机性，对于SD来说，如果不能做到生成参数完全一致，那么出图效果就会有偏差。如果想做到比较好的处理效果，可以注意以下内容：

1. 负面提示词

有些负面提示词的某个一个词，可能是一个负面提示词 embedding，如果你没有安装这个embedding 文件，会导致出图效果没有原图不好。如果你用到是秋叶大佬的整合包，在生成图片按钮下方有个基础起手式，在每次生成前选择上对图片质量会有比较大的提升。

关于 负面提示词 embedding 可以这篇文章： https://www.uisdc.com/embedding

2.lora权重

一些很好看的风格往往有使用一个或者多个lora，在使用时可以灵活调整lora权重，来获得最合适的效果。

如果你有安装prompt-all-in-one这个提示词插件的话，在选择Lora模型时可以很分辨的修改Lora模型的权重。

使用快捷键 ctrl+↑↓箭头也可以快速调整权重

并且在很多Lora模型网站的作者会分享参考的权重和使用方法

3.controlnet 权重

如果出图有使用 controlnet 模型，那么很容易出现复现效果不理想，因为 controlnet 本身就会给出图带来更大的随机性，记得要不断的调整controlnet控制权重和控制实际，多次抽卡，才有更大的可能性获取好的图像。不能硬套别人的数值。

需要掌握一些常用的控制类型，如：canny边缘控制，openpose姿态控制，Depth深度控制等等

还有一些比较重要的参数也会影响出图的效果，下面三个是比较重要的参数：

Control Weight（ControlNet权重）：代表使用ControlNet模型辅助控制SD生成图片时的权重。

Starting Control Step（引导介入时机）：表示在图片生成过程中的哪一步开始使用ControlNet进行控制。如果设置为0，就表示从一开始就使用ControlNet控制图片的生成；如果设置为0. 5 就表示ControlNet从50%的步数时开始进行控制。

Ending Control Step（引导推出时机）：表示在图片生成过程中的哪一步结束ControlNet的控制。和引导介入时机相对应，如果设置为1，表示使用ControlNet进行控制直到完成图片的生成。Ending Control Step默认为1，可调节范围0-1，如果设置为0. 8 时表示到80%的步数时结束控制。

想要学习controlnet的小伙伴可以看看往期教学哦

以上就是本期为大家分享的 Stable Diffusion WebUI 中「精准控图」的相关内容，喜欢本期推荐的话记得点赞收藏支持一波，之后会继续为大家推荐更多实用的 AI 绘画干货。