第 9 课：常用参数详解

📌 学习目标：掌握影响生成质量的关键参数，学会微调出理想效果 ⏱️ 预计时长：20 分钟 🎯 本节节奏：核心参数 → 高级参数 → 调参策略 → 实战练习

---

一、KSampler 核心参数

1. Seed（种子值）

定义：控制生成过程的随机性起点
范围：0 ~ 2147483647（正整数）
默认：-1（随机）

关键特性：
- 相同 seed + 相同其他参数 = 完全相同的输出
- 改变 seed = 完全不同的画面
- 用于复现满意的生成结果

使用技巧：

- 生成满意结果后，记录 seed 值
- 想在相似基础上微调 → 固定 seed，只改提示词
- 想看不同变化 → 勾选 Randomize，或使用 seed 递增

2. Steps（采样步数）

定义：去噪迭代的次数
推荐范围：20-40
默认：20

效果：
- steps 越少 → 生成越快，但可能细节不足
- steps 越多 → 生成越慢，但细节更丰富

实际建议：
- 快速测试：15-20 steps
- 正常生成：25-30 steps
- 高质量输出：35-40 steps
- 超过 50 steps 收益很小，不推荐

3. CFG Scale（提示词引导系数）

定义：提示词对生成结果的影响力
推荐范围：5-10
默认：7.5

效果：
- CFG 越低（<5）→ 画面更自由，可能偏离提示词
- CFG 适中（6-8）→ 平衡提示词遵循和创意发挥
- CFG 越高（>10）→ 画面死板，色彩过饱和，可能出现伪影

实际建议：
- 动漫风格：6-8
- 写实风格：7-9
- 需要精确控制时：8-10

4. Sampler（采样算法）

定义：控制去噪过程的计算方式

常用选项：
┌──────────────────┬──────────┬─────────────────┐
│ 算法              │ 速度     │ 质量            │
├──────────────────┼──────────┼─────────────────┤
│ euler             │ 快       │ 良好            │
│ euler_ancestral   │ 中       │ 优秀 ⭐推荐      │
│ dpm_2             │ 中       │ 很好            │
│ dpm_2_ancestral   │ 中       │ 很好            │
│ heun              │ 慢       │ 优秀            │
│ ddim              │ 快       │ 一般            │
│ lms               │ 中       │ 良好            │
└──────────────────┴──────────┴─────────────────┘

实际建议：
- 日常使用：euler_ancestral（质量最佳）
- 追求速度：euler
- 精细调整：heun 或 dpm_2_ancestral

5. Scheduler（调度器）

定义：控制噪声衰减的方式

常用选项：
- normal（默认）：标准调度，适合大多数场景
- karras：减少伪影，提升细节 ⭐推荐
- exponential：指数衰减
- plain：简单线性
- quadratic：二次曲线
- sgm_uniform：SGM 风格
- simple：极简

实际建议：
- 配合 euler_ancestral：用 normal 或 karras
- 配合 dpm 系列：用 normal

6. Denoise（去噪强度）

定义：从多少噪声开始生成
范围：0.0 ~ 1.0
默认：1.0（从纯噪声开始）

效果：
- 1.0 = 从头生成完整图片
- 0.5 = 基于现有 latent 变化 50%
- 0.0 = 不生成，直接使用输入 latent

用途：
- 配合 IP-Adapter 或图生图时使用
- 局部重绘时常用 0.4-0.7

---

二、Empty Latent Image 参数

Width / Height

定义：输出图片的宽高（像素）

限制：
- 通常必须是 64 的倍数
- 常见的有效尺寸：
  512×512, 512×768, 768×768, 768×1024
  1024×1024, 1024×1536 等

建议：
- 图像作品分镜（竖屏 9:16）：768×1344 或 512×896
- 方形头像：512×512 或 768×768
- 宽屏海报：1024×768

Batch Size

定义：一次生成几张图片
默认：1

用途：
- Batch Size=1：逐张生成，方便逐张挑选
- Batch Size=4：一次出 4 张，快速挑选最好的
- 不建议超过 8，显存可能不够

实际建议：
- 调试阶段：Batch=4，快速看多个变体
- 最终生成：Batch=1，逐张精细控制

---

三、调参实战策略

策略 1：固定变量法

目的：理解单个参数的影响

方法：
1. 固定 seed，固定提示词
2. 只改变一个参数（如 steps）
3. 观察变化，理解该参数的作用

推荐练习：
- 固定 seed，将 steps 从 20 改为 40，对比差异
- 固定 seed，将 CFG 从 7 改为 12，对比差异

策略 2：种子探索法

目的：找到最佳初始构图

方法：
1. 写好提示词
2. 固定其他参数
3. 不断更换 seed，直到找到满意的构图
4. 记录最佳 seed

这是最实用的技巧——很多时候好图就是"碰"出来的

策略 3：迭代优化法

目的：从 60 分提升到 90 分

方法：
第 1 轮：基础生成
  → 标准参数，看看大致效果

第 2 轮：调整构图
  → 改 seed，找到满意的构图

第 3 轮：优化细节
  → 调整提示词，添加/移除关键词

第 4 轮：提升质量
  → 提高 steps 到 35，改 scheduler 为 karras

第 5 轮：最后微调
  → 小改提示词，再换 2-3 个 seed 找最佳

---

四、常见问题排查

问题	可能原因	解决方案
画面太暗	CFG 过高	降低到 6-8
画面色彩过饱和	CFG 过高	降低 CFG
细节模糊	Steps 太少	提高到 28-35
生成太慢	Steps 太多	降低到 20-28
画面重复雷同	Seed 相同	更换 Seed
人体结构错误	模型本身限制	换模型或加 ADetailer
手/脚畸形	通病	加负面提示词 "bad hands"
颜色不对	VAE 缺失	检查 VAE 是否正确加载

---

五、本章小结

参数	推荐值	作用
Seed	随机(-1)	控制随机性，相同seed相同结果
Steps	25-30	采样精度，越多越精细
CFG	7-8	提示词遵循度
Sampler	euler_ancestral	采样算法，质量好
Scheduler	normal/karras	噪声调度方式
Width/Height	768×1024	图片尺寸（图像作品竖屏）

核心心法：不要试图一次调好所有参数，先用默认值跑通，再逐个调整。

---

下节课进入模块四：进阶技巧