ControlNet生效需提示词与控制类型语义对齐：第一步开头明确视觉特征（如Canny加“line art, sharp edges”），第二步主体描述避免冲突（如Scribble禁用“photorealistic”），第三步负向词加入反向干扰项（如Pose加“dislocated limbs”）。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在Stable Diffusion中让ControlNet真正生效，提示词不能只写“a girl”，必须和ControlNet的控制类型形成语义对齐——比如用Canny边缘图时，提示词里缺了“sharp outline”或“defined contour”，模型会忽略边缘结构，生成糊边或错位肢体。
基础结构：提示词与ControlNet类型强绑定
第一步：在正向提示词开头明确写出ControlNet所依赖的视觉特征。例如使用Canny时，开头加“line art, sharp edges, high-contrast contour”；使用Depth时，开头加“clear depth layers, foreground-midground-background separation”。
第二步：紧接其后写主体描述，但要避免与ControlNet功能冲突。比如用Scribble控制姿态时，就不能再写“photorealistic, skin texture details”，否则模型会在服从涂鸦骨架和渲染真实皮肤之间摇摆，导致关节扭曲或手部崩坏。
第三步：负向提示词中必须加入与ControlNet目标相反的干扰项。启用Pose控制时，负向词里加“dislocated limbs, twisted spine, extra arms”，这能强化ControlNet对骨骼结构的约束力。
不同ControlNet类型的提示词适配方法
方法一：Canny/Lineart控制 → 提示词中嵌入“ink drawing”, “etching style”, “clean vector line”等强调线条存在的词汇。这类词不单是风格修饰，而是告诉模型：“当前图像的几何结构由线决定，别自己补阴影或渐变”。【漏掉这类词，ControlNet权重再高，线条区域也会被SD默认渲染逻辑覆盖】
方法二：Depth控制 → 在主体描述前插入“layered depth map”, “volumetric space”, “objects at distinct Z-depths”。不要写“foggy”或“bokeh”，那会混淆深度感知逻辑，让ControlNet输出的深度图和提示词预期互相打架。
方法三：OpenPose控制 → 主体提示词必须含明确姿态动词。写“woman raising left arm”比“woman in red dress”有效十倍；若需侧脸，直接写“profile view, head tilted 30 degrees left”，模型会把Pose关键点和文字角度映射起来。没有动词或角度描述，OpenPose的17个关节点就只是装饰。
权重协同技巧：提示词强度与ControlNet参数联动
当ControlNet的weight设为1.2以上时，正向提示词中与控制类型重复的关键词要删减。比如Canny weight=1.4，就不要连续写“sharp edge, crisp outline, defined contour, clean line”——模型会过拟合边缘，导致画面像刻版画，失去纹理层次。
反之，若ControlNet weight调到0.6以下，提示词中对应特征词要加倍强调，并加具体参照：“sharp edge like technical blueprint”, “contour as precise as architectural elevation drawing”。否则ControlNet贡献微弱，SD主模型完全接管构图，控制失效。
这一步操作起来很简单，直接在WebUI的ControlNet面板拖动weight滑块，同时观察提示词输入框里对应词汇的增删节奏即可。
