用Stable Diffusion做电商主图时，需确保参考图白底/透明、边缘清晰、≥768×768像素，服装类建议平铺拍摄；启用Reference模式选reference_only或reference_adain，Preprocessor设为none；提示词须提取参考图材质、颜色、光影等特征并精准嵌入，Reference weight≥0.8，CFG Scale 7～9，Denoising strength 0.3～0.5。
☞☞☞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☜☜☜
用Stable Diffusion做电商主图时，把参考资料真正用起来不是简单拖张图进去就完事——参考图若没被ControlNet正确解析、没匹配到对应预处理器、没设对权重，生成结果就会跑偏成“认不出是同一款产品”的废图。
确认参考图是否符合硬性要求
先检查你手里的参考图：必须是白底或透明背景，主体边缘清晰无毛边，尺寸不低于768×768像素；如果是服装类，建议平铺拍摄而非挂拍，避免衣架阴影干扰ControlNet识别。
若原图带杂色背景或轻微反光，【务必在PS或在线抠图工具中处理干净再导入】，否则ControlNet会把背景噪点误判为产品轮廓特征，后续生成必然变形。
这一步操作起来很简单，直接把文件拖进去就行。
启用Reference模式并绑定预处理器
方法一：使用ControlNet Reference Unit（推荐）
在WebUI中打开ControlNet面板→点击“+”新增一个Unit→下拉选择“reference_only”或“reference_adain”模式→上传你的参考图→将“Preprocessor”设为“none”，因为Reference模式不依赖边缘/深度等预处理，它直接读取图像的全局视觉特征。
方法二：双ControlNet协同（高精度场景）
Unit 0设为“reference_only”，加载产品图；Unit 1设为“lineart”，用同一张图走Canny预处理→这样既锁住整体风格，又强化轮廓精度。注意两个Unit的权重总和不要超过1.6，否则画面易发硬。
提示：Reference模式对模型版本敏感，realisticvision v6.0及以上或juggernautXL才能稳定支持adain特征迁移，旧版可能只输出灰度失真图。
提示词与参数精准咬合参考图特征
第一步：提取参考图的视觉关键词
把参考图上传至WebUI的“Extra”→“PNG Info”页签，或使用“Interrogate CLIP”功能反推描述词，重点关注AI识别出的材质（如“matte plastic”“woven cotton”）、颜色代码（如“#e6e6e6”）、光影方向（如“soft frontal lighting”）。
第二步：构造正向Prompt
将提取出的关键词自然嵌入提示词，例如：“wireless earbuds, matte white plastic body, soft frontal lighting, studio product shot, pure white background, 8k resolution”——这里“matte white plastic”和“soft frontal lighting”必须来自参考图，不能凭空添加。
第三步：设置关键参数
CFG Scale调至7～9之间，过高会覆盖参考图固有质感；Sampling Steps设35步，少于30步Reference特征注入不充分；【Reference weight必须≥0.8，低于0.6时风格一致性跌破60%】；重绘幅度（Denoising strength）保持在0.3～0.5，确保主体不变形。
验证Reference是否生效的三秒快检法
生成第一张图后，立刻关闭所有窗口，仅保留原始参考图和AI图并排显示；眯起眼睛看整体明暗分布和色相倾向——如果两者在模糊状态下仍呈现相似的灰度节奏和主色调区块，说明Reference已成功注入；若一眼看出冷暖颠倒或明暗翻转，立即停用当前LoRA，改用“product_photography_v2”这类专精电商的轻量适配器。
这一步不需要额外插件，WebUI自带对比功能就能完成。
