LiblibAI出图不清晰的根本原因是提示词未分层、参数未联动、负向词遗漏；需按三段式写正向词（画质基底→风格锚点→主体五要素→物理细节→构图镜头），填满标准负向词，启用预设模式并锁定Seed，CFG严格控在7–11.2，采样步数依采样器匹配，必开2倍超分+锐化，禁用冗余ControlNet模块。
☞☞☞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☜☜☜
你在LiblibAI上反复生成却总得不到清晰人脸、自然光影或稳定构图的图，不是模型能力不足，而是提示词没分层锚定细节、参数没联动匹配风格、负向词漏掉关键干扰项——比如用“高清”这种无效词代替“8K分辨率+锐利边缘”，CFG设到12让手部崩坏，或忘记填“text”导致每张图都带乱码水印。
用三段式结构写正向提示词
第一步：开头必须写“高质量, 超高清, 极致细节, 锐利边缘”——这四词是画质基底，不写AI默认按最低精度渲染，后续所有修饰都打在沙地上。
第二步：紧接风格限定，但不能写“赛博朋克风”这种模糊词，要换成具体可执行的指令，例如“参考《银翼杀手2049》电影帧,霓虹雨夜,胶片颗粒+青紫主色调”。AI不认识“风”，只认导演名、设备型号、出版物封面这类实体锚点。
第三步：主体描述必须含数量、身份、动作、服饰、姿态五要素，比如“一位穿哑光黑皮衣的亚裔女机车手，单膝跪地擦拭头盔，左耳三枚银环反光，发尾微卷沾雨滴”。少一个维度，AI就随机补全，常补出错位手指或消失的耳饰。
第四步：细节补充要落到可感知的物理层，“皮衣表面细密压纹可见,头盔碳纤维纹理清晰,地面积水倒映霓虹光斑”。没有这层，AI大概率生成塑料感扁平图，连反光都糊成一片灰。
第五步：结尾强制加构图与镜头参数，“中景, f/1.8浅景深, 35mm广角镜头, 竖构图, 主体居左三分线”。不写构图，AI默认堆满画面，留白、安全区、品牌位全无保障——电商图直接报废。
负向提示词必须填满常用缺陷项
方法一：直接粘贴标准组合——“low quality, worst quality, bad anatomy, extra fingers, mutated hands, text, watermark, username, signature, blurry background”。这组词经千次测试验证，覆盖90%常见崩坏源。
方法二：针对当前目标定制排除项。生成人脸时加“asymmetrical eyes, crooked nose, double chin”；生成建筑时加“floating roof, impossible geometry, extra windows”；生成宠物时加“human hands, anthropomorphic, cartoonish face”。漏掉“text”和“watermark”，【每张图都会自带不可删水印】。
参数必须联动调优，不能孤立设置
① 先选对预设模式：点击右侧“预设模式”下拉菜单→选“人像”→自动启用VAE、关闭Tiling、CFG锁定为8.5、开启Face Detail增强开关。新手手动调容易踩坑，而“人像”预设已固化实测稳定组合。
② 再锁死Seed：在参数区找到“Seed”输入框，手动填入大于0的整数，比如【13579】，千万别留默认的-1。首次生成满意后立刻复制这个值，后续所有同系列图都粘贴它——Seed一旦写错或漏填，整套系列就断联。
③ CFG Scale严格卡在7～10：写实人像用7.2，厚涂油画用9.0～10.5，赛博朋克用11.2。数值过高（>12）会让画面生硬断裂，尤其影响手部结构和文字识别。生成后若人脸变形或金属反光失真，立刻降0.3；若背景全糊、主体轮廓弱，升0.4再试。
④ 采样步数按采样器类型配：用Euler a、LMS Karras → 填22～26；用DPM++ SDE Karras、UniPC → 必须拉到32～35；用DDIM或PLMS → 别碰，这俩在LiblibAI上容易出灰斑，换掉。
启用高清修复并选对超分模式
勾选「高清修复」选项，然后从子模式中选择“2倍超分+锐化”。该模式内置边缘感知算法，可针对性增强线条与接缝处清晰度，比单纯拉高分辨率更有效。
如果生成图存在局部模糊（如发丝、睫毛、织物纹理），不要直接重跑全流程，先用局部重绘：圈出模糊区域→羽化设为10像素→重绘幅度调至0.75–0.85→保持色彩一致选项打钩。这一步操作起来很简单，直接拖动滑块就行。
禁用非必要插件：在ControlNet面板中取消勾选深度图(Depth)与法线图(Normal)模块，仅保留边缘控制(Canny)或姿态控制(OpenPose)中的一项。多开插件会稀释模型对主体的注意力，导致细节丢失。
