训练LiblibAI风格LoRA需精准打标：只用风格词（如ink_wash, soft_brush），禁用主体/颜色/场景词；采用“媒介→技法→气质”三元组结构，并可对1–2个核心词加权（如(neon_glow:1.3)）；须人工清除颜色、主体、光影方向及质量泛称等冗余词；触发词须与训练标签隔离。
☞☞☞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LiblibAI上训练出风格可控、生成稳定的画风LoRA模型，图片描述（即标签）必须精准锚定风格特征而非主体内容，否则模型会把“水墨”学成“竹子”，把“厚涂”记作“高光块”。
打标核心原则：只写风格词，不写对象词
每张图的标签文件（.txt）里只能出现描述绘画媒介、笔触、质感、渲染逻辑的英文词，禁止出现具体物体、人物、颜色、场景、姿态等信息。例如训练“水墨山水”风格，标签应为ink_wash, soft_brush, graded_wash, white_space —— 而不是mountain, river, scholar, black_ink。
【漏掉white_space会导致模型忽略留白节奏，生成图满屏堆砌，失去国风呼吸感】。
关键词组合方法一：基础三元组结构
用英文逗号分隔三个层级：媒介→技法→画面气质。
例如：watercolor, wet_on_wet, luminous_transparency
再如：oil_painting, impasto, rich_texture
这一步不能跳过技法词，只写medium（如“acrylic”）会让模型无法区分平涂与刮刀堆叠；只写气质词（如“dreamy”）则无物理依据，loss极易震荡。
关键词组合方法二：加权强化关键特征
对最不可替代的风格词加权，格式为(词:系数)，系数建议1.1–1.5之间。
例如训练“赛博朋克霓虹插画”，核心是发光边缘与高对比色阶，可写：(neon_glow:1.3), high_contrast, sharp_outline, digital_flat
注意：加权只用于1–2个真正定义风格的词，全加权等于没加权；括号和冒号必须是半角，全角符号会让整行标签解析失败。
必须人工删减的冗余词清单
上传后平台自动生成的标签常含干扰项，需逐张打开.txt文件手动清除：
① 所有颜色词：black, red, cyan, warm_tone —— 风格LoRA不绑定色系，留着会锁死输出色调；
② 所有主体名词：cat, building, girl, robot —— 除非你训的是“某角色专属风格”，否则模型会把风格和对象强耦合；
③ 所有光影方向词：side_lighting, backlight, top_light —— 风格模型要适配任意光照，固定方向反而削弱泛化力；
④ 所有质量泛称：best_quality, masterpiece —— 这类词平台已内置权重，重复写会干扰学习焦点。
触发词设置与标签隔离
在训练任务页填写的“模型触发词”（如ink_wash_style）仅用于后续调用，【不得出现在任何一张图的txt标签里】。它和训练标签是两套系统：标签教模型“怎么画”，触发词告诉推理时“什么时候启用这个怎么画”。混在一起会导致训练阶段误将触发词当普通风格词学习，最终调用失效。
