很多新手用参考图的流程几乎一模一样脑子里有个模糊想法 → 打开小红书 / Pinterest 狂搜 → 丢进即梦、可灵、Midjourney → 随便写一句「好看一点、高级感」→ 点生成。出来的图总有一部分对。 但整体不对。构图像了光却糊了。 光像了主体却换了脸、换了产品、换了材质。 于是你开始换图、加图、再加一张「风格参考」——垫得越多画面越像几个人抢方向盘。这时候最容易得出两个错误结论「这个模型不会看图。」「参考图强度再拉高一点就好了。」更大概率都不是。真正的问题是你把参考图当成了「成品样张」AI 却把它当成了「一堆可拆开的零件」。样张思维给我整张做成这样。 零件思维从这张图里抽几样特征再跟噪声拼回去。这两套理解对不上你就会一直在抽卡。下面这套方法专门解决「有参考图却更不稳定」。 结构很简单先搞懂参考图到底在管什么 → 再避免文字和图片互相打架 → 最后把流程改成「先文后图」。每一步都有普通人写法翻车对照以及能直接抄的中文做法。先搞懂一件事参考图不是许愿是限权你可以把生图想成一个权限很大的实习生。你不给参考图时他自由度极高构图、光、材质、情绪都能自己猜。 你给一张参考图并不是在说「最终交这个成品」而是在说某些权限先收回来不许你乱选。比如收回「光影乱选」的权限收回「构图乱选」的权限收回「色调乱选」的权限所以参考图的本质不是增加灵感而是减少乱跑。口诀先记一句垫图之前先问这张图我只允许它管哪一件事答不出就先别垫。第一关别把参考图当成「最终答案」1人和 AI 看见的不是同一种东西你上传一张图时心里往往在说「就按这个出。」AI 实际在做的是「把这张图拆成几组特征再决定抓哪几组。」粗分三类就够新手用特征类型大致管什么你常想偷的大结构构图、主体位置、大色块、光影走势版式、光感细表面纹理、颗粒、边缘、材质细节胶片感、质感身份语义这是人/猫/包/车姿势、品类不加控制时AI 会随机抓。 可能抓住了构图丢掉了材质抓住了姿势背景先崩。这不是模型故意整你。 是你没规定这次只准抓哪一类。2普通人怎么翻车普通人做法上传一张质感很好的台灯产品图 提示词一个红色的陶瓷花瓶高级感商业摄影你想要的是台灯图里的「侧光、硬阴影、桌面反光」。 你没说清楚AI 却可能顺手把「台灯外形」也混进来。结果常见三种花瓶长得像台灯颜色既不像红也不像参考图光影和主体互相打架你以为自己在「参考质感」。 AI 收到的是「整包特征随机取用」。3案例换一场只要咖啡包装的「光」不要包装外形假设你有一张很漂亮的咖啡铝罐特写侧逆光、高光利落、金属边缘干净。你要生成的是磨砂玻璃水瓶。错误做法直接垫咖啡罐图 一只磨砂玻璃水瓶放在桌上AI 很容易困惑到底听文字里的「水瓶」还是听图里的「铝罐」正确做法分两步第一步先人工钉死「这张图只负责什么」这张参考图我只要侧逆光、强对比、干净高光、桌面微反光 我不要铝罐外形、咖啡品牌、金属拉丝纹理第二步让文字负责「建模」参考图只负责「上光」可直接抄如果你的工具支持「参考强度 / 风格参考 / 构图参考」分开优先把强度调到「能影响光但不绑架外形」的区间再慢慢加。4技巧心法先点菜再开仓库把参考图想成仓库不要想成许愿池。你要明确告诉厨房今天只要盐光影还是只要面粉构图还是只要包装纸的纹路材质不要说「仓库里好看的都给我来一点。」金句参考图负责限权文字负责定义。谁定义主体结构谁就该写清楚谁只负责渲染谁就别抢戏。第二关一张图想管太多文字再写满等于两个人抢麦第一关解决「参考图到底是什么」。 第二关解决更常见的翻车既要构图又要光线提示词还写得密密麻麻。你以为这叫「信息充分」。 对 AI 来说这经常叫「指令打架」。1两个通道不能互相拆台生图大致听两路话文字通道它是什么、在干嘛、逻辑关系图像通道像素关系、空间排布、已有光色两路说同一种事还勉强。 两路说反话画面就会抖。比如文字写「阳光下开朗的女孩」参考图是「阴影里冷脸的侧影」旧模型可能直接崩。 新模型更会「硬融」——融出一个你谁都不满意的中间态。2重复描写也是噪声还有一种更隐蔽的坑参考图里已经有很明显的「俯拍桌面、餐盘环绕」。 你还在提示词里再写五遍「俯拍、餐桌、盘子位置、对称构图」。你以为是在加强。 其实是在叠噪声。常见后果边缘发糊、重影颜色溢出物体数量莫名翻倍因为同一件事被两路通道同时用力推模型更容易过拟合到怪样子。3普通人怎么翻车普通人电商垫图上传一张完美俯拍的早餐桌 圣诞限定唇膏放在桌上俯拍构图餐盘环绕节日氛围雪花高级感细节拉满问题在哪构图图片已经在管文字又管一遍光线/桌面关系两边抢产品本身反而没写清楚4案例换一组香水海报参考图只借「版式」目标做一张冬季香水详情头图。参考图一张构图很好的杂志内页——大留白、产品偏右、左侧有短文案区。正确策略只有一个单点突破文本留白。参考图只借版式与留白关系文字只写产品是什么、参考图里没有的新元素文字坚决不写已经能从图里看出的构图句可直接抄对照删除清单看到就删删左侧留白、右侧放产品、杂志排版、大标题区、俯拍/侧拍如果参考图已经决定视角 留香水材质、颜色、季节元素、品牌需要的新道具记住口诀图片已经说清楚的文字闭嘴文字要新增的图片别抢。第三关最致命的倒流程——文本不稳却靠换参考图续命很多新手不是不会垫图。 是流程反了。1抽卡流水线长这样脑子里只有「我想要酷一点」先去找十张神图提示词只写「酷炫的摩托车」不像 → 换参考图还不像 → 再换再加一张风格图、一张姿势图……这看起来很勤奋。 本质是希望参考图替你完成「结构定义」。但模型的分工更接近文字先决定骨架稳不稳参考图再决定皮肉往哪收骨架歪了你不断换装修图纸房子还是歪的。 而且每换一张图特征都在剧烈抖动随机性只会更大。2普通人怎么翻车提示词好看的酒店大堂 参考图今天换一张明天再换一张结果每张都「有点像某张参考」没有任何一张能稳定复现你真正要的空间关系你越换越觉得「是不是模型不行」3正确流程先盲跑再注入再单点微调请按这个顺序做别跳步。Step 1盲跑先不垫图只用文字把结构跑到「位置大致对」。可直接抄一个练习模板判断标准不是「好不好看」而是主体在不在该在的位置前后关系乱不乱有没有基本可用的光方向到大约七成结构正确再进入下一步。 脸不够美、材质不够高级先别管。Step 2维度注入一次只加一种参考结构稳了再垫图。并且先问这次缺的是风格还是构图还是材质光感一次只注入一个。示例Step 3微调一次只修一类问题不要同时换参考图大改提示词再加第二张参考一次只动一个旋钮。 改完看结果再决定下一个旋钮。金句参考图不是灵感加油站是收束器。你先把车开到路上再用它把方向收窄而不是先装十个方向盘。把三关收成一条能反复用的垫图生产线本文出自于元界深掘以后你想垫图先别急着上传。按这张清单走先定职责这张参考图只准管构图 / 光影 / 材质 / 色调四选一最多两选且要极克制再查冲突提示词里有没有重复描写、有没有和参考图唱反调先文后图纯文本把结构跑稳再垫图收束一次一刀每次生成只优化一个维度普通人路径找神图 → 弱提示词 → 狂换参考 → 越垫越崩。 技巧路径定职责 → 防打架 → 盲跑骨架 → 单点注入。差别不在谁垫得更多在谁有没有把参考图当成「限权工具」。附录可直接复制的三张检查卡 两段实战填空本文出自于元界深掘1底层公式2垫图前 30 秒检查卡五项里有两项答不上先别垫图。3指令模板 A让 AI 帮你「拆职责」识图模型可用4指令模板 B电商实战填空构图参考专用扩写示例一支绿色洗面奶泵头白色瓶身哑光台面有少量水珠清晨干净的清爽感电商产品图 版式跟随参考图不要描述左右位置与俯拍角度5两套对照案例可直接拿去练案例 A只要光不要外形参考图金属咖啡罐特写生成目标磨砂玻璃水瓶文字重点瓶身结构参考职责侧逆光与高光禁止在提示词里再写「金属拉丝、咖啡罐」案例 B只要版式不要原场景参考图杂志内页大留白排版生成目标冬季香水头图文字重点香水材质 细雪参考职责留白与产品位置禁止在提示词里再写「左侧文案区、右侧产品、杂志排版」同一套方法只换「职责」和「题材」稳定性会差非常多。结语你会垫图不代表你会控图本文出自于元界深掘回头看这三关其实在解决一件很具体的事让参考图从「抽卡道具」变成「限权工具」。第一关告诉你参考图是零件库不是成品答案第二关告诉你文字和图片不能抢同一件事第三关告诉你骨架不稳时换参考图只是换一种乱法你不需要一上来就堆很多参考图。 你只需要先成为一个会分配任务的人别再问「再加一张会不会更像」。 先问「这张图只准管什么」再问「我的字有没有跟它打架」最后问「文本骨架稳了没有」。从今天起你收藏夹里最爱用的那张神图重新拿出来试一次。 这次别让它承包整张图。 只让它管一件事。管住了你才是在用参考图。 管不住你只是又开始抽卡。需要提示词的可以私