Stable-Diffusion-v1-5 参数详解：Steps/Guidance Scale/Seed 避坑指南
你是不是也遇到过这种情况：用 Stable Diffusion 生成图片，明明提示词写得不错，但出来的图要么细节模糊，要么颜色诡异，要么干脆和你想的完全不一样？
很多时候，问题就出在几个关键参数上。Steps、Guidance Scale、Seed——这三个参数看起来简单，却是决定你出图质量和稳定性的核心。调好了，AI 是你的神笔马良；调不好，它就成了一个不听话的'灵魂画手'。
今天，我们就来彻底搞懂 Stable Diffusion v1.5 Archive 模型里这三个参数的'脾气秉性'，让你避开那些常见的坑，真正掌控 AI 绘画的魔法。
1. 核心参数：理解 AI 绘画的'控制面板'
在开始调参之前，我们先打个比方。把 Stable Diffusion 想象成一个非常聪明但有点'轴'的画家。
- 提示词 (Prompt)：是你给画家的'需求简报'，告诉他'画什么'。
- Steps (采样步数)：是画家反复修改、打磨这幅画的'次数'。次数太少，画可能很潦草；次数太多，画家可能陷入纠结，甚至画蛇添足。
- Guidance Scale (引导尺度，常称 CFG)：是画家对你'需求简报'的'听话程度'。太听话，他不敢发挥创意，画面可能呆板；太不听话，他就开始天马行空，完全偏离你的要求。
- Seed (随机种子)：是画家开始作画时的'初始灵感和状态'。同一个种子，只要其他条件不变，他就能画出几乎一模一样的画。这就像是给了创作一个固定的'起点'。
理解了这层关系，我们再来逐个拆解。
2. Steps 参数：细节的打磨次数，并非越多越好
Steps 参数控制着扩散模型从纯噪声'演化'成一张清晰图片需要经过多少步。每一步，AI 都会根据你的提示词，对图像进行一轮'去噪'和'修正'。
2.1 Steps 的工作原理
想象一下雕刻一尊石膏像。一开始是一大块粗糙的石膏（纯噪声）。Steps 就是你雕刻的刀数。每刀下去，都更接近你脑海中的形象（提示词）。刀数太少，雕像轮廓模糊，细节全无；刀数恰到好处，雕像精美传神；但如果一直不停地雕，可能会把某些地方雕过头了，反而破坏了整体美感。
2.2 如何设置 Steps？一个黄金区间
对于 Stable Diffusion v1.5 Archive 这类模型，经过大量实践，有一个公认的'甜点'区间：
- 快速草图/测试创意 (Steps: 15-20)：当你只是有个模糊想法，想快速看看 AI 能给出什么构图和色彩时，可以用这个区间。出图速度快，适合大量尝试不同的提示词。
- 高质量出图 (Steps: 20-30)：这是最常用、最推荐的区间。 在这个步数下，模型有足够的时间去细化细节，如毛发、纹理、光影，同时又不至于产生过度平滑或奇怪的伪影。绝大多数情况下，25 步是一个很好的起点。
- 超高细节探索 (Steps: 30-50)：当你需要极其复杂的细节，比如一幅充满精细花纹的插画，或者一张超写实的面部特写时，可以尝试提高步数。但请注意，超过 30 步后，每增加一步带来的细节提升会急剧减少，而生成时间却线性增加。
- 避坑指南：Steps 的常见误区
- 误区一：Steps 越高，图片质量一定越好。 这是最大的坑！超过某个阈值（通常是 50-60 步），模型可能会'过度拟合'，导致画面出现不自然的平滑感、色彩饱和度异常，甚至产生一些诡异的、像水渍或污渍一样的伪影。图片质量反而下降。
- 误区二：所有模型都用一样的 Steps。 不同版本的 SD 模型（如 SD 1.5, SDXL）或不同的采样器（如 Euler a, DPM++ 2M）对 Steps 的敏感度不同。本文针对的是SD v1.5 Archive，上述建议值是基于其常用的采样器（如 Euler a）得出的。
- 实践建议： 从 25 步 开始尝试。如果觉得细节不够，每次增加 5 步，观察变化。当发现增加步数后画面改善不明显，甚至出现怪异纹理时，就说明已经接近或超过最佳步数了。
3. Guidance Scale 参数：AI 的'听话指数'
如果说 Steps 控制'画多久'，那么 Guidance Scale（CFG scale）就控制'按不按要求画'。它决定了提示词对生成过程的约束强度。
3.1 Guidance Scale 的工作原理
这个参数可以理解为'创意'与'纪律'的平衡杆。
- 低 CFG 值 (如 1-3)：AI 画家非常'叛逆'。你的提示词只是个'建议'，他会加入大量自己的'创意'（其实是随机噪声），结果往往与提示词相去甚远，但可能有意外的艺术感。
- 中高 CFG 值 (如 7-9)：AI 画家变得'专业且听话'。他会认真遵循你的提示词，努力还原你描述的场景、物体和风格，同时保留一定的画面自然度和协调性。
- 极高 CFG 值 (如 15 以上)：AI 画家变得'僵化且偏执'。他会死死扣住你提示词里的每一个字，导致画面色彩对比度过强、线条生硬、构图呆板，甚至出现扭曲和破碎的物体。
3.2 如何设置 Guidance Scale？找到平衡点
对于 SD v1.5 Archive，经过测试，最佳范围比较集中：
- 推荐范围：6.5 - 8.5。这个区间在绝大多数场景下都能取得很好的平衡，提示词有效，画面又不失真。
- 常用起点：7.5。如果你不知道设多少，从 7.5 开始是个安全的选择。
- 不同场景的微调：
- 需要高度符合提示词（如产品设计图、特定角色）：可以尝试 8.0 - 9.0。
- 需要更多艺术感和随机性（如抽象画、创意灵感）：可以尝试 5.0 - 7.0。
- 避坑指南：Guidance Scale 的常见误区
- 误区一：CFG 越高，提示词越'生效'。 没错，但'生效'过头就是灾难。过高的 CFG 会导致画面饱和度爆炸、细节锐化到失真、人物面部扭曲（俗称'CFG 脸'）。
- 误区二：CFG 值可以弥补垃圾提示词。 不能。如果你的提示词本身描述不清、矛盾或过于简单，提高 CFG 只会让生成的垃圾更'精致'地偏离你的本意。提示词永远是第一位的。
- 一个典型的高 CFG 翻车案例： 提示词：
a beautiful girl, smiling- CFG=7.5：生成一个自然微笑的可爱女孩。
- CFG=15：女孩的嘴巴可能笑到裂开，牙齿异常清晰锐利，整个面部表情狰狞，背景色彩诡异。
- 实践建议： 固定其他参数和种子，用同一组提示词，分别用 CFG=5, 7, 9, 12 生成四张图，直观感受其影响。你会立刻明白平衡的重要性。
4. Seed 参数：掌控随机性的'魔法钥匙'
Seed（种子）是一个数字，它决定了扩散过程开始时噪声图的模样。相同的 Seed，在相同的模型、提示词和其他参数下，会生成几乎相同的图片。
4.1 Seed 的价值：复现与微调
- 结果复现：当你生成了一张非常满意的图，记下它的
Seed值。之后，你可以随时用同样的参数和Seed重新生成它，得到一模一样的结果。 - 可控变化：这是 Seed 最强大的用法。固定
Seed，然后只修改提示词中的某个词语（比如把'red dress'改成'blue dress'），或者微调一下CFG值。这样，你可以在保持整体构图、人物姿态、背景大致不变的情况下，探索细节的变化。这比完全随机生成效率高得多。
4.2 如何设置和使用 Seed？
- 随机生成：将
Seed设为 -1。这是最常用的方式，让 AI 每次给你一个惊喜。 - 固定种子：当你想复现或进行可控微调时，输入一个特定的数字（如
123456）。 - '微调'实操演示：假设我们生成了一个满意的草图，种子是
555666，提示词是a warrior standing on a hill, sunset。- 保持
Seed=555666，其他参数不变，只把提示词改为a wizard standing on a hill, sunset。新生成的巫师，其姿势、构图、夕阳背景都会和之前的战士非常相似。 - 保持
Seed=555666和提示词不变，把CFG从 7.5 调到 8.5。你会得到一张更强调'战士'和'夕阳'元素，但整体画面结构相似的图。
- 保持
- 避坑指南：Seed 的常见误区
- 误区一：相同的 Seed 在任何情况下都出同一张图。 错！Seed 只在模型、提示词、Steps、CFG、采样器、图片尺寸等所有参数完全一致时才生效。 改变其中任何一个，即使 Seed 相同，结果也会不同。
- 误区二：Seed 值的大小影响图片质量。 不影响。
123和9999999作为种子，在统计学上是等价的，没有好坏之分。它只是一个随机数生成的起点。 - 实践建议：养成好习惯，遇到喜欢的图，立刻保存它的生成参数（包括 Seed）。很多 WebUI（如 Automatic1111）会在生成图片的同时，在侧边栏或文件名中附带上所有参数，方便你复制。
5. 实战演练：参数组合调优案例
光说不练假把式。我们用一个实际案例，看看如何协同调整这三个参数。
目标： 生成一张'在图书馆里，专注阅读的猫，皮克斯动画风格'的图片。
- 第一轮：快速探索 (低 Steps，随机 Seed)
- Prompt:
a cute cat reading a book in a library, pixar style, animated film - Steps:
20 - CFG Scale:
7.5 - Seed:
-1(随机) - 结果：快速得到了几张构图不错的草图。我们选中了一张猫的姿势和图书馆氛围都较好的图，记下它的种子，假设是
789012。
- Prompt:
- 第二轮：提升细节 (增加 Steps，固定 Seed)
- 保持 Prompt、CFG Scale 不变。
- Seed:
789012(固定上一轮选中的种子) - Steps: 从
20逐步提升到25,30。 - 观察：Step=25 时，猫咪的毛发和书本的纹理明显更细腻了，画面整体更扎实。Step=30 时，细节提升已不明显，生成时间变长。因此选定 Steps=25。
- 第三轮：调整'听话度' (微调 CFG，固定其他)
- 保持 Prompt、Steps=25、Seed=789012 不变。
- 分别用 CFG=
6.5,7.5,8.5生成。 - 观察：
- CFG=6.5：画面更柔和，但'阅读'和'皮克斯风格'的特征稍弱。
- CFG=7.5：风格鲜明，猫咪专注，细节清晰，效果最佳。
- CFG=8.5：色彩对比过强，猫咪表情有点僵硬，画面失去了动画的柔和感。
- 因此选定 CFG=7.5。
最终参数组合： Prompt（优化后的英文），Steps=25，CFG Scale=7.5，Seed=789012。用这组参数，我们就能稳定地复现这张高质量的图片，或者在此基础上微调（比如把'book'改成'ancient scroll'）。
6. 总结
掌握 Steps、Guidance Scale 和 Seed，你就掌握了 AI 绘画从'抽卡'到'定制'的关键。我们来回顾一下核心要点：
- Steps (采样步数)：不是越高越好。对于 SD v1.5，20-30 步是黄金区间，25 步是可靠的起点。它主要影响细节的丰富度和生成时间。
- Guidance Scale (引导尺度)：平衡的艺术。6.5-8.5是最佳范围，7.5 是万能起点。它控制 AI 对提示词的遵循程度，过高会导致画面失真。
- Seed (随机种子)：复现与微调的钥匙。设为 -1 来探索，固定一个值来复现或进行可控的细节调整。记住，它只在所有其他参数一致时才有效。
给你的终极建议：
- 先写好提示词：清晰、具体的英文提示词是这一切的基础。
- 采用'定三调一'法：调试时，先固定其中三个参数，只调整一个，观察变化。比如固定 Prompt、Seed、CFG，调 Steps；或者固定 Prompt、Seed、Steps，调 CFG。
- 记录成功配方：遇到好图，立刻保存所有参数。建立你自己的'成功参数库'。
