一组图越出越不统一，通常不是 Stableboost 或底模突然变了，而是三件事叠在一起：提示词写法在批量过程中被顺手改动、种子策略没有事先定死、采样参数在换批次时被覆盖。可复现的排查顺序是——先把提示词拆成固定段和可变段，再决定种子是固定还是按张递增，然后用固定参数出前三张做风格基线，批量过程中按固定间隔抽检，一旦偏差出现就回退到基线配置重出。这套流程的价值在于每张图都能对上一条配置记录，而不是靠肉眼反复微调提示词。

风格漂移先查三处可复现的配置：提示词模板的固定段、种子策略、采样参数快照，看它们是否在批量过程中被改动。做法是先固定模板与参数，用固定种子出前三张作为基线，再按固定间隔抽检。若偏差从某一张开始出现，回退到基线配置重出该张及之后的图，通常比逐张改提示词更可控。注意固定种子会更统一但也更趋同，画面多样性要求高的场景需要另做取舍。

把提示词拆成固定段和可变段

批量出图只换内容不换风格，前提是风格相关的词在整批里逐字不变，包括词序、大小写和标点。建议把模板写成四段结构，固定段和可变段用注释分开，方便复制时一眼看出哪些不能动。

[FIXED-风格段]  # 整批逐字不变
cinematic portrait, soft window light, muted teal and amber palette,
shallow depth of field, 50mm lens look, fine film grain,
clean uncluttered background, consistent color grading

[FIXED-质量段]  # 整批逐字不变
highly detailed, sharp focus on eyes, natural skin texture

[VAR-内容段]    # 只替换花括号里的值
subject: {{subject}}
pose: {{pose}}
clothing: {{clothing}}
prop: {{prop}}

[FIXED-负向段]  # 整批逐字不变
lowres, extra fingers, watermark, text, oversaturated

替换项只有 {{subject}}、{{pose}}、{{clothing}}、{{prop}} 四个占位符，其余文本在任何一张图里都不能临时加词、删词或换同义词。常见的漂移来源是把“soft window light”某次改成“soft light”，或者把负向词漏掉一项，这类改动单看一张图不明显，放到一批里就会显出风格断层。验证方式可以先做一件事：用同一段模板、同一组参数连出两张，若两张的差异只在随机纹理级别，模板可以认为是稳定的，可以继续批量；若差异明显，需要先确认模型、尺寸、采样器是否被改动，再开始批量。

决定种子是固定还是按张递增

种子决定的是同一套提示词下的画面起点，它和提示词模板是两件独立的事，不要混在一起调。

• 固定种子：整批用同一个 seed。适合做系列头像、同一角色的多套服装、需要画面基调高度一致的产品图。代价是构图和姿态容易高度相似，人物类素材可能显得重复。
• 按张递增：seed = 基准种子 + 序号。适合需要画面多样性的场景图、配图素材、同一风格下的不同内容。代价是风格一致性更多依赖提示词固定段，一旦固定段被改动，偏差会更明显。

无论选哪种，都需要为每张图留一条记录，字段建议如下，落在 CSV 或日志里都行：batch_id、index、seed、checkpoint 或模型标识、采样器、步数、引导强度、尺寸、prompt_template_version、输出文件名、生成时间。其中 prompt_template_version 建议用模板文件的哈希或手写版本号，这样后期对比时能确认“是模板变了还是种子变了”。

用固定参数先出前三张做风格基线

正式批量之前，先用一组不打算再改的参数出前三张，作为后面所有图的对照基准。这三张不建议挑最好看的，而是挑配置明确、能重复出得来的。

验收观察点放在三处：色调是否落在同一色域（偏暖还是偏冷、饱和度是否接近）、构图是否保持同一景别与主体占比、笔触和质感是否保持同一细腻程度。把三张并排看，如果色调和构图已经明显分成两派，说明参数还没稳定，不建议继续往下批量。

批量出图时按固定间隔抽检并记录偏差

批量过程中不建议全程不管，也不建议每张都停下来看。可以按固定间隔抽检，例如每 10 张抽 1 张，每隔 50 张额外把首张、当前张并排比一次。抽检记录字段建议包括：序号、使用的种子、模板版本、参数快照、偏差类型、偏差程度、是否回退。

偏差判定以与基线的定性对比为准：色调明显偏色或饱和度明显升高、景别从中景变特写或主体占比明显变化、笔触从细腻变粗糙或出现明显涂抹感，任一条成立就记为偏差。程度可以简单分为“可接受”“需要关注”“需要回退”三档，不做绝对量化，因为在没有控制变量的情况下数字本身也不可靠。抽检样本和基线图建议放在同一目录，文件名带序号，方便并排打开。

出现漂移时回退到基线参数重出

一旦抽检确认偏差，不要在当前配置上继续加提示词去“拉回来”，那样只会让后面的图更难对齐。回退步骤建议按顺序执行：

1. 定位首次出现偏差的序号，确认它之前的一张是否正常。
2. 恢复基线参数与模板版本，逐项核对后确认没有残留的临时改动。
3. 从该序号开始重出，已经正常的前序图片保留不动。
4. 重出的结果与基线并排对比，通过后再继续批量。
5. 在记录里标注回退点和回退原因，便于下一批复用。

下面是一份可复用的配置文本骨架，按实际环境替换取值即可，放在批量脚本或参数文件里，随每批图一起存档：

batch_id: style-a-01
prompt_template: ./templates/portrait_v3.txt
prompt_template_version: v3
model: <checkpoint 标识>
sampler: <采样器>
steps: <步数>
guidance: <引导强度>
size: <宽>x<高>
seed_mode: fixed        # fixed | increment
seed_base: <基准种子>
shot_interval: 10       # 每 N 张抽检一次
baseline_images: ./out/style-a-01/0001.png
out_dir: ./out/style-a-01/

seed_mode 与 seed_base 是整批唯一需要事先想清楚的两项，其余字段尽量保持不动。换批次时可以只改 batch_id 和 VAR 段内容，模板版本、模型、采样参数沿用上一批的取值，这样下一批图才有可对比的起点。