同一条提示词连出几张，构图和细节差别明显，通常不是模型本身坏了，而是有几处变量没被固定住：尺寸、种子、步数、调度器、模型版本、LoRA 权重、二次放大，每一项都会改变结果。可行的做法是先别调参数，把这些项分开记录，再判断差异是落在构图结构上，还是只落在纹理细节上。判断顺序建议是：先确认波动真实存在，再固定提示词只动尺寸，接着固定尺寸只动提示词，最后把解释不了的差异单独挂起。下面的记录表和排查顺序，在本地工作流和在线出图页面里基本通用。

遇到 FLUX 出图时好时坏，先别改采样器和步数。用同一条提示词连出 5 张以上，逐张记录尺寸、构图、细节、风格四项差异，先确认波动是否真实；再固定提示词只改尺寸、固定尺寸只改主体描述，观察构图和主体占比的变化临界点。仍然解释不了的差异，单独列成待验证项，下次复现时把所有条件固定后重跑一次再下判断。

把同一条提示词连出多张，逐张记下差异落在哪

先让差异显性化。同一条提示词连出至少 5 张，同一批次里除种子或随机源之外，其他设置全部不动，图片按「提示词标识_尺寸_序号_种子」命名，例如 fluxA_1024x1024_03_seed8821.png，方便回看对比。差异分三栏写：构图（主体位置、占比、朝向）、细节（手指、文字、材质、边缘）、风格（色调、光比、质感）。不建议只写「好看/不好看」，那类描述后面没法对比。

如果连出多张后构图栏每次都变、细节栏只是小幅抖动，说明波动是真实存在的，线索指向尺寸或提示词对结构的约束力不足。反过来，如果构图几乎一致、只有细节和风格有微小差别，那属于常规随机性，不需要改配置。还有一个容易被忽略的判断点：种子固定、工作流也没变时，出图通常应当高度接近；若此时仍有明显结构差异，先怀疑工作流里有没有隐藏的随机节点、前端是否自动改写了提示词、前后端版本是否一致，而不是去调采样器。

下面这张表可以直接抄到笔记里，每跑一张填一行，至少填满 5 行再做判断。

固定提示词，只改尺寸，对比构图和主体位置

把提示词整段复制，几轮之间不改一个字、不改标点，只改宽高。建议从 1024×1024 起步，换到偏纵向的比例，再换到偏横向的比例，每个尺寸各出两三张。请求或工作流配置里只动 width 和 height，其余保持原值，例如：

{
  "prompt": "同一条提示词原样粘贴，不做删改",
  "width": 1024,
  "height": 1024,
  "steps": 20,
  "seed": 12345,
  "sampler": "按你本地工作流的取值填写"
}

观察重点有两个：主体在画面里的占比，以及主体周围留白是否被重排。经验上，尺寸越小、宽高比偏离方形越多，构图越容易松散，主体偏小或肢体异常的概率也会上升。当宽高比从接近 1:1 换到明显扁长或明显瘦高的比例时，构图往往会整体重排——这就算到了需要重新调提示词的临界情况，不宜继续把它当成随机波动。

固定尺寸，只改提示词里的主体描述，看哪部分最敏感

尺寸锁死之后，把提示词拆成三类：主体词（谁、什么物体、在做什么）、风格词（写实或插画、镜头、光线）、修饰词（材质、颜色、环境、画质类形容词）。一次只改一类，其余原样复制粘贴，各出几张做对照。

# 主体词对照组（风格词、修饰词完全不动）
base: a ceramic cup on a wooden table, side light, minimal style
A: a glass cup on a wooden table, side light, minimal style
B: a kettle on a wooden table, side light, minimal style

# 风格词对照组（主体词、修饰词不动）
A: …, soft studio light, …
B: …, harsh afternoon sunlight, …

# 修饰词对照组（主体词、风格词不动）
A: …, matte surface, …
B: …, glossy surface, …

记录方式沿用第一张表，把「改了哪一类」单列一列。通常主体词最牵动构图和主体占比，风格词影响色调与光比，修饰词影响质感与细节密度。如果换了主体词构图依旧稳定，说明前一轮的尺寸才是主要变量；如果只换修饰词构图就散了，说明提示词对结构约束本来就弱，需要在主体词里补位置、视角、景别这类描述。

把解释不了的差异单独列成待验证项

前两轮都没解释清楚的差异，写进待验证清单，而不是继续在参数里乱试。每条只写现象加可能变量，不写结论，例如「同尺寸同提示词，第 3 张主体明显偏左，其余一致」，可能变量记为随机源、批次调度是否残留状态、前端是否自动补词。

下一次复现时，需要固定的全部条件建议按下面清单逐项写全，缺一项就不算复现：

模型文件与版本：
VAE / CLIP：
工作流 JSON（导出留存一份）：
采样器 / 调度器：
步数 / CFG：
种子（固定值还是随机）：
尺寸（宽×高）：
批次数量：
LoRA 及权重：
是否做了二次放大或 refiner：
前端是否会自动改写提示词：

只有把这些条件写全并固定一次，重跑之后差异还在，才值得当成真正的设置问题去查。否则，大多数「时好时坏」是尚未固定的变量在互相干扰，先去锁变量比继续调参更省时间。