手部崩,通常不是“提示词太短”或“参考图没给够”二选一。更稳的做法是把变量拆开:先确认它是不是稳定复现,再确认动作描述是否具体,然后排除构图把手切在画面边缘,最后才补参考图。四步里往往只有一步是你真正要改的,改完再复测一轮,手里才会留下可复用的写法。
手部出错先看复现情况:同一提示词连出六张,偶发翻车不用重写提示词,稳定复现才值得逐个排查变量。排查顺序建议是动作描述具体度、画面比例与裁切、参考图质量,因为前两项改动成本最低。只有同一骨架连出三张手部都正常,才能把它固化成模板。
先用同一提示词连出六张,数清崩掉的占比
这一节只做一件事:把偶发翻车和稳定复现分开。提示词、参数、种子之外的东西都别动,只重复出图,逐张登记,不要凭印象说“老是崩”。
#1 左手__ 右手__ 形式:多指/少指/粘连/糊 位置:画面中部/边缘
#2 左手__ 右手__ 形式:多指/少指/粘连/糊 位置:画面中部/边缘
#3 左手__ 右手__ 形式:多指/少指/粘连/糊 位置:画面中部/边缘
#4 左手__ 右手__ 形式:多指/少指/粘连/糊 位置:画面中部/边缘
#5 左手__ 右手__ 形式:多指/少指/粘连/糊 位置:画面中部/边缘
#6 左手__ 右手__ 形式:多指/少指/粘连/糊 位置:画面中部/边缘六张里只有一两张出错、而且每次出错的形式都不一样,通常属于随机性,先别大改提示词,固定种子、换个比例或重跑更省事。四张以上出现同类错法,比如每次都多指、每次都是同一只手糊,基本可以按稳定复现处理,再进入下一节。登记时把“哪只手、在画面什么位置”一起记下来,后面查裁切时能对上号。
把抽象动作词换成具体姿态描述
先验证“提示词信息量不足”这条假设。做法是只替换与动作相关的词,其他词、语序、参数逐字不动,否则这次对比就没有意义。
抽象写法:
a woman standing, holding a cup
具体写法:
a woman standing, right hand holding a ceramic cup by the handle,
fingers wrapped around the handle, thumb resting on top,
left hand relaxed at her side差别在于:抽象写法把手交给了模型去猜,具体写法交代了左右手分工、手指抓握方式、另一只手放在哪里。描述手时优先写“抓、握、扶、背在身后、插进口袋”这类能决定手指形态的动作,再补一两个关键细节,例如拇指压在杯柄上方、手背是否露出。如果画面本来不需要手部特写,让手拿住物体或自然被遮挡,往往比反复堆“perfect hands”这类空词更稳,后者不提供任何姿态信息。
检查画面比例和裁切,看手是否落在边缘
有些“手崩”其实是裁切造成的假象:手被画到画幅外,只露出几根手指,看上去就像断指或粘连。固定提示词,只改画面比例,记录手在画面中的位置。
`--ar` 1:1 手部位置:画面中部,完整
`--ar` 3:4 手部位置:右下角,接近边缘
`--ar` 16:9 手部位置:手部被裁掉一半
`--ar` 21:9 手部位置:完全出画这里给出的只是记录格式,实际结论以你跑出来的结果为准。如果发现竖构图或宽幅构图里手总在边缘,先在提示词中把手锁进画面,例如“hands visible, fully inside the frame, above the waist”,再选一个手不容易被切到的比例。可写比例和参数名以你使用的版本实际支持的为准,不同版本差异较大,先确认再写。
加入手部清晰的参考图,只换这一个变量
前一节的提示词和比例全部保持不变,这一节只加参考图。参考图不合格,加了反而会把错误姿态一起带进来。挑选时看四点:手部完整入镜、光线均匀没有强投影、手指之间没有遮挡和交叠、分辨率足够看清指节。侧光很硬、手指交握成一团、带水印或明显品牌元素的图,先换掉。
提示词写法上,图片链接通常放在最前面作为图像提示,后面接文本描述,再接参数。下面的骨架是通用形式,参数名和取值以你当前版本实际支持的为准。
[参考图URL] a woman standing in a studio,
right hand holding a ceramic cup by the handle,
fingers wrapped around the handle, thumb resting on top,
left hand relaxed at her side, hands fully inside the frame,
soft even lighting, plain background
`--ar` 3:4 `--iw` [图像权重,按版本支持填写] `--v` [你的版本号]跑完和上一节的结果对照:如果只有加了参考图这一批手部变好,说明问题出在参考图;如果照样崩,说明姿态描述或构图还没解决,回去改前两节的变量,而不是继续叠加参考图。
把稳定复现的写法固化成模板
把通过验证的词序、手部描述、比例和参考图整理成一份可复用骨架,下次直接填空,不必从零试错。
[参考图URL(可选)] [主体] + [场景],
right hand [抓/握/扶 的具体动作] + [手指状态],
left hand [位置或动作], hands fully inside the frame,
[光线], [背景]
`--ar` [比例] `--iw` [图像权重] `--v` [版本号]验证方式:用这份骨架连出三张,三张手部都正常才算可用;出现任何一张多指、少指、粘连或指节糊成一团,就回到对应小节,只改一个变量重测。判定手部正常的标准可以固定下来:手指数目正确、指节边界可分、手指没有粘成一整块、没有被画面边缘切断。每次失败时把改动的变量记一行,方便退回上一版可用的写法。