先把判断顺序定下来：人脸崩坏，通常是提示词里人物描述和风格词挤在同一句，以及画幅比例跟镜头类型不匹配，两件事叠加造成的。不要同时动提示词和画幅去试，那样改完一轮还是不知道是谁的锅。做法是分开验证——先固定画幅，只改人物描述的句子长度；再固定长度，把脸相关描述从风格词里拆出来单独成句；最后换画幅重跑同一段提示词，看人物在画面里占多大。每轮只动一处，编号留存，三五轮下来就能得到一组可复现的写法。

判断路径建议按「句子长度 → 描述拆分 → 画幅占比」三步走。固定画幅只改句子长短，能判断信息过载是否影响脸部；把脸、五官、表情从风格词里单独成句，能判断两类词是否互相干扰；换画幅跑同一段提示词，能判断崩坏是描述问题还是构图本身不给脸留位置。每轮只动一处变量并编号留档，输出要记录人脸占画面比例、五官是否可辨认、有无多手多眼这类可观察项。边界：本文给的是排查方法和记录模板，不保证某组参数在所有模型版本和分辨率下都稳定，具体效果需结合你本地的出图环境和模型版本确认。

固定画幅，只改人物描述的句子长度

这一步只回答一个问题：画面问题是不是跟提示词太长太挤有关。操作上，画幅、镜头、风格词、采样参数全部不动，只准备两版人物描述——一版把人物信息压进一句长句，一版拆成几组短句，其他部分逐字相同。这样跑出来的差异，才基本能归到句子长度上。

长短两版可以这样写，注意除人物描述外的部分保持一致，方便对照：

# A 版：人物描述全部挤在一句里
portrait of a young woman with long black hair, wearing a beige knitted sweater, standing in a soft-lit room, gentle smile, looking at the camera, warm color grading, cinematic lighting, 85mm lens, shallow depth of field

# B 版：把同一批信息拆成几组短句，其余词不变
a young woman
long black hair, beige knitted sweater
gentle smile, looking at the camera
soft-lit room, warm color grading, cinematic lighting
85mm lens, shallow depth of field

同一画幅下，两版各跑几轮，记录项固定成几列：版本（A/B）、画幅、人脸是否可辨认、五官是否变形、有没有多手多眼、构图是否被裁掉半个头。通常句子越挤，模型越容易把风格词当成主体描述的一部分，脸和背景一起被拉扯；拆成短句后，人物信息更靠前更独立，脸部稳定性往往更容易观察。这只是排查方向，不是绝对结论，要看你用的模型版本和分辨率。

把人脸描述从风格词里拆出来单独成句

这一步回答第二个问题：人物描述和风格词混在一起，是不是互相干扰。做法是在上一轮选出的相对稳定的句长基础上，只做一次拆分——把脸、五官、表情这类词从风格词串里移出去，单独放一行，其余词原样保留。

拆句前后可以这样对照，被移走的词在注释里标出来：

# 拆句前：脸和风格混在一句
a young woman with clear facial features, calm expression, warm color grading, cinematic lighting, film grain

# 拆句后：把脸相关描述移出去单独成句
# 被移走的词：clear facial features, calm expression
a young woman
clear facial features, calm expression
warm color grading, cinematic lighting, film grain

重跑时同样只改这一处，画幅和其他词都不动。观察重点是人脸细节有没有变清楚、表情是否更可控、风格词带来的色调或质感是否还保留。通常脸相关描述独立后，模型对五官的注意力更集中，风格词也不容易被误读成脸部特征；但这也会让某些镜头感变弱，需要你看是想先保人还是先保氛围，再决定是否分两句保留。

换画幅重跑同一段提示词，对比人物占比

到这一步，提示词文本已经固定，只换画幅。目的是区分：之前的崩坏到底是描述问题，还是画幅本身没给脸留够空间。比如方形、竖版、宽幅三种比例，对人物在画面中的占比影响很直接，尤其是半身或特写类构图。

同一段提示词在两个画幅下的对照可以这样记：

# 提示词保持一致，只改画幅参数
画幅 1：1:1   -> 人物约占画面高度 60%，头部留白较多
画幅 2：9:16  -> 人物约占画面高度 80%，头部接近上边缘

记录项：人脸占画面比例、是否被裁切、背景是否抢主体、五官是否可辨认

如果同一段提示词在竖版里脸正常、在方版里脸崩，问题更偏向画幅和构图的匹配，而不是描述本身；如果两个画幅下都崩，那大概率要回到前两步检查句子长度和描述拆分。换画幅时不要再顺手改风格词，否则又变成多变量混在一起，无法归因。

把每轮结果按改动点编号留存

最后一件事是把上面三轮整理成可复现的对照记录，避免凭印象来回改。编号规则建议用「轮次-改动类型」：R1 改句长，R2 改描述拆分，R3 改画幅；同一轮内再分 A/B 两个版本。每轮只保留一个变量，其他字段一律照抄上一轮。

记录模板可以直接照这个结构写：

轮次：R1-A
改动点：人物描述压成一句长句
画幅：1:1
提示词：见 R1-A 文本
输出观察：人脸是否可辨认 / 五官是否变形 / 有无多手多眼 / 人物占画面比例

轮次：R1-B
改动点：人物描述拆成短句（其余与 R1-A 相同）
画幅：1:1
输出观察：同上

轮次：R2-A
改动点：把脸相关描述从风格词中移出，单独成句
画幅：1:1（与 R1 相同）
输出观察：同上

轮次：R3-A
改动点：画幅从 1:1 改为 9:16（提示词与 R2-A 相同）
输出观察：同上

这样留档后，回看时能直接看出哪一轮开始人脸稳定、哪一处改动引入了新问题。如果某轮结果明显更好，就把它作为下一轮的基准，继续只动一个变量往上叠；如果越改越乱，退回上一轮基准重来，而不是继续在混乱的提示词上加词。具体画幅参数、模型版本和分辨率差异，仍需结合你自己的出图环境确认。