图能出来、但主体和提示词对不上，说明推理链路本身是通的，问题出在“文本怎么被理解”和“采样怎么落地”这两段中的一段或两段。难点在于：如果你一边换词、一边调步数和引导强度，最后无论画面变好还是变坏，都无法归因。可行的办法是变量分离——固定采样只看文本侧，固定文本只看采样侧，并用同一个随机种子把随机性按住，再判断偏差主要来自哪一侧。
先别换模型。用同一个随机种子，做两组对照：一组固定种子、步数、分辨率、引导强度，只改提示词结构；另一组固定提示词与种子，只改步数与引导强度。哪一侧的改动能让主体、数量、构图发生可见变化，偏差就更可能来自哪一侧。提示词侧优先处理分层与词序，采样侧优先把参数调回默认区间附近，不要一次动多项。结论只在本次配置下成立，换模型或版本要重新对照。
把一句提示词拆成主体、修饰、风格三层
文本侧的问题是“一句话里谁在起作用说不清”。先把它拆成三层，每层单独成行，之后每次实验只替换其中一层，其他两层原样复制。命名规则建议用 S/M/T 加序号：S 为主体层，写清“谁+数量+动作+位置”；M 为修饰层，写光照、材质、视角、景别；T 为风格层，写画风、渲染方式、色调倾向。负面提示词单独一行，不混进三层。
# 拆分前（一次改词等于同时改了三件事）
一个女孩在窗边看书，阳光，油画风，柔和，电影感，安静
# 拆分后（每行一个可单独替换的变量）
[主体 S1] a girl sitting by the window, reading a book
[修饰 M1] side backlight, soft shadow, medium shot
[风格 T1] oil painting texture, low saturation
[负面 N1] extra fingers, text, watermark, blurry拆分后的用法是先确认 S 能否单独出图：只留 S1 加负面词，其余留空。如果纯主体都出不来，先改 S 的写法，别急着调采样参数。S 写稳之后再逐条加回 M 和 T，每加一层记录画面变化。
固定采样参数只改提示词结构
固定项清单建议逐条写下来贴在实验记录顶部：随机种子 seed、采样步数 steps、引导强度 guidance（有些实现叫 CFG scale）、分辨率与长宽比、采样器 sampler、模型及其版本、负面提示词、是否启用了额外的重绘或放大步骤。固定项里最容易漏的是分辨率——改分辨率会改变构图分布，会让文本侧的结论失真。
配置骨架可参考下面的写法，参数名以你实际部署的页面或配置文件为准，不要照抄：
seed: 12345
steps: 24
guidance: 6.0
width: 768
height: 1024
sampler: <你的采样器名>
negative_prompt: "<负面词>"在这个固定配置下做三次改写，输出文件名按 S/M/T 编号区分：
- 改写一：S1 不变，只把 M1 换成 M2（改光照或视角），看主体是否还在、位置是否偏移。
- 改写二：S1、M1 不变，只把 T1 换成 T2（改画风），看主体语义是否被风格词带偏。
- 改写三：只改 S —— 换动作或改数量（如 one girl 改 two girls）。这一组最直接：数量错了，基本就是文本侧的事。
| 组别 | 改什么 | 固定什么 | 看什么 |
|---|---|---|---|
| A | 只改修饰层 M | S、T、seed、steps、guidance、分辨率 | 主体是否仍在、光影与视角是否变化 |
| B | 只改风格层 T | S、M 及其余全部 | 主体语义是否被风格词挤占 |
| C | 只改主体层 S 的数量或动作 | M、T 及其余全部 | 主体是否正确出现、数量与动作对不对 |
| D | 只改 sampling steps | 提示词、seed、guidance | 结构完整度、细节成形程度 |
| E | 只改 guidance | 提示词、seed、steps | 语义贴合度、是否过饱和或边缘发硬 |
固定提示词只改采样步数与引导强度
这一节把提示词整段冻结（含负面词），只动采样侧。取值梯度不要凭空定，先取你当前配置的默认值，再在默认值上下各取一档，形成三档即可，比如默认、默认的三分之二左右、默认的两倍以内。步数过低的常见表现是结构残缺、边缘糊；引导强度过高的常见表现是颜色过饱和、边缘发硬、语义被少数强词主导。这些都是倾向性描述，不是必然结果，要以你自己的输出为准。
每一项单独改，记录方式建议把参数直接写进文件名，避免事后对不上号：
s12345_steps24_cfg6.0_S1M1T1.png
s12345_steps16_cfg6.0_S1M1T1.png
s12345_steps24_cfg9.0_S1M1T1.png如果改了步数之后画面只是清晰度、细节多寡变化，主体、数量、动作没变，那采样侧对“语义”的影响偏小；如果同一个提示词在某一档 guidance 下突然出现错误主体或数量错乱，那说明引导强度在放大文本侧的歧义，处理顺序应先回到文本侧精简措辞。
用同一随机种子做逐项对照并记录
固定种子是为了让不同组的差异来自你改的那一项，而不是来自随机初始化。记录表建议至少覆盖下面这些字段，缺一项后面就没法复盘：
| 编号 | 变更项 | 固定项 | seed | steps | guidance | 分辨率 | 提示词版本 | 输出文件 | 主体符合度 | 偏差现象 | 初步归因 |
|---|---|---|---|---|---|---|---|---|---|---|---|
| A1 | M1→M2 | S1、T1、seed、steps、guidance、分辨率 | 12345 | 24 | 6.0 | 768x1024 | S1M2T1 | s12345_steps24_cfg6.0_S1M2T1.png | 符合 / 部分 / 不符 | 主体在，但构图偏移 | 文本侧-修饰 |
| C1 | S1→S2（数量） | M1、T1、seed、steps、guidance、分辨率 | 12345 | 24 | 6.0 | 768x1024 | S2M1T1 | s12345_steps24_cfg6.0_S2M1T1.png | 符合 / 部分 / 不符 | 数量不对 | 文本侧-主体 |
表中“主体符合度”和“偏差现象”由你自己看图填写，这里只给字段格式。偏差要写具体：主体缺失、数量多一个、动作不符、位置偏移、被背景元素覆盖，这些都算不同的现象，不要统一写“不像”。另外每组建议连出两张同种子的图，确认在相同参数下输出是否稳定；如果同参数两次结果差异很大，说明还有别的随机来源（如调度器、批次设置），先把这一项也固定住再继续对照。
给出判断结论：偏差主要来自哪一侧
结论写成可复用的排查顺序，而不是一句“模型不行”。判断方式可以这样落地：
- 偏文本侧：固定采样参数时，改 S 的动作或数量、改 T 的风格词，主体出现与否、数量、构图明显变化；而固定提示词只改 steps 与 guidance 时，主体语义基本不动，只影响清晰度和饱和度。后续动作：精简提示词，把主体层前置，减少互相冲突的风格词，把不确定的词换成更常见的描述，必要时用负面提示词排掉抢主体的元素。
- 偏采样侧：固定提示词与种子，只改 steps 或 guidance 就能让主体结构、数量、边缘出现可见变化。后续动作：把两项参数调回默认值附近，一次只动一项，观察是否回到稳定区间，再考虑文本微调。
- 两侧都有：先把采样参数恢复到默认配置当基线，再在基线上调文本，避免两个变量同时动。这类情况常见于提示词本来就长、又叠加了较高引导强度的场景。
结论模板可以按这个格式写：在 seed=S、steps=N、guidance=G、分辨率=WxH 下，文本侧改动导致【主体出现 / 数量 / 构图】变化，采样侧改动主要影响【结构完整度 / 饱和度 / 边缘】。据此判定本次偏差主要来自某一侧，先处理该侧。边界要说清：以上只在本次模型版本、采样器和分辨率组合下成立，换模型、换精度或换调度器都需要重新跑一遍对照，不能据此推断模型的整体能力。