先做尺寸对照，再改提示词，顺序反过来容易把两个问题搅在一起。人物图脸部发虚，通常来自两条独立的线：一是输出总像素不够，脸占的那块区域本来就没几个像素；二是人物在画面中占比太小，比如提示词写成全身、远景、大场景，模型把细节预算分给了背景。先用同一提示词只改输出尺寸各出一张，确认尺寸是不是主因，再决定要不要改提示词里的距离和构图描述。

建议按这个顺序排查：固定提示词与采样参数，只改输出尺寸出两张图，1:1 看脸部是否变实；若两张都糊，再检查人物在画面里的占比，并在提示词里写清近景/半身/全身与人物距离；最后用原图与放大图的同位置局部裁切，区分是生成阶段就糊还是后处理放大糊。适用前提是模型、步数、随机种子等参数保持一致，任一参数变动，对照结论就不成立。风险边界：提高输出尺寸会增加显存占用和出图时间，先小批量试。

用同一提示词在两组输出尺寸下各出一张

这一步只验证一件事：输出像素量不足是不是主因。两次请求的提示词必须逐字一致，随机种子、采样步数、引导强度也保持一致，唯一变量是输出尺寸。先不要把尺寸拉得太极端，用一组常规尺寸和一组更大边长即可，例如 1024 边长与 1536 边长。文件名按“场景_尺寸_种子”命名，避免事后对不上是哪张。

# 请求 A：基础尺寸，字段名按你实际接入方式替换
POST /your-image-endpoint
{
  "prompt": "一位中年男性，短发，深色针织衫，正面半身肖像，自然窗光，背景为浅灰墙面，皮肤纹理清晰，五官锐利，写实摄影风格",
  "negative_prompt": "模糊, 低分辨率, 涂抹感, 过度磨皮",
  "size": "1024x1024",
  "seed": 1234,
  "steps": 30,
  "guidance": 4.0
}

# 请求 B：同一提示词，只改 size
POST /your-image-endpoint
{
  "prompt": "一位中年男性，短发，深色针织衫，正面半身肖像，自然窗光，背景为浅灰墙面，皮肤纹理清晰，五官锐利，写实摄影风格",
  "negative_prompt": "模糊, 低分辨率, 涂抹感, 过度磨皮",
  "size": "1536x1536",
  "seed": 1234,
  "steps": 30,
  "guidance": 4.0
}

# 保存文件名对照
portrait_s1024_seed1234.png
portrait_s1536_seed1234.png

出图后把两张图缩放到同一显示尺寸并排看，或直接 1:1 看脸部局部。判断方式很直接：如果 1536 那张的五官边缘、睫毛、皮肤纹理明显更实，说明之前主要是输出像素不足，优先把输出尺寸和人物占比一起往上调；如果两张在脸部区域的观感差不多都发虚，说明尺寸不是主因，接着做第二组对照。注意不同接入方式可能对尺寸有取值约束（如必须是 64 的倍数或存在上限），需要结合环境确认，超出上限时请求可能被拒绝或静默回退，建议看返回体里的实际尺寸字段。

在提示词里显式写清人物距离与构图

尺寸排除了，就查人物在画面中的占比。只说“一个人”时，模型可能给全身或带大量场景，脸部只占很小一块，再怎么放大也无法从生成阶段补出细节。做法是在同一尺寸下只改构图描述，出三张对照，其余条件保持不变。

• 近景（脸部为主）：面部特写，人物距镜头很近，头部占据画面大部分，背景虚化，输出文件名 portrait_close_seed1234.png
• 半身：半身肖像，取景到胸口以上，人物位于画面中央，占画面高度约三分之二，输出文件名 portrait_half_seed1234.png
• 全身：全身照，人物站在画面中央，从头到脚完整入镜，环境占比较大，输出文件名 portrait_full_seed1234.png

三张一起看，结论通常是：近景那张脸部最实，全身那张最糊但整体构图更完整。这不是模型“不会画脸”，而是全身构图下留给脸部的像素本身就少。实际出图建议按用途取舍：要看清脸就用半身或近景，要展示服装和场景就接受脸部细节有限，必要时分两次生成再人工合成，而不要指望靠堆分辨率把远处的小脸修出来。

按脸部区域的像素占比估算可用细节

把“糊不糊”换成可算的像素量，判断就有依据了。换算分三步：先取画面总尺寸，再估人物占画面高度的比例，最后估脸占人物高度的比例，三者相乘得到脸部的大致像素高。

脸高像素 ≈ 画面高度 × 人物占画面高度比 × 脸占人物高度比
脸宽像素 ≈ 画面宽度 × 人物占画面宽度比 × 脸占人物宽度比

# 代入示例（参数为假设，需按你的出图实测调整）
1024 × 0.70 × 0.13 ≈ 93 px      # 全身构图，脸很小
1024 × 0.90 × 0.20 ≈ 184 px     # 半身构图
1536 × 0.90 × 0.20 ≈ 276 px     # 半身 + 更大输出尺寸

得到数值后自己定一条底线：脸部高度低于大约 100 像素时，五官边缘和皮肤细节基本撑不起来，观感就是发虚；接近或超过 200 像素，细节才有讨论空间。这条线不是硬指标，和模型版本、观看距离、最终展示尺寸都有关，需要结合环境确认。换算的价值在于：当你算出脸只有几十像素，就不该再在提示词里加“超高清、8K”这类词，而应该改构图或加尺寸。

区分是生成阶段就糊还是后处理放大后糊

最后一步排除放大环节。很多人把原图拿去超分或放大后再看，误以为是模型出图糊。做法是从原图和放大图的同一位置各裁一小块，拼在一起 1:1 对比。

# 以脸部左上角为起点裁 256x256 局部，坐标按实际图调整
magick portrait_s1024_seed1234.png -crop 256x256+380+300 +repage face_orig.png
magick portrait_s1024_seed1234_upscaled.png -crop 1024x1024+1520+1200 +repage face_up.png
magick face_orig.png -resize 1024x1024 face_orig_zoom.png
magick face_orig_zoom.png face_up.png +append face_compare.png

判断标准：如果原图局部本身就缺边缘、五官轮廓粘连，那是生成阶段的问题，回到输出尺寸和人物占比上解决；如果原图局部结构清楚、只是颗粒感和锐度一般，放大图出现了涂抹、塑料感或边缘光晕，那是放大环节引入的，换放大方式或直接提高原始输出尺寸更有效。裁切前先用图片信息确认放大图的实际像素与实际倍数，避免坐标和倍率对不上，得出错误结论。