同一段提示词时而正常、时而崩坏时，先判断是「输入没锁住」还是「参数在互相牵制」，而不是立刻改写提示词。建议的排查顺序是：先把提示词结构和 seed 固定成一条可复现的基线，再按尺寸、步数、引导系数的顺序逐项做单变量替换，每确认一组就把整组参数写进配置文件，并同步记下批次、尺寸和提示词长度。改动一旦超过一项，后面的废图就归不到具体原因上，这是排查卡住最常见的原因。下面的顺序表、配置骨架和记录表都按这个前提给，键名与取值范围需要结合你实际使用的工具确认。

适用场景：同一段提示词输出时好时坏、参数在界面上手改、事后说不清哪一步起了作用。处理动作：固定提示词结构与 seed 取基线，每轮只改一项，参数落盘到配置文件，并按批次、尺寸、提示词长度记录结果。验证方式：同一份配置连续生成数次，主体与构图应基本一致；若不一致，说明还有随机项没关掉，先解决这一层再测参数。边界：模型版本、采样器、调度器、量化精度变化同样会改变结果，跨版本或跨尺寸的对比不能直接沿用旧结论。

锁死提示词和种子，把其他变量清空

可复现的起点只有两个要求：提示词一个字都不改，seed 固定且关闭随机化。提示词建议先整理成固定结构，例如「主体 + 场景 + 光线 + 镜头 + 质量词」，顺序和标点都定下来，排查期间不要在句尾追加形容词；负向提示词同样固定，不要边测边加。很多工具在界面里还有「每次生成随机种子」「批内种子递增」这类开关，排查阶段需要关掉，否则同一个 seed 拿到的并不是同一张图的起点。

# 基线配置示例（键名以实际工具为准）
prompt:
  positive: ceramic cup on wooden table, soft window light, 50mm lens, shallow depth of field
  negative: blurry, watermark, extra fingers
  structure: subject + scene + light + lens + quality
seed: 123456789
randomize_seed: false

复现验证的做法是：用上面这份配置连续生成 3 到 5 次，把输出并排放在一起看主体轮廓、构图位置和整体色调是否基本一致。如果同配置同 seed 仍有明显差异，问题不在参数，而在还没关掉的随机项——常见的是采样器带随机、调度器不同、批大小导致的种子偏移、以及精度切换。这一层没稳住之前，测尺寸和步数没有意义。需要提醒的是，换尺寸或换模型版本之后，原 seed 不再等价于原来的起点，要重新取一次基线，不能拿跨尺寸的结果做比较。

尺寸、步数、引导系数逐项单变量测试

顺序建议按「影响面从大到小」排：先尺寸，再步数，最后引导系数。每测完一个变量，把参数改回基线值再动下一项，不要在前一轮的结果上叠加。尺寸这一轮只做等比缩放，宽高比例的变化会同时改变构图，属于复合变量，应单独建一轮再测；宽高通常取 8 或 16 的整数倍，避免工具内部做隐式裁剪。

每一轮都记录同一组字段，避免事后只记得「好像改过步数」：seed、width/height、steps、guidance、sampler、scheduler、提示词字符数、输出文件名、以及一句症状描述（主体崩、文字乱码、构图漂移、局部糊）。步数不要一味追高，找到「再加也不明显」的拐点就停；引导系数在 1.5 到 7 之间测即可，超出这个区间通常已经不是稳定性问题而是风格问题。

把每组参数写进配置文件而不是手改界面

界面手改的问题不是麻烦，而是漏改和记错：改完尺寸忘了改回步数，或者把两次不同配置的结果当成同一次对比。建议每确认一组就存一份配置文件，用批次名区分，并在文件里带上提示词哈希，方便把输出目录和配置对上。

# batch_004.yaml
batch: batch_004
prompt_file: prompts/base_v1.txt
prompt_hash: 9f2c...（读取后自动计算并回填）
seed: 123456789
randomize_seed: false
size:
  width: 1024
  height: 1024
steps: 24
guidance: 3.5
sampler: 按实际工具填写
scheduler: 按实际工具填写
output_dir: out/batch_004
note: 尺寸单变量，其余沿用基线

读取后要做一次校验，不能只看文件写了什么，要看程序实际用了什么：启动时打印生效的 seed、尺寸、步数、引导系数；断言 randomize_seed 为 false；打印提示词字符数并与提示词文件长度比对，接近或达到工具长度上限就要单独标出来——提示词被静默截断时表现往往就是「同一段词时好时坏」。输出文件名里带上批次名和提示词哈希前缀，事后回溯不用靠记忆。

# 校验思路，语言按你的环境替换
cfg = load(batch_004.yaml)
print(cfg.seed, cfg.size.width, cfg.size.height, cfg.steps, cfg.guidance)
assert cfg.randomize_seed is False
assert cfg.size.width % 8 == 0 and cfg.size.height % 8 == 0
print(prompt_chars, prompt_limit)  # 判断是否接近截断阈值

记录不稳定出现的规律

偶发问题之所以难查，是因为只在脑子里记着「有时候会崩」。把每次生成的结果按批次、尺寸、提示词长度三列归档，几轮之后通常就能看出废图集中在什么条件下，而不是随机分布。

判断规则可以先用这几条，命中后回到配置文件层复核，不要直接下结论：废图集中在同一批次的后半段，先查批大小、显存和并发，而不是提示词；废图只在某个尺寸出现，锁定尺寸相关，回到基线尺寸做对照；废图只在提示词字符数超过某个阈值后出现，优先怀疑长度截断或尾部权重被挤掉；换一个 seed 就恢复正常，属于该 seed 的个案，不必改整体配置；回到最初的基线配置仍能复现，问题在环境层，例如模型版本、精度设置或节点差异，这时继续调参数意义不大。记录保持克制，只写可复现的条件，不写下「感觉这次更好」之类的判断。