若liblibai中图像结构控制失效，需依次启用controlnet、匹配预处理器、上传适配参考图、调节权重（0.6–1.0）与步数（start=0，end=0.5–1.0）、选用f.1/cn union pro模型并配合结构关键词提示词。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在LiblibAI中尝试实现图像结构、姿态或深度等精确控制，但生成结果偏离预期构图或形态，则可能是由于ControlNet未正确启用、预处理器不匹配或控制权重设置不当。以下是实现ControlNet精准控制的具体操作路径：
一、启用ControlNet并选择对应控制类型
ControlNet通过注入额外条件信号（如边缘、深度、姿态）来约束扩散过程，确保输出严格遵循参考图的几何结构。必须先在工作流中激活模块，并指定与任务目标一致的控制类型，否则模型将忽略参考图信息。
1、进入LiblibAI在线创作界面，点击右上角“高级设置”或“ControlNet”开关按钮，启用该模块。
2、在Control Type下拉菜单中，根据需求选择：depth（用于光影/景深控制）、canny（用于线稿/轮廓强化）、openpose（用于人物姿态复现）、softedge（用于柔和边缘提取）。
3、确认所选预处理器与上传图像内容兼容，例如人物姿态图必须搭配openpose，建筑立面图优先选用depth_anything。
二、上传并配置参考图参数
参考图是ControlNet执行控制的依据，其质量、尺寸与预处理方式直接影响最终结构保真度。需确保图像主体清晰、无严重遮挡，且分辨率适配模型输入要求。
1、点击“上传参考图”区域，拖入本地图像文件（支持PNG/JPG格式，建议尺寸为1024×1024或1280×1280）。
2、勾选“完美像素”选项，强制模型在采样过程中保留原始像素级结构信息。
3、将参考图尺寸严格匹配输出画幅比，例如生成4:5竖图时，参考图也应为4:5，避免自动拉伸导致形变。
三、调节ControlNet核心参数
控制权重与完结步数共同决定ControlNet介入强度和生效时机。权重过低则控制失效，过高则抑制创意表达；完结步数过早会削弱细节生成，过晚则引发结构僵化。
1、将Control Weight滑块设定在0.6–0.8区间（canny/depth适用），openpose类建议调至0.7–1.0以保障姿态准确性。
2、设置Start Step为0，End Step设为0.5–0.7（depth/softedge）或0.7–1.0（openpose），确保控制信号覆盖关键采样阶段。
3、关闭“Pixel Perfect”以外的冗余增强选项，防止多重算法冲突导致边缘断裂或色偏。
四、配合专用模型与提示词协同优化
ControlNet效果高度依赖底层大模型对控制信号的理解能力。F.1系列与CN Union Pro模型经联合训练，具备更强的控制解析力；同时提示词需显式呼应控制意图，形成双重约束。
1、基础模型必须选择F.1系列或Flux CN Union Pro，禁用非适配风格模型（如Anything V5），否则易出现控制失效或画面模糊。
2、在正向提示词中加入对应控制关键词，例如使用depth时添加“volumetric depth, clear foreground-background separation”；使用openpose时写入“accurate human pose, natural joint angles, front-facing stance”。
3、负向提示词中补充“deformed hands, twisted limbs, broken edges, low contrast”等针对性排除项，进一步过滤控制异常产物。
