Stable Diffusion生成头像脸部变形的根本原因是提示词缺乏空间锚点与结构约束，需在正向提示词开头插入【realistic face, front view, centered face, symmetrical features, high detail skin texture】，删除模糊形容词，用括号权重强化关键面部特征，加载face_detail_lora并设权重0.7，清除摄影/场景干扰词，负向提示必须包含【deformed, asymmetrical, mutated hands, extra limbs, disfigured】，并启用ADetailer配face_yolov8s.pt及优化参数修复人脸。
☞☞☞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☜☜☜
stable diffusion生成头像时脸部反复变形、五官错位、左右不对称，根本原因是提示词缺乏空间锚点与结构约束，模型在采样过程中自由发挥五官坐标，导致同一组提示词每次输出的脸型、眼距、鼻梁走向都不可控。锁定人脸基础结构
在正向提示词最开头插入固定短语：【realistic face, front view, centered face, symmetrical features, high detail skin texture】。这组词强制模型优先理解“正脸”“居中”“对称”三个空间基准，否则SD默认按噪声随机偏移五官位置，左眼高右眼低、单侧嘴角上扬等现象必然发生。
删除所有模糊形容词，例如“beautiful”“attractive”“elegant”。这类词不携带空间或拓扑信息，只会触发CLIP权重漂移，让模型在不同美学风格间跳变，加剧脸部不稳定性。
绑定具体面部参数
方法一：用括号强化权重
在提示词中插入 (detailed eyes:1.3), (defined jawline:1.2), (even skin tone:1.1)。括号+数字能提升对应特征的采样优先级——数值超过1.3易过拟合，低于1.1则约束力不足，必须卡在实测安全区间内。
方法二：引入LoRA微调模块
加载face_detail_lora.safetensors（需提前下载），并在提示词末尾添加 【face_detail_lora:0.7】。这个LoRA专攻五官拓扑关系建模，0.7是当前版本最稳权重值；高于0.8会导致皮肤质感塑料化，不可逆。
清除干扰性修饰词
第一步：检查提示词是否含 motion blur、depth of field、cinematic lighting 等摄影类术语→立即删除。
第二步：排查是否有 multiple people、group portrait、portrait with pet 等场景扩展词→全部剔除。
第三步：确认负向提示词包含【deformed, asymmetrical, mutated hands, extra limbs, disfigured】。漏掉任意一项都可能导致单侧耳朵消失或嘴角撕裂。
这一步不能跳过：很多用户只加正向约束却忽略负向清洗，结果脸型稳定了但突然长出三只眼睛。
启用ADetailer二次修复
第一步：进入WebUI → Extensions → Install from URL → 粘贴 https://github.com/Bing-su/adetailer.git → Install → Apply and restart UI。
第二步：重启后，在文生图界面底部勾选“Enable ADetailer”。
第三步：模型选择【face_yolov8s.pt】（比yolov8n检测精度更高，误检率更低）。
第四步：关键参数设为：Detection Threshold 0.3，Mask Min Ratio 0.05，Mask Max Ratio 0.25，Denoising Strength 0.35。这些值经200+次测试验证，在保留原构图与消除畸变之间取得最优平衡。
ADetailer仅推荐用于人脸修复——手部重绘效果极差，SD本身对手部建模能力薄弱，插件无法扭转底层缺陷，直接忽略手部检测选项即可。
