问题根源在于采样器选择不当。需确认ksampler中sampler_name全称，按任务选euler a（结构稳）、dpm++ sde karras（高细节）或unipc（controlnet控制），并严格匹配调度器。
☞☞☞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☜☜☜
你在LiblibAI的ComfyUI工作流里反复生成同一张图，但人物手部变形、建筑边缘锯齿、毛发糊成色块，甚至两次运行提示词完全一致却构图分裂——问题大概率卡在采样器没选对，而不是模型或提示词出了问题。
先确认当前用的是哪个采样器
打开LiblibAI在线ComfyUI界面 → 找到已连接的KSampler节点 → 点击展开参数面板 → 查看sampler_name下拉菜单当前选中项。默认常为Euler a或DPM++ 2M Karras，但【Karras后缀版本与不带Karras的同名采样器数学行为完全不同，不可互换】。
若界面显示“DPM++ 2M”，实际可能是DPM++ 2M Karras或DPM++ 2M SDE——必须点开确认全称，不能只看前半截。
按任务目标精准匹配采样器
采样器不是风格滤镜，它决定AI“怎么画”，不是“画成什么样”。选错等于让水墨画家硬画铜版画。
方法一：要结构稳、出图快、试错成本低（通用首选）
1、选Euler a → 它是显式求解器，收敛路径确定，20～26步内就能产出比例正常、边缘清晰的图。
2、适合LoRA权重≤0.8的写实人像、商品图初稿、ControlNet线稿微调；若发现手指粘连或透视歪斜，先换回Euler a再调步数，别硬扛其他采样器。
3、CFG值设7即可，高于9易引发局部过曝或纹理崩解。
方法二：要毛发/织物/皮肤毛孔级细节（高精度交付）
1、强制选DPM++ SDE Karras → 隐式求解器，每步重估全局噪声分布，对高频纹理响应极强。
2、步数必须设【32～35】，低于30步会出现阶梯状伪影；CFG压到【5～7】区间，过高会触发高频振荡导致纹理抖动。
3、启用后务必关闭“动态阈值”（Dynamic Thresholding）开关，否则SDE会误判高光为噪声并暴力抹平。
方法三：做ControlNet线稿控制或图生图结构锁定
1、只用UniPC → 它对ControlNet输入信号响应最线性，小幅度线稿偏移不会导致主体漂移。
2、步数设25～30即可，再多无益；CFG保持在4～6之间，高于7会让AI过度脑补而破坏原始结构。
3、如果ControlNet预处理器输出线稿模糊或断线，先检查预处理器设置，不要盲目换采样器。
搭配调度器的硬性规则
采样器和调度器必须成对生效，单改一个等于白调。
第一步：Euler a → 必配beta或simple调度器，Karras在此组合下反而降低收敛稳定性。
第二步：DPM++ SDE Karras → 必配karras调度器，换sgm_uniform或ddim_uniform会导致去噪路径断裂，画面出现块状噪点。
第三步：UniPC → 推荐ddim_uniform，它能增强条件引导的响应灵敏度，尤其适配线稿边缘强化。
注意：所有组合中，【dpmpp_2m_sde + karras】是LiblibAI云端算力最适配的一组，steps=25、cfg=7时出图速度最快且细节不丢】。
