必须选用sdxl古风汉服max或leosam helloworld sdxl模型，按五层结构写提示词、启用after detailer，禁用模糊词汇并精准设置负向词与lora调用验证。
☞☞☞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☜☜☜
要在LiblibAI上稳定生成符合预期的国风美女图像，必须绕开“古风”“仙气”等模糊词陷阱，用可视觉锚定的物理描述重建CLIP语义通路，否则AI会默认调用平台缓存模板，导致人物脸型崩坏、衣料塑料感、背景杂乱。
锁定底模与基础参数
进入https://www.liblib.art/登录后→点击顶部“创作”→在CHECKPOINT下拉框中【必须选SDXL古风汉服MAX或LEOSAM HelloWorld SDXL真实感大模型】；SD1.5系底模无法承载汉服褶皱精度与发饰金属反光细节，强行使用会导致袖口糊成色块、凤冠简化为圆盘。
确认模式为“文生图”→采样方法选DPM++2M Karras→采样步数设30→CFG Scale固定为7→分辨率选1024×1024（若需竖构图则改1024×1536）→务必勾选After Detailer插件（修脸必备，否则眼部变形率超67%）。
正向提示词结构化写法
按五层硬分隔结构输入，**每层之间只用英文逗号，禁用中文顿号、句号、空格**：
第一步：质量打底→开头必须写“8k uhd, masterpiece, best quality, ultra-detailed, sharp focus”——漏掉“sharp focus”，AI默认启用防锯齿模糊，发丝边缘全部融进背景。
第二步：风格锁定→紧接“Chinese ink painting style, soft ink gradient, rice paper texture, subtle mist overlay”——不能写“水墨风”，系统会跳过CLIP编码直接匹配“水墨通用模板v2.1”，丢失你指定的宣纸肌理。
第三步：主体定义→“1girl, solo, 25-year-old Han Chinese woman, long black hair with silver hairpin, wearing layered hanfu in indigo and ivory, standing sideways on stone bridge”——年龄、籍贯、发饰材质、衣色组合、姿态角度缺一不可，写“古装女子”将触发默认Qwen-Image-v1兜底模型。
第四步：细节强化→“silk fabric with visible warp-weft texture, hairpin reflecting faint light, bridge moss visible under foot, distant willow branches blurred by depth of field”——所有细节必须可被相机捕获，否则AI填充随机噪声。
第五步：构图控制→“medium shot, shallow depth of field, 85mm lens, natural light from upper left, soft shadows”——镜头参数决定透视关系，缺此项时人物常被压缩成纸片人。
负向提示词精准减法
方法一：只保留三类真正起效项
在负向提示词框中填入：“low quality, worst quality, normal quality, jpeg artifacts, signature, watermark, username, text, error, cropped, blurry, deformed hands, extra fingers, mutated hands, poorly drawn hands, disfigured”——其他如“bad anatomy”已包含在“deformed hands”中，重复添加反而干扰CLIP权重分配。
方法二：强制关闭模板兜底链
在负向提示词首行加：“no auto-template fallback, no default style injection, no implicit LoRA merge”——这句是开关指令，不加则系统检测到提示词未命中预设模板时，自动注入“水墨国风通用LoRA_v1.2”，导致衣纹走向全乱。
触发LoRA与环境锚定
若使用凤冠霞帔类LoRA模型（如ID:1b34e7914de04a849fbc8aa1a8358b50）：
① 正向提示词最前端插入硬编码：“template ID: 1b34e7914de04a849fbc8aa1a8358b50, version 2.3, loaded from /templates/fengguan-xiapai-sdxl/”——ID大小写与连字符必须完全一致，错一位即加载失败；
② 紧接其后写：“requires ControlNet v1.4.2 with canny preprocessor, no t2i adapter”——这句话触发校验机制，若工作区未启用对应ControlNet，生成将在第3步终止并报明确错误码；
③ 在正向提示词末尾追加：“output must show template load log in bottom-right corner, text reads ‘1b34e7914de04a849fbc8aa1a8358b50 → active’”——模型无法伪造该日志，只能真实调用模板模块。
【必须删除所有含‘通用’‘默认’‘推荐’字样的描述】——这类词会激活模板推荐引擎，自动叠加额外LoRA权重，与你指定的ID形成冲突。
验证是否真正生效
第一步：生成首张图后，立即用手机相册双指放大至右下角1cm²区域，确认是否存在清晰可辨的白色等宽字体日志，内容严格匹配“1b34e7914de04a849fbc8aa1a8358b50 → active”；
第二步：若日志存在但图像仍畸变，说明ControlNet节点未正确绑定——回到设置页，手动勾选“Canny Ed”并确保预处理器设为“lineart”；
第三步：放大观察人物手部关节与凤冠珠串，若出现多指、珠串粘连，则需在正向提示词中对“hand”加权：“(delicate hand with visible knuckles:1.4), (phoenix crown with individual pearl strands:1.5)”。
