打标必须严格使用英文关键词并前置触发词，仅保留“名字, 1girl/1boy”，删尽形容词、场景词和设备信息；否则模型无法建立像素与语义映射，导致loss崩塌或生成失真。
☞☞☞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☜☜☜
打标是让模型认识“这张图到底在画什么”
LiblibAI训练LoRA时，系统不会自动理解你上传的图片内容，它只认英文标签里的关键词；如果你不打标，或标签写成“美女、好看、中国风”，模型就完全无法建立图像像素与语义之间的映射关系，训练出来的LoRA在生成时会随机拼凑五官、错乱服饰结构、甚至把背景墙当成主角学进去。
打标错误直接导致loss崩塌或生成失真
方法一：用平台自动打标 → 上传后点击「裁剪打标」→ 等待系统生成初始标签 → 【必须逐张点开检查，删掉所有形容词、场景词、设备名、光线描述】，只保留触发词+1girl/1boy（如zhaoxiaoming, 1girl）；多一个“smiling”或“studio_lighting”都会污染权重，让loss在第3轮就飙升到inf。
方法二：人工预打标 → 在本地为每张图创建同名txt文件（如01_zhaoxiaoming_face.jpg对应01_zhaoxiaoming_face.txt）→ 文件内只写半角逗号分隔的英文词，可加权如(zhaoxiaoming:1.2), 1girl，严禁出现中文、空格、全角标点；【注意：txt文件必须和图片在同一文件夹，且编码为UTF-8无BOM，否则LiblibAI读取失败却不报错】。
为什么必须前置触发词
第一步：打开任意一张训练图的标签栏，确认触发词（如zhaoxiaoming）出现在最前面，紧挨着第一个逗号；
第二步：如果触发词被挤到中间或末尾，比如写成“1girl, smiling, zhaoxiaoming”，模型就会把它当作次要特征学习，结果就是——提示词里写满zhaoxiaoming也出不来本人，反而优先生成“smiling”这个表情；
第三步：删掉所有非必要词，只留“名字, 1girl/1boy”，这是唯一能绑定LoRA权重与角色身份的硬性语法；没有这一步，训练完的模型根本不知道自己该代表谁。
