必须用lora模型锁定服装结构特征，通过三帧锚定法定妆照、半侧身图、俯视微距图构成“结构三角锚点”，配合cloth_detail参数调至1.3或--weighted_cloth_loss参数训练，并在提示词开头用加权英文括号写死主干服装描述，生成前手动加载对应lora模型。
☞☞☞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中让同一角色的服装细节（如领口褶皱、袖口刺绣、布料反光、配饰位置）在多张生成图中稳定复现，不能只靠提示词里写“穿红色旗袍”，必须用LoRA模型锁定服装结构特征——单图参考或IP-Adapter对服装纹理、缝线走向、金属扣反光等微观细节几乎无效。
先做服装定妆照：三帧锚定法
第一步：用角色设定卡生成一张正面高清定妆照，要求人物站姿中立、光线均匀、无遮挡，服装所有细节清晰可见（尤其注意领口、腰线、下摆、配饰）。【这张图必须是LoRA训练的唯一正样本，不能混入其他角度或动作图】
第二步：在同一套提示词下，额外生成一张半侧身图（约45°），重点捕捉袖型剪裁与肩线走向；再生成一张俯视微距图（聚焦手部+腰带扣），保留金属反光与皮质纹理。这三张图构成服装的“结构三角锚点”。
第三步：把这三张图统一命名为“服装_基础_正_侧_扣”，放入训练文件夹，和其他15～20张同角色不同姿态的图一起参与LoRA训练——仅用单张图训练，LoRA会把衣服当成背景噪声过滤掉。
训练时的关键参数设置
方法一：用LiblibAI内置训练器时，在“高级选项”中开启“服装权重强化”，将cloth_detail参数从默认0.8调至1.3。这个值超过1.5会导致布料过紧失真，低于1.1则无法锁定褶皱逻辑。
方法二：若用WebUI本地训练，需在training script中手动插入--weighted_cloth_loss参数，并确保训练集里至少有3张图展示同一处细节（比如3张都露出左袖口刺绣），否则模型学不会该特征的跨视角一致性。
注意：训练轮数不要超过800步。超过后服装细节会开始“泛化”——旗袍变成改良中式上衣，丝巾变成围脖，这是过拟合的典型信号。
生成阶段的提示词写法
必须把服装描述拆成“不可变主干+可变修饰”两段。主干段放在提示词最开头，用英文括号包裹，例如：(red cheongsam:1.4), (silk fabric with gold-thread embroidery on collar:1.3), (black velvet waistband with silver clasp:1.5)。
可变修饰段写在后面，例如：in garden, soft sunlight, smiling。这样模型会优先服从前面加权锁定的服装结构，而不是把“garden”理解为需要换一套户外装。
每次生成前，务必在LiblibAI界面右上角点击“加载服装LoRA”，选择你刚训练好的模型。不手动加载→系统默认走通用底模→服装细节立刻漂移。
