触发词必须置于预览提示词最前端且与训练标签完全一致，否则lora特征无法注入；需避开平台过滤规则，训练后须启用模型并严格按格式测试。
☞☞☞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☜☜☜
想在LiblibAI“赛博丹炉”中成功训练出能稳定响应的LoRA模型，却总在生成预览图时看不到风格变化——问题几乎都出在触发词没设对位置、没写进预览提示词、或压根没按训练数据里的原始命名来定义。
触发词必须出现在“模型效果预览提示词”最前端
这一步不是可选项，是训练启动前的硬性校验关卡。系统会在训练开始前扫描该字段，若触发词不在第一位，会直接跳过LoRA特征注入逻辑，后续所有loss曲线都是无效震荡。
第一步：进入“赛博丹炉”→点击左侧“训练LoRA”→完成底模选择与图集上传后，滚动到“简易参数”面板。
第二步：找到【模型效果预览提示词】输入框，把你要设定的触发词（例如ink_wash、zhaoxiaoming、cyberpunk_v2_3）**紧贴左边界粘贴进去**，后面紧跟英文逗号和一个基础描述，如：【ink_wash】, scholar figure, soft ink gradient。
第三步：绝对不要写成“a scholar in ink wash style”或“(ink_wash:1.2), scholar”——括号加权、中文语序、修饰性短语都会让系统无法识别语义锚点，预览图将完全不带LoRA特征。
触发词必须与训练图标签中的核心词完全一致
触发词不是你临时起的昵称，而是训练过程中模型唯一用来绑定风格/角色的字符串ID。它必须和你为每张图配的.txt标签里出现频率最高的那个词逐字相同，大小写、下划线、数字都不能差。
方法一：打开任意一张训练图对应的同名.txt文件（如01_zhaoxiaoming.jpg → 01_zhaoxiaoming.txt），复制其中第一个出现的英文单词（如zhaoxiaoming），这就是你的触发词。
方法二：若所有标签都以“(style_name:1.x)”开头，取括号内冒号前的部分（如“(ink_wash:1.3)” → ink_wash）作为触发词；注意删掉引号、空格和括号本身。
方法三：如果标签混用了多个风格词（如“ink_wash, scholar, brush_stroke”），选其中最独特、最不可替代的那个（如ink_wash），避免用泛义词如“scholar”——它会被底模自带权重覆盖，无法激活LoRA。
触发词命名需避开平台静默过滤机制
LiblibAI会对部分触发词执行无提示拦截，尤其是纯数字、单字母、含连续双下划线或开头带数字的字符串。一旦被滤掉，训练日志里不会报错，但loss全程平坦如直线。
检查你拟定的触发词是否含以下高危结构：
① 全由数字组成（如“12345”）→ 改为“style_12345”；
② 首字符是数字（如“2ink”）→ 改为“ink_2”；
③ 含“__”双下划线（如“cyber__punk”）→ 改为“cyber_punk”；
④ 长度＜3字符（如“ab”）→ 至少补足到“ab_style”。
【触发词中禁止出现全角符号、中文标点、空格或制表符】——哪怕txt文件里不小心多了一个全角逗号，整张图的标签都会被静默丢弃，而你根本看不到任何错误提示。
训练完成后立即验证触发词生效路径
训练结束≠可用，必须走完启用→切换→测试三步闭环，否则触发词只是躺在数据库里的字符串。
第一步：训练完成页点击【启用模型】→等待状态变为“已启用”。
第二步：进入“创作”页→在CHECKPOINT下拉菜单中选中该模型→确认右上角显示模型名称且“文生图”标签高亮。
第三步：在正向提示词最前端输入你设置的触发词+英文逗号+简单描述，例如：【ink_wash】, mountain mist, distant pagoda → 点击生成。
若生成图仍无风格特征，请立刻返回模型详情页，点击任意示例图→【在线生成】→【一键填充】，抄下真实有效的提示词结构——这才是模型真正认得的语言。
