controlnet的start step和end step决定控制信号的起止时机：start step必须设为0以确保结构锚定，尤其对姿态、对称布局或建筑轴线；end step需据参考图类型调整——depth/softedge类设0.5–0.7，openpose类设0.7–1.0，canny线稿则需降低control weight配合。
☞☞☞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☜☜☜
ControlNet起止步数决定控制信号何时生效、持续多久
在LiblibAI WebUI中调节ControlNet的Start Step和End Step，本质是在告诉AI“从第几步开始听你的结构指令”“听到第几步为止”，不是全程紧盯，而是精准卡点介入——早了会压制初始构图发散，晚了则错过关键骨架生成阶段，导致人物关节错位、建筑轮廓漂移或线稿边缘断裂。
Start Step：控制信号的启动时机
将Start Step设为0，表示从扩散过程第一步就注入ControlNet信号；若设为0.2，则前20%采样步数完全忽略参考图，AI按纯文生图逻辑自由铺开大结构，此时极易出现主体位置偏移、比例失衡。【必须设为0】，尤其当参考图含明确姿态、对称布局或建筑轴线时，延迟启动等于主动放弃结构锚定权。
End Step：控制信号的终止边界
End Step决定控制信号覆盖的终点位置，它和Control Weight共同构成“控制强度×控制时长”的乘积效应。数值越接近1.0，控制越贯穿始终；但并非越高越好：
① 对depth/softedge类参考图，设为0.5–0.7最稳——墙面深度信息在中期已固化，后期继续强控反而引发台阶状伪影或窗框硬边；
② 对openpose类姿态图，必须拉到0.7–1.0——人体关节点需在高步数阶段精细校准，低于0.7时手肘弯曲角度常偏差15°以上，手指伸展方向随机翻转；
③ 若用canny线稿却把End Step设到0.95，AI会在最后几轮反复描边，导致线条肥厚、细节糊成黑块，此时应同步将Control Weight从0.8降至0.65再试。
