一、引言：Stable Diffusion webUI 概述
Stable Diffusion webUI（以 Automatic1111 版本为代表）是目前最主流的本地化 AI 图像生成工具，支持文生图、图生图、局部重绘、姿态控制等全链路创作功能。截至 2025 年 7 月，最新版本为1.10.0，该版本正式支持 SD3 模型、新增多种采样调度器（如 Align Your Steps、KL Optimal）及采样器（DDIM CFG++），并优化了显存占用与生成效率。本教程基于该版本，详细讲解核心功能模块的操作技巧，帮助用户从入门到精通 AI 图像生成。
二、文生图（txt2img）核心操作
2.1 基础界面与工作流程
文生图是 Stable Diffusion 的核心功能，通过文本描述（Prompt）生成图像。在 webUI 首页的txt2img标签页中，主要包含以下区域：
- 模型选择区：顶部下拉菜单选择基础模型（如 SD3、SDXL、SD1.5），需注意 SD3 目前仅支持 Euler 采样器；
- 提示词输入区：分为正向提示词（描述期望内容）和反向提示词（排除不期望内容）；
- 参数设置区：控制采样器、步数、分辨率等生成细节；
- 生成结果区：显示输出图像及生成信息（种子、参数等）。
基础工作流程：选择模型→输入提示词→配置参数→点击 “Generate” 生成图像。
2.2 关键参数详解
2.2.1 采样器与采样步数
- 采样器（Sampling method）：决定去噪算法，不同模型适配性不同：
- SD1.5/SDXL：推荐 DPM++ 2M Karras（平衡速度与质量）、Euler a（多样性高）；
- SD3：仅支持 Euler 采样器（官方限制）；
- 快速出图：LCM 采样器（需搭配 LCM 模型，4-8 步即可生成清晰图像）。
- 采样步数（Sampling steps）：控制去噪迭代次数，推荐值20-30 步（步数过高会增加生成时间，且质量提升有限）。
2.2.2 CFG Scale（提示词相关性）
控制模型对提示词的遵循程度，数值越高越严格遵循，但可能导致画面生硬：
- SD1.5/SDXL：推荐7-12；
- SD3：推荐4-5（低 CFG 可减少畸形问题）；
- 低指导尺度优化：1.10.0 版本新增 “跳过 CFG” 功能，可在采样早期步骤关闭 CFG，提升多样性与图像质量（设置路径：Settings→Optimizations→Enable skip CFG）。
2.2.3 分辨率与种子（Seed）
- 分辨率（Width/Height）：需匹配模型训练分辨率（如 SD1.5 默认 512x512，SDXL 推荐 1024x1024），过高会导致显存不足；
- 种子（Seed）：控制初始噪声模式，固定种子可复现图像结构（-1 为随机，点击生成结果下方种子值可快速复制）。
三、基础参数与高级设置
3.1 核心参数对照表
| 参数 | 作用 | 推荐值范围 | 注意事项 |
|---|---|---|---|
| Sampling steps | 去噪迭代次数 | 20-30 步 | 步数 × 批次过大会增加显存占用 |
| CFG Scale | 提示词相关性 | SD1.5/SDXL:7-12； SD3:4-5 |
过高易导致画面扭曲、色彩失真 |
| Denoise strength | 去噪强度（图生图专用） | 0.2-0.8（局部重绘） | 0.2-0.4 微调，0.6-0.8 大幅修改 |
| Seed | 初始噪声种子 | -1（随机）或固定数值 | 相同种子 + 提示词可复现图像结构 |
| Batch size | 每批生成图像数量 | 1-4（根据显存调整） | 8G 显存建议≤2，避免 OOM 错误 |
3.2 性能优化设置
- 显存优化：1.8.0 版本支持FP8 精度（设置路径：Settings→Stable Diffusion→Precision→fp8），显存占用降低 30%，画质无明显损失；
- 快速生成：启用 “Low VRAM” 模式（适合 8G 以下显存），或使用 LCM 采样器 + LCM 模型（如 Dreamshaper-V7），4 步即可生成 768x768 图像；
- 高清修复（Hires.fix）：先生成低分辨率图像（如 512x768），再通过该功能放大（推荐 R-ESRGAN 4x + 算法），平衡质量与速度。
四、图生图（img2img）与局部重绘（Inpainting）
4.1 图生图基础操作
图生图基于现有图像生成新内容，核心参数为Denoise strength（重绘幅度）：
- 低 Denoise（0.2-0.4）：保留原图结构，适合风格微调（如将照片转为油画风格）；
- 高 Denoise（0.6-0.8）：大幅修改原图，适合创意生成（如将猫的图像改为狗）；
- Resize 模式：推荐 “Crop and resize”（保持比例裁剪），避免图像拉伸。
4.2 局部重绘（Inpainting）全攻略
4.2.1 基础设置
- 蒙版（Mask）：用画笔涂抹需修改区域（快捷键：按住 Ctrl 调整画笔大小）；
- 蒙版模糊（Mask blur）：控制蒙版边缘过渡，推荐4-20 像素（值越高融合越自然，如换脸时设为 40 可修复下巴接缝）；
- 重绘区域：选择 “全图”（避免过渡生硬）或 “仅蒙版”（局部精细修改）。
4.2.2 实战技巧
- 换主体 / 背景：
- 换主体：蒙版涂抹目标区域，提示词输入新主体（如 “a cat”），蒙版模式选 “重绘蒙版内容”，蒙版模糊设5-10（避免保留原轮廓）；
- 换背景：蒙版涂抹主体，提示词输入新背景（如 “forest”），蒙版模式选 “重绘非蒙版内容”；
- 无中生有：蒙版区域选择 “潜变量噪声”，Denoise 设 0.8-1.0，AI 会完全重新生成蒙版区域（如在空白处生成新物体）；
- 柔和重绘：1.8.0 版本新增功能，在图生图设置中勾选 “Soft inpainting”，减少重绘区域与原图的接缝痕迹。
五、关键词（Prompt）精准控制技巧
5.1 提示词结构与顺序
推荐顺序：质量词→风格词→主体描述→细节补充→环境 / 光照
- 质量词：确保画面清晰度，如 “masterpiece, best quality, 8k, ultra-detailed”；
- 风格词：指定艺术风格，如 “anime style, Ghibli, oil painting”；
- 主体描述：明确人物 / 物体特征，如 “1girl, white hair, school uniform, smile”；
- 环境 / 光照：补充场景细节，如 “cinematic lighting, sunset, in a classroom”。
示例：
masterpiece, best quality, 8k, anime style, 1girl, white hair, school uniform, smile, cinematic lighting, sunset, in a classroom
5.2 权重控制语法
通过符号调整关键词优先级，默认权重为 1：
- 提升权重：
- 小括号
()：每层提升 1.1 倍（如(white hair)→1.1 倍，((white hair))→1.21 倍）； - 冒号语法
(词:权重值)：直接指定权重（如(white hair:1.5)→1.5 倍，推荐使用，更直观）；
- 小括号
- 降低权重：中括号
[]：每层降低至 0.9 倍（如[background:0.5]→降低背景权重）； - 顺序影响：靠前的关键词权重更高，重要内容需优先排列（如质量词放在最前）。
5.3 反向提示词（Negative Prompt）
用于排除低质量元素，常见内容：
NSFW, low quality, blurry, bad anatomy, extra limbs, missing fingers, bad hands
技巧：根据生成问题补充，如手部畸形可添加 “deformed hands”，面部模糊添加 “blurry face”。
六、姿态控制：ControlNet OpenPose 全流程
6.1 插件安装与模型准备
- 安装 ControlNet：通过 webUI 扩展界面搜索 “sd-webui-controlnet” 安装，重启后在生成界面底部显示 ControlNet 面板；
- 下载 OpenPose 模型：预处理器选择 “openpose”，模型选择 “control_v11p_sd15_openpose”（首次使用会自动下载，或手动放入
extensions/sd-webui-controlnet/models目录）； - 辅助插件：安装 “OpenPose Editor”（用于手动调整骨架），路径：扩展→从 URL 安装→输入
https://github.com/huchenlei/sd-webui-openpose-editor。
6.2 基础操作步骤
- 上传参考图：在 ControlNet 面板勾选 “Enable”，上传含有人物姿势的图片（推荐真人照片，动漫图识别精度较低）；
- 生成骨架：预处理器选 “openpose”，模型选 “openpose”，点击 “Preview annotator result” 生成骨架图（检查关节点是否准确）；
- 调整参数：
- Control Weight：控制姿态影响强度，推荐0.8-1.2（过高易导致姿态僵硬）；
- Guidance End：设置 ControlNet 停止引导的步数比例，推荐0.8（后期让模型自由优化细节）；
- 生成图像：输入提示词（如 “1girl, hanfu, cherry blossoms”），点击 “Generate” 即可生成符合姿态的图像。
6.3 进阶技巧
- 手部精细控制：
- 保存 OpenPose 生成的骨架图，用 “Depth Map Editor” 插件编辑手部关节；
- 在第二个 ControlNet 单元上传手部深度图，预处理器选 “none”，模型选 “depth”，解决手部畸形问题；
- 多人物姿态：使用 “OpenPose Editor” 手动添加多个骨架节点，或上传含多人的参考图，生成多人协作场景；
- 姿态库使用：从 C 站（Civitai）下载 Pose 模型（JSON 格式），通过 OpenPose Editor 上传，快速复用预设姿态。
七、常见问题与解决方案
7.1 生成质量问题
- 画面模糊：检查 CFG 是否过低（<5）或采样步数不足（<20），尝试提升至推荐值；
- 人物畸形：SD3 模型需降低 CFG 至 4-5，启用 “跳过 CFG” 功能，或使用 ControlNet OpenPose 约束姿态；
- 显存不足：降低分辨率（如 512x512）、减少 Batch size（设为 1），启用 FP8 精度或 “Low VRAM” 模式。
7.2 操作效率优化
- 批量生成：在 “Batch count” 设置生成批次（如 5），配合 “Batch size”=2，一次生成 10 张图像；
- 参数复用：点击生成结果下方的 “Save settings” 保存当前参数，下次直接加载；
- 模型快速切换：在 “Models” 标签页通过文件夹分类管理模型，支持搜索与排序（1.9.0 版本新增目录视图切换）。
结语
Stable Diffusion webUI 的强大之处在于其高度可定制性与丰富的扩展生态。通过掌握文生图 / 图生图参数、关键词权重控制、ControlNet 姿态调整等技巧，结合最新版本功能（如 SD3 支持、跳过 CFG、柔和重绘），可大幅提升创作效率与图像质量。建议通过实际案例反复调试参数，逐步积累对模型行为的理解，最终实现 “所想即所得” 的 AI 创作体验。