LiblibAI加载LoRA后不生效怎么办？按兼容底模、触发词和权重逐项排查

LiblibAI 加载 LoRA 后不生效，先不要连续换提示词或把权重拉满。最有效的排查顺序是：确认 LoRA 已启用，核对适配底模和版本，检查触发词，再固定种子测试权重，最后排除尺寸、采样、重绘幅度和多 LoRA 冲突。每次只改一项，并与“未加载 LoRA”的基线图比较。

官方地址：https://www.liblib.art/

先判断属于哪一种“不生效”

用户口中的“不生效”通常不是同一个问题。先按画面表现分类，能减少无目的试错：

第一步：保存现场，建立无LoRA基线

在修改前先保存当前生成记录：Checkpoint、LoRA 名称与版本、触发词、完整提示词、种子、尺寸、采样方式、步数、CFG、重绘幅度和启用的其他组件。没有现场记录，后面即使偶然修好，也无法知道真正原因。

接着关闭 LoRA，只保留当前 Checkpoint 和其他参数，生成一张“基线A”。再重新启用 LoRA，生成“测试B”。如果两张图差异很小，说明问题集中在加载、兼容、触发或权重；如果差异很大但方向错误，则更可能是提示词冲突、权重过强或模型用途不匹配。

第二步：确认LoRA真的加载并启用

在普通生图界面中，检查 LoRA 是否从个人模型库被选入当前任务，而不是仅收藏在资产页；在 ComfyUI 工作流中，检查 LoRA 加载器是否被忽略、旁路或断开。官方平台教学示例说明，工作流中的 LoRA 加载器可以选择个人模型库中的模型并调节强度，被忽略的节点需要重新启用。

• 模型名称和版本是否与详情页一致；
• 当前生成任务中是否能看到 LoRA 已加载；
• 权重是否意外为0或接近0；
• 工作流节点是否处于忽略状态；
• 切换生图方式后，是否需要重新选择收藏的 LoRA。

第三步：核对基础模型兼容关系

LoRA 是附加模型，通常依赖特定的基础模型家族。即使界面允许选择，也不代表任意 Checkpoint 都能正确响应。回到 LoRA 详情页核对“适配底模”、作者示例和版本说明，再确认当前 Checkpoint 属于同一模型体系。

如果详情页明确给出推荐底模，先完全按推荐组合建立最小测试。不要同时替换 LoRA 和 Checkpoint；先证明推荐组合可以工作，再测试其他兼容模型。若模型版本更新，也要确认旧触发词和旧权重建议是否仍适用。

第四步：检查触发词是否缺失或被冲突词覆盖

许多 LoRA 需要特定触发词才能稳定表现。触发词可能包含大小写、下划线、数字或不常见拼写，应从当前详情页复制并保持原样。若作者列出多组触发词，先使用最核心的一组，不要一次加入全部。

然后把提示词缩减到“主体 + 触发词 + 一个场景”的最小版本。官方基础教程建议将提示词按词组组织，便于只替换一个局部。排查阶段尤其适合这种写法，因为过长提示词可能让主体、画风、材质和 LoRA 特征相互竞争。

• 删除与 LoRA 目标相反的风格词；
• 暂时移除同义但强度很高的其他特征；
• 避免正向提示词要求某元素、负向提示词又排除它；
• 若中文自动翻译改变了特殊触发词，将触发词单独保留原文。

第五步：固定种子，排查权重过低与过高

官方文生图教程介绍了 seed 随机种子的用途：填写已有种子后，后续生成会参考该种子产生相似画面。排查 LoRA 时应固定种子、提示词、Checkpoint、尺寸、采样和步数，只改变 LoRA 权重。

以模型作者给出的推荐值或区间为中心，生成低、中、高三档：

1. 低档用于确认特征是否刚开始出现；
2. 中档用于观察目标特征与主体结构是否平衡；
3. 高档用于识别过强权重造成的画面污染、结构扭曲或提示词失效。

权重不是越高越好。若中档已经出现目标特征，高档反而破坏人物或背景，应选择中档或更低值。若三档都几乎没有差异，应回到加载状态、底模和触发词，而不是继续提高到远超作者建议的数值。

第六步：排除其他生成参数的干扰

LoRA 已加载且触发词正确，结果仍不稳定时，再检查生成参数：

官方教程也提醒，不同模型适用的参数不同。这里的目标不是寻找一套“万能参数”，而是把变量减少到足以复现问题。

第七步：用三张对照图确认修复

排查结束后保留三张图：无 LoRA 的基线A、修复后的有效B、权重过强或冲突状态C。三张必须使用同一主体、种子和基础参数。只有 B 能稳定呈现目标特征，且不破坏主体结构和其他要求，才能说明修复成功。

把有效B对应的模型版本、触发词、权重和完整参数保存为预设或项目记录。以后更换主体时，如果效果再次消失，可以先回到这套最小复现配置，判断是输入任务变化还是模型设置变化。

一张最短排查清单

1. LoRA 已经选入当前任务，而不只是收藏；
2. LoRA 或工作流节点处于启用状态；
3. Checkpoint 与 LoRA 版本兼容；
4. 触发词拼写、大小写和特殊字符正确；
5. LoRA 权重不为0，并在作者建议附近测试；
6. 种子、提示词、尺寸、采样和步数已固定；
7. 其他 LoRA、插件和高清修复已暂时关闭；
8. 修复版与无 LoRA 基线存在可解释差异。

常见问题

提高提示词权重能代替LoRA权重吗？

不能简单等同。提示词权重改变模型对某个文本概念的关注，LoRA 权重控制附加模型的影响强度。排查时应分开测试。

为什么收藏了模型，换到图生图后却找不到？

不同生图入口可能需要重新从模型库选择 LoRA。先确认当前入口支持该模型类型，再检查个人模型库和加载区域。

LoRA有效，但人物脸部变差怎么办？

先降低 LoRA 权重并关闭其他附加模型。如果整体特征已经合格，再考虑局部修复，不要用更高权重解决脸部问题。

最小测试成功，复杂提示词又失败怎么办？

从成功配置开始，每次恢复一个提示词组。出现退化时，最后加入的词组就是优先检查对象。

总结

LiblibAI 的 LoRA 不生效，通常可以通过控制变量定位：先确认加载与启用，再核对底模和版本，然后检查触发词，固定种子测试权重，最后排除尺寸、采样、重绘和多模型冲突。保留无 LoRA 基线与修复后的对照图，比反复“抽卡”更容易找到真实原因。