登录
推荐 文章 Go 技术 课程 下载 专题 AI
首页 >  文章 >  软件教程

LiblibAI SD在线绘图如何把草图生成成品?图生图操作步骤

来源:17golang原创

时间:2026-09-12 10:58:40 145浏览 收藏

把草图生成成品,不是一次点击就把线稿“上色”,而是一个从构图约束到风格探索,再到细节收敛的过程。在 LiblibAI 的 SD 在线绘图中,可以先用图生图保留草图的主要轮廓,用提示词补充色彩、材质和光影,再从多张候选里选对构图,通过第二轮低幅度重绘做成品化。

官方地址:https://www.liblib.art/

开始前:先判断草图是否适合直接生成

图生图会参考原图,但不会把草图当成不可变更的工程图。开始前先检查三件事:主体是否清楚,前后遮挡是否合理,亮暗大关系是否已经表达出空间。如果一张草图里的椅子、书架和窗户连在一起,生成后往往会出现家具结构错位;这类问题应先回到草图修改,而不是只靠负向提示词补救。

对初学者来说,一张合适的输入草图应当有明确外轮廓、少量必要结构线和简单的明暗分区。不必先把材质画得很细,因为木材、布艺、植物和阳光等信息可以交给提示词和模型补充。

第一步:选一个与目标风格接近的模型

进入图片生成或 WebUI 后,先看模型示例图是否接近目标。想做温暖的绘本阅读室,就优先选色彩柔和、室内材质表现稳定的插画模型;如果目标是写实空间,则要关注透视、灯光和家具质感。一开始不建议叠加太多 LoRA,否则难以判断画面变化来自哪个变量。

模型与草图的理解方式可能不同,所以本文中的参数是测试起点,不是所有模型通用的唯一答案。有条件时,先用较小尺寸快速生成四张,证明模型方向正确后再提高分辨率。

第二步:上传草图并建立首轮参数

切换到图生图,上传整理好的草图。提示词不要写成一段空泛的形容词,可以按“主体与空间—画面风格—材质细节—光线氛围—质量要求”分层组织。例如阅读室可以明确写出木质书架、单人沙发、靠窗植物和侧逆光,再补充柔和插画风格。负向提示词用于排除明显问题,如模糊、重复家具、错乱透视和无关文字。

首轮可从中等重绘幅度起步,例如 0.4–0.5 附近。幅度太低,成图可能仍像涂色后的线稿;幅度太高,模型又可能重新安排家具与窗户。采样步数可先选中等区间,官方入门教程将 15–25 步作为实用起点;与其盲目增加步数,不如保持其他设置不变,先对比重绘幅度。

SD在线绘图的图生图设置界面,包含草图预览、提示词、重绘幅度、尺寸和候选数量
图1:先用一组可记录的基准参数生成多张候选,不要同时大幅修改多个变量。

第三步:一次生成多张,但每轮只测一个主变量

首轮生成的目标是找到方向,而不是立刻输出最终大图。建议在同一组提示词和尺寸下生成多张候选,观察模型对草图的稳定部分和随机部分。如果四张图都改掉了椅子位置,应先降低重绘幅度;如果四张都缺乏材质,再加强木纹、布艺和玻璃反光的描述。

每轮主要改一个变量,才能知道改动是否有效。一个实用顺序是:先调重绘幅度保住构图,再改主要提示词确定风格,然后改负向词排除重复物体,最后才测试 LoRA 或采样方法。

第四步:从候选图里选出可继续精修的底图

挑候选图时不要先被局部高光或色彩吸引,应按四层顺序检查:第一层是大构图,书架、沙发与窗户的位置是否正确;第二层是主体识别,关键物件是否变形或融合;第三层是光影方向,阳光、台灯与阴影是否一致;第四层才是手指、书页、植物叶片等局部细节。

构图错了的图即使细节漂亮,后续也很难修;构图正确但局部粗糙的图,反而适合作为二次图生图的底图。选中一张后记录当前模型、提示词、尺寸、采样步数、重绘幅度与种子,便于回溯。

SD图生图的四张候选结果与继续图生图、高清修复、下载和返回调参操作
图2:首轮先选构图正确的底图,再用二次图生图收敛光影与细节。

第五步:二次图生图收敛细节

把选中的候选图送入新一轮图生图,此时目标从“找方向”变成“保留正确内容”。可将重绘幅度比首轮适当降低,只在提示词中增加必要的修复目标,如木纹清晰、玻璃反光自然、书本边缘整齐。如果一次加入太多局部要求,可能让已经正确的大结构又发生变化。

只有当小尺寸结果已经稳定,再做高清修复或更大尺寸输出。官方教程也将高清修复解释为借助图生图进行二次放大的过程。如果放大后出现新纹理、多余线条或物体变形,应降低放大阶段的重绘幅度,而不是无限增加采样步数。

常见问题怎么快速定位

成图几乎还是线稿:先小幅提高重绘幅度,再检查提示词是否写清画风、材质和光影,不必立即更换全部参数。

成图偏离原草图:降低重绘幅度,减少与空间结构冲突的提示词;如果草图本身轮廓太淡或遮挡不清,则回去补强草图。

同一物体重复出现:检查草图中是否有容易被误认为第二个物体的线条,同时在负向提示词中排除重复家具、额外植物等具体问题。

颜色每轮都飘移:在提示词里明确主色、辅色和光源色,选定候选图后固定种子,二次重绘时降低变化幅度。

可复用的草图转成品清单

  1. 清理草图的多余线条,确认主体、遮挡和明暗关系。
  2. 选一个与目标风格接近的模型,首轮先不叠加过多 LoRA。
  3. 上传草图,按场景、风格、材质、光线和质量分层写提示词。
  4. 从中等重绘幅度开始,用中等尺寸一次生成多张候选。
  5. 每轮只改一个主变量,优先收敛构图,再修风格与细节。
  6. 选中构图正确的底图,记录模型、提示词、种子和参数。
  7. 用更低重绘幅度做二次图生图,最后再高清修复与导出。

这套方法的核心是把“草图约束”和“模型创造”分两轮处理:第一轮容许多出候选、找对方向,第二轮则减少变量、保住已经正确的内容。只要每轮都能说清自己正在解决构图、风格、材质还是细节问题,草图转成品就会比一次叠加所有参数更容易稳定。

声明:本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
相关阅读
更多>
最新阅读
更多>
课程推荐
更多>