企业官网建设流程全解析

1. 先搞清楚这玩意儿到底能干嘛

1.1 从“输入一句话，蹦出一张图”说起

第一次接触这个工具的人，脑子里冒出来的画面多半是：我敲几个字，它给我画一张画。没错，核心逻辑就这么简单。但真正上手之后你会发现，事情没那么线性——它更像是一个需要你反复“调教”的搭档，你给的指令越精准，它回馈的画面就越接近你脑子里那个模糊的构想。

我最初接触它的时候，以为装好软件、输入“一只猫在沙发上睡觉”就能得到一张完美的图。结果出来的东西要么猫长着两张脸，要么沙发变成了奇怪的几何体。后来才明白，这个工具的本质是一个“降噪”过程：它从一团随机噪声出发，根据你给的文字提示，一步步把噪声“雕刻”成图像。你给的文字就是雕刻刀，刀够不够利、方向对不对，直接决定成品。

所以，这篇内容适合谁看？如果你是完全零基础、连软件怎么装都不知道的新手，我会从最基础的环节讲起；如果你已经装好了但出图效果总是不尽如人意，我会重点聊提示词的写法和参数调整；如果你已经能出图但想进一步提升效率和质量，我也会分享一些进阶技巧和踩坑经验。

1.2 为什么它跟传统画图软件完全不是一回事

传统画图软件，不管是位图还是矢量图，核心操作是“你画一笔，它显示一笔”。你的手、你的鼠标就是画笔。但这个工具不一样，你输入的是文字，它输出的是图像，中间的过程你几乎看不到——它在一个高维空间里做数学运算，把文字描述映射成像素排列。

这就带来一个很有意思的现象：同样的提示词，每次生成的图都不一样。因为它的起点是一团随机噪声，每次的随机种子不同，降噪路径就不同，最终结果自然有差异。这跟传统软件里“撤销重做”得到完全相同的结果是两码事。

理解这一点非常关键。很多新手会问：“为什么我按照教程一模一样的参数设置，出来的图跟教程里不一样？”答案就在这里——随机种子不同。想要复现某张图，你需要拿到那张图的种子值，固定住它，才能得到几乎相同的结果。

1.3 硬件门槛到底高不高

这是被问得最多的问题之一。我的经验是：能跑，和跑得舒服，是两码事。

用纯处理器跑，一张512x512的图大概需要几分钟甚至更久，而且内存占用不小。用独立显卡跑，速度可以提升到几秒到几十秒一张，具体取决于显卡的算力。显存方面，4GB能勉强跑起来基础模型，但稍微大一点的图或者复杂一点的操作就会爆显存；6GB到8GB是比较舒服的起步区间；12GB以上就可以比较自由地折腾了。

如果你手头只有一台普通办公本，没有独立显卡，也不是完全没戏——可以找一些在线的体验平台先感受一下，或者用处理器模式慢慢跑，只是效率确实不高。但如果你打算长期玩、认真玩，一块显存足够的独立显卡是绕不开的投入。

注意：不要一上来就追求最高画质和最大尺寸。先从512x512的小图开始，把流程跑通，把提示词逻辑摸清楚，再逐步提升分辨率。很多新手卡在“第一步就生成4K大图”，结果要么爆显存，要么等半天出一张废图，挫败感极强。

2. 装好它，其实没你想的那么难

2.1 两种主流部署方式的选择逻辑

目前市面上有两种主流的本地部署方式，我分别说一下各自的优缺点和适用人群。

第一种是“整合包”模式。所谓整合包，就是有人把软件本体、依赖环境、常用模型、启动脚本全部打包好，你下载下来解压，双击一个启动文件就能用。这种方式对新手极其友好，不需要你懂命令行，不需要你配环境变量，甚至不需要你知道Python是什么。缺点是包体比较大，动辄十几个GB，下载需要时间；而且整合包里的组件版本是固定的，如果你想用最新出的某个功能，可能需要等整合包作者更新。

第二种是“手动部署”模式。你需要自己安装Python、配置虚拟环境、安装各种依赖库、下载模型文件、写启动脚本。这个过程对没接触过命令行的人来说有一定门槛，但好处是你对每一个环节都清清楚楚，想升级哪个组件就升级哪个，想换哪个版本的依赖就换哪个版本，灵活度最高。

我的建议是：纯新手先用整合包把流程跑通，感受一下整个工作流是什么样的。等你玩了一两周，觉得这东西确实有意思、想深入折腾了，再考虑手动部署一遍，把底层逻辑搞清楚。

2.2 整合包部署的详细步骤

假设你选择整合包路线，下面是我实测下来最稳妥的操作顺序。

第一步，确认你的硬盘空间。整合包解压后通常需要20GB到30GB的空间，再加上你后续下载的各种模型文件，每个模型从2GB到7GB不等，所以建议至少预留100GB的可用空间。固态硬盘优先，机械硬盘也能用，但加载模型的速度会慢不少。

第二步，下载整合包。找那种更新频率高、社区反馈好的整合包。下载完成后，把它解压到一个纯英文路径下。这一点非常重要——路径里不要有中文、不要有空格、不要有特殊符号。我见过太多因为路径里有中文导致启动失败的案例，排查半天最后发现是路径问题。

第三步，双击启动脚本。通常整合包里会有一个叫“启动器”或者“一键启动”的文件。第一次启动会比较慢，因为它要初始化环境、加载基础模型。耐心等，不要反复双击。启动成功后，通常会自动打开浏览器，显示一个操作界面。

第四步，验证是否正常。在提示词框里输入“a cat”，点生成，看看能不能出一张图。如果能出，说明基础环境没问题。如果报错，先看错误信息里有没有“CUDA”或者“显存”相关的字样，这通常意味着显卡驱动或者显存有问题。

2.3 手动部署的核心环节

如果你选择手动部署，核心步骤大概是这样的：安装Python（建议3.10版本，兼容性最好），创建虚拟环境（用venv或者conda都行），安装PyTorch（注意要选跟你的显卡匹配的版本），克隆主程序仓库，安装依赖库，下载基础模型放到指定目录，最后写一个启动脚本。

这里面最容易出问题的是PyTorch的安装。因为PyTorch有处理器版和显卡版之分，显卡版还分不同的算力架构。如果你装错了版本，程序能启动但跑图极慢，或者直接报错说找不到显卡。我的经验是：去PyTorch的官方页面，根据你的显卡型号和操作系统，复制它给出的安装命令，不要自己瞎猜。

另一个容易踩的坑是依赖库版本冲突。主程序需要的某个库版本和你之前装的另一个库版本不兼容，导致启动时报一堆红色错误。解决办法是严格在虚拟环境里操作，不要往系统级的Python里装东西。虚拟环境的好处就是隔离，这个环境里的库版本冲突了，删掉重建就行，不会影响其他项目。

提示：手动部署过程中，每完成一个步骤就验证一下。比如装完Python，命令行输入python --version看看版本对不对；装完PyTorch，输入python -c "import torch; print(torch.cuda.is_available())"看看能不能识别到显卡。不要等全部装完再一起验证，那样出了问题很难定位是哪个环节的错。

3. 提示词才是真正的画笔

3.1 提示词的基本结构

很多人以为提示词就是“描述你想要的画面”，这话对，但不完整。一个高效的提示词通常包含几个层次：主体是什么、主体在什么环境里、什么风格、什么画质、什么光照条件。

举个例子，如果你只写“一个女孩”，生成结果会非常随机——可能是写实照片，可能是动漫风格，可能是油画，可能只有上半身，可能背景一片模糊。但如果你写成“一个年轻女孩，站在雨后的街道上，电影感画面，柔和的路灯光，浅景深，高清细节”，生成结果就会收敛很多，更接近你想要的氛围。

我习惯把提示词分成“正向提示词”和“负向提示词”两部分。正向提示词是你想要的东西，负向提示词是你不想要的东西。负向提示词非常有用，比如你发现生成的图总是多手指，就可以在负向提示词里加上“多余的手指”；如果画面总是太模糊，就加上“模糊、低分辨率”。

3.2 权重调整的实操技巧

提示词里的不同词汇对最终画面的影响程度是不一样的。默认情况下，越靠前的词权重越高。但你可以用括号和数字来手动调整权重。

比如“(masterpiece:1.5)”表示把“masterpiece”这个词的权重提高到1.5倍。反过来，“(blurry:0.8)”表示把“blurry”的权重降低到0.8倍。这个技巧在微调画面时非常管用。

我踩过的一个坑是：权重给得太极端。有一次我把某个风格词的权重拉到了2.0，结果整个画面完全被那个风格主导，主体都变形了。后来我总结的经验是：权重调整幅度控制在0.5到1.5之间比较安全，超过这个范围很容易出现画面崩坏。

另一个技巧是“交替步”。比如你想让画面同时具有A风格和B风格，可以写成“[A风格:B风格:0.5]”，意思是前50%的降噪步骤用A风格，后50%用B风格。这个技巧在融合两种差异较大的风格时特别有用。

3.3 常用提示词模板与场景对照

下面这张表是我在实际使用中整理出来的，针对不同场景的提示词模板。你可以直接拿去改，也可以作为自己写提示词的参考框架。

这张表里的参数只是起点，不是终点。你需要根据实际出图效果微调。比如写实人像如果皮肤看起来太光滑不自然，可以把CFG稍微降低一点，或者在负向提示词里加上“过度磨皮”。

3.4 提示词书写的常见误区

第一个误区是“堆砌关键词”。有些人觉得词越多越好，把能想到的形容词全塞进去。结果呢？各个词之间互相打架，画面元素混乱，主体反而不突出。我的经验是：核心主体用两到三个词描述清楚，风格和画质用三到五个词点缀，总词数控制在20到40个之间比较合适。

第二个误区是“用抽象词”。比如“美丽的”“好看的”“有艺术感的”，这些词对这个工具来说几乎没有意义，因为它不知道你定义的“美丽”是什么。你要用具体的、可视化的词。与其说“美丽的风景”，不如说“日落时分的金色麦田，远处有连绵的丘陵，天空有粉紫色的云彩”。

第三个误区是“忽略负向提示词”。很多人只写正向提示词，负向提示词留空。这相当于你只告诉它要什么，没告诉它不要什么。而实际上，负向提示词在消除画面瑕疵方面的作用非常明显。我建议新手至少把“低质量、模糊、变形、多余肢体”这几个词放进负向提示词里，能避开很多低级问题。

4. 参数调优：从能出图到出好图

4.1 采样步数与采样器的选择

采样步数指的是降噪过程迭代多少次。步数太少，画面没降干净，看起来像蒙了一层雾；步数太多，画面过度降噪，细节反而被抹平，而且耗时成倍增加。

我的实测经验是：大部分模型在20到30步之间就能达到不错的效果。低于15步画面明显粗糙，高于40步收益递减非常明显。你可以做一个简单的对比测试：固定其他参数，只改步数，生成15步、20步、25步、30步、40步五张图，放在一起对比，找到那个“再增加步数也看不出明显提升”的临界点。

采样器的选择同样重要。不同的采样器有不同的降噪策略，有的偏保守，有的偏激进。我常用的几个采样器里，有一个出图速度快但细节稍弱，适合快速预览；另一个速度慢一些但画面更细腻，适合最终出图。新手不用纠结哪个“最好”，先用默认的，等你对出图效果有了判断力，再逐个尝试找到自己喜欢的。

4.2 提示词引导系数的调节逻辑

这个参数通常叫CFG Scale，它控制的是“生成结果多大程度上遵循你的提示词”。数值低的时候，工具更自由发挥，画面可能更有创意但偏离你的描述；数值高的时候，工具更严格地执行你的指令，但画面可能变得僵硬、色彩过饱和。

我一般把CFG设在7到9之间。低于5的时候，画面经常跑偏，你写“猫”它给你画个狗；高于12的时候，画面容易出现色彩断层和过度锐化的痕迹。有一个小技巧：如果你发现画面构图不错但细节不对，可以稍微降低CFG让工具自己发挥一下；如果你发现画面完全偏离了你的描述，就提高CFG把它拉回来。

4.3 随机种子的固定与变化

随机种子是控制画面随机性的参数。默认是-1，表示每次随机。如果你想复现某张图，就把那张图的种子值填进去，其他参数保持不变，就能得到几乎相同的结果。

但这里有个细节：即使种子相同，如果你换了采样器或者改了步数，结果也会变。所以复现的条件是“种子+采样器+步数+CFG+模型”全部一致。

另一个用法是“微调”。比如你生成了一张整体不错的图，但想改一个小细节。你可以固定种子，然后在提示词里加一个词或者改一个词，重新生成。这样画面的大结构会保留，只有你改动的部分会变化。这个技巧在迭代优化时非常高效。

4.4 高分辨率修复的正确打开方式

直接生成大尺寸的图，比如1024x1024，容易出现“双头”“多肢体”这类结构错误。原因是模型在训练时主要接触的是512x512或768x768的图，直接让它生成更大的图，它没学过，就容易出错。

正确的做法是“先小后大”：先用512x512生成一张结构正常的图，然后用高分辨率修复功能把它放大。这个功能会先把图放大到目标尺寸，然后再做一遍降噪，把放大过程中产生的模糊和伪影修掉。

高分辨率修复里有两个关键参数：放大倍数和重绘幅度。放大倍数就是字面意思，1.5倍、2倍、4倍。重绘幅度控制的是“修复过程中改变原图的程度”。设得太低，放大后的图还是模糊；设得太高，画面结构会被改得面目全非。我的经验是0.3到0.5之间比较稳妥，具体看原图的复杂程度。

注意：高分辨率修复会显著增加显存占用和耗时。如果你显存不够，可以先用较小的放大倍数，或者分两次放大——先放大1.5倍，再对结果放大1.5倍，最终得到2.25倍的效果。

5. 模型选择与风格控制

5.1 基础模型与微调模型的区别

基础模型是“通才”，什么都能画，但什么都不精。微调模型是在基础模型的基础上，用特定风格或特定主题的数据进一步训练出来的“专才”。比如有人用大量动漫图训练出一个动漫风格模型，有人用大量建筑效果图训练出一个建筑模型。

新手常犯的错误是：拿一个动漫模型去生成写实人像，然后抱怨“怎么画出来像卡通”。这不是工具的问题，是模型选错了。每个模型都有自己的“舒适区”，你要根据目标风格来选模型。

我电脑里常备三到四个模型：一个写实人像的，一个动漫风格的，一个通用场景的，一个建筑或产品概念的。需要什么风格就切什么模型，比在一个模型上硬调提示词效率高得多。

5.2 模型文件的存放与管理

模型文件通常比较大，一个2GB到7GB不等。如果你下载了十几个模型，硬盘很快就满了。我的管理方式是：建一个专门的模型文件夹，里面再按类型分几个子文件夹——写实类、动漫类、场景类、其他类。每个模型文件重命名成容易识别的名字，比如“写实人像_版本号”。

另外，不是所有模型都需要常驻。我通常只把最常用的三四个模型放在主目录里，其他的放在备份盘，需要的时候再拷过来。这样启动加载的时候也快一些。

5.3 用附加网络微调风格

除了换模型，还有一种更轻量的风格控制方式：附加网络。这东西相当于给模型加了一个“风格滤镜”，不用换整个模型就能改变出图风格。

常见的附加网络有几种类型：一种是控制画风的，比如让画面偏向某种特定画风；一种是控制构图的，比如你给一张参考图的骨架，它让生成结果保持类似的构图；还有一种是控制人物特征的，比如固定一张脸的特征，在不同场景里生成同一个人。

我常用的是构图控制那个。比如我想生成一张特定姿势的人像，但用文字描述姿势很费劲，就可以找一张姿势参考图，用附加网络提取骨架，然后生成的时候就会遵循那个骨架。这个技巧在需要精确控制构图时非常管用。

5.4 模型混用的注意事项

有时候你会想：能不能把两个模型的风格混在一起？可以，但要注意方法。直接切换模型是不行的，因为每次切换都会重新加载。正确的做法是用“模型合并”功能，把两个模型的权重按比例混合，生成一个新的模型文件。

混合比例需要反复尝试。比如A模型占70%，B模型占30%，出来的效果偏向A但带一点B的味道。这个比例没有标准答案，完全看你的审美偏好。我建议每次调整10%的比例，生成几张图对比，找到那个“刚刚好”的平衡点。

提示：模型合并会生成一个全新的模型文件，体积和原模型差不多。如果你硬盘空间紧张，合并前先确认一下剩余空间。另外，合并后的模型如果效果不理想，直接删掉就行，不会影响原始模型。

6. 常见问题与排查技巧实录

6.1 启动报错与运行崩溃

启动报错是最让人头疼的，因为错误信息往往是一堆英文和技术术语。我总结了一个排查顺序，按这个顺序走，大部分问题都能定位。

先看错误信息里有没有“CUDA out of memory”或者“显存不足”的字样。如果有，说明显存不够。解决办法是降低生成分辨率、减少批量生成的数量、关闭其他占用显存的程序。如果还是不行，可能需要换一张显存更大的显卡。

如果没有显存相关的提示，再看有没有“ModuleNotFoundError”或者“ImportError”。这通常意味着某个依赖库没装或者版本不对。解决办法是重新安装缺失的库，或者检查虚拟环境是否激活正确。

如果以上都没有，看错误信息最后几行有没有具体的文件名和行号。这通常指向代码层面的问题，可能是某个配置文件写错了，或者某个模型文件损坏了。解决办法是检查对应的配置文件，或者重新下载模型文件。

6.2 出图质量问题的对症下药

出图质量问题是另一个高频痛点。我整理了一张速查表，对照着排查效率很高。

这张表里的“解决方向”是排查的起点，不是终点。有时候一个问题可能是多个原因叠加造成的，需要逐项排除。

6.3 显存不足的应急方案

显存不足是新手最常遇到的硬性瓶颈。除了换显卡这种“终极方案”，还有一些应急技巧可以让你在现有硬件上跑起来。

第一个技巧是降低分辨率。512x512比768x768省显存，768x768比1024x1024省显存。如果你只是想测试提示词效果，用512x512就够了，等提示词调好了再用高分辨率修复放大。

第二个技巧是开启“低显存模式”。很多整合包和主程序都提供了这个选项，它会牺牲一些速度来换取更低的显存占用。具体原理是把一些计算从显卡转移到内存，代价是速度变慢，但至少能跑起来。

第三个技巧是关闭不必要的后台程序。浏览器、视频播放器、其他图形软件都会占用显存。生成图的时候把这些关掉，能腾出不少空间。

第四个技巧是分批生成。不要一次性生成四张图，改成一次生成一张，生成完一张再生成下一张。这样峰值显存占用会低很多。

6.4 模型加载失败的排查

模型加载失败通常有几个原因：文件下载不完整、文件格式不对、文件放错了目录、模型版本与主程序不兼容。

先检查文件大小。如果一个模型文件标注是4GB，你下载下来只有几百MB，那肯定是没下完。重新下载，最好用支持断点续传的工具。

再检查文件格式。常见的模型格式有几种，主程序通常支持其中一两种。如果你下载的格式不被支持，要么找对应格式的版本，要么装一个格式转换插件。

然后检查存放目录。主程序通常有一个固定的模型存放路径，你把模型放到别的地方它找不到。去设置里确认一下模型路径，把文件挪到正确的位置。

最后检查版本兼容性。有些新出的模型需要较新版本的主程序才能加载，如果你的主程序版本太老，要么升级主程序，要么找旧版本的模型。

7. 效率提升与工作流优化

7.1 批量生成与筛选策略

当你需要大量出图时，一张一张手动点效率太低了。批量生成功能可以让你一次生成多张图，然后从中挑选满意的。

我的做法是：先用较低的步数（比如15步）和较小的分辨率（512x512）批量生成20张图，快速预览。从中挑出构图和氛围不错的几张，记下它们的种子值。然后针对这几张图，用较高的步数（30步）和高分辨率修复重新生成，得到最终成品。

这个“先粗后精”的策略能节省大量时间。因为大部分图在第一轮就会被淘汰，没必要在它们身上花高步数和高分辨率的计算资源。

7.2 提示词库的建立与复用

玩了一段时间之后，你会积累一些好用的提示词组合。把它们整理成一个库，下次需要类似风格的时候直接调用，不用从头写。

我的提示词库按场景分类：人像类、风景类、建筑类、产品类、抽象类。每个类别下面存几组经过验证的提示词模板，标注上适用的模型和参数。用的时候复制粘贴，改几个关键词就行。

另外，我还会记录一些“失败案例”——哪些提示词组合容易出问题，哪些参数搭配会导致画面崩坏。这些负面经验同样有价值，能帮你避开重复踩坑。

7.3 工作流的自动化思路

如果你需要频繁地做同一类操作，比如“生成图→放大→微调→再放大”，可以考虑把这些步骤串成一个自动化流程。有些主程序支持脚本扩展，你可以写一个简单的脚本，把这一串操作打包成一个按钮。

即使不写脚本，也可以利用主程序自带的“队列”功能。把多个任务排进队列，让它一个接一个自动执行，你只需要在最后统一查看结果。这在需要大量出图的时候特别省心。

7.4 硬件升级的性价比分析

如果你玩了一段时间，觉得现有硬件确实不够用了，想升级，我的建议是：优先升级显卡，其次是内存，最后是硬盘。

显卡的显存大小直接决定你能生成多大的图、能用多复杂的模型。从6GB升级到12GB，体验提升非常明显。内存方面，16GB是起步，32GB会更从容，尤其是在同时开着浏览器和其他软件的时候。硬盘方面，固态硬盘能显著缩短模型加载时间，但如果你能忍受等待，机械硬盘也不是不能用。

升级之前先确认一下你的主板和电源能不能带动新显卡。显卡的功耗和尺寸是需要提前查清楚的，别买回来装不上。

8. 一些没人告诉你的实操心得

8.1 关于“手感”的培养

这个工具用久了，你会慢慢培养出一种“手感”——看到一张图，大概能猜出它用了什么模型、什么参数、提示词是什么风格。这种手感没法速成，只能靠大量地看和练。

我的建议是：每天花15分钟浏览社区里别人分享的作品，看到喜欢的就点进去看它的参数和提示词。不用刻意记，看得多了自然就有感觉了。另外，自己出图的时候，养成记录参数的习惯——这张图用了什么模型、什么步数、什么CFG、什么提示词。过一段时间回头看，你能清晰地看到自己的进步轨迹。

8.2 关于“废图”的价值

新手容易陷入一个误区：觉得生成出来的图不好看就是浪费时间。其实不然。每一张“废图”都在告诉你：这个方向不对，换个方向试试。

我有个习惯：把生成效果不理想的图单独存一个文件夹，标注上“问题描述”——比如“色彩太暗”“构图太挤”“风格不统一”。过一段时间回头看，这些“废图”反而成了我调整提示词和参数的重要参考。因为我知道哪些路走不通，就能更快地找到走得通的路。

8.3 关于社区资源的利用

这个领域的社区非常活跃，每天都有新模型、新技巧、新工具出现。但信息太多也容易让人焦虑——感觉永远学不完。

我的做法是：只关注两三个高质量的信息源，定期浏览，不追求“全”。看到有用的技巧就记下来，看到新模型先收藏，等真正需要的时候再去下载。不要被信息洪流推着走，要有自己的节奏。

另外，社区里分享的提示词和参数可以直接拿来用，但不要照搬。因为每个人的硬件、模型版本、审美偏好都不一样。把别人的分享当作起点，根据自己的实际情况调整，才能得到真正属于自己的工作流。

8.4 关于“够用就好”的心态

最后说一点心态上的体会。这个工具的可调参数非常多，模型也层出不穷，很容易陷入“永远在调参、永远在换模型、永远没出几张满意的图”的循环。

我的经验是：找到一个自己用着顺手的模型，把它的脾气摸透，比频繁换模型效率高得多。参数也是一样，把几个核心参数（步数、CFG、分辨率）的调节逻辑搞清楚，比记住一堆花哨的技巧更实用。

工具是拿来用的，不是拿来供着的。能稳定出图、出图质量满足你的需求，就够了。剩下的精力，不如花在构思画面和打磨提示词上——那才是真正决定成品质量的地方。