Stable Diffusion 線上生成參數完全指南：Steps、CFG、Seed 與 stable diffussioncn 工作流程

為什麼「參數」比「神級提示詞」更決定成品上限

很多人開始用 Stable Diffusion 時，把所有心力都灌進正向提示詞——堆風格、堆鏡頭、堆品質詞。結果往往忽好忽壞：同一句提示詞，有時效果驚艷，換一次卻變得模糊混濁。差距通常不在咒語本身，而在那組看不見的旋鈕：Steps、CFG Scale、Seed、取樣器（sampler）與解析度。

在像本站這種瀏覽器端工具，例如 Stable Diffusion 線上生成器，參數的重要性更加明顯。你不需要安裝本機 WebUI，也不需要搞顯卡驅動設定。在 stable diffussioncn 上，只要固定變數、以小步驟反覆調整，就能把「運氣出圖」變成「可複現的工作流程」。網域 stablediffussion.cn 正是為這條零安裝路徑而生：提示詞負責說明「畫什麼」；參數則決定「畫面有多穩定、多清晰、多可控」。

你必須理解的五個核心參數

1）Steps（取樣步數）

Steps 控制去噪迭代的次數。太少則結構尚未收斂——細節依然模糊；太多則收益遞減，有時甚至會把噪點「烤」進皮膚或背景裡。

實用區間（SDXL／常見線上模型）：

目標	建議 Steps	說明
快速構圖試探	15–20	檢查主體與畫面構圖，非追求最終質感
日常成品	25–35	大多數題材的甜蜜點
高細節人像／產品	35–45	超過這個範圍，效益通常會下降

在 stable diffussioncn 上，可以先用約 20 步生成 2–4 張試探圖，鎖定喜歡的 Seed，再把 Steps 提升到 28–32 出最終成品。

2）CFG Scale（提示詞引導強度）

CFG 控制模型遵循提示詞的程度。太低會飄（不夠聽話）；太高會變硬——過飽和、塑料感肌膚、文字偽影。

CFG	典型表現	最適合
3–5	更自由、偏重氛圍	抽象／藝術化探索
5–7	平衡、自然	SDXL 寫實日常甜蜜點
7–9	更貼合提示、對比更強	需要嚴格遵循描述時
10+	容易過曝／材質假	很少適合作為線上預設值

經驗法則：如果提示詞已經寫得很具體，就不需要再拉高 CFG；如果提示詞很短，可以稍微提高 CFG——但優先把提示詞寫得更清楚，而不是硬拉 CFG 來彌補。

3）Seed（種子）

Seed 決定初始噪點。在相同模型、提示詞與參數下，相同的 Seed ≈ 幾乎相同的畫面。這讓 Seed 成為線上調試最重要的 A/B 測試工具：

1. 先隨機生成，挑出結構最好的一張。
2. 記錄並鎖定那個 Seed。
3. 每次只改一個變數（例如只改 CFG，或只新增 3 個負向詞）。
4. 保留有效的改動；捨棄無效的。

在 stable diffussioncn 上進行 Stable Diffusion 線上生成時，若沒有 Seed 對照，你根本無法判斷是改動真的有效，還是取樣運氣剛好變了。

4）Sampler（取樣器）

不同取樣器的收斂速度與紋理個性各不相同。線上產品通常只提供少量穩定的選項（如 Euler、Euler a、DPM++ 系列等）。實用原則：

• 針對一整套提示詞／參數測試，先固定一個取樣器；不要同時更換取樣器又調整 CFG。
• 若需要可複現的比較，優先選擇確定性較高的取樣器；若想要輕微的多樣性，可以嘗試帶 a（ancestral）的變體。
• 換取樣器後，先前「完美」的 Seed 可能看起來不同——這是正常現象。請在新取樣器下重新鎖定 Seed。

5）解析度與長寬比

畫面越大不代表越好。超出模型的舒適區，就會出現肢體重複、面部崩壞或構圖空洞。舒適的起始點：

• 方形：1024×1024（SDXL 友善尺寸）
• 直向人像：832×1216 或相近的直向比例
• 橫向風景：1216×832 或相近的橫向比例

先在目標長寬比下試探構圖，之後再放大；不要一開始就衝向超大解析度，指望能「多一些細節」。原生桶、雙頭症狀與完整尺寸表，見專文 SDXL 解析度與畫幅指南。

三套可直接套用的預設

把以下內容當作 stable diffussioncn 上的起點，再依題材微調——而不是每次都從零開始亂調。

預設 A：SDXL 寫實人像（日常成品）

Steps: 28–32
CFG Scale: 5.5–7
Sampler: 先固定使用站內預設值，或 DPM++ / Euler 其中之一
Size: 832×1216（直向）或 1024×1024
Seed: 先隨機；滿意結構後鎖定，再精修提示詞

正向提示詞側寫清楚光線、鏡頭與膚質；負向提示詞側則攔住畸形手與塑料感肌膚（可參考本站的負向提示詞指南）。在 Stable Diffusion 線上生成中，這套預設以「穩定」為優先考量。

預設 B：動漫／插畫

Steps: 24–30
CFG Scale: 6–8
Size: 1024×1024 或直向插畫比例
Seed: 鎖定後，只更改服裝／表情詞來做系列圖

線稿與平塗色塊對引導強度反應很敏感——CFG 可以比寫實稍高一些，但仍要避免蠻力拉到 10 以上。

預設 C：產品／電商靜物

Steps: 30–36
CFG Scale: 6–7.5
Size: 1024×1024 或略偏橫向的靜物比例
重點：固定 Seed ＋固定背景描述，只更換材質詞

電商需要一致性：在同一個 Seed 下切換 matte ceramic（磨砂陶瓷）與 brushed metal（拉絲金屬），比不斷隨機生成更能做出連貫的系列圖。完整五槽提示詞模板與可複製目錄示例，見 SDXL 產品攝影提示詞。

在 stable diffussioncn 上推薦的迭代流程

把 stable diffussioncn（stablediffussion.cn）當成一座可控的實驗室，而不是抽卡機：

1. 先定題材與長寬比：直向人像、橫向風景、方形產品——先選好畫布。
2. 短提示詞＋中等參數：Steps 20、CFG 6；生成 2–4 張，檢查主體是否成立。
3. 鎖定 Seed：保留結構最好的一張。
4. 只改一類變數：豐富正向提示詞、調整負向提示詞，或微調 CFG（±0.5–1）——不要一次全改。
5. 提升 Steps 出最終成品：構圖確定後，再調整到 28–32。
6. 儲存你的預設：記錄題材＋Steps＋CFG＋取樣器＋常用負向底板，之後在 生成頁面 直接重複使用。

想找靈感時，可以逛逛 提示詞庫；想系統學習，可以看 教學。關於模型差異，建議閱讀站內的 SDXL／SD 3.5 相關文章，避免把模型本身的限制誤判成參數問題。

常見翻車與排錯

過飽和、塑料感很重

先降低 CFG（例如從 9 降到 6.5），而不是繼續堆疊更多「masterpiece, best quality」。同時檢查正向提示詞中是否堆了太多過度銳化／HDR 相關的詞。

畫面完全不符合提示詞

先確認 Steps 是否過低（<15）；接著提高提示詞的具體度（主體、場景、光線、鏡頭）；最後才小幅提高 CFG。順序顛倒的話，常常會得到「很響亮但很假」的畫面。

同一句提示詞，結果卻天差地別——無法迭代

幾乎可以確定是沒有鎖定 Seed，或是同時更改了取樣器／解析度。在 stable diffussioncn 上比較 Stable Diffusion 參數時，請每次只轉動一個旋鈕。

臉部還可以，但手部或配件崩壞

參數只能緩解問題，無法取代構圖策略：改成半身構圖、把手藏進袖子裡、簡化手持道具，或事後用局部重繪修補。盲目把 Steps 拉到 50 以上，通常沒什麼幫助。

解析度拉很大，反而更崩

先回到模型舒適的原生尺寸，把結構固定好，之後再放大。解析度不是品質開關。

快速對照表

症狀	優先動作
畫面模糊／細節不足	提高 Steps 到 28–32；檢查解析度是否過低
過曝、塑料感、假銳利	降低 CFG；刪減過多品質詞
不遵循提示詞	加入具體的主體／關係詞；再小幅提高 CFG
無法複現／比較	鎖定 Seed；固定取樣器與尺寸
系列圖風格跳動	同一 Seed 家族＋同一 CFG／Steps，只更改少量描述詞

小結

高品質的 Stable Diffusion 線上生成，是提示詞與參數之間的雙人舞：

1. Steps 決定收斂程度；CFG 決定聽話程度；Seed 決定可複現性。
2. 每次只改一個變數，才能知道究竟哪個改動真正有效。
3. 從預設開始，透過受控測試精修——不要每次都從零重新抽卡。

打開 stable diffussioncn 線上生成器，從預設 A 開始：先鎖定 Seed，再調整 CFG，最後提升 Steps。當你能夠複現結果，並解釋「為什麼這張更好」，你就已經領先大多數只會反覆改寫提示詞的使用者——而這正是使用像 stablediffussion.cn 這類 Stable Diffusion 線上工具的正確方式：把搜尋到的技巧，內化成屬於你自己的、可重複使用的生成系統。