在这些"边缘情况"下，模型可能没有学过足够的例子，所以生成时就显得"不稳定"，脸部容易变形。
具体的脸部变形表现及其对应原因
理解了根本原因，现在看看具体的变形表现，以及对应的原因是什么。
变形表现一：脸显得"不对称"
一边脸显得"大"，一边显得"小"。或者一只眼睛清晰，另一只眼睛显得"歪斜"。
最可能的原因：提示词中有"不平衡的描写"，或者参数中的采样器/步数组合导致脸部在生成过程中显得不稳定。
对应的解决方案：
检查提示词中有没有"左右不对称"的描写（比如"只有右边有光"这样的过度描写）
改提示词强调"对称的五官、均衡的脸部"
试试改采样器或增加步数，提高生成的稳定性
变形表现二：脸显得"融化"或"被拉扯"
五官的位置显得"飘移"，脸的轮廓显得"软塌"或"被扭曲"。
最可能的原因：相似度太高（AI过度执行），或者提示词中有"过多细致的脸部约束"。
对应的解决方案：
降低相似度（CFG值），从10降到7-8试试
简化提示词，删除"过度细致"的脸部描写，只保留"核心特征"
不要同时写太多"关于脸部"的描写词
变形表现三：脸显得"诡异"或"不像人类"
五官的组合显得"很AI感"，脸显得"不自然、生硬"。
最可能的原因：提示词中的"冲突描写"（矛盾的气质、矛盾的年龄、矛盾的特征搭配），或者模型在这个特定组合上的"弱点"。
对应的解决方案：
检查提示词中有没有"互相矛盾"的描写，删除冲突的部分
简化提示词，改成"一致的、和谐的"描写
如果是"特殊搭配"（比如很特殊的风格+很特殊的特征），可能需要换LoRA或换工具
变形表现四：脸显得"模糊"或"细节丢失"
虽然整个构图清晰，但脸部的五官细节不清楚。
最可能的原因：提示词中"关于脸部的强调"不够，或者背景/衣服/其他元素"吸走了"AI的注意力。
对应的解决方案：
在提示词中加强对脸部的强调，比如"清晰的脸部、精致的五官、清晰的面部细节"
简化背景或其他元素，让AI的"注意力集中在脸上"
增加生成步数，让脸部有更多的"精细化处理"时间
预防脸部变形的提示词写法
既然理解了原因，怎样在提示词层面预防变形？
原则一：脸部描写要"和谐"而不是"细致"
不要写"眼睛大、鼻子挺、嘴小、颧骨高、下颌尖"这样的"逐项约束"。
这样写：
面部清晰、五官精致、脸部和谐、气质温和
而不是这样写：
大眼睛、高鼻梁、小嘴巴、高颧骨、尖下颌、双眼皮、浓眉
前者告诉AI"生成一个和谐、清晰的脸"。后者让AI逐个处理每个特征，反而容易显得不协调。
原则二：气质和年龄要"一致"
不要说"既要年轻又要沧桑"。
应该这样写：
年轻女性、清纯气质、皮肤光滑、眼神清亮
或者这样写（沧桑风格）：
中年女性、沉静气质、眼神深邃、面容成熟
选一个方向，保持一致。不要在一张脸上混合"年轻"和"沧桑"。
原则三：关于脸的描写不要太多
提示词要有"信息优先级"。脸部的基础描写已经足够了，不需要再加很多修饰。
有效的脸部描写：
女性、年轻、清纯、脸部清晰
过度的脸部描写：
女性、年轻、清纯、脸部清晰、皮肤白皙、肤质光滑、没有毛孔、眼睛大而明亮、眼神清澈、双眼皮、长睫毛、鼻子小巧、嘴唇饱满、脸型小...
后者会让AI被信息淹没，反而生成得不好。
原则四：用"整体气质"来引导，而不是"逐项特征"
好的提示词是这样的：
清纯少女、温柔气质、明亮的眼神、柔和的五官
这样的提示词是这样的（不好）：
少女、温柔、眼睛明亮、鼻子小、嘴巴小、脸小、皮肤白、有气质、显年轻...
前者描写的是"整体感觉"，AI能一致地理解。后者描写的是"堆砌的特征"，AI难以协调。
参数层面怎样避免变形
相似度（CFG值）的调整：
相似度太高（比如12-15）往往导致脸部被"过度执行"，显得夸张变形。
试试把相似度降到7-8的范围。这样AI会更"自然"地生成，脸部不容易被拉扯变形。
但也不要太低（比如5以下），太低会导致提示词被忽视，脸部生成就显得"随意"。
采样器的选择：
不同采样器对脸部的稳定性影响不同。DPM++ 2M Karras、Euler A这样的采样器相对稳定。有些采样器特别容易导致脸部变形。
如果某个采样器总是生成"变形的脸"，试试换另一个采样器。
步数的调整：
步数太少（比如20步），脸部没有足够的"精细化时间"，可能显得不精致甚至变形。
试试增加到60-80步，给脸部更多的处理时间。
LoRA的权重：
有些LoRA对脸部特征的强调特别大。如果某个LoRA的权重太高，可能导致脸部的某些特征被过度强调，显得变形。
试试降低LoRA的权重，比如从1.0降到0.7或0.5。
用"图生图"来补救或优化脸部
如果纯文字生成的脸显得有点问题，用"图生图"往往能快速改善。
做法：
生成一张图，即使脸部不太满意也可以
上传这张图作为参考，用"图生图"模式重新生成
在提示词中加入"脸部清晰、五官精致"这样的强调
参考图会"固定"脸部的基本位置和轮廓，提示词只需要在这个基础上"调整细节"
这样往往比纯文字生成更容易得到"清晰而和谐"的脸部。
如果脸部已经变形了，怎样补救
如果生成出来的脸部已经显得变形，有几个办法：
办法一：改提示词重新生成
删除所有"可能导致冲突"的描写，保留最基础的"脸部要求"。提示词越简洁，脸部越容易生成得正常。
比如，从"清纯少女、温柔、皮肤白、大眼睛、小脸、甜美气质、眼神清亮、肤质光滑"简化到"清纯少女、温柔、脸部清晰"。
办法二：换采样器或改参数重新生成
如果同样的提示词换采样器后脸部变好，说明是"参数组合"的问题。记住这个新的参数组合，以后用这个。
办法三：用"已有的好脸"作为参考进行图生图
如果你之前生成过一张"脸部特别好"的图，用它作为参考做图生图。这样新生成的脸部会继承这张图的"脸部特征"，显得自然很多。
办法四：后期修图
如果怎样都生成不了理想的脸部，可以考虑用后期修图软件修整脸部（调整对称性、五官位置等）。这对"非专业的脸部问题"往往有效。
最后的认知
脸部变形看起来像是"随机问题"（"我也不知道为什么就变形了"），但其实有清晰的原因。
大多数情况下，脸部变形来自提示词中的"冲突"或"过度描写"。解决的办法就是"简化和和谐化"提示词。
其次是参数设置不当（相似度太高、采样器不适合）。解决的办法就是"调参"。
一旦明白这两点，脸部变形的问题就变成"可控的、可预防的"，而不是"神秘的、随机的"。
关键是理解原因，而不是盲目地"重新生成十次"期望运气好。一旦找到了"导致脸部变形的那个因素"（通常是某个冲突的提示词描写，或某个不适合的参数），问题就解决了。返回搜狐，查看更多