一句话导读:纯文字描述不够精准时,一张参考图能让 AI 理解你到底要什么。
从零开始用文字描述生成图片叫"文生图",而用一张已有图片作为参考来生成新图叫"图生图"。图生图的价值在于:当你想让 AI 遵循特定的构图、色调、风格或人物特征时,一张参考图胜过千言万语的提示词。
模型以你上传的参考图为基础,在它的"理解"上叠加你的文字描述,生成一张既有参考图影子又符合新描述的图片。控制力来自一个关键参数:相似度(Denoising Strength / Image Strength)。
| 相似度范围 | 效果 | 适用场景 |
|---|---|---|
| 0.1-0.3 | 几乎与原图一致 | 微调、修复 |
| 0.4-0.6 | 保留构图和色调,内容可变 | 风格转换、换色 |
| 0.7-0.85 | 参考图作为灵感,变化较大 | 创意发散 |
| 0.9-1.0 | 几乎忽略参考图 | 等于文生图 |
你需要一张特定构图的图片,但主体内容不同。
操作:上传一张构图满意的旧图,设置相似度 0.4-0.5,提示词描述新内容。
参考图:一个人站在湖边远眺
提示词:a dog standing by a lake at sunset, same composition as reference
相似度:0.45
效果:新图会沿用参考图的构图比例、地平线位置和人物(改为狗)在画面中的位置。
你看到一种喜欢的风格,想把同样的风格应用到不同主题上。
操作:上传风格参考图,设置相似度 0.5-0.6,提示词写新主题 + 风格描述。
参考图:一幅水彩风景画
提示词:a city skyline at dusk, watercolor style matching reference image
相似度:0.55
在多张图中保持同一个角色的外观特征。
操作:用第一张生成满意的角色图作为参考,后续生成时上传,相似度设 0.3-0.4,提示词描述新场景。
参考图:角色 A 在咖啡店的图
提示词:the same character walking in a park, sunny day, casual outfit
相似度:0.35
"垫图"是指用一张图片作为生成底图,让 AI 在它的基础上作画。和图生图的区别在于,垫图更强调"在这张图上改",而不是"参考这张图生成新图"。
画一个简单草图标注位置和色块,上传后让 AI 基于草图生成完整图:
草图:左上角画个方块代表山,中间画个人形,底部画波浪代表水
提示词:a person standing between mountains and a lake, dramatic landscape, golden hour
相似度:0.3
好处:你能控制构图布局,而不是完全依赖模型随机发挥。
调高相似度参数(数值越大越偏离原图),或在提示词中强化目标描述,用 must have / clearly visible 等强调词。
调低相似度参数,或在提示词中明确引用参考图特征,如 same color palette as reference, same composition layout。
参考图是竖图,你想要横图,会拉伸变形。解决:先裁切参考图到目标比例,再上传。
图生图生成后如果大部分满意但局部需要调整,用配音魔方的图片编辑功能做局部重绘,比反复调参考图参数更高效。先图生图拿到 80% 的效果,再局部修 20% 的细节,是目前最实用的工作流。
参考图是沟通工具,帮你说清楚文字难以表达的视觉意图。善用它,你的生成效率和画面控制力都会上一个台阶。