Ai绘画十张连出实测：批量出图的挑片率和十月秋景的写法
别绕了，直接给数：十张连出，能用的通常在两到四张之间，这个比例稳定得有点无聊。批量测试的铁律是只动种子不动参数，先按缩略图分三档，只细看第一档，一半时间就省出来了。
这篇聊一个数字：十。起因是群里有人抱怨，说自己一张一张地点生成，额度烧得心疼还挑不出图。我说那你就一次出十张试试。他不信，我只好自己先跑。同一个提示词连出十张，数一数里面几张能用；顺手把十月秋景的提示词也测了一轮，毕竟眼看着就要到拍银杏的季节了。结果比我想象的有意思，废图不是随机分布的，它们崩得很集中，崩点甚至能预测。下面按顺序说，数据都在，方法也都能照抄。
十张连出：参数不变才叫批量
批量测试要固定提示词连出十张，其他参数一概不碰，这样数出来的挑片率才有参考价值。我用的办法土但有效：写死一组提示词，批次数量设十，采样步数、CFG这些全锁住。第一次做实验的时候手贱，中途改了采样步数，出来的十张质量参差，根本没法归因，只能整批作废重来。严格固定之后，规律就浮出来了：十张里的分布不是均匀的，经常是三张很好、四张平庸、三张崩坏，废图崩的方式还挺集中，不是手就是透视。所以挑片别十张全看，先按缩略图分三档，只细看第一档，第二档存着备用，第三档直接删，眼睛不遭罪。这个分档法后来成了我们群里的标准动作，谁再晒图都是直接晒第一档，效率高了不少。
十张里挑几张？我数了三组
三组实测的可用数分别是四张、两张、三张，题材越常见可用率越高，冷门组合要靠拆词来救。三组题材差别很大：街角咖啡馆、雨后的天桥、逆光的芦苇荡。咖啡馆那组十张里能用四张，训练数据里咖啡馆见得多，模型熟。天桥那组只挑出两张，栏杆的透视崩了六次，AI画平行线是真的费劲。芦苇荡三张可用，但逆光的暖色出奇地好，两张直接能当封面。我的偏向很明确：与其跟冷门题材死磕十个批次，不如换写法，把冷门词拆成两个常见词去描述，改成的写法是钢结构步行桥加雨后反光，崩的概率肉眼可见地降了，第二轮就捞出来五张。
十月秋景：季节词别只写秋天
只写秋天容易出烂大街的糖水片，写银杏加斜阳加具体时段，画面信息量立刻上一个台阶。十月出秋景，我踩过的坑是季节词写得太省。光有秋天两个字，出来的全是黄叶铺地的通用货，像旅游手册的配图，十张里挑不出一张有记忆点的。改成十月底的银杏道、下午四点的斜阳、落叶只覆盖半边路面，构图立刻有了叙事感，那半边没落叶的路告诉你，这是刚起风的时候。还有个反直觉的发现：加一点点萧瑟，比如行人缩着脖子、风卷起两三片叶子，出片率比满屏金黄高。秋天的味道在风里，不在色号里，这是我这两轮实验里最愿意留下来的一句话。同样一组词我后来换了三个时段跑，清晨、正午、黄昏，能用的全都出在黄昏档，侧光低角度对秋景就是降维打击。
什么时候该停：十张之外的第三轮
同一组提示词连出三轮十张还没挑出满意的，就该改词了，继续堆量只是给额度放血。这是我这几天才补上的教训。天桥那组我头铁，连出三轮三十张，只捞出来两张，后二十张的废法跟前十张一模一样。停下来的信号其实很明显：废图开始重复自己，说明模型已经把这个词组的理解上限摆在那儿了，量再大也翻不出新花样。正确动作是回去改词，换一个描述角度重新开一轮。把三十张的额度拆成三个不同写法的十张，命中率反而更高，这是我用真金白银换来的算术。
十这个数字，往大了说是个样本量，往小了说就是一个批量按钮。测完这两轮我反而踏实了：废图是常态，十张挑三张不丢人，丢人的是把第一张就当成品发出去。那位抱怨额度的群友后来也学会了连出十张再分档挑片，昨天还发了我一张他挑出来的芦苇荡，挑得比我好，这事儿我认。下个月寒潮来的第一场霜，我打算照这个方法再数一轮，到时候挑片率要还是三成，我就认了。
常见问题
一次连出十张，在线平台和本地模型哪个划算？
本地模型的成本几乎只有电和时间，连出十张毫无压力；在线平台按点数扣，批量前先算清单张成本。额度紧张的话，用低分辨率批量筛构图，选中了再单独高清重绘一张，这是最省的打法。
批量出图时，好图的种子要不要记下来？
要，这是批量玩法里最值钱的习惯。挑中的那张把种子号抄下来，之后微调提示词时锁住种子，改一个词看一处变化，控制力就是这样练出来的，比背一百篇提示词教程都实在。
南方十月没有银杏，秋景词怎么换？
换成地域限定的秋天：金黄的稻田、落羽杉、傍晚的蟹季市集。把具体地名或者物产写进提示词，AI会自己找对应的视觉素材，比硬写秋天的落叶靠谱得多。