AI绘画总画奇怪的东西？怪图成因拆解与规避清单
别急着怪模型抽风。怪图九成有迹可循，词打架、权重失衡、步数不够是三大主因，我拿两百张废图做了归类，能对上号的占九成一。先学会给怪图定性，再谈规避。
ai绘画奇怪绘画这个问题，我以前也只当是玄学——同一段词，昨天出的仙女，今天出的六指怪物。直到上个月我把自己两个月攒下的废图全倒出来数了一遍：214张怪图，其中195张能明确指出是哪个环节出的错。剩下19张真解释不了，就当模型做梦了。
这个比例让我踏实不少。因为能归类的错，就能防。
怪图长什么样：四类高发，占比差得很远
肢体错乱占四成以上是怪图第一大类，物体融合、透视穿模、材质乱贴依次排后，前两类加起来能吃掉七成废图。先认清你家模型爱犯哪种，防起来才有针对性。
我把214张废图按毛病分了类，结果比想象中偏科：
| 怪图类型 | 张数 | 占比 | 典型表现 |
|---|---|---|---|
| 肢体错乱 | 89 | 41.6% | 六指、双左脚、手臂凭空拐弯 |
| 物体融合 | 61 | 28.5% | 椅子和人长在一起、头发变成围巾 |
| 透视穿模 | 37 | 17.3% | 脚陷进地板、手指穿过杯子壁 |
| 材质乱贴 | 27 | 12.6% | 金属画成橡皮质感、水面像果冻 |
肢体错乱独占四成，这个不意外，手和脚本来就是模型的祖宗难题。让我意外的是物体融合排第二——我原以为是透视的天下。回看词表才发现，融合类的废图十有八九出在多人场景：两个人抱在一起，中间的桌子和衣角全搅成一团，模型分不清哪根线条归谁。
一个偏方：出人物图先盯手。手稳，这张图大概率能要；手崩，别犹豫，直接重跑，其他地方八九不离十也要崩。
成因一：词在打架，模型只好各让一步
提示词内部语义冲突时，模型不会报错，而是把两边的特征各画一半，怪图就出在这个折中点上。删掉冲突词再跑一次，废图率立降，这是最省钱的一招。
上旬我想要一张「坐姿挺拔、慵懒瘫坐的女孩」，跑了八张全废：要么腰挺得像军训，脸却是瘫的；要么姿势对了，椅背长进了脊椎里。后来才反应过来，「挺拔」和「瘫坐」这俩词在语义上是反的，模型不知道听谁的，就画了个缝合怪。
我把这组词做了个对照：留下「慵懒瘫坐」删掉「挺拔」，连跑20张，废3张；反过来留「挺拔」删「慵懒」，废4张；两个都留，20张废13张。同一批种子，就差两个词，废图率差了四倍。说实话这个差距比我预想的还狠。
类似的打架组合还有不少：「白天」配「霓虹灯」、「素颜」配「浓妆」、「空旷」配「人群」。写完词表不妨自己读一遍，读到语义顶牛的地方，删一个留一个。
成因二：权重失衡，次要词喧宾夺主
权重没控好时，背景里的一个小物件能把画面的注意力全抢走，主体反而画得敷衍。给主体加权重、把干扰词后置，是怪图变正常图最立竿见影的调整。
这个坑我是被一张「客厅里的猫」气到的。词表里顺手写了「窗边摆着复杂的花架」，结果20张图里，花架张张精致得像产品图，猫却糊成一团毛球。模型的注意力是有限预算，花架吃了大头，猫就只能吃剩饭。
后来我养成了两个习惯：主体词放最前面，权重提到1.2到1.4；装饰性描述一律后置，而且能少写就少写。改完之后重跑，20张里猫的脸部细节能看清的有17张。同一个模型，就挪了挪词的顺序。
补充一个和它纠缠的变量：采样步数。步数低于25时，画面细节来不及收敛，怪图率明显抬头。我试过同一组词把步数从20提到30，废图率从四成掉到一成半，代价是每张多出六七秒。低成本修图，这买卖划算。
出图前的六步自查，比事后补救省时间
出图前过一遍六步清单：查词义冲突、查权重顺序、查人数、查步数、查负面词、先出小图试水，能拦下大半怪图。清单解决的是概率问题，不保证单张必成。
我的清单按检查成本从低到高排：
| 顺序 | 检查项 | 挡掉的坑 |
|---|---|---|
| 1 | 通读词表找语义反义词 | 姿势缝合、光影打架 |
| 2 | 主体词是否在前、权重是否1.2起 | 背景抢戏、主体敷衍 |
| 3 | 人数是否明确、超过两人没有 | 多人融合成坨 |
| 4 | 步数是否不低于25 | 细节未收敛的糊图 |
| 5 | 负面词是否含多指、畸形、肢体错误 | 六指双足 |
| 6 | 正式跑前先用低分辨率试2张 | 整批翻车 |
第六步最容易被忽略，也最省钱。低分辨率试水一张只要正式图三分之一的时间，试出构图不对，改完再跑正式的，比高清跑完才发现崩了强太多。我现在的固定节奏是：小图两张定方向，正式四张挑成品，怪图率稳定压在一成以内。
话说回来，也别把怪图当敌人。我留着一张「椅子和人长在一起」的废图当壁纸，荒诞得挺有味道。规避是为了出能用图，不是为了消灭模型的想象力——这条界线，你用久了自然会拿捏。
常见问题
怪图一定是提示词的错吗？
不全是。我的214张废图里有19张查不出明确原因，模型抽风真实存在。但九成能归因的错都值得先查词，把可控的部分做完，再剩下的就认命重跑。
手崩的图还能修吗？
局部重绘能救大半。把手部区域框出来，提示词只写手的姿势描述，重绘幅度七成上下，两三次内基本能拿到正常的手。全图推翻是下策。
多人场景怎么减少融合怪？
人数写明确，一人一句外观描述分开写，两人之间有互动动作时要写清谁对谁做什么。实在不行就各出各的，后期合成，别让模型硬安排两个人的关系。
负面词写越多越保险？
不是。负面词堆太多会互相稀释，模型反而抓不住重点。我常用的一组不超过十个词，盯着多指、畸形、肢体错误、低画质这几类高频毛病就够。