ai绘画错误图鉴:我翻完100张废图,六指、乱码、浮空物全记了账

ai绘画错误图鉴:我翻完100张废图,六指、乱码、浮空物全记了账
ai绘画错误排查清单:多根手指、文字乱码与肢体错位的废图分类统计

100张废图里,手指和肢体类问题占了45张,是最大的坑;文字乱码和浮空物加起来29张,其中大半改两句提示词就能躲开。先别急着抽卡重roll,把这批图按错误类型分个堆,再决定是改词还是局部重绘,能省下至少一半的算力钱。

ai绘画错误这个东西,光看别人晒的翻车合集没用,我自己在2026年9月干了一件笨事:把当月攒下的100张废图逐张打开,按错误类型记账。手指多根的一堆,背景文字乱码的一堆,胳膊反关节的一堆,分完发现规律比想象中明显得多——将近一半的废图死在同一类问题上。

先交代下背景。这100张不是随手抽卡抽出来的,是我给一个电商客户做场景图的过程中攒的,模型主力是某主流写实模型加LoRA,出图分辨率1024×1536,采样步数28,CFG 6.5,这套参数我跑了三个多月没大动过。也就是说,变量基本只剩提示词和构图,数据比网上那些随手测评干净。

下面这张账,你可以对着自己的废图夹核一遍。

100张废图的错误分布:数字先摆出来

手指类41张、肢体错位14张、文字乱码18张、浮空物11张、细节融毁16张,合计100张。手指和肢体加起来占55%,是最该优先解决的问题。后面逐类拆。

具体怎么分的,我说细一点。手指类41张里,六指23张、并指11张、只有四根或七根的7张——六指果然是重灾区,跟网上流传的说法对上了。肢体错位14张里,胳膊反关节9张、腿和躯干接缝处错位5张。文字乱码18张,全是图里带招牌、标签、包装盒的构图。浮空物11张,杯子悬在半空、椅子腿不落地这种。剩下16张算细节融毁:背景的人脸糊成一团、首饰和衣服融在一起、纽扣长进了布料纹理。

分完那天我盯着表格愣了几秒。手指加肢体占了55%,也就是说超过一半的废图,死因是同一件事:模型对人体末端结构的理解就是不行,跟你会不会写提示词关系没那么大。这个认知直接改变了我后面的省钱策略。

还有个意外收获:16张细节融毁里,有13张的融毁点都落在画面边缘或者背景深处。画面越满、元素越多,崩的概率越高。这批图全是四五个元素以上的构图,两三个元素的图一张都没崩。

提示词能救的错误:这29张改词就躲开了

文字乱码和浮空物这两类共29张,改提示词的规避成功率在七成以上。思路是别跟模型硬刚,绕开它不擅长的表达方式。

文字乱码的教训最直白。我试过在提示词里写"清晰的店铺招牌文字",结果越写越乱,模型压根不认得汉字笔画,它是在画"像文字的纹理"。后来我改成两条路:要么提示词里直接写"招牌上是无字纯色标牌",出干净的图,文字后期用PS打上去;要么构图里干脆不放任何带字的物件。2026年10月第一周我用这招出了20张带招牌场景的图,需要真文字的9张全部后期补字,零乱码。

浮空物的解法是给接触面。原来写"桌上的咖啡杯",杯子经常飘着;改成"咖啡杯放在木桌上,杯底与桌面接触,投影落在桌面",11张翻车同款构图重跑,9张落地了。投影提示词特别管用,物体一有影子就很难悬空。不夸张地说,这条是我整份统计里性价比最高的一个改法,两个字的事。

六指也有部分能靠提示词压。负向提示词里加"多余的手指、畸形的手",正向里写"五根手指、自然张开的手",我把23张六指同款构图重roll了一遍,13张出了正常的手。成功率不到六成,不算稳,但比干roll强。剩下的10张,提示词写到天花板上也没救回来,这就得说下一类了。

提示词救不了的:55张里我只抢回19张,其余靠重绘

反关节、接缝错位、大面积细节融毁这三类,提示词基本无效,得用局部重绘(inpainting)处理。我抢回19张,剩下的要么重画要么放弃。

胳膊反关节是最典型的。9张反关节图,我换着花样写提示词——"自然下垂的手臂""符合人体工学的姿势"——重roll平均每张花了7次以上,只有2张碰出了正常胳膊。讲真,这效率不如直接上局部重绘:把胳膊区域蒙住,单独重画,蒙版羽化开到24像素左右,重绘幅度拉到0.75,3次以内基本能出能用的。这两类修复的手感,之前在那篇37张废图救回21张的实测里写得更细,路子是一样的。

手指的重绘有个参数细节值得记:重绘幅度别超过0.85,超过之后新画的手指经常跟手掌肤色对不上,边界处一条明显的色差带。我吃过这个亏,2026年9月中有一张图来回重绘了11次,最后发现是幅度开到0.9导致肤色漂移,降到0.8一次就过了。蒙版也别只圈手指,往手掌方向多带一圈,模型才有参照。

腿和躯干接缝错位的5张,我全部走了重绘,成功4张。剩下那张客户催得急,直接换构图重画了。细节融毁的16张里,边缘和背景的我直接用扩图外补的方式处理,比局部重绘还快;主体融毁的3张没法救,认赔。全部算下来,100张废图我最终救回38张,弃了62张——账不好看,但比每张都硬roll省了大概四分之一的算力开销。

疑问句放在这:你还打算每张崩图都无脑重roll二十次吗?算力也是钱,分对错误类型再动手,才是省时间的正路。

回到开头那份账:100张废图,55%死在手指和肢体,29张靠改提示词就能提前避开,38张最终被救回。你不用照搬我的数字,模型不同比例会变,但"先分类、再决定改词还是重绘"这个动作,今晚就能对自己的废图夹做一遍。

常见问题

六指问题后期用修图软件修,还是局部重绘快?

看手指数量。只多一根、位置靠边的,PS仿制图章五分钟搞定,比重绘快;六指挤成一团或者手指互相穿插的,重绘更干净。我统计里23张六指,后期修了8张,重绘救了10张,剩下5张嫌麻烦直接弃了。

文字乱码可以指望模型以后学会写汉字吗?

英文短词现在已经能凑合了,长句和汉字短期内别指望。我的做法定死了:任何需要准确文字的图,出图时留白,文字一律后期上。与其赌模型,不如把这条写进自己的固定流程。

出图发虚、整体像蒙了层雾,算这类错误吗?

不算,这是另一路问题,多数和采样器、步数、重绘幅度设置有关,跟手指乱码不是一个病根。排查思路可以看站内那篇专门讲发虚的实测,这里不展开了。

负向提示词写越多越好吗?

不是,写太多会把画面压得又平又灰。我的负向词常年控制在十几个token以内,只放实测真踩过坑的词。堆一堆没验证过的负面词,崩图率没降,图先变得没味道了。

同一套提示词重roll,为什么错误时有时无?

随机种子在起作用。同参数不同种子,崩的位置完全不一样,所以"多roll几次总有一次好"对浮空物这种低概率错误有效,对反关节这种结构性问题基本无效——它不是运气差,是模型就不太会画。

延伸阅读

更多手臂反关节、多画、穿模的修复路子,可以看这篇:胳膊绘画ai实测:手臂多画、反关节、穿模的修复路子,和我统计里的肢体错位类正好互补。

如果想系统了解哪几类错建议直接重画、哪几类值得救,这篇37张废图的复盘值得一读:绘画改正ai实测:37张废图救回21张,这几类错我劝你直接重画。