ai绘画导入参考图实测：格式、权重与多图融合避坑

ai绘画导入参考图，成不成七分看垫图本身，三分才轮到参数。先把图备好，比狂抽卡管用。

上个月帮楼下奶茶店做菜单插画，老板发来的素材在微信里转了三手，单张只剩一百多KB。直接垫进去，出图的杯子边缘糊得像蒙了层塑料袋。让他重发原片——3.8MB那张，同一套参数，第二轮就过。就这么点差别。

所以这篇只聊「导入」这一步：图怎么备、格式怎么挑、权重怎么配、脸能不能当参考。五十多张图试出来的实数，全在下面。

参考图格式与尺寸：一张表说清

jpg能应付九成垫图，长边1024左右，单张8MB以内；png留给要透明背景的活；webp不少工具不认，先转格式再导。

四种常用格式我都垫过，差别比想象中大。

尺寸我自己测过一轮。长边1024最划算，2048的图垫进去，单张出图从8秒涨到14秒，放大看却没多出什么细节，纯白费。反过来太小也不行，500像素以下的图垫进去，底子就是糊的，权重调到天上去也救不回来。

比例更别乱来。垫图是4:3、输出设9:16，模型要么硬裁要么硬拉，构图直接歪。输出想要什么比例，垫图就裁成什么比例，手机相册里裁好再传，十秒钟的事。

还有个蠢坑我踩过：拿屏幕截图当垫图。截图上带着视频播放器的进度条，出图里进度条被画成了窗户栏杆，局部重绘修了两轮才弄掉。垫图里有什么，出图就长什么——导入前把杂物裁干净，这步省不得。

我的看法：导入别当顺手一拖的事，把它当一道工序来做。桌面单开一个文件夹，只放备好的图，传哪张点哪张，出错率低很多。

垫图权重怎么配提示词

权重从0.5起步：结构走样就加0.1，风格太贴就减0.1；提示词只写垫图里没有的东西，两边抢话筒必翻车。

实测这么做的：垫一张白天拍的街口照片，提示词追加「黄昏、红色霓虹招牌」，别的参数全锁死，只动权重。0.5那轮，黄昏的色调出来了，霓虹没影；提到0.6，霓虹有了，招牌形状开始走样；0.7直接把街口朝向都改了。最后停在0.6，霓虹的位置写具体——右侧墙面——一轮过。

道理不复杂：垫图管「是什么」，提示词管「改成什么」。垫图里已经有的东西你再写一遍，模型要么当没听见，要么把那一块重画一遍，纯属添乱。我现在提示词只写增量——光线、色调、要加的东西，别的全省。

打架的情况也真有。垫图大晴天，提示词非写暴雨，有的模型直接装死。碰上就先用0.5跑一轮，看它到底听图的还是听字的，再决定往哪边加码。别对着屏幕干瞪眼，跑一轮比猜十分钟快。

参数顺带交代：采样步数28，CFG 7，负面提示词里加「噪点、压缩痕迹」。导入的图多少带点压缩感，这两条能洗掉一些，肉眼看得出来。

拿人脸当参考图，边界在哪？

人脸参考只导自己拍的照片，或拿到明确授权的图；明星和路人的照片一律不碰，生成结果也别拿去冒充真人。

先把线划清楚：自己拍的脸，能用；拿到明确授权的脸，能用；朋友的照片，先问一声再用，这是起码的规矩。网上扒的图、明星的活动照、路人街拍，一律不导。一头是侵权风险，另一头主流工具对人脸素材卡得一年比一年严，传了也可能直接被拒。

实操里有个细节值得单说：给自己脸做参考，别只垫一张正脸。我试过单张正脸，出来的「我」五官像被平均过，说像又不全像。后来正脸加左右两个45度侧脸，三张轮着垫，相似度肉眼可见地上来了。

多嘴一句：生成出来的人脸别拿去冒充真人。平台对AI人像的标识要求一年比一年严，是虚拟的就大方标虚拟，没必要的麻烦一点都别沾。

有同行嫌这些讲究烦。我倒觉得，做图这行的信任就这点本钱，砸一次就没了。

多图导入融合：先少后多

多图融合先少后多：两张起步，主图权重0.6、辅助图0.3；图一多各抢各的，出图糊成一锅粥的概率直线上升。

玩法不神秘：主图定构图，辅助图给风格或者局部元素。我拿人物照当主图、一张厚涂油画当风格参考，0.6配0.3的组合，十张里七张能出「照片构图、油画笔触」的效果，这在我这儿算高产。

三张就开始赌了。脸借A、衣服借B、背景借C，五官错位是常事。最惨一次帮做眼镜生意的朋友融合三张图，出图的镜腿画成了两副叠在一起，他问我这是不是买一送一。四张以上我基本不碰，成功率低到不值那份电费。

顺序有讲究。先导主图跑一轮，构图站住了再叠第二张，权重从0.2往上慢慢摸。一上来全堆进去，等于让四个厨师同时炒一口锅，谁的手艺都显不出来。

说回奶茶店那份菜单。原图重发、裁成4:3、jpg压进8MB，权重0.5起步，两轮定稿，前后四十分钟。导入这步多花十分钟备图，后面能省一小时抽卡，这笔账怎么算都划算。图没备好就别急着开跑，先回头看看原片还在不在。

常见问题

导入的垫图会被平台存下来吗？

在线工具的垫图会传到服务商的服务器，涉及隐私的照片想清楚再传；本地部署的工具图不出本机，稳妥得多。敏感图我的做法是本地跑。

手机拍的图能直接导入吗？

能，但别省两步。贴着墙或原木桌面拍，光线均匀，拍完裁成长边1024再导。直接甩原图也行，就是出图慢一点，多出来的细节还未必用得上。

垫图和提示词说的不一样，听谁的？

看权重。0.6以上基本听图的，0.4以下基本听字的，0.5附近就是各让一步，具体看模型脾气，先跑一轮探探口风。

导入别人的画当参考，算抄袭吗？

权重低、改动大，产出和原图差异明显，一般够不上复制；权重拉到0.7以上，产出和原作高度相似，商用就有麻烦。商用项目只用自己的素材或拿到授权的图，这条我守得很死。

延伸阅读

图导进去之后，重绘幅度决定它被改多少，这篇接着讲调法：ai绘画iw实测：图生图重绘幅度0.3/0.5/0.7怎么选。

想控制参考图里人物的动作姿势，看这篇的骨骼图方案：绘画动作ai实测：大动作不崩的姿势控制方案与翻车点。