AI绘画专业术语有哪些？术语速查

第一次打开WebUI看到满屏的CFG、Steps、Sampler、DPM++是不是头大？老实讲我刚开始接触ai绘画专业术语时也懵，查一篇翻译一篇，最后发现真正影响出图的就那么十来个词。这篇把这些词按"提示词—模型—参数"三块摊开讲，每个配实测用法。

提示词类术语是出图的命门

提示词类术语包括prompt（正向词）、negative prompt（反向词）、weight（权重）、token（词元）四个核心，决定画什么和不画什么。

prompt就是正向提示词，你想要什么写什么。negative prompt是反向提示词，告诉模型"别画这些"——比如"blurry, deformed hands, extra fingers"防糊防多指。权重是给某个词加强调，写法是"(keyword:1.3)"，数字越大越突出，超过1.5容易把整图带崩。token是模型切词的最小单位，SD1.5上限75个token，超了会被截断。

想系统补提示词写法的，先翻 AI绘画提示词怎么写的万能词库 把基础公式过一遍，再来看术语。要找现成词条的，关键词素材库 按主题分类整理过几百个高频词。

模型类术语决定画风上限

模型类术语分base model（底模）、LoRA（微调模型）、VAE（变分自编码器）、Embedding（文本编码向量）四种，底模定大方向，LoRA调小风格。

base model是底模，比如SD1.5、SDXL、SD3，决定画质和画风的基础上限。我个人觉得新手从SDXL起手最稳，画面干净细节足，SD1.5虽快但出图容易塑料感。LoRA是微调模型，几百MB的小文件，专门训练某种画风或角色——比如"工笔LoRA""赛博朋克LoRA"，叠在底模上用。VAE负责把潜空间还原成可见图，缺了它会发灰发雾。Embedding是把一段词压成一个向量标签，写起来短，比如把长长的人物描述压成"girl_A"一个词。

根据 Civitai模型库 的公开统计，截至2026年平台收录的LoRA微调模型已超过10万个，覆盖人物、画风、物件各类细分题材。这意味着你想画什么风格，基本都能找到现成LoRA直接套。

采样参数类术语是出图开关

采样参数类术语包括Steps（步数）、CFG Scale（引导系数）、Sampler（采样器）、Seed（随机种子）、Denoising（重绘强度）五个，直接管出图质量和随机性。

Steps是采样步数，一般20-40步够用，超50步边际收益很低还慢。CFG Scale是引导系数，控制模型听你提示词的程度——值低画面发散听不进词，值高画面死板过锐。我个人实测CFG 6-8是甜区，人物写实类CFG 7稳，二次元可以降到5.5。Sampler是采样器，名字最唬人——Euler a、DPM++ 2M Karras、DDIM这些，本质就是不同的去噪算法。

Seed是随机种子，固定seed能复现同一张图，调提示词时务必锁seed对比。Denoising strength是重绘强度，图生图时用，0.3小改0.7大改，超过0.85基本等于重画。

采样器到底选哪个

写实人物首选DPM++ 2M Karras步数30，二次元选Euler a步数28，要快选DPM++ SDE Karras步数25，这三组是我跑了上百张对比出来的稳定搭配。

采样器名字看花眼，其实就分两类。一类是"ancestral"结尾的（如Euler a），出图带随机性，每张都不同，适合探索性出图。另一类不带a（如DPM++ 2M），固定seed出图稳定可复现。我个人觉得做商业插画要可复现选后者，做灵感探索选前者。Karras是调度器后缀，比默认调度收敛更快细节更足。

想深入抠采样原理的，arXiv论文库 能找到Stable Diffusion原始论文和各类采样器的推导，看不懂不影响用，但能帮你理解为什么不同采样器出图手感差那么多。

新手最易搞混的几个术语

prompt和咒语、checkpoint和底模、Hires.fix和图生图这三组最常被混用，其实是同一概念不同叫法。

prompt和"咒语"是一回事，国内圈子里爱叫咒语，英文社区叫prompt，别被绕晕。checkpoint和base model也是同一个东西，checkpoint是训练保存的权重快照，底模就是它。Hires.fix（高清修复）和图生图不完全一样——Hires.fix是在文生图后自动放大再补细节一气呵成，图生图是拿任意图重画。这组区别搞清楚能少踩不少坑。

老实讲术语这东西，用过三五次就熟了，不用死记。我把高频术语整理进 词汇大全手册 了，碰到不认识的词随时翻。

出图尺寸和宽高比术语

出图尺寸术语有resolution（分辨率）、aspect ratio（宽高比）、upscale（放大）三个，512x512是SD1.5原生分辨率，SDXL推荐1024x1024起。

分辨率别乱设。SD1.5底模训练在512x512，出1024会人物重复崩坏。SDXL训练在1024附近，出512反而糊。宽高比影响构图——竖图人物、横图风景是约定俗成的。放大术语分两类：Hires.fix是模型内放大，Tiled Upscale是分块放大应对超高清，4x-UltraSharp、ESRGAN这些是放大算法名。

想抠宽高比和构图的，参考 出图比例怎么选 那篇，把不同比例适合什么题材讲得细。

常见问题

CFG值越大越好吗？

不是。CFG超过10容易过曝过锐，人物皮肤发塑料。我实测6-8最稳，7是人物写实甜区，二次元可以5.5。

步数越多画质越好吗？

边际递减。20步和40步差距明显，40步和80步肉眼几乎看不出区别还慢一倍。日常30步够用。

seed固定后改提示词还会变吗？

会变。seed固定的是初始噪声，提示词改了模型走不同路径，出图会变但构图大方向接近。锁seed是为了控变量调试。

LoRA和底模能随便叠吗？

不能。LoRA要和底模架构匹配，SD1.5的LoRA挂到SDXL上会报错或失效。下载时看清适用底模。