sd生成ai模特实操：我的工作流、参数和实测数据一次讲完
直接给结果：sd生成ai模特，我的配方是写实底模加ControlNet骨架，重绘幅度0.35、CFG6、步数28，1024×1536出图，12G显存单张20秒上下。参数是骨架，原图和面料词才是血肉。
sd生成ai模特，网上教程一搜一堆，多数人卡在两件事：参数抄了别人的，图还是崩；或者能出图了，款式已经不像自家衣服。我的判断是，先把服装保留的思路理顺，参数才有意义。
我这套流程每周给店里出两百张上下，稳定跑了小半年，踩过的坑比省下的钱多。下面从底模讲到收尾，参数全给实数，你可以直接抄。
打底：底模、LoRA与服装保留的取舍
sd生成ai模特的地基是底模配服饰LoRA：底模管人，LoRA管衣服，重绘幅度0.3到0.4，衣服听话又不会被改款。地基打歪了，后面参数调出花来也白搭。
底模我试过四五款写实系，最后固定在一款国产融合写实模型上，人物皮肤不发灰，出亚洲模特脸稳。纯底模出的衣服经常自作主张，领型一改，整张图就废了，所以服装这层要靠参考图兜住：我用IP-Adapter垫服装平铺图，权重0.7，款式大体锁死；花纹细节偶尔还是飘，这时候把权重拉到0.8，代价是模特姿势变僵，两头自己权衡。
复杂款我直接训服饰LoRA，25到40张同款多角度图，学习率1e-4，跑8个轮次，4090上一小时出头训完。训过的款，重绘幅度敢放开到0.45，出图自由度立刻不一样。代价是每个款都要训一次，款多的店铺自己算时间账。
话说回来，不是所有款都值得训LoRA。白T、纯色卫衣这类基础款，垫图加提示词就够，别把时间花在刀背上。
参数逐个过，每个数都是踩出来的
核心参数我固定在小组里：步数28、CFG6、重绘幅度0.35、骨架权重0.8，改哪个都会连环影响别的，新手别一次动两个。每个数的来历和调错的下场，都在表里：
| 参数 | 我的数值 | 调错的下场 |
|---|---|---|
| 采样步数 | 28 | 低于20噪点糊脸，拉到40以上画质基本不涨，纯烧时间 |
| CFG | 6 | 超过9，颜色发灰，布料像被熨斗烫平 |
| 重绘幅度 | 0.35 | 过了0.5，款式开始自由发挥，扣位错乱 |
| OpenPose权重 | 0.8 | 低于0.6姿势乱飘，高于0.9肢体发僵像木偶 |
| 分辨率 | 1024×1536 | 低于这个，放大后脸部糊，电商图直接不达标 |
负面词我常年挂一组：多手指、畸形手、塑料皮肤、油画感，外加低分辨率相关词条。别抄网上几百行的负面词大礼包，长负面词互相打架，我试过精简到十几个词，出图稳定性反而上去了。
提示词的正向部分，我的固定骨架是四段：服装描述、模特特征、光线、镜头。举个例子：纯白方领连衣裙，二十岁亚洲女性模特，影棚柔光从左上方来，全身竖构图，翻成英文写进提示词就行。提示词写法的底层习惯，和让ai绘画听懂你的话：把脑内画面画出来的四个习惯里讲的一脉相承，先想清楚要什么，再动笔。
出图之后还有两刀。第一刀修手：手部区域圈出来单独inpaint，重绘幅度0.25，两三次内基本能救回来。第二刀放大：1.5倍二次采样，脸部和布纹一起救活，1024×1536放大到1536×2304，主图和详情页都够用。
速度实测与收尾三招
我的12G卡跑1024×1536约20秒一张，8G卡开分块40秒也能跑，决定效率的不是显卡，是出图后的筛图和修图节奏。三招收尾，招招省时间。
第一招，24张缩略图过一遍，先毙脸和手，十秒一张，两轮下来剩五六张。第二招，留下来的放大看衣扣和衣褶，款式细节不对的直接毙，别心疼额度。第三招，能用的统一调一遍色温，让整个店铺的AI模特图是一个光感，回头客刷到你家图不觉得串味。
筛选标准狠一点，图的质量就上去一截。我定过一条规矩：犹豫超过五秒的图直接毙。实操下来这条救过我很多次，犹豫的那几张，交出去多半被客户打回。
最后照例一句：生成的模特脸是虚拟人脸，请勿用于冒充他人身份；模特形象也尽量保持自家风格统一，别今天欧美明天韩系，店铺人设会散。
回到开头：先理顺服装保留的思路，参数才有意义。底模配LoRA打底，核心参数守着实数起步，出图后狠心筛，这套流程跑顺了，sd生成ai模特就从抽卡变成流水线。参数是死的，你家衣服是活的，拿实数当起点，再按自己的款微调。
常见问题
8G显存真的能跑吗，会不会很慢？
能跑，开分块和低显存模式，1024×1536一张40秒上下，我朋友的老卡就这么用了半年。量不大完全够，量大再考虑升级。
训服饰LoRA最少要多少张图？
我试过最低18张，能用但角度容易缺，稳一点25到40张，正、侧、背、细节都要有，纯正面图训出来的背面会瞎编。
出的图脸上总有点怪，怎么办？
先查底模，写实底模换一两个试试；再查分辨率，低于768的脸容易崩；最后用脸部修复跑一遍，重绘幅度别超过0.3。
这些参数适用于Midjourney吗？
不适用，那是另一套逻辑，没有重绘幅度和骨架控制这些概念。想要姿势精准控制，还是本地SD这一套更对口。