参数对比：一次只改一个变量

调参最容易犯的错，是同时改提示词、步数、种子，然后看哪张好。这样得到的是「一组参数的结果」，不是「哪个参数起作用」。一次只改一个变量，是把试错变成可积累结论的唯一办法。

为什么不能同时改

• 两个变量都在动时，结果差异无法归因到任何一个
• 运气好的组合会被记住，运气差的组合会被误判成「这个参数没用」
• 结论无法复用到下一个模型或下一组参数上，等于每次从零开始

一次一批怎么做

1. 先写下一套基准参数：把当前能用的提示词、步数、引导强度、采样方式、分辨率、种子全部固定下来。
2. 只放开要研究的那一个：例如只让种子变化，或者只让步数在几档之间变化。
3. 一批跑完再比：批量一次跑多个值，避免中途改别的参数。
4. 选出变化明显的档位：把范围缩小到「开始变好」与「开始变差」之间的那几档。
5. 换下一个变量：把上一个变量的结论固定下来，再动下一个。

结果怎么记

• 记下完整的一组输入：提示词、所有参数、模型与精度版本、种子
• 记下你判断「好」的标准（构图对了？细节够了？像不像目标风格？）
• 把明显不行的组合也记一句，避免下次重复试
• 同一模型上的结论，换模型后要重新验证，不要直接套用

什么算「有用」

一个参数「有用」的标准不是「能出好图」，而是在其它条件不变时，改变它会让结果朝可预期的方向变化。如果改变它结果只是随机地变来变去，那它对你当前的任务就不是有效旋钮，别在它上面耗时间。

相关条目