参考图控制,指生成 AI 图像时上传一张或多张图作为底本,让模型按这张图的构图、风格或主体来画,而不是纯靠文字凭空想象。它是文字描述之外的第二条控制通道,在 LiblibAI 这类平台上是核心功能之一。文字提示词擅长描述「有什么」,参考图擅长传达「长什么样」——很多难以言传的构图感觉和视觉风格,一张图递过去就都说清了。
参考图传递了什么信息
一张参考图进入模型后,会被提取成多层信息:构图层面有线稿走向、元素位置、空间关系;视觉层面有色彩倾向、明暗分布、笔触质感;内容层面有主体形象和场景要素。模型按你选的控制模式决定重点吸收哪一层。所以同一张参考图,选「控制构图」和选「控制风格」会得到截然不同的结果——前者学它的布局骨架,后者学它的画面气质。上传前想清楚你到底想让 AI 学什么,选对应的模式,比调十次参数都管用。
构图控制与风格控制的区别
构图控制锁的是空间结构:主体在左下、地平线在三分之一处、前景有遮挡。这类控制常用姿态骨架、深度图或线稿作为中间媒介,模型照着骨架填内容,你可以换人物、换场景、换画风,布局保持不变。风格控制锁的是视觉气质:水彩的通透、赛博的霓虹、版画的粗粝。它抽取的是色彩与笔触的统计特征,套到你新的内容上。两者可以同时用——构图走 A 图、风格走 B 图,出「A 的布局加 B 的画法」的混合结果。
| 控制类型 | 锁住什么 | 常用媒介 |
|---|---|---|
| 构图控制 | 主体位置、地平线、前景遮挡 | 姿态骨架、深度图、线稿 |
| 风格控制 | 色彩与笔触的统计特征 | 参考图本身的画面气质 |
| 两者同用 | A 图的布局加 B 图的画法 | 构图走一张、风格走另一张 |
参考强度的调节逻辑
强度参数决定参考图「说话」的音量。调得高,生成结果紧贴参考图,形状、位置都忠实还原,但提示词的发挥空间被压缩;调得低,参考图只提供模糊倾向,画面自由度大,但可能跑得离参考太远。调节的经验方向是:内容还原类任务(同款构图、同一姿态)用高强度,创意发散类任务(借鉴氛围、化用风格)用中低强度。LiblibAI 平台上不同模型对强度的响应曲线有差异,具体参数效果以各模型页面的说明与实测为准,第一次用某个模型时,先用同一组提示词试两档强度,建立手感。
多张参考图怎么叠加
需要同时控制多个维度时,多参考图叠加是常用做法:一张管构图,一张管主体形象,一张管色调。叠加的关键是给每张图分配明确的职责,并在提示词里点明分工,避免模型自己猜。注意控制数量——参考图越多,信息越容易互相干扰,两三张是多数场景下的稳妥上限。当结果出现「混搭感」时,通常是两张图在争同一个维度,把冲突的那张换成只贡献单一信息的图。
挑好参考图等于成功一半
参考图的质量直接框定结果上限:构图干净、主体清晰、光照正常的图,提取出的控制信号才可靠;构图混乱、主体被裁切的图,模型学到的也是混乱。挑选时看三点——这张图的构图是不是你想要的结构、风格特征是否足够鲜明、有没有多余元素干扰。把自己用得好的参考图按用途归档留存,下次同类需求直接调用,是积累个人出图效率的好习惯。生成的图片对外发布时,记得按平台规则标注 AI 参与生成。
延伸阅读:局部重绘只改画面一角、提示词怎么影响出图风格、AI 画图的去噪过程。
挑参考图的三看一存
- 看构图是不是你想要的空间结构
- 看风格特征是否鲜明,一眼就能认出
- 看有没有多余元素干扰控制信号
- 用得好的图按用途归档,下次直接调用
第三看最容易漏,参考图里的杂物会被模型一并学走。
参考图越接近成品,生成结果就越可控吗?
- 参考图和期望结果长得像,是不是就不用写提示词了?:还是要写。参考图给结构和气质,提示词补具体内容与细节要求,两者配合比单独依赖任何一方稳定。
- 强度拉满为什么反而出图变差?:参考过强时模型接近照抄,提示词几乎失效,画面还容易复制参考图的瑕疵,高强度留给需要高度还原的任务,日常用中高即可。
- 真人照片能当参考图用吗?:可以用于构图或风格参考,但涉及真人肖像的生成要注意肖像权边界,不要用于制作他人难以辨识的合成形象,商用前核对平台授权条款。


