为什么你用AI画的人像很假？高手都悄悄用了这个参数

你用AI画的人像，是不是一眼就能看出来是假的？皮肤光滑得像塑料，眼神有点呆，头发丝也糊在一起，整体感觉就是不对劲。你可能试过换各种提示词（prompt），比如“超细节”、“8K画质”、“照片级真实感”，但结果还是那样，看着总有点“AI味”。

问题不在你的提示词上。很多高手能画出以假乱真的人像，不是因为他们的提示词有多华丽，而是因为他们悄悄调整了一个很多人都忽略的东西。这个东西，说白了就是对“随机性”的控制。

AI画画，本质上是一个“从噪点到图像”的过程。想象一下，AI拿到的是一张完全由黑白灰噪点组成的、像老电视没信号时的雪花图。然后，它根据你的提示词，一步步把这些噪点“洗”成一张清晰的图片。这个过程叫“扩散”（Diffusion）。

而那个关键参数，就藏在这个过程中。它不是一个单一的按钮，而是一组相关的设置，核心是引导强度（CFG Scale）和采样方法（Sampler）的组合。

我们先说引导强度，全称是Classifier-Free Guidance Scale。这个名字很拗口，你不用记。你只需要知道，它的作用是控制AI在多大程度上“听从”你的提示词。

这个值越高，AI就越严格地按照你的描述去画。比如你写“一个面带微笑的女孩”，高CFG值会确保她一定在笑，而且笑得很标准。但副作用也很明显，画面会变得非常“死板”，色彩过饱和，对比度拉满，就像一张用力过猛的影楼照片，缺乏真实世界里那种微妙的光影和细节。这就是“假”的来源之一：过度执行。

新手往往喜欢把CFG值调得很高，比如10到15，以为这样能让结果更贴合想法。但高手恰恰相反，在画写实人像时，他们会把这个值降下来，通常设置在3到7之间。

为什么要调低？因为低CFG值给了AI更多的“自由发挥”空间。它不会百分之百地被提示词锁死，而是能在“一个女孩”这个大方向下，自己去探索更自然的表情、光线和皮肤纹理。它会从原始的噪点里，保留更多随机、真实的细节。这些细节，比如脸上一颗不完美的痣、一缕不听话的头发、皮肤上隐约可见的毛孔，才是让一张脸“活”过来的关键。

你可以自己做个实验。用同一个提示词和种子（Seed），分别用CFG 12和CFG 5生成两张图。你会发现，CFG 12的图色彩鲜艳，人物姿态标准，但看起来像个假人模特。而CFG 5的图可能第一眼没那么“完美”，但它更耐看，光影更柔和，人物的情绪也更微妙，更像一张真实的抓拍照片。

当然，CFG值不是越低越好。太低了（比如低于3），AI就可能完全“放飞自我”，画出来的东西跟你想要的八竿子打不着。所以，3到7是一个比较理想的平衡区间，既能保证画面的主题，又能获得足够的真实感。

说完了引导强度，我们再来说说更重要的另一半：采样方法（Sampler）。

如果说CFG是控制AI“画什么”，那采样方法就是控制它“怎么画”。还记得前面说的“洗”噪点的过程吗？采样方法就是AI用来“洗”掉噪点的具体算法，或者说它的“笔法”。

不同的采样方法，就像是不同风格的画家。有的画家笔触细腻，画面光滑；有的则笔触粗犷，画面充满肌理感。在AI绘画里，选对采样方法，对人像的皮肤质感和整体真实度有决定性的影响。

很多AI绘画工具会默认提供一大堆采样方法，名字都长得差不多，比如Euler a、DPM++ 2M Karras、DDIM等等。新手通常懒得管，就用默认的。但默认的那个，往往是为了出图快，而不是为了画质好。

在写实人像领域，有一个采样方法被很多高手认为是当前最优选之一：DPM++ 2M Karras。

为什么是它？我们不用深究背后复杂的数学原理。从经验来看，DPM++ 2M Karras在处理细节和噪点之间的平衡做得非常好。它生成的皮肤不会像某些采样器那样“油腻”或“塑料感”十足，而是能保留一种非常自然的、带有细微噪点的纹理。这种噪点不是画质差的噪点，而是模拟了真实相机传感器在捕捉光线时产生的“颗粒感”（Film Grain）。

真实世界的照片，哪怕是用最高级的相机拍的，在放大后也绝对不是100%光滑的。它一定有微小的颗粒感。正是这种不完美，让它显得真实。而DPM++ 2M Karras这个采样方法，就能很好地模拟出这种效果。它在去噪的同时，又聪明地保留了一部分“有益的噪点”，让皮肤看起来有质感，而不是一块光滑的色块。

与之相对的，像Euler a这样的采样方法，速度很快，但在比较少的步数下，细节处理就比较粗糙，容易出现画面模糊或者细节丢失的问题。而DDIM则倾向于生成更“干净”的图像，有时会显得过于平滑，缺少质感。

所以，一个有效的操作流程是这样的：
1. 第一步，选择模型。 先确定你要用的基底模型（Checkpoint），这是决定画风的基础。选择一个以写实风格见长的模型。
2. 第二步，写好你的提示词。 提示词依然重要，但不用堆砌太多华丽的词，把核心要素写清楚就行。
3. 第三步，设置核心参数。 把你的采样方法（Sampler）设置为DPM++ 2M Karras。然后，把引导强度（CFG Scale）调整到5左右。采样步数（Sampling Steps）可以设置在25到40之间，步数太少细节不够，太多则浪费时间且提升有限。
4. 第四步，生成并观察。 生成图像，仔细观察人物的皮肤质感、光影过渡和眼神。是不是比之前用默认参数生成的要自然得多？

除了这两个核心参数的组合，还有一个锦上添花的技巧，就是使用负面提示词（Negative Prompt）。负面提示词的作用是告诉AI“不要画什么”。

当你发现生成的图像还是有点假，比如皮肤太完美、像玩偶一样，你可以在负面提示词里加入“perfect skin, smooth skin, plastic doll, blurry”。这样一来，AI就会刻意避开这些特征，从而去生成带有更多自然瑕疵的皮肤。

总结一下，你用AI画的人像很假，根本原因在于你让AI“太听话了”。你用高CFG值逼着它严格执行命令，又用了一个不合适的“笔法”（采样器）去作画，结果就是一张没有灵魂的、看起来很完美的“假画”。

真正的高手，懂得如何给AI“松绑”。他们用较低的CFG值来换取画面的自然感和随机性，再用像DPM++ 2M Karras这样优秀的采样方法来保留和模拟真实世界的光影和质感。他们是在引导AI，而不是命令AI。

这背后其实是一个理念的转变：AI不是一个只会执行命令的工具，而是一个可以与你合作的“创作者”。你给它设定的参数，就是在定义它的“创作风格”。当你开始理解并利用这些参数，你就能从一个只会“抽卡”的AI使用者，变成一个真正能控制画面质感的创作者。下次再画人像时，别再疯狂堆砌提示词了，试试把CFG调到5，把采样器换成DPM++ 2M Karras，看看会发生什么。