同一个 prompt 每次出图都不一样？讲讲文生图的随机性和可复现

前段时间干过一件让我血压升高的事：某天随手写了句 prompt，批量出了几张图，其中一张构图、光影都挺对味，我顺手就用了。过两天想在它基础上再改改，把 prompt 一字不差贴回去，连模型都没换，点生成------出来的图跟原来那张八竿子打不着。反复点了十几次，一张都对不上。

如果你也写代码，这种感觉应该很熟悉：一段逻辑昨天跑得好好的，今天同样的输入却给了不一样的结果，而你发誓自己什么都没动。放在普通程序里这是要通宵查的 bug；但在文生图里，"同样的输入给不同的输出"恰恰是它默认的工作方式。搞清楚这件事，再谈"怎么把图固定下来"，就顺理成章了。

为什么每次都不一样：从一团噪声开始

先说结论：主流文生图基本都不是"照着 prompt 一笔一笔画"，而是从一团随机噪声出发，一步步把它"去噪"成一张图。

打个不那么严谨但够用的比方。想象你面前是一台没信号的老电视，满屏雪花点。现在给你一句话"一只坐在窗台上的橘猫"，让你盯着这堆雪花，一遍遍地擦，每擦一轮就让画面朝"橘猫"这个方向清晰一点点。擦上几十轮，雪花里就慢慢"浮现"出一只猫。

关键在于：每次开始时那屏雪花点长得都不一样。同样一句"橘猫"，从这团雪花里擦出来的猫，和从那团雪花里擦出来的猫，姿势、花色、窗户样式、光线全都会不同。prompt 决定的是"往哪个方向擦"，而那团初始雪花决定了"从哪儿起步"。起点不同，终点自然分叉。

所以本质上，你写的 prompt 从来不是唯一的输入。"prompt + 一团随机噪声"才是完整的输入，只不过那团噪声通常在背后悄悄生成，你看不见而已。它每次都换一份，图当然每次都变。

seed：把那团噪声钉死

那团随机噪声是怎么来的？靠一个随机数生成器。而随机数生成器有个人人都用过的性质：给它同一个种子(seed)，它就吐出同一串"随机"数。

python 复制代码

import random

random.seed(42)
print(random.random())   # 0.6394267984578837

random.seed(42)
print(random.random())   # 又是 0.6394267984578837

文生图里的 seed 就是这个道理。固定 seed，等于固定了那份初始噪声。起点一样，擦图的方向(prompt)一样，擦的方式(其他参数)也一样，你就能把同一张图原样复现出来。

这就是可复现的第一把、也是最重要的一把钥匙。很多工具里 seed 默认显示成 -1 或者干脆藏起来，意思是"每次随机给你换一份"。想复现，第一步就是把它从随机改成一个固定数字。顺带一提，批量出图常见的"一次出四张各不相同"，内部往往就是 seed、seed+1、seed+2、seed+3 这么排下去------所以你想微调其中某一张，先把它对应的那个具体 seed 抠出来，别再用批量的随机模式。

我平时用图叮这类在线工具随手试想法时，界面上经常压根不给你露 seed，一点就是一张新的------这类消费级工具默认帮你把随机性收敛掉了，图省事；但也意味着你想要"跟上次一模一样"这件事，反而变难了。

光有 seed 还不够：一致性是被一串参数共同锁死的

有人固定了 seed，发现图还是变了，于是怀疑 seed 没用。多半是别的变量偷偷动了。seed 只锁住了"起点"，擦图的整个过程还有一串旋钮，任何一个变了，终点都可能偏。

采样步数(steps)：擦几轮。步数变了，去噪的轨迹就变了，图跟着变。而且不是越多越好，到一定程度后收益递减，再加只是更慢。
引导强度(CFG 这一类)：控制"多大力气贴着 prompt 走"。调高，更服从你的描述，但容易出现颜色过饱和、细节发糊、画面发死；调低，模型更自由发挥，画面松弛，但也更容易跑题。这里我不给具体数值，因为好坏跟你的模型、prompt、题材都相关，规律记住"高=听话但紧绷，低=自由但发散"就够。
采样器(sampler) ：相当于用哪套擦法。不同采样器收敛路径不一样，同样 seed 同样步数换个采样器，图也会不同。有个坑值得单独拎出来 ：有些采样器本身在每一步还会额外掺入随机(名字里常带 a 或 "ancestral")，这种情况下就算你 seed 固定死了，出图也未必稳。想要严格可复现，优先选那些不额外加噪的确定性采样器。
分辨率 / 尺寸：改宽高不是简单地把同一张图拉大拉小，而是从一团不同形状的噪声重新擦，构图可能整个换掉。
prompt 本身：加一个词、删一个词、调一下词序、改一下某个词的权重，方向就偏了。它是输入的一部分，不是注释。
模型 / 版本：同样的 seed 和参数，换一个模型、换个模型版本，甚至换一个配套组件，出来就是另一张。

还有一条特别戳工程师的：跨机器的不可复现。哪怕你把上面所有参数一字不差搬到另一台机器，换了显卡、换了推理库版本、换了计算精度，结果也可能有肉眼可见或不可见的细微偏差。这跟浮点运算在不同硬件上结果不完全一致是一个道理。所以严格的可复现，除了记参数，还得把运行环境一起钉住。真要较真时，把模型版本、库版本、精度这些也记进你的"配方"里。

换个角度看，一次出图的完整配方大概长这样：

yaml 复制代码

prompt:   "a orange cat sitting on a windowsill, soft light"
seed:     12345
steps:    30
cfg:      7
sampler:  "确定性采样器"
size:     [768, 1024]
model:    "某模型 vX.Y"
# 想跨机器复现，再补上：精度、推理库版本......

把这一整份存下来，而不是只存一张图 ，你才真正拥有了"随时重来"的能力。这和我们在代码里锁 lockfile、记 commit hash 是一个思路：图是构建产物，这份配方才是源码。

像查 bug 一样调参：控制变量法

搞清楚了"一致性由一串变量共同决定"，接下来那个最实用的技巧就自然浮现了------控制变量。

想弄明白某个参数到底起什么作用，别一次改一堆。固定 seed，然后一次只动一个参数 ，把结果排一排对比。这跟你 git bisect 定位是哪个 commit 引入的 bug，或者注释掉一半代码二分排查，是同一套方法论：只有把其它变量摁住，你观察到的差异才能归因到你动的那一个上。

具体怎么做：

先锁 seed。这一步不做，后面全是噪声，啥也比不出来。
选一个想研究的参数，比如 CFG。其它全部不动，只让 CFG 从低到高排几档，一次出一组。
把这组图并排看，你立刻能看出这个参数在你这个题材上的脾气------哪档太紧、哪档跑题、哪档刚好。
定下这一档，再去调下一个参数，重复。

不少工具直接内置了"参数网格"这种功能：横轴放一个参数、纵轴放另一个，自动出一整张对照矩阵。本质就是帮你把控制变量法批量化了。用熟之后，你对每个旋钮的手感会比看十篇教程都扎实------因为那是你自己在固定变量下亲眼比出来的，不是听来的。

顺便说，前面那张"怎么都复现不回来"的图，后来我就是这么找回来的：先确认 seed，再一个参数一个参数地对，最后发现是我不知不觉换了采样器。要不是控制变量，我可能还在瞎点。

什么时候该固定，什么时候该放开

聊到这你可能觉得"那我以后全程固定 seed 不就完了"。不对。可复现是手段，不是目的，别本末倒置。

该固定的场景：

复现------你想在一张满意的图上继续改，得先能回到它。
做 A/B 对比------比较两个 prompt 写法、两个参数、两个模型谁更好，必须把 seed 摁死，否则你比的是运气，不是变量。
排查"翻车图"------某张图手崩了、脸糊了，固定 seed 才能反复复现那个问题，才谈得上定位和修。

该放开的场景：

探索阶段，你还不知道要什么，就想多看几种可能，这时候随机 seed 才是帮手，固定反而把自己框死。
批量出候选，一口气出一堆让人挑，要的就是多样性。
追求惊喜，有时候最好的那张恰恰来自你没预料到的那份噪声。

我的习惯是两段式：前期放开随机疯狂出，广撒网找感觉；一旦撞见一张对味的，立刻把它的 seed 和整份参数抠下来存好，后面进入"锁死 seed、精修参数"的模式。探索靠随机，收敛靠固定，各司其职。

最后

文生图看着像玄学，其实"每次都不一样"背后没什么魔法：它从一团随机噪声起步，一步步去噪成图，而那团噪声默认每次都换。seed 让你把噪声钉死，一串采样参数决定去噪的走法，任何一个变量动了图就跟着动。

把它当成一组可控的旋钮，而不是一个吐图的黑盒：想复现就固定 seed、连参数带环境一起存成"配方"；想弄懂某个旋钮就固定其它、一次只拧一个；该探索的时候再把随机放回去。说到底，和我们平时写代码、查问题用的是同一套手艺------先让结果可复现，再谈优化。