Plushtrious Split Conditioning with Sliders and ControlNet

这里没什么激动人心的，只是分享我喜欢的画小马的方式。我记得第一次尝试串联ksamplers时，简直被震撼到了——这是一个非常强大的概念。最棒的是，你可以混合不同的模型。我在尝试各种组合后，偶然发现了“小马+illustrious”的搭配，后来才意识到，当然，早就有人一直在这么做。无论如何，这真的很棒。如果你喜欢小马的风格，但不想要过于精细的细节，那么这种组合就很合适。当然，你也可以随意搭配你喜欢的任何模型。

如图所示，设置中由“小马”模型控制ksampler 1和2，而“illustrious写实”模型控制3和FaceDetailer。每个模型都有自己的采样器/调度节点。如果你启用ControlNet，还可以使用深度图、姿态图或其他任何ControlNet模型。我之前发布过一个用深度图保存心仪姿势的工作流，能省下大量时间。

LoRA部分有点复杂，这是我自己的用法，所以结构上并不注重流程清晰。既然这并非原创，我也不觉得有必要去整理得更清楚。这其实就是一堆由滑块控制的堆栈：两个女性堆栈、一个男性堆栈，每个堆栈都有一个布尔开关。当然，你需要自己填入对应的文件名。有些还保留原始名称，但后来我意识到，为文件建立子文件夹并用有意义的信息重命名，同时标注滑块权重范围，是非常重要的。花时间设置这种滑块堆栈并保存为模板绝对值得。这些堆栈本身已最小化，因为有滑块控制时你根本不需要看到它们。

条件提示部分可能也显得繁琐，但最终所有内容都会被拼接在一起。我厌倦了像海盗一样到处挖埋藏的关键词，于是将正面提示拆分为几个部分：通用角色、环境/风格、面部特征，以及一个专门针对面部精修的阶段。如果你发现某些选择可能导致关键词稀释——眼光不错。实现方式有无穷多种，可能大多数都比我更好。但我在条件提示中加入开关总是会出问题，所以一旦某个关键词没起作用，我就直接绕过或重新调整。

开头有一个kj节点，可以让你为潜在空间选择预设尺寸。要让它正常工作，你需要找到该节点的文件夹，添加自己的文本列表。我记得它自带模板，但文件名后缀是“_example”，请将其重命名为“custom_dimensions.json”。

由于提示只是简单拼接，你可以跳过很多文本框。我认为两个就足够了。通过调整顺序，可以实现不同的效果，这和在单个文本框中改变提示顺序是一样的。在这种配置下，扩散模型可能非常固执——如果想要一致性，这很好；但如果想要极端变化，那就烦人了。我在一些示例生成中绕过了部分输入，作为如何规避关键词稀释的示范。

就这样了。请记住，这套方法主要针对特定角色特征，而非复杂的环境细节——比如皮肤、面部特征、细微纹理等。也许你会觉得它有所帮助。