风格和内容其实分不开
这套做法的前提是：一张图可以拆成「画了什么」和「怎么画的」。实际上这条边界是漏的，而几乎所有让人失望的结果都源于这个漏。
有些东西不含糊：配色、对比曲线、颗粒、笔触肌理、光感，都是风格；主体身份、构图、姿态，都是内容。但很多观感的定义特征恰恰会改动内容：木刻风格意味着块面变粗，漫画夸张风格会改比例，低多边形风格干脆重建几何。要求这类风格同时把人脸原样保住，等于同时要两个互斥的结果。
三种做法
- 只用提示词。 写清媒材、年代、材料、光线。便宜，适合宽泛的品类；但要复刻手上某一张具体的观感就不可靠，因为你在指望文字能抵达一张图所在的位置。
- 风格参考图。 模型在你的输入之外再以一张参考图为条件，用一个权重做权衡。这是「能拿给你看、但说不清」的观感的标准解法。
- 训练出来的风格。 用一组样例训一个 LoRA 或微调，把一种观感学下来。准备成本高，而当你需要同一种观感覆盖几十张图时它才划算，因为这是唯一真正有一致性的方案。
有效的调参顺序
结果不对时，按这个顺序改，而不是一次全动：
- 重绘强度。 原图能保留多少。这是粗调，也是主体被毁掉的最常见原因。
- 风格权重。 参考图推得多狠。加到观感认得出来就停。
- 结构控制。 前两项无法兼顾时，加深度条件保空间，或加边缘条件保轮廓。
- 提示词。 放最后，用来补参考图没携带的信息，比如光的方向，或者你想强调的某个颜色。
参考图怎么挑、怎么裁
好的风格参考图，会在你在意的尺度上展示技法。裁到衣褶、树叶、墙面或天空这类区域，而不是整张人像，模型才会读肌理和配色，而不是顺手把主体也搬走。细节层级也要大致对得上：一张贴脸拍的参考图，会把大笔触推到一个大全景里，看上去就是一片糊。
两张参考图取平均，出来的东西通常比单独用任何一张都弱，所以叠加当最后手段。如果一种观感在任何权重下都迁不过来，诚实的判断是它长在形状里而不是表面上，那就需要训练一个专门的风格，或者换个方案。