最近AI绘画领域又出现了一个让社区兴奋的新名词“Verity/Thatmob”。如果你在社交媒体或技术论坛上看到诸如“51秒暗叫绘画过程”这类充满神秘感的标题可能会感到好奇又困惑。这究竟是某个新模型的炫技演示还是一个即将改变工作流的革命性工具实际上这背后指向的是一个被称为“Verity”的AI绘画流程优化方法有时也被社区称作“Thatmob”工作流。它并非一个全新的底层模型而是一套针对特定风格——尤其是角色面部特写与情绪化表达——的精细化提示词Prompt工程与参数配置方案。其核心目标非常明确用尽可能少的步骤和高度可控的方式生成极具戏剧张力、光影对比强烈、且人物表情生动的“暗调”风格肖像画。对于经常使用 Stable Diffusion 等工具却苦于无法稳定产出高质量、有情绪张力作品的创作者来说“Verity/Thatmob”提供了一条可复现的路径。它解决了“提示词感觉对了但出图效果总是差强人意”的经典痛点。本文将为你彻底拆解这套工作流从核心原理到完整实操让你不仅能看懂那个“51秒”的炫酷视频更能亲手复现并掌握这一高效创作技巧。1. “Verity/Thatmob”工作流究竟解决了什么问题在深入技术细节前我们首先要明白它瞄准的靶心。AI绘画发展到今天基础的大模型如 SDXL、SD 1.5 的各种变体已经能生成不错的图像。但专业创作者和爱好者面临的下一个瓶颈是“精细化控制”和“风格化一致输出”。具体来说传统方式生成一张情绪饱满的暗调肖像可能面临这些问题提示词玄学即使使用了“dark moody lighting”、“dramatic shadow”等词汇最终效果仍可能光线平实、情绪不足。参数调试黑洞采样器Sampler、步数Steps、提示词引导系数CFG Scale之间的组合千变万化找到“甜点区”耗时耗力。细节与氛围不可兼得追求强烈光影时面部细节容易丢失或变得脏乱保证面部清晰时整体氛围又弱了下去。工作流不可复用好不容易调出一张好图却无法将这套参数稳定地应用到下一次创作中。“Verity/Thatmob”工作流正是针对这些痛点的系统性解决方案。它通过一套经过大量测试验证的固定参数模板和高度结构化的提示词将生成高质量暗调肖像的成功率从“偶然”提升到“必然”。所谓的“51秒”更多是象征这套流程的高效与确定性而非绝对的物理时间。2. 核心概念与原理拆解要理解这套工作流需要掌握几个关键概念2.1 什么是“暗调”Low-key风格“暗调”是摄影和绘画中的经典技法指画面中暗部区域占主导高光部分精巧而集中从而营造出神秘、忧郁、戏剧性或高级感的氛围。在AI绘画中实现真正的暗调需要精确控制光源方向、衰减和对比度避免AI把画面“平均打亮”。2.2 “Verity/Thatmob”的核心组件这套工作流可以看作一个精心调配的“配方”主要包含以下固定部分基础模型Base Model通常指定一个在人物表现上尤为出色的模型例如epicphotogasm_x或juggernautXL_version等基于 SDXL 的写实模型。模型的选择是风格的基石。结构化提示词Structured Prompt这是灵魂所在。提示词被严格分为几个段落分别控制主体与构图如“close-up portrait of a woman”。核心风格描述如“low-key lighting, Rembrandt lighting, chiaroscuro”。伦勃朗光与明暗对比法细节与质感强化如“skin details, freckles, detailed eyes, film grain”。负面提示词Negative Prompt至关重要用于排除不想要的元素如“bright, overexposed, soft lighting, blurry”。固定参数集包括特定的采样器如DPM 2M Karras、采样步数20-30步、CFG Scale一个关键数值通常在5-7之间、以及固定的分辨率如 832x1216一种适合人像的竖幅比例。LoRA 或 LyCORIS 模型可选但常见有时会配合使用微调模型来进一步锁定某种面部特征或画风但这并非必需核心流程已能产出强烈风格。2.3 原理为什么固定参数反而更有效这违背了“灵活调整”的直觉但其背后有工程逻辑降低变量创作中的绝大多数变量模型、参数、分辨率被固定后创作者只需专注于提示词这一核心创意输入。这极大地简化了调试复杂度。参数协同这套固定参数是经过大量测试找到的“协同最优解”。在这个设定下提示词中的风格词汇能与采样过程产生最佳化学反应。可复现性一旦流程固定它就是可分享、可学习、可微调的“资产”。社区可以在此基础上迭代而不是每次都从零开始。3. 环境准备与工具要实践这套工作流你需要以下环境操作系统Windows 10/11 macOS 或 Linux 均可。本文以 Windows 为例。硬件推荐配备至少 8GB VRAM 的 NVIDIA 显卡如 RTX 3060 或以上。使用 SDXL 模型需要更多显存。核心软件Stable Diffusion WebUI (Automatic1111 或 ComfyUI)。本文使用最普及的Automatic1111界面进行演示。基础模型你需要下载一个适合的 SDXL 基础模型。例如可以从 Civitai 等模型社区下载epicphotogasm_x或juggernautXL_version6Rundiffusion。可选LoRA模型根据你想实现的特定风格可能需要下载对应的 LoRA。对于经典的“Verity”风格可能涉及某些面部特征增强的 LoRA。安装步骤简述假设已安装好 Stable Diffusion WebUI将下载好的基础模型.safetensors文件放入stable-diffusion-webui/models/Stable-diffusion目录。如有 LoRA 模型将其放入stable-diffusion-webui/models/Lora目录。启动webui-user.bat等待 WebUI 在浏览器中打开。4. “Verity/Thatmob”工作流完整实操步骤下面我们进入最核心的部分一步步复现这个工作流。4.1 第一步选择与加载模型在 WebUI 的左上角选择你下载好的基础模型例如epicphotogasm_x.safetensors。等待模型加载完毕。4.2 第二步输入结构化提示词这是最关键的一步。请严格按照以下结构在对应的输入框中填写正向提示词Prompt(masterpiece, best quality, ultra-detailed:1.2), close-up portrait of a beautiful young woman, looking at viewer, intense expression, low-key lighting, Rembrandt lighting, chiaroscuro, dramatic shadows, volumetric light, single light source, studio lighting, skin details, pores, freckles, detailed eyes, wet eyes, (detailed lips:1.1), film grain, analog style, cinematic, 35mm photograph, art by greg rutkowski and magali villeneuve提示词解析第一段质量与主体(masterpiece...)强调画质close-up portrait...定义主体和构图。第二段光影核心low-key lighting, Rembrandt lighting, chiaroscuro是暗调风格的三个核心术语缺一不可。volumetric light, single light source进一步约束光源。第三段细节与质感skin details... film grain添加了丰富的视觉细节和胶片质感让图像更真实。第四段风格导向cinematic, 35mm photograph, art by...将风格导向电影感和特定艺术家风格强化整体氛围。负面提示词Negative Prompt(worst quality, low quality, normal quality:1.4), (bad_prompt_version2:0.8), easynegative, ng_deepnegative_v1_75t, bright, overexposed, high-key lighting, soft lighting, flat lighting, blurry, deformed, distorted, disfigured, bad anatomy负面提示词解析前部分(worst quality...)和嵌入的负面模型如easynegative用于通用质量提升。后部分bright, overexposed, high-key lighting...是暗调风格的生命线直接命令AI避免一切明亮、平光的画面这是实现高对比度的关键。4.3 第三步配置核心参数按照以下截图或描述在 WebUI 界面中设置参数采样方法Sampler选择DPM 2M Karras。这个采样器在该工作流中平衡了速度和质量。采样步数Sampling Steps设置为25。步数足够产生细节又不会过度计算。宽度Width与高度Height设置为832和1216。这是一个接近 3:4 的竖幅比例非常适合肖像且符合 SDXL 模型的推荐分辨率。提示词引导系数CFG Scale设置为5.5。这是一个非常重要的参数过高的 CFG如11会导致画面过饱和、僵硬而过低则风格不明显。5.5-7 是此工作流的黄金区间。种子Seed初次尝试时可以保持-1随机。得到满意效果后可以固定种子进行微调。高清修复Hires. fix先不要开启。我们首先生成一张基础图确认构图和风格。你的 WebUI 设置区域应该类似于下图参数已标注 注此处为文字描述实际文章中可配图顶部模型选择epicphotogasm_x采样器DPM 2M Karras步数25分辨率832 x 1216CFG Scale5.5其他默认4.4 第四步生成与初步评估点击“生成”Generate按钮。等待大约 20-40 秒取决于你的显卡。如果一切设置正确你应该得到一张具有以下特征的图像人物面部处于画面中心特写。光线明显来自侧上方或侧方面部一侧有强烈的阴影伦勃朗光典型特征。画面整体基调偏暗但高光部分如眼睛、嘴唇、鼻梁非常突出。皮肤和眼睛细节丰富带有颗粒质感。如果结果偏亮、偏灰或没有戏剧性阴影请首先检查负面提示词是否完整包含bright, overexposed, high-key lighting并确认CFG Scale没有设置得过低如低于5。5. 进阶优化与可控性技巧得到基础效果后你可以通过以下方式获得更多控制力和变化5.1 使用 LoRA 强化风格或特征如果你想让人物具有某种特定特征如特定的发型、瞳色、艺术风格可以在提示词中加入 LoRA。例如在提示词末尾添加触发词和 LoRA 权重... cinematic, 35mm photograph, lora:some_portrait_style:0.8在生成前你需要先在 WebUI 的“Lora”标签页中点击加载对应的 LoRA 模型。权重0.8表示强度通常从 0.6-1.0 之间调整。5.2 利用 Refiner 模型提升细节对于 SDXL 模型可以使用 Refiner 进行精炼。在 WebUI 的“Settings” - “Stable Diffusion” 中找到 SDXL 设置勾选“Enable SDXL refiner”。在生成时WebUI 会先以基础模型生成再用 Refiner 模型优化细节。这能让皮肤纹理和发丝更加锐利。5.3 高清修复Hires. fix放大在得到满意的构图和表情后可以开启高清修复来提升分辨率。勾选“Enable Hires. fix”。选择放大算法Upscaler如4x-UltraSharp或R-ESRGAN 4x。设置重绘幅度Denoising strength为一个较低的值如0.3-0.4。这个值太高会改变图像内容太低则放大效果不明显。设置目标分辨率例如将 832x1216 放大 1.5 倍到 1248x1824。再次点击生成。这个过程会慢很多但能获得更精细的成品。5.4 控制表情与视角通过修改正向提示词中的描述你可以引导生成不同的结果改变表情将intense expression替换为smiling gently,sad expression,angry gaze。改变视角将looking at viewer替换为looking away,looking up,over the shoulder shot。改变人物修改beautiful young woman为old wise man,cyborg girl,elf warrior。重要提示每次修改主体描述时暗调光影的核心词组low-key lighting, Rembrandt lighting, chiaroscuro和负面提示词必须保留这是风格不变的锚点。6. 常见问题与排查思路在实践中你可能会遇到以下问题问题现象可能原因排查方式解决方案生成图片整体偏亮、偏灰没有暗调氛围。1. 负面提示词中缺少对抗明亮词汇。2. CFG Scale 设置过低。3. 模型本身风格明亮。1. 检查 Negative Prompt 是否包含bright, overexposed, high-key lighting。2. 确认 CFG Scale 在 5.5-7 之间。3. 尝试更换为更擅长暗调的模型。1. 补全负面提示词。2. 逐步提高 CFG Scale 至 6.5 再试。3. 换用epicphotogasm_x或darkRevAnimated等模型。人物面部扭曲或解剖结构错误。1. 步数可能过低。2. 模型本身问题。3. 分辨率不适用于该模型。1. 观察错误是轻微还是严重。2. 检查是否使用了非 SDXL 模型在 SDXL 分辨率下运行。1. 将步数提高到 30。2. 在 Negative Prompt 中加强bad anatomy, deformed。3. 确保模型与分辨率匹配SDXL 模型用 832x1216等推荐分辨率。画面过于暗沉细节全部丢失。1. CFG Scale 可能过高。2. 负面提示词过于激进。3. 可能是“暗叫”过度。1. 检查 CFG Scale 是否超过 8。2. 查看生成的中间过程图如果支持。1. 降低 CFG Scale 至 5-6。2. 在正向提示词中增加detailed shadows 负面提示词中暂时移除dark如果有。生成速度非常慢。1. 使用了高分辨率或高步数。2. 显卡显存不足。3. 开启了高清修复。1. 查看控制台输出信息。2. 检查任务管理器的 GPU 内存使用。1. 首次尝试时关闭高清修复。2. 使用--medvram或--lowvram参数启动 WebUI适用于显存小的卡。3. 考虑使用LCM或Turbo类加速模型/LoRA。风格不统一每次差异很大。种子Seed为随机值。在得到一张理想图片后记录下其 Seed 值。固定 Seed 值然后微调提示词如改表情可以在保持整体光影构图不变的情况下探索变化。7. 工程化最佳实践与创作建议掌握了基本操作后将这些技巧融入你的日常创作流程建立你的参数预设在 WebUI 中将这套成熟的参数采样器、步数、分辨率、CFG保存为预设Preset命名为“Verity_Portrait”。以后每次创作暗调肖像时一键加载极大提升效率。提示词模块化管理将你的提示词分成几个文本块保存style_lowkey.txt: 包含核心光影词条。quality_boost.txt: 包含通用质量词条。neg_photography.txt: 包含摄影相关的负面词条。 创作时像搭积木一样组合它们。迭代式创作不要指望一次生成完美作品。采用“低分辨率探索 - 固定种子 - 微调提示词 - 高清修复”的流程。先用低步数20步快速生成多个样本挑选最优种子再提高步数或开启高清修复进行精加工。理解而非死记理解chiaroscuro明暗对比法和Rembrandt lighting伦勃朗光这些艺术术语背后的美学原理将有助于你举一反三创造出属于自己的风格变体而不仅仅是复制“Verity”效果。版权与伦理意识使用 AI 生成人物肖像时特别是用于公开作品请注意其伦理边界。避免生成与真实人物过于相似的肖像以免引发争议。用于商业用途时需仔细了解所用模型和生成内容的版权协议。“Verity/Thatmob”工作流的流行标志着 AI 绘画社区正在从“漫无目的地抽卡”走向“有方法论地创作”。它像一份开源菜谱证明了通过严谨的提示词工程和参数控制AI 能够稳定输出符合专业美学标准的作品。对于开发者、数字艺术家和爱好者而言掌握这类工作流的意义远大于生成单张炫酷的图片。它代表了一种可复用、可迭代、可分享的创作知识是将 AI 从“玩具”转变为“生产工具”的关键一步。现在你可以关闭这篇教程打开你的 Stable Diffusion WebUI粘贴上那串结构化的提示词将 CFG Scale 设置为 5.5然后点击生成。亲眼见证从混沌中浮现的那张充满故事感的肖像这或许是理解这一切最好的方式。