前置知识点（建议先学）
学习状态：
一句话定义
AI 生成图的失败高度模式化——肢体崩坏、文字乱码、过饱和烧穿、提示词元素缺失、语义污染重复——每一种都能回溯到「训练数据 + 条件机制 + 采样外推」三个成因层，诊断即按此三层定位。
为什么重要
会用工具和会修图之间隔着一层「诊断能力」。失败模式不是玄学诅咒，而是机制的可观测投影：知道每个失败的成因层，就能从 kp-018 的负向词、kp-020 的迭代路径与 kp-013/kp-014 的修复工具中精准选武器，而不是把所有咒语都贴一遍。本知识点也是「机制学以致用」的总验收——每个失败都能在前面知识点里找到出处。
前置知识
kp-010（CFG 外推）、kp-011（文本条件与 token）、kp-006（采样误差累积），建议配套 kp-020 的排错表使用。
核心概念
- 肢体崩坏（尤其是手）：手指数量/关节错误，最著名的高频失败。
- 文字乱码：提示词要求文字时出现伪字形。
- 过饱和/烧穿（burn-in）：色彩过曝、对比度爆炸、高光死白。
- 元素缺失/提示词遵循失败：写了但没画。
- 语义污染与重复：训练语料的标签泄漏（prompt leaking）导致的既视感构图；或元素无限复制（重复人脸、重复物体）。
原理与机制
三层成因框架，逐个失败归位：
成因层一：训练数据与编码器（模型层面，调参只能缓解）。手部崩坏的三重根源：训练图中手部常被遮挡、模糊，本身就是低质量样本；人手是高自由度铰接结构，构图阶段（低频）「手」只占几个潜码格，细节阶段（高频）才发现结构已定死；注意力在远小于手尺寸的区域上纠缠。文字乱码根源：CLIP 类文本塔把词映射为语义而非字形，训练图中的文字多为水印/招牌等低分辨率样本，模型从未学会「可读字形的渲染」——SD3/Flux 的改进正来自 T5 + 数据治理（kp-023 文本轴）。这一层的失败首选换模型/换工具，其次才是负向词。
成因层二：条件机制（提示词与参数层面）。元素缺失：token 截断（77 上限，kp-011）、语义冲突互斥（kp-017 误区）、或该词在编码器分布中太弱（kp-019 的权重前提）。过饱和：CFG 过高或权重堆叠把采样外推出训练分布（kp-010 的 w 行为分区），负向单过长同理。语义污染：训练 caption 的模板句（「trending on artstation」类）成为分布中的强锚点，提示词一旦沾边就整图滑向语料风格。
成因层三：采样与数值（过程层面，可换参数规避）。重复元素：采样轨迹在低步数下陷入循环模式（高阶求解器低步数的已知现象）；局部伪影：VAE 解码的统计补全在分布外潜码上失真（kp-008 误区三），表现为纹理糊斑或色块；数值问题：fp16 的 VAE 溢出黑图（kp-022）。
诊断流程：症状 → 判层（换种子不消失=非层三；改提示词无效=疑层一；调 CFG/权重立刻变化=层二）→ 层内选武器 → 若层一且高频，用 kp-013 局部重绘或换基座（kp-023）。
公式与推导
本节不适用——本知识点是机制（kp-006/kp-010/kp-011）在失效形态上的推论汇总，不引入新数学。
图示
| 症状 | 主成因层 | 首选武器 | 机制出处 |
|---|---|---|---|
| 手部崩坏 | 层一 | 局部重绘（kp-013）+ 负向定向词 + 换基座 | kp-006/kp-003 |
| 文字乱码 | 层一 | 选 T5 系模型（kp-023）或后期加字 | kp-011 |
| 过饱和烧穿 | 层二 | 降 CFG / 清权重堆叠 | kp-010 |
| 元素缺失 | 层二 | 加权（kp-019）/ 查截断 / 去冲突 | kp-011/kp-017 |
| 重复元素 | 层三 | 加步数 / 换采样器 | kp-009 |
| 糊斑/色块 | 层三 | 换 VAE / fp32 解码 | kp-008/kp-022 |
直观类比
像老司机听发动机异响判故障：敲缸声指向点火正时（层二：参数），金属摩擦声指向机油（层一：模型），只有冷车响是热胀冷缩（层三：过程）。异响清单背得再多，不懂「声音从哪个系统发出」就只能送修——机制就是那张系统图。
实例或案例
- 诊断实例一：十连发出图只有两张手正常。判层：换多个种子仍有 → 非层三；去负向手部词无改善 → 疑层一；换 SDXL→SD3.5 系基座手部合格率显著上升 → 确认层一，根因是旧基座的训练数据短板。
- 诊断实例二：「一只猫」总变成「七只猫排排坐」。层三特征：加步数后缓解——低步数下重复模式是采样循环，与提示词无关。
- 诊断实例三：图整体偏洋红。查链路环节⑤（kp-022）——换了第三方 VAE 未配套，换回配套 VAE 恢复。
常见误区
- 误区一：所有失败都怪提示词。层一（数据/模型）的失败改一万次提示词也无效，先判层再动手。
- 误区二：负向词是万能修复。负向只能推离「模型分布中存在的方向」，对层一的结构性缺陷只有缓解作用。
- 误区三：失败是随机的。所有失败模式都有确定性成因，换种子只改变「这次是否踩中」，不改变踩中概率本身——降概率要动成因层。
自测题
- 三层成因框架是什么？「过饱和」属于哪层？
答案要点：训练数据/模型、条件机制/参数、采样与数值；过饱和属层二（CFG/权重外推）。
- 为什么手部是重灾区？给出至少两个机制根源。
答案要点：训练样本质量差 + 低频构图阶段结构已定死 + 注意力纠缠；细节由 VAE 统计补全（kp-003）加剧。
- 「改提示词无效」提示什么？
答案要点：问题大概率在层一（模型/数据）或层三（采样过程），应换基座或调采样参数而非继续改词。
与其他知识点的关系
kp-018 的负向策略与本节症状一一挂钩；kp-020 排错表是本节的操作化版本；kp-013/kp-014 是层一失败的修复工具；kp-026 的定量评估是「失败率」的统计化。
延伸阅读
Conwell & Ullman 对 DALL-E 2 等模型系统性失败（尤其是物体关系与计数）的实测分析；社区失败案例库（如模型发布页的已知问题清单，注意时效）。