分辨率提示词本身不改变输出尺寸，仅影响细节表现；精确控制需手动设置Width/Height参数，SDXL refiner阶段可增强构图精度，LoRA和config.json修改分别实现局部锐化与全局尺寸锁定。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
如果您在使用 Stable Diffusion 生成图像时发现输出画质模糊、细节缺失或构图异常，可能与提示词中指定的分辨率参数是否生效有关。以下是针对“分辨率提示词是否影响出图尺寸与质量”的实测分析步骤：
一、提示词中直接写入尺寸数值（如“8k”“4k”“1024x1024”）
该方式依赖模型对文本语义的理解能力，不改变实际采样过程中的 latent 空间尺寸，仅作为条件引导。多数基础模型（如 SD 1.5、SDXL Base）对此类词汇响应较弱，不会强制输出对应像素尺寸的图像，但可能轻微增强细节密度或提升纹理丰富度。
1、在正向提示词末尾添加“ultra detailed, 8k, sharp focus, photorealistic”。
2、保持采样步数为30，CFG Scale设为7，使用Euler a采样器。
3、运行生成后检查输出图像的实际分辨率，确认是否仍为默认512×512或1024×1024。
二、通过txt2img界面手动设定Width/Height参数
这是唯一能精确控制最终输出图像物理尺寸的方式，Stable Diffusion WebUI 的宽度与高度输入框直接映射至VAE解码前的latent shape，进而决定像素级输出大小。该设置优先级高于所有文本提示词中的尺寸描述，且直接影响显存占用与推理时间。
1、在WebUI的txt2img标签页中，将Width设为768，Height设为1152。
2、清除提示词中所有“4k”“high resolution”等修饰性词汇，仅保留核心主体描述。
3、启用“Hires.fix”并设置放大倍率为1.5，观察高分辨率阶段是否引入伪影或结构崩坏。
三、使用SDXL专用提示词结构配合refiner路径
SDXL模型内置双文本编码器（CLIP-L + CLIP-G），其提示词解析机制对空间描述更敏感；当配合refiner模型分阶段渲染时，“1024x1024”或“aspect ratio 9:16”等短语可被refiner用于微调构图比例与边缘精度。此时分辨率提示词仅在refiner阶段起作用，且必须与base模型输出尺寸严格匹配。
1、先以SDXL base模型生成1024×1024图像，禁用refiner。
2、启用refiner，在refiner提示词中加入“masterpiece, best quality, 1024x1024, centered composition”。
3、将refiner denoise值设为0.35，观察人物手部、文字边缘等高频区域是否出现增强。
四、注入LoRA权重调控图像密度与锐度
部分专用于提升细节表现的LoRA（如Detail Tweaker、Sharpness Tuner）会将提示词中的“sharp”“detailed”“8k”等触发内部卷积增强模块，间接影响局部对比度与纹理清晰度，但不改变整体分辨率数值或像素数量。
1、加载Detail Tweaker LoRA，权重设为0.6。
2、提示词中保留“intricate details, fine skin texture, 8k”但不填写Width/Height。
3、对比启用与禁用该LoRA时，同一张图在相同尺寸下的睫毛、发丝等微观结构表现差异。
五、修改config.json强制绑定输出尺寸
通过编辑WebUI根目录下models/Stable-diffusion/config.json文件，可硬编码default_width与default_height字段，使每次生成均以此尺寸初始化latent张量。此方法绕过所有提示词干扰，确保尺寸绝对稳定，但需重启WebUI生效。
1、关闭WebUI进程，用文本编辑器打开config.json。
2、查找"width"与"height"字段，将其值分别改为“896”和“1216”。
3、保存文件后重新启动WebUI，验证新建任务是否默认显示该尺寸且不可编辑。
