LiblibAI生图总出现多余人物怎么办？按主体数量、场景词和负面提示排查

LiblibAI生成单人画面时反复出现第二个人，先不要同时更换模型、提示词和画幅。更有效的办法是固定模型、种子范围、尺寸与候选数量，再依次检查主体数量、场景中的人物暗示、镜面反射和负面提示。这样才能知道是哪一项导致画面失控。

官方地址：https://www.liblib.art/

为什么写了一个人还会出现第二个人

生成模型会综合理解主体、动作、场景、构图和风格。“一个咖啡师”虽然说明了主体，但“热闹咖啡馆”“顾客视角”“镜墙”“活动现场”等场景词仍可能暗含其他人物。模型也可能把海报、照片、玻璃反射或画面边缘的残影解释为第二个人。

另一个常见原因是提示词承担了太多任务：既要人物全身，又要近景特写；既要空旷环境，又写了人流氛围；既要求镜面材质，又排斥任何人脸。要求互相冲突时，多余人物只是表面症状。

排查前先固定哪些条件

先保存一组能复现问题的失败样本，同时记录模型与版本、正向提示、负向提示、种子、采样设置、宽高和每批生成数量。官方入门教程介绍了提示词、模型、参数、宽高和生成数量等基础设置，这些变量都可能改变最终画面。

排查时不要只看一张图。可以固定同一组设置，每个版本生成等量候选，再比较“画面只有一个主体”的通过率。一次偶然成功，不能证明问题已经解决。

先把单人任务写成结构化提示

把正向提示拆成主体、动作、环境、镜头和风格五组。数量应紧挨主体，例如“单人主体，一名咖啡师，独自站在吧台后”。环境则明确为“空咖啡馆，无其他顾客”。比起在长句末尾补一句“不要其他人”，这种结构更容易检查。

怎样判断多余人物从哪里出现

先按位置给失败样本分类。如果第二个人完整地出现在背景，优先检查环境词；如果人脸只出现在镜子、玻璃或金属表面，优先处理反射材质；如果只在边缘出现半张脸或半个身体，优先检查画幅、裁切和构图；如果主体本身出现重复头部或肢体，则要减少冲突动作和复杂姿态。

• 背景完整人物：删除顾客、聚会、街道、人流、团队等隐含群体的词；
• 镜面人脸：先去掉镜子、玻璃反射和高反光材质，确认是否恢复；
• 边缘残影：增加主体周围留白，测试不同画幅，避免人物贴边；
• 重复主体：简化姿态与道具关系，明确“一名”“单人”和“唯一主体”；
• 海报中的人脸：把背景改成无人物图案、纯色墙面或抽象装饰。

负面提示应该怎么写

负面提示要对应已经观察到的错误，不要堆入一长串互不相关的词。单人场景可以从“多余人物、第二个人、重复主体、人群、背景人脸、镜面人脸、边缘人物”开始；如果失败样本主要是重复肢体，再补充相应身体结构排除项。

负面提示不是绝对命令，不能保证每次都只出现一个人。它的作用是降低某类结果出现的概率。判断是否有效时，应保持其他条件不变，比较修改前后同样本数的通过率。

正确的单变量排查顺序

1. 固定模型、尺寸、参数和候选数量，保留一组基线结果；
2. 只把主体改为“单人主体、一名、独自”，等量复测；
3. 只删除场景中暗含人群和互动对象的词，再复测；
4. 只补充与失败类型对应的负面提示，再复测；
5. 仍有镜面人脸时，移除反射材质和人物海报；
6. 仍有边缘人物时，调整画幅和主体占比；
7. 记录每一步通过率，保留真正有帮助的修改。

如果每一步都同时变化，就无法判断究竟是哪个设置起作用。单变量测试看起来慢，但它能形成可复用的提示模板，后续批量创作反而更快。

哪些做法容易让问题更严重

重复堆写“一个人”：机械重复数量词可能挤占更重要的画面信息，不如把主体、环境和排除项写清。

一看到失败就换模型：模型变化会同时改变人物、风格和构图，导致前后结果无法比较。

只挑一张成功图：应比较整批通过率，否则容易把随机结果误判为稳定方案。

保留冲突场景词：“独自一人”和“热闹派对”同时存在时，模型需要在矛盾要求中猜测。

什么时候需要换模型或工作流

如果结构化提示、场景简化、负面提示和构图调整后，多批次仍频繁出现额外人物，可以用同一套提示和样本数测试另一模型。此时只替换模型，其他条件保持一致。对于对人物数量要求极严的商业任务，还可以先生成干净构图，再进行局部修复或后续编辑。

选择方案时不要只看最高质量的一张图，还要比较合格率、筛选时间和修正成本。稳定产出八成可用结果，往往比偶尔出现一张精品更适合批量工作。

结论

LiblibAI单人画面出现多余人物，通常不是一个参数单独造成的。先固定生成条件，再按主体数量、场景暗示、镜面反射、画面边缘和负面提示分类排查；每次只改一个变量，并用等量样本比较通过率。最终保留能稳定减少第二个人的设置，形成自己的单人场景模板。