用 Stable Diffusion 出图时，人物一放大就出现眼睛不对称、五官扭曲、脸部糊成一团的情况，这就是常说的脸部崩坏。它通常出现在全身构图、人物占画面比例较小或分辨率偏低的场景中。原因在于脸部占据的像素太少，模型没有足够的空间去描绘五官细节。解决思路有三个方向：自动重绘、手动局部重绘、从源头提高分辨率。
用 ADetailer 插件自动检测并重绘脸部
ADetailer 是目前修复脸部崩坏效果最好的方案，它基于 YOLO 模型自动检测画面中的人脸区域，检出后单独对该区域进行 img2img 重绘，再把结果无缝贴回原图。使用时在 txt2img 或 img2img 界面下方展开 ADetailer 面板，勾选启用，模型选择 face_yolov8n 之类的脸部检测模型，提示词保持和主提示词一致或单独强调五官。重绘幅度（Denoising strength）建议先试 0.3 到 0.4，太低修不动崩坏，太高会和原图的脸型、发型脱节。它的优势是检测准确、批量出图时自动处理每一张，不用逐张手动圈选，是日常修复的首选。
用 inpaint 局部重绘脸部区域
如果只想精修某一张图，或者 ADetailer 检测不到脸（例如侧脸、遮挡、远景），可以直接用局部重绘。把图送入 img2img 的 Inpaint 标签页，用画笔把脸部区域涂满，边缘可以稍微多涂一点留出融合空间。Inpaint 模式选“仅蒙版区域”或“蒙版区域潜空间”，重绘幅度控制在 0.4 到 0.6 之间。提示词里把脸部特征写清楚，比如 eye color、skin texture、symmetrical face，负向提示词排除崩坏特征。蒙版边缘建议开启软边缘（mask blur 设 4 到 8），让重绘区域和原图过渡自然，避免出现明显的方块接缝。
提高分辨率减少脸部细节丢失
很多脸部崩坏其实是分辨率不足导致的。人物在 512×512 的画面里可能只占几十个像素，模型根本没有足够信息画出清晰五官。解决办法是先在高分辨率下生成，或者生成后用 Hires.fix 放大，放大倍数设 1.5 到 2，放大算法选 R-ESRGAN 4x+ 或 4x-UltraSharp，重绘幅度保持 0.3 到 0.5，让放大过程顺便补全脸部细节。如果是全身构图，可以先用较大分辨率出图，再配合 ADetailer 做二次修复。注意分辨率不是越高越好，超过模型训练分辨率太多容易出现肢体重复等问题，一般控制在 1024 到 1536 之间比较稳妥。
负向提示词加入 bad face、distorted face
负向提示词是最省事的辅助手段，在 Negative prompt 里加上 bad face, distorted face, deformed face, ugly face, asymmetrical eyes, extra fingers, poorly drawn face 等标签，能在采样阶段就降低模型生成崩坏脸的概率。这类词的作用是引导模型远离这些特征，但不能指望它完全杜绝崩坏，通常要和 ADetailer 配合使用：先靠负向提示词减少崩坏比例，再靠 ADetailer 把剩下的问题脸逐张修好。如果发现加了负向词后脸变得僵硬或过度平滑，可以适当减少词条数量，只保留 bad face 和 distorted face 这两个核心项。
组合使用的推荐流程
实际操作中，把上面几种方法串起来效果最稳。先在提示词里写清楚脸部特征，负向提示词加上 bad face、distorted face；出图时用合适的分辨率或开启 Hires.fix；批量出图后用 ADetailer 自动重绘脸部；个别仍有问题的图再用 inpaint 手动精修。这样从采样到后处理形成完整链路，脸部崩坏的概率会明显下降，出图效率也能保持住。