引導強度

引導強度是面向使用者的單一旋鈕——在工具中通常標示為「CFG scale」——它控制模型有多麼字面地服從你的提示詞，相對於它有多自由地自行發揮。把它調低，模型會把提示詞當成鬆散的建議，產出多樣但有時離題的影像。把它調高，模型會緊緊咬住提示詞的每一個字，產出切題、但越來越風格化、對比強烈、變化較少的影像。它就是無分類器引導中那個抽象權重 w 的實用旋鈕。

在 CFG 公式 epsilon_guided = epsilon_u + w * (epsilon_c - epsilon_u) 中，引導強度正是 w。值為 1 表示不放大（純條件取樣）；大於 1 的值會沿著「與提示詞對齊」的方向外推，超出條件預測本身。這裡有一個被品質指標捕捉到的真實取捨：提高 w 通常會改善精確度／提示保真度（常以 CLIP 分數衡量，即影像與文字的吻合程度），同時降低召回率／多樣性（常以 FID 衡量，即一組生成結果與真實分布的吻合程度）。最佳設定是一種平衡，而非取最大值。

典型的預設值反映了這種平衡：Stable Diffusion 常用約 7.5，Imagen 與類似系統回報的甜蜜點也在相近範圍，而極高的值（15 以上）則保留給「嚴格遵守提示詞的重要性勝過自然度」的情況。由於理想的強度取決於模型、排程、取樣器、甚至特定的提示詞，因此當結果看起來太平庸（調高它）或太刺眼扭曲（調低它）時，它往往是實務者最先掃描調整的參數之一。