你想要的东西画面里都有——猫、咖啡杯、书、笔记本、窗户、绿植、晨光——但整张图就是”视觉一团乱”。眼睛不知道该看哪里。每个对象同等大小、同等清晰、同等显眼，大脑读到的不是”场景”而是”噪声”。
构图杂很少是”模型不会构图”，几乎一定是 Prompt 问题：你列了七样东西，但没给模型任何”哪个最重要”的信号。
常见原因
按命中率从高到低：
1. 对象太多，Prompt 里权重相等
cat, coffee, book, laptop, plant, window light, cozy morning——七个名词、零层次。模型把它们当成同等重要，全部放到画面中央显眼位置。
如何判断：数 Prompt 里的具体名词。超过 3 个且没加权重——输出大概率是杂的。
2. 没写景深
不写景深，模型默认中等光圈——什么都清晰。结果是即使边缘的元素也在和主角抢眼球。
如何判断：Prompt 里没有 shallow depth of field、bokeh、f/1.4、out of focus、blurred background——加一个。
3. 没说”主角是谁”
你说”猫在场景里”，但没说”猫是主角”。模型尤其在多名词时需要这种层次提示。
如何判断：Prompt 里没有 hero subject、main subject、centered、dominant，也没有”大猫”或”小杯子在背景”这种大小修饰词。
4. 取景广 + 场景类词
大全景 + cozy、interior、room、still life、lifestyle scene 这种词，是在邀请模型把画面填满。改成紧框、单名词构图，杂乱立刻减半。
如何判断：Prompt 是大全景且用了场景 / 生活类词。
5. 风格本身就杂
某些风格自带”杂”基因：
still life painting— 桌上一堆静物cozy aesthetic— 大量道具、柔光分层细节flat lay photography— 定义上就是杂wes anderson— 对称式最大主义studio ghibli interior— 居家场景物件多
如何判断：风格锚词单独一念脑海里就是”热闹场景”。
最短修复路径
Step 1：砍到一个主角 + 最多两个配角
修改前：
a cat, a coffee cup, a book, a laptop, a houseplant, a window with morning light, a cozy desk scene修改后：
a ginger cat sitting on a desk, soft morning window light in the background,
one out-of-focus coffee cup beside the cat一个主角（猫）、一个配角（明确写”虚焦”的咖啡杯）、一个氛围词（窗光，不再算作具体物）。
Step 2：显式写”主角是谁” + 大小修饰
通用模板：
"[hero] is the main subject, centered, large in frame"
"close-up of [hero], everything else small and out of focus"
"[hero] in sharp focus, [other objects] blurred in the background"Step 3：加景深
一行就能让大部分”啥都清晰”的杂乱图变成”主体凸出”：
"shallow depth of field, f/1.4, creamy bokeh, only [hero] in focus"Midjourney 专用：
"... --style raw --ar 4:5"--style raw 减少模型主动加料的倾向；竖向比例减少背景面积。
Step 4：加留白词
挑 1-2 个加进去：
minimalist compositionlarge negative spacebreathing room around the subjectclean composition with simple backgroundJapanese minimalist aesthetic（如果风格合适）
Step 5：负向 Prompt 拦杂（仅 SD 系）
cluttered, busy composition, many objects, crowded scene,
multiple subjects, ornate, baroque, maximalist, busy background,
overlapping objectsStep 6：先画构图，再用 ControlNet 锁
需要美术指导级的构图，先手绘草图（纸 / iPad / ControlNet Scribble），喂给 ControlNet。模型只填充细节，不会偏离你的构图。
# ComfyUI / Forge ControlNet
- 加载 ControlNet Scribble 或 Canny
- 喂构图草图
- 强度 0.6-0.8（低=给模型更多自由，高=严格按草图）预防建议
- 写 Prompt 之前先定主角，主角放句子最前
- 默认每张图最多 3 个名词；要更多就拆成系列
- 立一条规矩：Prompt 含 3+ 名词必须配景深 / 焦点修饰词
- 系列项目里在每个 Prompt 末尾固定加一段 “minimalist composition” 模板