你写 storefront with a sign that says "OPEN"，结果招牌上写着 OPEM、0PEN，甚至像西里尔、希腊或彻底瞎编的字母。换成中文、日文、阿拉伯文，结果更崩。多数人会以为是自己 Prompt 没写好——其实这是模型能力的本质限制：SD 1.5、SDXL base、Midjourney v4-v5 根本没在对齐的”图-文字”配对上训练过画面内文字。它们学的是”看起来像字母的形状”，不是真正的文字。
修法是换文字向模型（Flux、DALL-E 3、Ideogram）、把文字砍到 1-2 个词并加引号、或者用非文字向模型出场景再到 Canva / Figma / Photoshop 后期补字。
常见原因
按命中率从高到低：
1. Flux 之前的模型完全没学文字
SD 1.5、SD 2.1、SDXL base/refiner、Midjourney v4-v5、DALL-E 2 这些老模型都没法稳定渲染清晰文字。训练标签里没把 “OPEN” 对应到 O-P-E-N 四个字符——它们学的是”招牌形状的物体上有字母状记号”。
如何判断：你用的就是这些模型。哪怕短、常见的英文单词也是糊的。
2. 文字太长
文字向模型也会在 4-6 个词后崩。"GRAND OPENING TODAY 50% OFF" 几乎在哪个模型都不行。字符串越长，每个字符漂移的概率越大。
如何判断：Prompt 里的文字超过 6 个词或 30 个字符。
3. 在拉丁向模型上要非拉丁文字
要中文、日文假名 / 汉字、阿拉伯文、希伯来文、泰文、天城文——但模型主要在英文招牌上训练。Flux 也好不到哪去，输出是”形似但不是真字符”的瞎编。
如何判断：要的是非拉丁字符。输出看着像那种文字，但不是真字。
4. 文字没加引号
a sign that says OPEN 有歧义——OPEN 也是普通英语单词。a sign that says "OPEN" 才明确。没引号时，文字向模型有时会把单词当语义而不是字形。
如何判断：Prompt 里有文字内容但没用引号包起来。
5. 风格 LoRA 扭曲了字形
强绘画 / 动漫 / 草图风 LoRA 会从设计上扭曲字母形状——它们的训练数据是风格化插画，本身就不追求字体清晰。
如何判断：同 Prompt 去掉 LoRA，文字干净得多（虽然仍不完美）。
最短修复路径
Step 1：换文字向模型
当前对画面内文字稳定的模型：
Flux 1 [dev] 或 [pro] - 英文文字最强开源模型
DALL-E 3（通过 ChatGPT 或 Bing Image Creator）- 短英文非常稳
Ideogram 2.0 - 专为文字设计、能处理短段落
Midjourney v6 - 比 v5 好多了，但 4+ 词仍不完美
GPT Image (gpt-image-1) - 横幅式短文字效果好文字量大就选 Ideogram 或 DALL-E 3。要艺术风格 + 短文字就选 Flux dev。
Step 2：文字砍短 + 加引号
改写 Prompt：
# 差
"storefront with a giant sign that says GRAND OPENING TODAY"
# 较好
'storefront with a sign that says "OPEN"'
# 长文案的最佳做法
'storefront with a sign that says "OPEN" in bold letters, smaller sign below'
（小招牌单独再生成一张，或直接后期）字面文字永远用双引号包起来。限制在 1-3 个词。需要更多就拆成多个视觉元素。
Step 3：非拉丁文字——出场景 + 后期补字
中文、日文、阿拉伯文之类，别让图像模型自己渲染：
- 生成场景时把招牌留空或填占位（
sign that says "SIGN"或blank rectangular sign） - 在 Figma、Canva、Photoshop 里打开
- 用真实字体把真文字打上去
- 用 Photoshop
Edit > Transform > Perspective或 Figma 的”沿路径排字”匹配透视 - 用色调调整图层匹配光照
匹配画面透视最稳的字体：任意干净无衬线（Noto Sans 通用、苹方简 PingFang 中文、Hiragino 日文、Cairo 阿拉伯文）。
Step 4：Midjourney + 后期组合
想要 MJ 的美学但文字必须清晰：
1. MJ 里生成场景，故意把招牌留空
2. 放大导出
3. Canva 里用手写或草图字体打上文字
4. 微微变形和偏移，匹配那种绘画感背景这样既拿到 MJ 的艺术感，又有真排版。
Step 5：Flux 上给文字 Prompt 加权重
Flux 对文字加权语法响应不错。试试：
'a vintage diner sign with the text "EAT" in bold red letters,
clear legible letterforms, sharp typography, no gibberish, no fake letters,
1950s neon sign style'加 clear legible letterforms 和 no gibberish, no fake letters 这种反向锚词能提高成功率。
预防建议
- 在模型轮换里常备一个”文字向”preset（本地 Flux dev、网页 Ideogram）
- 任何带文字的交付永远规划两步走：先出图、后期补字
- 按格式（店招、海报、横幅）做 Figma / Canva 模板，文字图层可调
- 文字关键的活儿永远不要用 SD 1.5 或 SDXL base，哪怕只出一张也换模型
- 非拉丁脚本从第一天就假设要走后期，预留时间