必须用SDXL-Turbo或Flux.1-schnell模型，配合[STRUCTURE-FIRST]标记、空间动线模板和否定图像指令，在Textual Inversion页关闭图像生成，通过文字预览验证结构描述后，再转入渲染。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要让Stable Diffusion在生成茶馆空间插画前先输出清晰的空间结构描述，必须绕过图像直出模式，强制模型进入文本推理阶段——这需要利用特定模型权重+提示词结构+采样器协同控制，而非单纯堆砌“describe the layout”这类模糊指令。
启用文本生成模式（非图像直出）
下载并加载【SDXL-Turbo】或【Flux.1-schnell】这类支持快速文本响应的轻量级基础模型，它们内置了更强的CLIP文本编码器，对结构类关键词响应更敏感；普通v1.5或v2.1模型默认优先渲染画面，无法稳定返回结构描述。
在WebUI中切换到“Textual Inversion”或“Prompt Matrix”标签页，关闭“Enable HighRes Fix”，勾选“Do not generate image”（若插件支持）；若无该选项，则将Sampling Steps设为1，CFG Scale设为1.0，确保模型仅做单步文本理解。
构建强制结构解析型提示词
方法一：用分隔符锚定逻辑层级
在正向提示词开头插入[STRUCTURE-FIRST]标记，紧接着写：“A traditional Chinese teahouse interior → describe spatial layout first → list 5 key zones → then render visually”。AI会将方括号内标记识别为执行优先级指令，触发文本解析流程。
方法二：绑定空间语法模板
输入：“Teahouse layout plan: [entrance]→[courtyard]→[main hall]→[private rooms]→[tea preparation counter] → each zone must have wall material, lighting source, and furniture count → output only bullet points”。此写法用→符号建立空间动线，用“must have”形成硬性约束，【AI跳过图像生成的前提是所有子句都含明确输出格式要求】。
圆弧形进度条插件arc-progress.js
下载
方法三：注入反向否定指令
在负向提示词中加入：“no illustration, no color, no shading, no perspective rendering, no human figures, no decorative elements — only architectural skeleton description in English”。这能有效抑制图像解码路径，迫使U-Net层回退至文本嵌入空间进行结构枚举。
验证结构输出是否生效
第一步：点击“Generate”后紧盯右下角进度条旁的文字预览区——若出现类似“Zone 1: Entrance with grey brick archway, overhead paper lantern, 2 wooden benches…”的逐条描述，说明结构解析已启动；【此时切勿等待图像结果，立刻中断生成】。
第二步：复制刚输出的结构文本，粘贴进新提示词框，在末尾追加“— now render this as a warm-toned ink-wash style illustration, soft ambient light, subtle steam from teacups”。这样就把AI从纯文本推理态无缝导入图像生成态。
第三步：将Sampling Steps调回20～30，CFG Scale设为5～7，选择DPM++ 2M Karras采样器，提交生成。结构文本已作为强先验注入，画面必然严格遵循你定义的五个功能区排布逻辑。