手把手教你用Stable Diffusion v1.5：从环境搭建到生成第一张AI图片
1. 环境准备与快速部署
1.1 系统要求
Stable Diffusion v1.5对硬件要求相对友好，适合初学者入门：
- 显卡：NVIDIA显卡，显存≥4GB（推荐6GB以上）
- 操作系统：Windows 10/11、Linux或macOS
- 存储空间：至少10GB可用空间（用于模型和依赖）
1.2 一键部署方法
推荐使用Docker快速部署，无需复杂环境配置：
docker run --name sd-v1.5 -dp 7860:7860 \ --gpus all \ -v /path/to/models:/stable-diffusion/models \ registry.cn-hangzhou.aliyuncs.com/dockerdance/stable-diffusion-webui:latest部署完成后，在浏览器访问：
http://你的服务器IP:78602. 界面功能快速入门
2.1 核心功能区域介绍
WebUI界面主要分为四个功能区：
提示词输入区：
- Prompt：描述你想要的画面（英文）
- Negative Prompt：排除不想要的元素
生成参数区：
- Steps：生成步数（20-30为常用值）
- CFG Scale：提示词遵循度（7-10效果较好）
图片尺寸设置：
- 推荐512×512（模型最佳分辨率）
- 可调整但需保持长宽为64的倍数
生成控制区：
- Generate按钮：开始生成图片
- 随机种子设置：-1为随机，固定数字可复现结果
2.2 第一次图片生成实践
按照以下步骤生成你的第一张AI图片：
- 在Prompt输入：
a cute cat playing with yarn, soft fur, warm lighting, cartoon style- 在Negative Prompt输入：
blurry, deformed, extra limbs- 保持其他参数默认
- 点击Generate按钮
- 等待约10-30秒查看结果
3. 核心参数详解与优化
3.1 关键参数作用说明
| 参数 | 推荐值 | 作用说明 |
|---|---|---|
| Steps | 20-30 | 生成迭代次数，越高质量越好但速度越慢 |
| CFG Scale | 7-10 | 提示词遵循强度，过高会导致画面僵硬 |
| Sampler | Euler a | 平衡速度与质量的采样方法 |
| Seed | -1 | 随机种子，固定值可复现相同结果 |
3.2 提示词编写技巧
优质提示词结构：
[主体描述] + [环境细节] + [艺术风格] + [画质要求]实际案例对比：
基础提示词：
a cat优化后提示词：
a majestic siamese cat sitting on velvet cushion, golden hour lighting, studio portrait, 8k resolution, detailed fur texture3.3 负面提示词常用模板
low quality, blurry, bad anatomy, extra fingers, mutated hands, poorly drawn face, deformed, extra limbs4. 常见问题解决方案
4.1 生成速度慢
- 降低Steps到15-20
- 减小图片尺寸（如512×512→384×384）
- 检查显卡驱动是否为最新版
4.2 图片质量不佳
- 增加Steps到30-50
- 提高CFG Scale到10-12
- 添加更多细节描述到Prompt
4.3 模型加载失败
检查模型文件是否放置在正确路径：
/stable-diffusion/models/Stable-diffusion/v1-5-pruned-emaonly.safetensors可通过以下命令验证模型：
ls /stable-diffusion/models/Stable-diffusion/5. 进阶技巧与应用场景
5.1 不同风格生成示例
动漫风格：
1girl with long blue hair, cherry blossoms background, anime style, studio ghibli aesthetic, soft lighting写实风格：
professional portrait photo of businessman in suit, studio lighting, 85mm lens, f/1.8, skin details奇幻风格：
elven castle floating in the sky, glowing crystals, fantasy art style, dramatic lighting, highly detailed5.2 批量生成技巧
- 固定Seed获得相似风格
- 使用"|"分隔多组提示词：
a cat in garden | a dog in park | a bird on tree- 调整Variation参数获得多样化结果
6. 总结与实践建议
通过本教程，你已经掌握了：
- 环境部署：使用Docker快速搭建SD v1.5环境
- 基础操作：完成从文字描述到图片生成的全流程
- 参数优化：理解关键参数对生成效果的影响
- 问题排查：解决常见生成问题
后续学习建议：
- 尝试不同艺术风格提示词组合
- 探索ControlNet等扩展插件
- 学习LoRA模型微调技术
- 参与社区分享获取更多灵感
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
