文生圖 vs. 圖生圖：NSFW 創作該用哪一個？
兩者都源自同一個擴散模型家族，但解決的是不同的問題——選錯方法，是生成結果跟你原本想像的不一樣，最常見的原因。文生圖完全依據你的文字描述來建構畫面；圖生圖則是從既有的參考圖出發，再進行改動。對 NSFW 生成來說，人體結構準確度與姿勢控制比多數其他類別都更重要，選擇哪一種方法，對結果的影響常常比提示詞怎麼寫更大。
兩種工作流程都試試
文生圖：完整控制，不需要參考圖
你用文字描述主體、姿勢、場景與燈光，模型從雜訊開始建構圖像，唯一的依據就是你的文字描述。沒有起始圖片、想要自由探索——不同角色、不同場景、不同風格——這時候文生圖是對的工具；但這也代表模型必須為你沒有明確指定的任何細節做出猜測，這正是結果容易偏離預期的地方。
圖生圖：來自真實參考圖的精準控制
你提供一張參考圖，模型依據的是實際的像素資料，而不是這張圖的文字描述——在改變風格、服裝或周圍場景的同時，保留姿勢、構圖，或某個特定角色的樣貌。當你需要特定姿勢，或想在一系列生成中維持同一個虛構角色的一致性時，這一點格外重要，因為模型是依據真實圖像資料進行條件生成，而不是每次都要從你的描述重新推敲。
為什麼這個選擇對 NSFW 特別重要
人體結構準確度，正是純文字描述最容易猜錯、而且錯得明顯的地方——在文生圖裡，模型只能單靠文字推敲姿勢與比例；圖生圖則是從參考圖直接鎖定這個結構，而不是憑空猜測。對於精準姿勢或角色一致性很重要的結果，圖生圖通常能用更少的嘗試次數達成。
模型陣容如何對應這兩種方法
在 Uncutly 上，Seedream 與 Qwen Image 是從零打造場景的強力文生圖預設選擇，而 FLUX.1 Kontext 則是專為圖生圖編輯打造——只改變既有圖片中的一個特定元素，其餘（包含角色的臉部）維持一致。許多模板同時支援兩種工作流程，你可以先從模板經過測試的提示詞開始（文生圖），之後再切換到參考圖來鎖定某個角色（圖生圖）。
FAQ
我可以兩種都用——先用文字生成，再用圖片精修嗎？
可以，而且是很常見的工作流程：先用文生圖生成初版結果，再把這個結果當作參考圖，透過圖生圖進一步鎖定姿勢或修飾細節。
圖生圖的參考圖一定要是真實人物的照片嗎？
不需要——參考圖是用來引導姿勢、構圖或風格，生成一個全新的虛構 AI 角色，而不是用來重現某個真實、可辨識人物的肖像。
哪一種比較快拿到可用的結果？
單純探索創意時，文生圖通常比較快，因為不需要準備參考圖。如果你已經清楚知道想要的確切姿勢或樣貌，圖生圖往往能用更少的總嘗試次數達成。
影片該用哪一種，而不是圖片？
邏輯是一樣的：文生影片完全依據文字描述建構動態，圖生影片則是為上傳的照片加上動態，主體與場景都會錨定在這張起始圖片上。
