Z-Image

Z-Image 是一款适合使用中文提示词的自然语言图像模型，可以直接理解人物、空间关系、产品细节和画面文字。它适合写实摄影、产品展示以及带中文或英文短标题的场景；Turbo 版本使用较少步骤，便于连续比较描述和构图。

模型设置与首次生成

打开 内容生成，点击页面顶部的图像，再从模型菜单选择 Z-Image。在 基础设置中点击 选择主模型。

在 高级设置中选择 Qwen3 4B 文本编码器和 Flux AE。运行组件显示三项均已就绪后：

当前内容生成页采用 Z-Image Turbo 的快速参数，适合连续比较提示词和构图。

把主体和关系放在前面，再补文字、光线、镜头和风格：

text

主体与人数 → 外观和动作 → 环境与空间关系 → 画面文字 → 光线与色彩 → 构图和风格

text

雨夜的街角便利店，一名穿黄色雨衣的女孩站在自动门前，回头看向镜头。
门上方红色灯牌清晰写着“营业中”，湿漉的柏油路反射霓虹灯，
广角街拍，低机位，冷蓝环境光与店内暖光形成对比，写实摄影。

产品图可以这样写：

text

一只透明玻璃香水瓶放在浅灰色石台中央，瓶身正面印有“晨雾”两个黑色宋体字。
左侧柔和窗光，背景干净，近距离产品摄影，真实折射，瓶身带有细微水珠。

希望排除某种效果时，可以直接写成目标状态。例如，背景需要更整洁时写“干净的浅灰色背景，画面中只有一个产品”；画面需要更清楚时写“主体边缘清晰，焦点准确”。

描述画面文字时，最好同时写清四项内容：

text

文字内容 + 所在载体 + 画面位置 + 字体外观与颜色

例如：

text

海报顶部居中写着“夏日书市”，白色粗体无衬线字；
右下角有一行较小的深蓝色文字“周末开放”。

短标题和少量文字更容易稳定。拼写接近目标但仍有个别错误时，可以固定种子，减少次要装饰，再对文字区域使用图生图或局部重绘。

选项	页面默认值	具体作用与调整方法
分辨率	`1024 × 1024`	决定画面比例和初始细节。产品单品与头像适合方图，人物全身与海报适合竖图，街景和多人画面适合横图。构图确认后再使用二次采样或高清放大
步数	`8`	Turbo 使用少量步数完成画面。日常生成保持 `8`；模型详情明确推荐 `9–12` 时可以按说明尝试，并固定种子比较细节变化
CFG Scale	`1`	Turbo 使用 `1`。主要通过改写句子加强对象、位置和文字要求，画面会更自然
采样器	`res_multistep`	页面默认值与 Turbo 配合使用。切换到其他微调版本时，采用模型详情推荐的采样器
调度器	`simple`	与默认采样器共同决定采样节奏。Turbo 日常使用保留默认值

选择明确标注支持 Z-Image 的 LoRA，并填写模型详情中的触发词。强度可以从 0.7 开始，效果较弱时逐步提高，画风覆盖主体材质或文字时适当降低。

希望沿用参考图的构图和色彩时，可以使用 图生图；修改局部物体或文字时使用 局部重绘。画面完成后，二次采样用于补充纹理，高清放大用于提高像素尺寸，人物较小时可以再使用 面部修复。完整操作见图像高级功能。

使用 Z-Image Base

Z-Image Base 是另一种模型版本，官方建议从 28–50 步、CFG Scale 3–5 开始，并可使用反向提示词。需要 Base 的完整采样方式时，可以打开 ComfyUI，导入模型作者提供的 Base 工作流。