Qwen-Image-2.1 最多可以一次放：
10 張 Reference Images。
看到這個功能，
最直覺的做法很可能是：
人物照丟進去。
商品照丟進去。
服裝照丟進去。
場景照丟進去。
風格照也丟進去。
最後說：
「幫我組成一張圖。」
但圖片愈多，
如果沒有說清楚每一張到底負責什麼，
AI 反而要自己猜。
今天只學一個方法：
一張圖，只給一個主要任務。
不要先寫 Prompt，先替圖片分工
假設你要做一張：
人物拿著指定包包，
穿指定外套，
站在指定咖啡廳裡的廣告照片。
你有四張 Reference。
不要只說：
「參考這四張圖幫我生成。」
先把它們分工。
例如：
圖 1：人物身份
只參考：
臉、
髮型、
大致人物特徵。
圖 2：衣服
只參考：
外套款式、
顏色、
材質。
圖 3：商品
只參考：
包包外觀、
比例、
主要結構。
圖 4：場景
只參考：
咖啡廳空間、
家具配置、
環境感。
然後才說最後任務：
把圖 1 的人物，穿上圖 2 的外套，拿著圖 3 的包包，放進圖 4 的咖啡廳。
這就比：
「請融合這四張圖片」
清楚很多。
官方示範本來就是這樣做
Qwen-Image-2.1 官方展示一個 Virtual Try-on 範例。
不是拿五張差不多的人物照。
而是五張圖各自提供不同東西：
Model。
Clothing。
Shoes。
Bag。
Hat。
最後才組成：
一套完整 Outfit。
官方也展示過：
用 10 張 Furniture References，
組成一個完整 Interior。
這其實已經透露多 Reference 最實用的使用方式：
每張圖提供一個明確資產。
不是：
每張都讓 AI 全部參考。
為什麼「全部參考」容易出問題？
假設圖 1 是人物照片。
裡面除了臉，
還有：
黑色 T-shirt。
白牆。
一張椅子。
暖色光線。
但你真正想要的只有：
這個人。
如果只告訴 AI：
「參考圖 1。」
模型就必須判斷：
到底要保留：
人物？
衣服？
背景？
燈光？
姿勢？
同時又有圖 2、圖 3、圖 4，
每張都帶著自己的：
背景、
光線、
構圖、
顏色。
資訊很容易互相競爭。
所以更好的方法不是一開始把 Prompt 寫得非常長。
而是先回答：
這張 Reference 到底為什麼存在？
最簡單的格式：圖號＋角色＋要拿什麼
可以直接用這個格式：
圖 1｜人物
只參考人物身份與臉部特徵。
圖 2｜服裝
只參考服裝款式、材質與顏色。
圖 3｜商品
只參考商品外型與比例。
圖 4｜場景
只參考空間與環境。
最後：
把以上四個元素組合成一張 16:9 寫實商業照片。
這就是今天整個技巧。
不是背更多 Prompt 關鍵字。
而是：
先替每一張圖分配工作。
在 ComfyUI 裡，甚至可以直接用 image_1、image_2
如果是自己跑 Qwen-Image-2.1，
ComfyUI 官方 Workflow Template 也採用很清楚的方式。
Reference Images 可以依序放成：
image_1
image_2
image_3
一直到：
image_10。
Prompt 裡則可以直接指定：
<image1>
<image2>
等 Reference。
例如：
「使用 <image1> 的人物，穿上 <image2> 的服裝。」
這種寫法的價值就是：
不要叫模型猜「上一張」「右邊那張」「那個商品照」到底指誰。
圖片一多，
直接指定來源會更清楚。
如果是在修改既有圖片，第一張的角色更重要
ComfyUI 的 Qwen-Image-2.1 Editing Template 還有一個很實際的規則：
image_1 是 Edit Target。
也就是：
這一張是主要要修改的底圖。
其他圖片則作為 References。
例如：
image_1：
原本人物照片。
image_2：
新的外套。
image_3：
新的包包。
那任務就很清楚：
不是重新融合三張照片。
而是：
以 image_1 為底，從 image_2、image_3 取得指定元素。
這會比三張圖片地位完全相同更容易理解。
不需要的 Reference，不要為了「最多 10 張」硬塞
另一個常見誤解是：
既然最多支援 10 張，
是不是放 10 張效果最好？
不是。
「最多 10 張」只是：
模型能接受的上限。
不是：
最佳張數。
假設你只需要：
人物、
商品、
場景。
三張就夠了。
再塞：
三張人物角度、
兩張風格照、
兩張其他場景
並不一定幫助結果。
反而增加模型要處理的：
視覺條件。
所以每加一張前，
只問：
這張圖提供了前面沒有的新資訊嗎？
如果沒有，
先不要加。
人物需要多角度時，可以例外
「一張圖一個任務」
不是說：
同一個人物永遠只能給一張照片。
例如你需要提高人物一致性，
可能有：
正面照。
側面照。
半身照。
這三張都屬於：
同一個任務：人物身份。
這時真正要告訴模型的是：
這三張 Reference 都在描述：
同一個人。
不要讓它把三張照片理解成：
三個不同人物。
所以更精確的原則是：
一組 Reference，只服務一種角色。
商品也一樣
例如一個包包，
正面看不到：
側邊結構。
背面看不到：
扣件細節。
這時可以提供：
正面。
側面。
背面。
但它們仍然只負責：
商品身份與結構。
不要同時又要求：
其中一張的背景、
另一張的拍攝光線、
第三張的桌面
也全部保留。
這和以前「保留／只改／禁止」不一樣
SasaDaily 8 月 6 日曾教過：
局部修圖前，
把 Prompt 分成：
保留／只改／禁止。
那一篇解決的是：
一張既有圖片要修改時，如何限制修改範圍。
今天處理的是另一個問題：
當輸入變成很多張 Reference 時，怎麼避免不同來源彼此搶角色。
所以今天不是先問：
「哪裡不能改？」
而是先問：
「這張圖到底負責什麼？」
兩個方法可以一起用。
最後只記這個順序
下一次準備丟多張 Reference 給 Qwen-Image-2.1，
不要：
10 張圖
→ 一句 Prompt
→ 祈禱模型自己理解。
改成：
先挑真正需要的圖片
↓
每張指定一個角色
↓
同一角色的多角度放成一組
↓
最後才描述整張完成圖
最簡單就是：
圖 1 是誰。
圖 2 穿什麼。
圖 3 拿什麼。
圖 4 在哪裡。
當 Reference Image 開始變多，
最重要的 Prompt 技巧反而不是：
寫更多。
而是：
不要讓一張圖片同時負責太多事情。
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
