prompt-optimizer/mkdocs/docs/zh/image/multiimage-workspace.md

# 多图生图工作区

路由：`/#/image/multiimage`

这个工作区适合“基于多张输入图和一条提示词生成新图”的场景。

## 第一次使用，先这样判断

如果满足下面两条，通常就该用这个页面：

1. 你主要想生成图片，而不是文字答案
2. 你不是基于单张输入图微调，而是要让多张图一起参与生成

## 什么时候用它

适合：

- 把角色图、服装图、场景图组合成一张新图
- 用多张参考图约束主体关系、构图语义或风格方向
- 比较同一组输入图在不同提示词版本下的生成差异
- 比较同一组输入图在不同图像模型下的结果差异

不适合：

- 只有文字提示，没有任何输入图
- 只有一张输入图，主要目标是继续改这张图

那两种情况分别更适合去 [文生图工作区](text2image-workspace.md) 和 [图生图工作区](image2image-workspace.md)。

## 如果你只想快速开始，看这 6 步

1. 先上传至少两张输入图
2. 用拖拽调整卡片顺序，确定 `图1 / 图2 / 图3` 的语义
3. 如果传错了图，用卡片右上角的 `X` 删除
4. 左侧提示词里明确写出图和图之间的关系
5. 左侧先做一次分析或优化
6. 右侧固定一个支持多图输入的图像模型，比 `原始 / 工作区 / vN`

## 左侧到底在改什么

左侧改的是 **多图生图提示词本身**。

当前页面可以这样理解：

- 左侧上方：原始多图提示词
- 左侧中部：输入图卡片区
- 左侧下方：当前工作区和版本链
- 左侧使用的是文本模型，不是图像模型

左侧 `分析 / 优化 / 迭代` 的目标，不是描述每张图“长什么样”，而是把多张图之间的组合关系、保留边界和生成目标写清楚。

## 输入图片区最重要的语义是什么

这个页面和单图模式最大的区别，不只是“多传几张图”，而是 **顺序本身带语义**。

当前界面里有几个关键动作：

- 至少上传两张图后，才能开始多图生图
- 每张图都会以卡片形式展示
- 卡片底部拖拽句柄用于调整顺序
- 卡片右上角 `X` 用于删除错误图片
- 提示词里最好直接写 `图1 / 图2 / 图3`

如果你调整了卡片顺序，提示词里的引用关系也要一起跟着改。

## 右侧到底在测什么

右侧测的是：

- 某个提示词版本
- 同一组有顺序的输入图
- 某个支持多图输入的图像模型
- 最终真实生成出来的图片

所以多图模式里，最重要的比较基线是：

- 输入图片集合保持一致
- 输入图片顺序保持一致
- 再比较提示词版本或模型差异

## 推荐工作流

1. 先上传至少两张图
2. 通过拖拽整理成明确顺序
3. 左侧用 `图1 / 图2 / 图3` 写出关系和目标
4. 左侧先做一次分析或优化
5. 右侧先固定同一个图像模型，比 `原始 / 工作区 / vN`
6. 选出更靠谱的提示词版本
7. 再固定这个版本，比较不同图像模型

## 最容易犯的错

最常见的问题不是“模型不够强”，而是比较基线混乱。

例如同时改了：

- 输入图顺序
- 提示词版本
- 图像模型

这样结果一变，你很难判断到底是哪一项起了作用。

更稳的做法是：

- 先固定同一组有顺序的输入图，比不同提示词版本
- 再固定同一版提示词和同一组输入图，比不同图像模型

## 右侧结果里通常能看到什么

当前结果卡片里通常会展示：

- 生成结果图
- 模型可能返回的文本内容
- 输出图片尺寸和类型
- token 元数据
- 推理耗时

## 相关页面

- [文生图工作区](text2image-workspace.md)
- [图生图工作区](image2image-workspace.md)
- [模型管理](../basic/models.md)
- [模型选择与测试策略](../user/model-testing-strategy.md)
- [快速开始](../user/quick-start.md)