CFG Guidance Scale Stable Diffusion: Prompts und Artefakte steuern

Stand Mai 2026 bleibt die CFG Guidance Scale eine der direktesten Methoden, um Diffusionsmodelle wie Stable Diffusion zu steuern. Sie bestimmt, wie eng sich die Ausgabe an Ihren Text-Prompt hält oder ob sie eigene Ideen entwickelt. Niedrigere Werte um 1–3 geben dem Modell Spielraum. Hauttexturen werden weicher, Posen wirken natürlicher und die Beleuchtung geht in unerwartete, aber oft ansprechende Richtungen. Erhöhen Sie die Skala, und jedes Detail in einem erotischen Prompt – die Kurve einer Hüfte, der genaue Winkel einer Hand – wird fester fixiert. Ehrlich gesagt habe ich mehr Zeit damit verbracht, dies bei intimen Szenen anzupassen, als unbedingt nötig. Der Kompromiss zeigt sich schnell: zu niedrig und das Bild ignoriert die Hälfte Ihrer Beschreibung, zu hoch und es entstehen übersättigte Farben oder verzerrte Proportionen.

Der Mechanismus beginnt während des Trainings. Das Modell lernt, Rauschen sowohl mit als auch ohne den Prompt vorherzusagen, indem es die Conditionierung zufällig auslässt. Zum Sampling-Zeitpunkt kombiniert es die beiden Vorhersagen mit einer einfachen linearen Extrapolation. Die Formel lautet: Endvorhersage = Unconditional + Scale * (Conditional - Unconditional). Bei einem Scale-Wert von 1 verschwindet der Prompt-Anteil vollständig und man erhält eine reine unconditionale Generierung. Erhöht man ihn, wächst der Prompt-Einfluss exponentiell. Die meisten Analysten überspringen diesen Teil. Dennoch erklärt das Verständnis der Extrapolation, warum kleine Änderungen am Schieberegler so sichtbare Verschiebungen in der anatomischen Genauigkeit und der Beleuchtungskonsistenz bewirken.

Für realistische NSFW-Arbeiten liegt der Sweet Spot normalerweise zwischen 4 und 6. Körper bleiben proportional, die Haut zeigt glaubwürdige Subsurface Scattering, und Posen respektieren die gewünschte Intimität, ohne steif zu werden. Über 10 hinaus gehorcht das Modell jedem Adjektiv in Ihrem Prompt, doch Highlights überstrahlen und Gliedmaßen dehnen sich manchmal auf eine Weise, die die Illusion zerstört. Nahaufnahme-Kompositionen leiden zuerst. Das Verständnis der CFG Guidance-Mechanik ist genau das, was Next-Generation Image-to-Video-Tools ermöglicht, hyperrealistische, prompt-treue Erwachsenenszenen mit kontrollierbarer Beleuchtung, Anatomie und Bewegung zu produzieren. CFG Guidance Scale: Präzisionskontrolle in der Adult-AI-Diffusion untersucht, wie diese gleichen Prinzipien weitergeführt werden, sobald Bewegung ins Spiel kommt.

SD 1.5 bevorzugt immer noch 7–12 für scharfe Ergebnisse, obwohl moderne Scheduler es erlauben, ein paar Punkte zu senken, ohne die Treue zu verlieren. SDXL liegt bequem bei 5–8. Flux und SD 3.5 reagieren am besten auf den niedrigeren Bereich von 3–5, da ihr Training bereits eine stärkere Prompt-Adhärenz eingebaut hat. Höhere CFG-Werte interagieren auch mit der Anzahl der Sampling-Schritte. Bei 20 Schritten kann eine Skala von 8 sauber aussehen; bei 50 Schritten muss der gleiche Wert oft gesenkt werden, um Über-Schärfung zu vermeiden. Video-Pipelines verstärken diese Unterschiede, weil jeder Frame über die Sequenz hinweg kohärent bleiben muss. Ja, ich weiß, wie das klingt, aber die Daten bestätigen es über Dutzende von Test-Renders.