换脸提示词配方特征保留、姿态匹配、质量引导三招让 BFS 输出锁脸【免费下载链接】BFS-Best-Face-Swap项目地址: https://ai.gitcode.com/hf_mirrors/Alissonerdx/BFS-Best-Face-Swap用过 BFSBest Face Swap系列 LoRA 的人大概都有过这种体验换出来的脸像是像了但总差一口气——要么皮肤糊成磨皮滤镜要么眼睛看着别处、头转了个奇怪的角度要么脸是贴上去的跟身体的光线环境完全割裂。问题往往不在模型而在提示词。BFS 是一个覆盖 Qwen Image 2.1 / Edit 2509 / 2511、Flux 2 Klein、Krea 2 乃至实验性 LTX-2 的多家族换脸 LoRA 集合每个家族的输入顺序、提示词契约甚至 LoRA 生效的模块都不同。本文从仓库里各版本的官方工作流与文档出发把锁脸的提示词拆成三个职责模块并给出 CFG、采样参数与输入顺序的配套打法。BFS 提示词的三个职责模块先看 BFS 在 Qwen Image 2.1 上最完整的一套提示词出自 docs/qwen-image-2.1.mdhead_swap: start with image1 as the base image, keeping its lighting, environment, and background. remove the head from image1 completely and replace it with the head from image2, strictly preserving the hair, eye color, nose structure from image2. copy the direction of the eye, head rotation, micro expressions from image1, high quality, sharp details, 4k逐句拆开它实际上被设计成三条明确的分工职责一特征保留identity preservation。对应strictly preserving the hair, eye color, nose structure fromimage2。这一句锁死的是脸是谁的发型、瞳色、鼻梁结构全部以参考图为准用 strongly、strictly 这类强约束副词压实身份来源防止模型把参考人脸混合进目标脸。职责二姿态匹配pose/expression matching。对应copy the direction of the eye, head rotation, micro expressions fromimage1。这一句锁死的是脸怎么摆视线方向、头部旋转、微表情全部复制自目标图与特征保留形成身份来自 A、姿态来自 B的双通道约束从根源上避免换了脸但眼神飘了、脖子扭了的错位感。职责三质量引导quality steering。对应high quality, sharp details, 4k以及开头的keeping its lighting, environment, and background。这一句约束的是融合得干不干净强调保持光照、环境与背景避免换头之后肤色断层、背景被重绘追加质量词则引导模型在采样中倾向高频细节而非平滑磨皮。值得注意的细节是BFS 的 Qwen Edit 2509 时代提示词还很粗糙face swap face from Image 1 to Image 2. swap only the face, match the skin tone到 V3/V4/V5 与 Qwen 2.1、Flux Klein 时代才沉淀出这套base image 保环境 replace head 换头 preserving 锁身份 copy 锁姿态 quality 提细节的完整配方见 docs/qwen-image-edit.md 与 docs/flux-2-klein.md。这不是文案美化而是与模型机制对齐的结果。特征保留与姿态匹配的写法范例输入顺序谁当特征源谁当姿态源提示词写得再好输入顺序错了一切白搭。BFS 各家族对输入顺序的契约并不统一这是最容易踩的坑家族/版本Image 1Image 2说明Qwen Image 2.1 Head V1/V1.1目标/基图参考头姿态、光线来自 Image 1身份来自 Image 2Qwen Edit Face V1、Head V1/V2参考脸目标身体旧契约身份在前Qwen Edit Head V3/V4/V5目标身体参考脸刻意反转的 body-first 契约不可沿用旧顺序Flux 2 Klein 全系目标身体参考脸body-first反转即出错Krea 2 Head/Body基图参考头/人见 docs/krea-2.md翻转输入后模型会把参考脸当作目标把目标身体当参考结果就是换脸对象整个对调。README 里专门强调several BFS head releases intentionally use body first and reference face second这并非笔误而是 V3 之后的刻意设计。写法的分寸约束副词决定锁的力度对比两个典型配方可以看到 BFS 的约束写作法Qwen Edit V3/V4/V5 与 Flux Klein 的标准配方docs/qwen-image-edit.md、docs/flux-2-klein.mdhead_swap: start with Picture 1 as the base image, keeping its lighting, environment, and background. remove the head from Picture 1 completely and replace it with the head from Picture 2, strictly preserving the hair, eye color, and nose structure of Picture 2. copy the eye direction, head rotation, and micro-expressions from Picture 1. Keep the body, clothing, pose, framing, and background intact.而 Krea 2 的配方则极简到只有一句replace the head with the reference headdocs/krea-2.md。这背后是有取舍的Krea 2 的简单工作流把保持构图/背景这类指令外包给了节点与 LoRA 本身的编辑能力而 Qwen/Flux 家族的配方依赖提示词显式声明边界。提示词越详细可控性越强但对参考图的要求也越高——如果参考图本身就是小脸、侧脸或遮挡严重的图再多的 preserving 也无法凭空补出特征。另一个微妙之处来自 BFS V1.1 的模块级诊断docs/qwen-image-2.1.mdLoRA 在每个 transformer block 上同时改动 attentionto_q/to_k/to_v/to_out.0与 MLPimg_mlp.gate_up/img_mlp.out两类模块而实验表明——attention 路径负责从参考头搬运身份信息MLP 路径则承载头部旋转、视线方向、表情这些姿态语义。V1.1 移除后半网络 16 个img_mlp.gate_up模块后皮肤微细节提升约三分之一代价是表情传递变弱而 V1.1 alternative 把整个 MLP 路径缩到 35% 幅度则在保留细节的同时保住了更强的表情复制代价是头位误差约增加 1 度。这从机制上印证了提示词身份归 Image 2、姿态归 Image 1的分工并非修辞而是模型内部双路径架构的外在反映。常见翻车点与修法脸贴在身体上、角度不自然姿态约束词缺失或太弱。补上copy the head rotation, eye direction fromimage1若是 Qwen Edit V3 之前的旧权重先检查输入顺序是否被反转。肤色断层、背景被重绘缺环境约束。补keeping its lighting, environment, and background必要时把质量引导词换成与目标图一致的match the skin toneFace V1 时代的老配方里就有这一句。皮肤过塑、细节丢失优先升级到 V1.1 / alternative 这类纹理优化版本而不是靠提示词硬救提示词里的sharp details, 4k能起作用的前提是 LoRA 的 MLP 路径没有把皮肤压平。提示词之外CFG 与采样参数的配合提示词定方向采样参数定力度。BFS 的 Qwen 家族工作流在参数上留了清晰的梯度可以从仓库的 workflow JSON 里直接读到Qwen Image 2.1 Head Swap 工作流workflows/Head Swap V1 Qwen 2.1 Workflow.jsonKSampler 采用steps8, cfg1, samplerdeis_2m, schedulersimple, denoise1并可选挂一个 8 步加速 LoRA。Qwen Edit V3 工作流带 Lightning LoRA 版内置了一张官方参数参考表官方模型50 steps / CFG 4.0fp8 量化模型20 steps / CFG 2.5fp8 4 步 Lightning LoRA 则降到4 steps / CFG 1.0。Qwen Edit 2511 V5 工作流workflows/Head Swap 2511 - V5 Simple Workflow.jsonBasicScheduler 以simple调度、默认20步CFGGuider 的 CFG 取2.5。Krea 2 Body Swap 工作流10 steps / cfg 1 / euler / simple且 body swap 的 LoRA 强度从0.5起步头换则在 1.0 附近。把这些串起来规律很清晰提示词越强约束CFG 越要低。换脸本质是参照两张图做局部编辑而不是自由生成过高的 CFG 会放大对提示词的过度服从导致背景被重绘、姿势被改写所以 BFS 的工作流普遍把 CFG 压在 1.0–2.5 的低区间用低引导换取对两张输入图的忠实度。步数则与模型量化/加速 LoRA 联动全精度官方模型用 50 步吃满细节fp8 用 20 步是性价比点挂 Lightning 加速后 4 步就能出图此时 CFG 必须降到 1.0 才不会过饱和。LoRA 强度同样遵循先 1.0 再微调的原则README 与各家族文档一致从 1.0 出发先看身份保持是否达标再看发际线、肤色融合与表情传递逐项调整。分辨率方面Qwen Image 2.1 支持原生高分辨率生成工作流默认从适中分辨率起步并支持 32 的倍数自定义尺寸——换头场景下更大的输出尺寸有助于保住面部细节、减少低分辨率下常见的整体偏色与柔化偏移但文档也提醒更高的分辨率不保证完美保留。结语把 BFS 的锁脸拆开看无非是三件事用强约束副词把身份锁死在参考图上、把姿态锁死在目标图上、用质量词与环境词锁住融合边界再配合低 CFG、与量化/加速匹配的步数、以及从 1.0 起调的 LoRA 强度。提示词负责表达意图采样参数负责让意图不过度、不打折。照着 Qwen 2.1 那条完整配方逐句对照自己的工作流大多数换了但没锁住的问题都能在 30 秒内定位到是缺了哪一句、还是参数跑偏了。最后记住仓库 README 的底线涉及公众人物或未经同意者的结果不要生成也不要传播。【免费下载链接】BFS-Best-Face-Swap项目地址: https://ai.gitcode.com/hf_mirrors/Alissonerdx/BFS-Best-Face-Swap创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
