繪圖種子碼 (Seed)
種子碼是擴散模型在生成圖片時,用來建立起始隨機噪訊的數值基底。只要在相同模型與參數設定下輸入同一個數值,AI 就能生成幾乎一模一樣的構圖,而變更該數值則會產出同主題的全新變化版。
又稱: seed, --seed, random seed, 隨機種子
前後對比實測




模型: FLUX.1 [dev] (otwarte wagi, przez API fal.ai). 設定: 28 步,guidance 3.5,1024x768,僅變更 seed. 日期: 14.11.2026.
提示詞: a lighthouse on a rocky coast at dusk, waves crashing, dramatic sky, wide shot, photo
我在兩次獨立的生圖請求中都指定 seed 101,產出的兩張燈塔影像在像素細節上完全相同。當我隨後換成 seed 202 與 303 時,即使提示詞完全沒變,燈塔外觀、天色與鏡頭角度都產生了明顯差異,這說明了種子碼正是決定噪訊隨機演變方向的關鍵起點。
各生圖工具中的對應名稱
| 生圖工具 | 參數 | 數值範圍 | 預設值 |
|---|---|---|---|
| Midjourney* | --seedW V8.X seed daje obrazy w 99% identyczne, nie w 100%. --weird nie w pełni zgodne z seedem | 0-4294967295(整數) | 隨機 |
| FLUX | seedFLUX.2, Ultra, Fill, Expand - 是。FLUX 3 Image: 無 seed 參數 (結構結構描述會拒絕未知欄位) | 任意整數(未指定範圍) | 省略時隨機 |
| Ideogram | seed | 0-2147483647 | 無 (隨機) |
| Seedream | seed在擷取的 ModelArk 5.0/4.x 內容中未找到 | 未確認 | - |
| Imagen(已停用) | seed僅在 addWatermark=false 時為確定性結果 | 1-2147483647 | 無 |
| Qwen-Image | seed | 0-2147483647 | 省略時隨機 |
| Stability AI (SD 3.5) | seedseed 於回應標頭中回傳 | 0-4294967294 | 0(= 隨機) |
| ComfyUI | seed (KSampler)control_after_generate 決定每次執行後 seed 是否變更 | 0-0xffffffffffffffff (2^64-1) | - |
| GPT Image | 讀取的指南中無此參數API 參考資料 (platform.openai.com) 回傳 403 - 無法 100% 排除 | - | - |
* Midjourney:因 docs.midjourney.com 阻擋自動讀取,此處數值取自搜尋引擎對該文件的索引。進行重要專案前,請至 Midjourney 官網確認。
- 參考來源,檢查於 14.11.2026:
- Midjourney: docs.midjourney.com/docs/seeds
- FLUX: docs.bfl.ml/api-reference/models/generate-or-edit-an-image-...
- Ideogram: developer.ideogram.ai/openapi/ideogram-api-v2.json
- Seedream: docs.byteplus.com/en/docs/ModelArk/1541523
- Imagen(已停用): docs.cloud.google.com/vertex-ai/generative-ai/docs/image/ge...
- Qwen-Image: www.alibabacloud.com/help/en/model-studio/qwen-image-genera...
- Stability AI: docs.stability.ai/api-reference/generate/stable-diffusion-3...
- ComfyUI: docs.comfy.org/built-in-nodes/sampling/ksampler
- GPT Image: developers.openai.com/api/docs/guides/image-generation
適用時機
- 在算圖時找到了理想構圖,只想微調提示詞中的單一配件、顏色或鏡頭參數時
- 測試不同的取樣步數、CFG 指數或取樣器時,用來排除隨機干擾以精確比對參數差異
- 需要將生圖成果交給團隊夥伴或客戶,讓對方能在相同的運算環境下精確重現結果時
常見錯誤
許多初學者常犯的錯誤是嘗試把 seed 跨模型套用。種子碼僅在特定模型及其特定運算結構內有效,換了不同模型甚至同款模型的不同分支,同一個數字產生的畫面就會天差地別。此外在部分雲端服務如 Midjourney 中,官方說明也指出相同 seed 雖能帶來極度相似的畫面,但在分散式運算下偶爾仍可能出現極細微的非像素級差異。
可直接複製的範例
Midjourney: 黃昏時分的燈塔 --ar 4:3 --seed 101 API (FLUX.2, Ideogram, Qwen, Stability): "seed": 101 ComfyUI: KSampler -> seed = 101, control_after_generate = fixed
常見問題
在不同生圖軟體輸入相同的 seed,能生成一模一樣的圖片嗎?
不行。種子碼只是該模型演算法的隨機起點,不同軟體或模型架構下的解碼邏輯不同,相同的數字只會被轉化成毫無關聯的新畫面。
已經算好的圖片,要去哪裡查詢它原本的 seed?
透過 API 生成時,種子碼通常會出現在回傳的標頭或資料物件中;在 ComfyUI 可直接檢視節點歷史紀錄;在 Midjourney 則可對該圖片點擊信封符號,系統機器人便會私訊提供原始 seed。
固定 seed 後修改提示詞,為什麼有時候構圖還是完全跑掉?
種子碼鎖定的是起始雜訊分佈,但提示詞的引導權重極高。如果更換了核心主體或大幅修改文句結構,噪訊收斂的路徑會被劇烈改寫,因此固定種子時建議僅做局部文字的微調。
