无分类器引导（Ho & Salimans，2022）的工作方式是每步计算两个去噪预测：一个有条件的（使用你的提示）和一个无条件的（忽略提示）。最终预测放大它们的差异：output = unconditional + scale × (conditional − unconditional)。Scale=1意味着没有引导（只是条件预测）。Scale=7意味着模型将提示的影响放大到自然水平的7倍。
更高的引导使图像更“提示对齐”，但有代价：模型过冲，产出过饱和的颜色、不真实的光照和视觉瑕疵。非常高的引导（15+）通常产出看起来像经过锐化滤镜处理的图像——技术上匹配提示但审美上很差。最佳值取决于模型：SD 1.5在7–9效果好，SDXL在5–8，Flux在3–5。
高级技术在生成过程中操纵引导：开始时使用高引导（建立构图），在后期步骤中降低（自然地细化细节）。负向CFG（引导比例低于1）反转提示的效果，生成所描述内容的反面——有助于理解模型将什么与特定概念关联，但很少用于实际的图像生成。