如果图像输出被裁剪，则需要使用PrepImageForClipVision，来设置图像距离上边沿的位置.

决定绘画的作用区域，后面的KSample只作用到 mask标记的范围。

图像位置偏移了，可以考虑通过Image crop 裁剪

IPAdapter face 提取时，尽量让图片脑瓜子在中间，这样效果更好。

场景使用IPAdapter 定义图像风格，使用提示词调整风格，但二者不能很好的共存，ipadapter条数调大了 就会倾向参考图，但不理会文本，同理反之；
解决办法：可以考虑把一个KSample拆成两个，第一个ipadater 高参数，第二个文本高参数，但第一个KSample只有6 step，第一个要输出噪声；

所有text 在一个embedding里，会导致图片bleeding 溢出，可以把颜色特征单独抽取出来，作为一个新的embedding，效果好很多。