Guida ai Parametri IA: Formato, Seed, CFG, Stylize e Steps

Quasi tutti quelli che iniziano a generare immagini con l'IA passano mesi a cercare di migliorare i risultati solo attraverso il testo del prompt: sostituiscono «bello» con «straordinario», aggiungono «8K», «ultra dettagliato», «capolavoro». E il risultato resta più o meno lo stesso. Il motivo è semplice: buona parte di ciò che determina l'immagine finale non sta nel testo, ma nei parametri.

I parametri sono i controlli numerici che dicono al modello come disegnare, non cosa disegnare. Formato dell'immagine, quanto deve obbedire al tuo testo, quante fasi di rifinitura esegue, quale seme casuale usa, quanta libertà estetica ha. Sono loro a separare chi genera dieci varianti a caso da chi riesce a ripetere, correggere e far evolvere un'immagine in modo controllato.

Questa guida è un riferimento tecnico sui cinque parametri presenti praticamente in ogni strumento — formato, seed, CFG, stylize e steps — più alcuni controlli affini che vale la pena conoscere. L'idea è che tu possa tornarci ogni volta che ti serve ricordare cosa fa un valore, in quale intervallo intervenire e cosa si rompe quando esageri.

Perché i parametri contano più degli aggettivi

Un modello di diffusione parte da rumore puro e lo «ripulisce» passo dopo passo finché non emerge un'immagine. Il prompt funziona come una mappa verso la destinazione; i parametri definiscono la strada, la velocità e quanto il guidatore può improvvisare lungo il percorso.

Questo spiega perché due prompt identici generano immagini completamente diverse e perché aggiungere aggettivi spesso non cambia nulla. Se il modello segue già poco il testo (CFG basso), aggiungere parole non serve: semplicemente non ci presta molta attenzione. Se gli steps sono troppo pochi, nessun aggettivo salverà la trama dell'immagine, perché il modello non ha avuto abbastanza iterazioni per risolvere i dettagli.

L'abitudine che separa i principianti da chi ha esperienza è questa: cambia un parametro alla volta. Se modifichi prompt, seed e CFG nello stesso tentativo, non saprai cosa ha prodotto il miglioramento. Fissando il seed e toccando solo il CFG isoli la variabile e impari davvero come si comporta quel modello.

Formato: la proporzione che definisce l'inquadratura

Il formato è il rapporto tra larghezza e altezza dell'immagine. In Midjourney si scrive --ar 16:9; in Stable Diffusion e derivati imposti larghezza e altezza in pixel; in ChatGPT e Gemini di solito basta chiederlo a parole («formato verticale 9:16»).

Sembra il parametro più banale dell'elenco, ma è quello che influenza di più la composizione. Il modello non ritaglia la stessa scena in formati diversi: la ricompone. Un ritratto richiesto in 16:9 tende a diventare un piano medio con sfondo ampio; lo stesso prompt in 2:3 diventa un primo piano verticale da fotografia classica. La proporzione cambia ciò che l'IA considera «inquadratura naturale» per quella scena.

I valori più usati e a cosa servono

Una trappola frequente: le proporzioni molto estreme (come 3:1 o 1:3) confondono i modelli addestrati soprattutto su immagini vicine al quadrato. È comune vedere duplicazioni — due volti, due teste, elementi ripetuti ai bordi — perché il modello prova a «riempire» uno spazio per cui non ha un riferimento solido. In questi casi la via più sicura è generare in 16:9 e poi usare il ritaglio o l'espansione tramite outpainting per arrivare al formato finale.

Altro punto pratico: generare subito nella proporzione giusta è sempre meglio che ritagliare dopo. Il ritaglio scarta pixel e riduce la risoluzione utile. Se ti serve la stessa immagine in più formati, generala in quello più stretto (di solito il verticale) e adatta gli altri con un ridimensionamento controllato.

Seed: il numero che rende il risultato ripetibile

Il seed è il numero intero che inizializza il rumore casuale da cui nasce l'immagine. Stesso prompt + stesso seed + stessi parametri + stesso modello = la stessa immagine, pixel per pixel. Cambi il seed, cambia tutto.

È probabilmente il parametro più sottovalutato dai principianti e il più importante per chi lavora con l'IA in modo professionale. Senza controllare il seed non puoi iterare: puoi solo tirare di nuovo i dadi.

Gli usi pratici sono tre:

• Rifinire un risultato quasi buono. Hai generato qualcosa con la composizione perfetta ma il colore sbagliato. Fissa il seed, cambia solo la parola del colore nel prompt e rigenera. La struttura resta in buona parte intatta e cambia solo l'elemento modificato.
• Confrontare i parametri in modo onesto. Vuoi sapere se CFG 7 è meglio di CFG 11 per il tuo prompt? Fissa il seed e genera entrambi. Senza seed fisso stai confrontando due immagini diverse, non due valori di CFG.
• Coerenza all'interno di una serie. In un catalogo prodotti, una sequenza di illustrazioni o un'identità visiva, mantenere il seed aiuta a preservare la «firma» visiva dell'insieme.

Vale la pena capire un limite importante: il seed è specifico del modello e della versione. Il seed 42 in SDXL non produce nulla di simile al seed 42 in Flux. Se cambi modello, i tuoi vecchi seed diventano numeri senza significato. Annota quindi sempre modello + versione + seed insieme, mai il seed da solo.

Scala CFG: quanto l'IA obbedisce al tuo prompt

CFG sta per Classifier-Free Guidance, e la scala CFG controlla il peso che il modello dà al tuo testo rispetto a ciò che «vorrebbe» disegnare da sé. In pratica è una manopola dell'obbedienza.

I valori bassi lasciano il modello creativo e libero, ma inizia a ignorare parti del prompt. I valori alti impongono un'aderenza letterale, ma l'immagine diventa satura, con contorni duri, contrasto esagerato e un aspetto artificiale: il classico risultato «bruciato».

Un dettaglio che confonde molti: i modelli più recenti usano intervalli diversi. Flux, per esempio, lavora con una propria scala di guidance in cui valori tra 2 e 4 sono normali: metterci 7 è già alto. I modelli «turbo» e distillati, pensati per pochi steps, richiedono di solito CFG tra 1 e 2. In altre parole: non esiste un numero universale, esiste il numero giusto per quel modello. Consulta sempre la raccomandazione di chi ha pubblicato il checkpoint prima di dare per scontato che 7 sia il valore predefinito.

Sintomo pratico di CFG troppo alto: pelle dall'aspetto plastico, colori al neon, alone scuro attorno ai contorni, testo o motivi ripetuti in modo aggressivo. Sintomo di CFG troppo basso: l'immagine è bella, ma metà di ciò che avevi chiesto non c'è.

Stylize: l'estetica propria del modello

Il parametro --stylize (o --s) è caratteristico di Midjourney e controlla quanto il modello applica la propria sensibilità artistica sulla tua richiesta. È quasi l'opposto concettuale del CFG: invece di misurare l'obbedienza al testo, misura la libertà estetica.

La scala va da 0 a 1000, con 100 come valore predefinito. In pratica:

• 0–50: letterale. Il modello prova a disegnare esattamente ciò che hai descritto, senza «migliorare» nulla. Utile per schemi, riferimenti tecnici, layout e tutto ciò in cui la fedeltà conta più della bellezza.
• 100–250: equilibrio. Buona composizione e palette senza allontanarsi dal briefing. È l'intervallo che risolve la maggior parte dei casi.
• 250–750: il modello prende il comando. Illuminazione drammatica, palette audaci, composizioni più artistiche. Ottimo per poster, concept art e copertine.
• 750–1000: lo stile sopra ogni cosa. L'immagine viene splendida e spesso lontana da ciò che avevi chiesto. Buono per l'esplorazione creativa, pessimo con un briefing chiuso.

Esiste un parametro gemello che viene spesso confuso con questo: --chaos (o --c, da 0 a 100), che controlla la varietà tra le quattro immagini di uno stesso lotto, non lo stile di ciascuna. Un chaos alto restituisce quattro interpretazioni radicalmente diverse dello stesso prompt: eccellente per il brainstorming iniziale, pessimo quando sai già cosa vuoi. C'è anche --weird, che inietta stranezza deliberata e serve più alla sperimentazione che al lavoro per un cliente.

Fuori da Midjourney non esiste un equivalente diretto di stylize. Un effetto simile si ottiene per altre vie: LoRA di stile, parole chiave estetiche nel prompt o regolazione fine del CFG. Il concetto vale comunque la pena di conoscerlo, perché la logica del «quanta personalità può metterci il modello» compare in forme diverse in quasi ogni strumento.

Steps: quante iterazioni esegue il modello

Gli steps (passi di campionamento) sono il numero di fasi del processo di rimozione del rumore. Ogni step avvicina un po' di più l'immagine al risultato finale. Più steps significa più tempo di elaborazione e, fino a un certo punto, più dettaglio.

La chiave è quel fino a un certo punto. Questo parametro ha un rendimento decrescente molto netto: la differenza tra 10 e 25 steps è enorme; tra 30 e 60 è sottile; oltre 80 è praticamente impercettibile, e stai solo consumando tempo ed energia.

Steps e sampler sono direttamente legati. I sampler tipo DPM++ 2M Karras convergono in fretta e danno buoni risultati intorno ai 25 steps. I sampler come Euler a (ancestrale) non convergono mai del tutto: l'immagine continua a cambiare man mano che alzi gli steps, il che può essere positivo (più varietà da esplorare) o negativo (ostacola la riproducibilità). Se il tuo obiettivo è la coerenza, preferisci i sampler non ancestrali.

Una decisione pratica di flusso di lavoro: fai l'esplorazione iniziale con pochi steps (15–20) per testare rapidamente decine di prompt, e rigenera solo la versione finale, con il seed vincente, a 30–40 steps. Risparmi molto tempo rispetto a eseguire tutto alla massima qualità fin dall'inizio.

I parametri affini che vale la pena conoscere

Oltre ai cinque principali, alcuni controlli ricorrono spesso e risolvono problemi specifici:

• Prompt negativo: l'elenco di ciò che non vuoi nell'immagine (mani deformate, filigrana, testo, bassa qualità). Presente in Stable Diffusion e derivati; in Midjourney esiste come --no. È uno degli interventi di maggior impatto e minor sforzo: vale la lettura della guida dedicata ai prompt negativi.
• Denoising strength: in image-to-image definisce quanto verrà alterata l'immagine di partenza. Valori intorno a 0,2 fanno ritocchi sottili; sopra 0,7 l'originale resta solo un vago suggerimento di composizione.
• Peso dell'immagine di riferimento (--iw in Midjourney): quanto pesa l'immagine caricata rispetto al testo. Essenziale per la coerenza del personaggio.
• Sampler / scheduler: l'algoritmo che esegue la rimozione del rumore. Cambia velocità di convergenza e trama finale; DPM++ 2M Karras e DDIM sono scelte sicure.
• Tile / seamless: genera texture che si ripetono senza giunture, per pattern e sfondi.
• Versione del modello (--v in Midjourney): versioni diverse hanno estetiche e intervalli di parametri diversi. Cambiare versione invalida i seed precedenti.

Quali parametri esistono in ogni strumento

La terminologia varia molto tra le piattaforme, ed è all'origine di buona parte della confusione. Questa tabella mette in corrispondenza gli equivalenti:

Nota lo schema: più uno strumento è rivolto all'utente finale (ChatGPT, Gemini), meno parametri espone — la piattaforma decide per te. Più è vicino al modello grezzo (ComfyUI, Automatic1111), più controllo hai. Nessuno dei due approcci è superiore; servono obiettivi diversi. Se il tuo lavoro dipende dal ripetere i risultati, finirai per aver bisogno di uno strumento che esponga seed e CFG.

Come i parametri interagiscono: ricette per obiettivo

I parametri non funzionano isolati. Queste combinazioni sono punti di partenza collaudati: adattali al tuo modello.

La logica dietro queste scelte è coerente: il fotorealismo vuole CFG basso (il modello sa già com'è fatta una fotografia; forzarlo rovina tutto); grafica e materiale promozionale vogliono CFG alto (ti servono esattamente quegli elementi, in quei colori); e gli steps salgono solo quando molti dettagli fini si contendono lo spazio nella scena.

Errori comuni e come correggerli

• Cambiare tutto insieme. Nuovo prompt, nuovo seed, nuovo CFG. Il risultato è migliorato, ma non sai perché, e non riuscirai a ripeterlo. Una variabile per test.
• Alzare gli steps per risolvere un problema che non riguarda gli steps. Mano deformata, anatomia sbagliata o oggetto mancante non si risolvono con più iterazioni; sono problemi di prompt, di modello o di proporzione estrema.
• Copiare il CFG da un vecchio tutorial. Un valore consigliato per SD 1.5 nel 2023 può essere pessimo in Flux o SDXL. Ogni famiglia di modelli ha il suo intervallo.
• Ignorare il seed. Senza di esso ogni tentativo è un nuovo sorteggio e non costruisci mai su ciò che ha già funzionato.
• Partire con proporzioni estreme. Invece di 3:1 diretto, genera in 16:9 ed espandi con outpainting: meno duplicazioni e artefatti.
• Confondere risoluzione e qualità. Generare a una risoluzione molto superiore a quella di addestramento porta spesso a soggetti duplicati. Meglio generare alla risoluzione nativa e ingrandire dopo.
• Non annotare nulla. L'immagine perfetta che non sai riprodurre è un incidente, non un risultato.

Breve elenco di controllo prima di generare

1. Scegli la proporzione in base alla destinazione finale dell'immagine, non all'impostazione predefinita dello strumento.
2. Parti dai valori predefiniti del modello, e verifica quali sono, perché variano.
3. Fai un test poco costoso: pochi steps, quattro varianti, solo per validare la direzione.
4. Scegli la variante migliore e annota il seed.
5. Con il seed fissato, regola un parametro alla volta finché non ci sei.
6. Rigenera la versione finale con steps da produzione (30–40).
7. Registra prompt, negativo, seed, CFG, steps, sampler, modello e proporzione.
8. Fai la post-produzione: upscale, ritaglio, nitidezza e compressione per il web.

Dopo la generazione: il passaggio che quasi tutti saltano

Un'immagine generata dall'IA è raramente pronta per la pubblicazione. Di solito arriva come PNG pesante, alla risoluzione nativa del modello, senza il ritaglio esatto che il tuo canale richiede. Questa fase finale di lavorazione è ciò che separa un'immagine «da IA» da un'immagine che semplicemente funziona sul tuo sito o profilo.

La routine di base è breve: sistema l'inquadratura con il ritaglio quando la proporzione finale non coincide esattamente; portala alle dimensioni precise della destinazione con il ridimensionamento; recupera il micro-dettaglio con l'aumento di nitidezza se l'immagine è stata ingrandita; e infine convertila in WebP e comprimila con il compressore, perché un PNG da 4 MB in cima alla pagina abbatte il PageSpeed per quanto buona sia l'immagine.

Se l'immagine entrerà in un'identità visiva, il percorso prosegue in altri strumenti: estrai la palette con il generatore di tavolozza colori per mantenere coerenza tra i pezzi, e usa il creatore di logo con IA quando l'obiettivo è il marchio.

Domande frequenti