第 4 章教学材料包：条件控制与个性化

定位：面试学习，不是工程实现课。
不要求训练 ControlNet/LoRA、不要求搭 demo、不要求跑微调。
要求：能解释 CLIP、ControlNet、IP-Adapter、LoRA 系列，能画结构、能比较、能选型、能用 90 秒回答 A1/A12/A13/A14/A15。

---

1. 这一包材料解决什么问题

第 4 章对应 5 道高频题：

• A1：CLIP 的架构、训练、损失；
• A12：LoRA / DreamBooth / Textual Inversion / Hypernetwork；
• A13：ControlNet；
• A14：IP-Adapter；
• A15：CLIP 编码特征的优缺点。

这五道题构成“条件控制与个性化”的完整链路：

文本条件：CLIP → 语义
空间条件：ControlNet → 边缘/深度/姿态
图像条件：IP-Adapter → 风格/主体
模型定制：LoRA/DreamBooth/TI → 新概念/新主体

学完这一包，你能回答“怎么控制”“怎么定制”“各自边界在哪”，而不是只列工具名。

---

2. 材料清单

文件	是什么	为什么需要	学完能做什么
4.1 CLIP 全解	文本/图像编码基础	A1、A15 的核心	讲架构/损失/零样本，分析 CLIP 优缺点
4.2 ControlNet	空间条件	A13 的核心	画结构，解释 zero convolution
4.3 IP-Adapter	图像条件	A14 的核心	画解耦 cross-attn，区分 ControlNet
4.4 LoRA 系列	个性化	A12 的核心	比较四种方法，选型
05 章节面试题库	面试演练	把知识压缩成 90 秒答案	回答 5 道核心题及追问
06 章节练习与答案	纸面练习	不写代码也能检查理解	写 CLIP loss、LoRA 参数、结构对比
07 讲师手册	授课脚本	让 4 节课可讲、可控制节奏	按 90 分钟组织课堂
08 材料设计理由	设计说明	解释取舍、边界与可修改点	判断是否加深/换案例

---

3. 建议学习顺序

自学版（约 6–8 小时）

1. 读 4.1，写 CLIP loss，列 5 个局限；
2. 读 4.2，画 ControlNet 结构；
3. 读 4.3，画解耦 cross-attn；
4. 读 4.4，做四种个性化方法对比表；
5. 做 06 练习，对答案；
6. 用 05 做 90 秒回答；
7. 用 08 检查边界。

授课版（4 节 × 90 分钟）

• 第 1 节：4.1；
• 第 2 节：4.2；
• 第 3 节：4.3；
• 第 4 节：4.4 + 面试演练。

详细节奏见 07 讲师手册。

面试前复习版（45 分钟）

1. 写 CLIP loss；
2. 画 ControlNet 的 frozen base + trainable copy；
3. 写 IP-Adapter 解耦 cross-attn；
4. 做 LoRA/DreamBooth/TI 对比；
5. 看 05 的 5 道核心题。

---

4. 本章不做什么

• 不训练 ControlNet；
• 不训练 LoRA/DreamBooth；
• 不搭 IP-Adapter demo；
• 不做 CLIP 零样本实验。

本章只保留架构、公式、对比和面试表达。
需要实操时，应作为“可选实验”，不进入主线。

---

5. 本章验收清单

• [ ] 能写 CLIP 双塔结构和对称 InfoNCE；
• [ ] 能说出 CLIP 的 5 个局限；
• [ ] 能画 ControlNet 结构，解释 zero convolution；
• [ ] 能写 IP-Adapter 解耦 cross-attn；
• [ ] 能区分 ControlNet 与 IP-Adapter；
• [ ] 能写 LoRA 公式；
• [ ] 能解释 DreamBooth 的 prior preservation；
• [ ] 能比较四种个性化方法；
• [ ] 能 90 秒回答 A1/A12/A13/A14/A15。

---

6. 对应面试题

题目	主材料	辅助材料
A1 CLIP	4.1	05、06
A12 LoRA 系列	4.4	05、06
A13 ControlNet	4.2	05、06
A14 IP-Adapter	4.3	05、06
A15 CLIP 特征	4.1	05、06

---

7. 设计原则

CLIP 解决“文本语义”，ControlNet 解决“空间结构”，IP-Adapter 解决“参考图语义”，LoRA 系列解决“模型定制”。

四个工具各管一层，面试时先定位，再讲原理，不要堆名词。