一家公司使用检索增强生成（Retrieval Augmented Generation）结合 Amazon Bedrock 和 Stable Diffusion 从文本创建产品图片。但输出的图片通常比较通用且缺乏细节。哪项更改能最大程度地提高生成图片的特异性？

提高无分类器引导（CFG）的比例能最大程度地提高生成图片的特异性。CFG比例衡量了生成过程对文本提示的遵循程度。更高的CFG值会使模型更严格地遵循提示，从而生成与描述更具体、更相关的图像。 增加生成步骤的数量会提高图像的质量和细节，但不会直接提高其特异性或与提示的关联度。对掩码源使用MASKIMAGEBLACK选项与图像的局部编辑和修复有关，而不是提高整体特异性。增加提示词强度是一个模糊的术语，可能指提示词的长度或复杂性，但这不如直接调整CFG比例那样能精确控制模型对提示的遵循程度。