stable diffusion 提示词进阶语法-学习小结

stable diffusion 提示词进阶语法

前言

AI绘画大家应该都有所接触了吧,mj、sd各有各的好处,俺滴钱包说暂时不支持去买mj账号,所以就先用sd来跑图啦~

如果你还没有sd,那就快来看看这位赛博菩萨的启动器吧~

博客地址: stable diffusion webUI之赛博菩萨【秋葉】------工具包新手安裝与使用教程

提示词语法

基础正向提示词

(masterpiece:1,2), best quality, highres, original, extremely detailed wallpaper, perfect lighting,(extremely detailed CG:1.2),

翻译:(杰作:1,2),最好的质量,高层,原创,非常详细的壁纸,完美的照明,(非常详细的CG:1.2),
注意:,这些质量描述提示词,在用的时候,最好前面加个BREAK,跟前面的人物提示词打断开,以免互相污染。

基础负面提示词

NSFW, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.5), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, (((extra arms and legs))),

翻译:NSFW,(最差质量:2),(低质量:2),(正常质量:2),低分辨率,正常质量,((单色)),((灰度)),皮肤斑点,痤疮,皮肤瑕疵,老年斑,(丑陋:1.331),(重复:1.331),(病态:1.21),(残缺:1.21),(变性:1.331),变异的手,(画得不好的手:1.5),模糊,(糟糕的解剖结构:1.21),(糟糕的比例:1.331),额外的四肢,(毁容:1.331),(手臂缺失:1.331),(额外的腿:1.331),(融合的手指:1.61051),(手指太多:1.61051),(眼睛不清楚:1.331),降低,坏手,手指缺失,额外的手指,坏手,手指缺失,((额外的手臂和腿)),
注意,不是负面提示词越多越好,根据自己需要精简即可。虽然说反正都是抽卡,哈哈哈

可选正向提示词(特写镜头提示词)

looking at viewer, close-up, upper body,

翻译:看着观众,特写,上身,

特别是使用 【looking at viewer,】这种镜头指定,会让你的出图效果更好一些,毕竟正面图效果较好,出图效果不理想的时候可以试试。

进阶语法1------提示词注释

例如:1girl,silver long hair,purple eyes,yellow suit

翻译:1个女孩,银色长头发,紫色眼睛,黄色西装

生成出来的结果很大概率会因为每个提示词之间的互相污染而造成颜色错乱。

解决方式------使用注释,来将修饰词限定给某个主体

改造:1girl(silver long hair,purple eyes),yellow suit

翻译:一个银色长头发,紫色眼睛的女孩,黄色西装

可以看到,提示词注释的用法就是,跟在要修饰的主体之后,使用(xxxx,xxxx,xxx)把修饰词包裹起来,这样就能限定这几个修饰词的作用范围了,给指定的主体增加修饰,避免污染其他地方。

提示词注释还经常用于限定画面中的人物数量:

例如:

直接描述 1girl,1boy,Walk in the street

(一个女孩,一个男孩,在街上走路)

很大概率出来的是一个拼接组合的奇怪图片,不会是两个人(因为提示词中没有明确说明要几个人)

解决方案:

2girls 直接要求要2个人物

或者

2people(1girl and 1boy)

使用注释,翻译为:一个女孩和一个男孩2个人

2characters(1girl and 1dog)

使用注释,翻译为:一个女孩和一条狗的2个角色

这样,明确提示词中的角色数量,才能得到一张图中指定的人物数量。

留个小作业,2girls and one cup 该怎么翻译呢?评论区交流吧(手动狗头)

进阶语法2------and连接词

众所周知,给提示词增加权重,可以用(1girl)、(1girl:1.1)z这种提示词加权的方式。

不过,还可以用【注释】、或者【and连接词】来增加描述关联性,达到主体修饰的效果。


例子:

原始直接写提示词------1girl, brown long hair, lipstick, red eyes, red shirt,

很有可能出图会被颜色污染,得不到想要的效果。

解决方案1:提示词注释

1girl(brown long hair, lipstick, red eyes, red shirt),

每个提示词之间有,逗号

翻译:1个棕色长发,红色眼睛,涂口红和红色衬衫的女孩

解决方案2:and连接词

1girl and brown long hair and red eyes and lipstick and red shirt

不要用,逗号隔开!

翻译:1个棕色长发,红色眼睛,涂口红和红色衬衫的女孩

进阶语法3------BREAK阻断

在Stable Diffusion的提示词输入中,大家都会看见右上角的0/75的字数统计。Stable Diffusion会将提示词按每75token(token 通俗理解就是输入的字符个数,1个字母/1个符号/1个空格都代表 1个 token)强制分为1组去生成。

我们在描述一个场景时,可能会超过75token(字符)的限制,从而导致同一组提示词被系统强制切分为两组词,进而导致生成画面的时候出现提示词的互相污染,生图效果不佳。


此时我们可以使用"阻断(BREAK)"来执行手动分组的操作,让每一组都可以描述完成的一个画面特征,BREAK的好处是可以将两组不同的画面元素的上下文关联切断,从而保证两组元素不会相互污染。

请注意:在一段描述词中 BREAK 的使用尽量不超过3个,过多的分组会使模型学习时出现混乱


使用样例:

2people(1boy and 1girl),walking,(street_background:1.3),(looking at viewer), dynamic pose, (masterpiece:1.4, best quality), unity 8k wallpaper, ultra detailed, beautiful and aesthetic, perfect lighting,detailed background, realistic,
BREAK

1girl, red long hair and red eyes and (red shirt:1.3),
BREAK

1boy, yellow short hair and yellow eyes and (yellow suit:1.3) and hands in pocket,

注意:可以看到,通过使用BREAK,将场景画面、女孩描述、男孩描述隔离开了,这样提示词就会不互相污染了。

以上就是目前我这个小白学习到的一些稍微进阶的提示词语法了,有其他见解的朋友可以评论区交流交流,俺会虚心学习滴~

相关推荐
ibrahim1 天前
Llama 3.2 900亿参数视觉多模态大模型本地部署及案例展示
ai·大模型·llama·提示词
minos.cpp2 天前
Mac上Stable Diffusion的环境搭建(还算比较简单)
macos·ai作画·stable diffusion·aigc
AIzealot无3 天前
论文解读之Chain-of-Thought Prompting Elicits Reasoning in Large Language Models(CoT)
人工智能·语言模型·自然语言处理·prompt·提示词
不当菜鸡的程序媛3 天前
Stable Diffusion模型微调LORA及其变种介绍
stable diffusion
AIGC安琪3 天前
只需3步,使用Stable Diffusion无限生成AI数字人视频
人工智能·stable diffusion·数字人·sd·sd教程
AI绘画咪酱4 天前
【AIGC】ComfyUI 入门教程(4):ComfyUI 管理器|AI 生成图片
人工智能·stable diffusion·aigc
我算是程序猿4 天前
Stable Diffusion4.9.0(Ai绘画)安装教程
人工智能·ai作画·stable diffusion·aigc
AI绘画君4 天前
Stable Diffusion【二次元模型】:最受欢迎的通用二次元大模型AWPainting
linux·服务器·人工智能·ai作画·stable diffusion
不秃头de程序猿4 天前
AI绘画Stable Diffusion ,3种方法精确控制人物姿势,总有一种适合你!
大数据·人工智能·ai作画·stable diffusion·aigc·sd
AI码上来4 天前
【保姆级教程】Linux上部署Stable Diffusion WebUI和LoRA训练,拥有你的专属图片生成模型
linux·人工智能·python·stable diffusion