今天给大家分享的是Stable Diffusion提示词相关内容。
文章目录
一、基本概述
1、提示词通常是在文生图和图生图的时候会使用到，就是这里的两个功能。
2、提示词由多个描述性词汇组成，由逗号隔开，结尾不需要加分隔符（注：一般都是英文词汇和英文逗号）
例如：1girl,long hair,white hair
表示我们想生成一个长发且头发是白色的女孩。
3、提示词分为正向提示词（positive prompt）和反向提示词（negative prompt），用来告诉AI我们想要生成什么和不想生成什么。
上面第2点的例句可理解为正向提示词；
反向提示词通常是一些比较负面的描述性内容，
例如：low quality, worst quality, nsfw
表示我们不想生成质量差的，也不想生成限制级的内容
注：针对反向提示词，我们可以下载一些整合好的嵌入式(embeddings)文件，将他们放在/embedding目录下面，需要的时候直接选取即可。
例如：EasyNegative就是一个整合了大量负面提示词的embedding文件,我们将它加入到负面提示词中就可以省略很多负面提示词的输入了。
4、每个词汇的权重默认都是1，从左到右依次减弱，权重会影响画面生成的结果。
例如：1girl,forest
人物的权重会比森林的权重高，生成的人物会占画面的大部分位置，当我们颠倒它们的顺序：forest,1girl
人物在画面中的权重就会降低，相应的人物占画面的比例就会减少。
因此选择正确的顺序、语法来使用提示词，将更好、更快、更有效率地展现所想看到的画面。
5、Stable Diffusion会依照概率来选择性执行，如提示词之间有冲突，AI 会根据权重确定的概率来随机选择执行哪个提示词。
6、生成图片的大小会影响 Prompt 的效果，图片越大需要的 Prompt 越多，不然 Prompt 会相互污染。
7、Prompt 支持使用 emoji表情包，且表现力比词汇更好，可通过添加 emoji 图来达到效果。
二、提示词顺序
我们知道越排在前面的词汇权重越高，那么基于这个特征我们在写提示词时建议按如下顺序进行书写。
-
综述（图像质量+风格+镜头效果+光照效果+主题）
-
主体（人物&对象+动作+服装+饰品+道具）
-
细节（场景+环境）
1、质量提示词
通常是整个画面的清晰度，分辨率，质量等等关键词汇组成。
例如：masterpiece,best quality,8k,Ultra-high resolution
2、风格提示词
如有则建议放在质量提示词后面，例如某个画家或某些影视作品的风格
例如：ghibli style
3、镜头效果
通常用来体现主体在画面中的位置，例如长镜头(long shot)，短镜头(short shot)，全景镜头(panoramic)等，镜头通常最后只选择其中一种即可。
4、光照效果
通常是环境的灯光效果，例如电影级照明(cinematic lighting), 丁达尔效应(tyndall effect), 体积光(volumetric lighting)等等
5、主题提示词
这里通常是指整个画面呈现什么样的主题，与风格有所区别，例如深色主题(dark theme)，明亮主题(bright theme)等等
6、主体提示词
通常这里才是描绘我们整体想生成的作品内容
例如：1girl,beautiful face,long hair,white hair,
7、动作提示词
通常这里是我们主体的一些动作表现，例如跑(running)，走(walking)，笑(smile)等等
8、服装提示词
这里是我们主体的服装表现，例如裙子(dress)，鞋子(shoes)，外套(coat)等等
9、饰品提示词
这里通常是主体身上的一些饰品，例如头花(hair flower)，手镯(bracelet)，项链(necklace)等等
10、道具提示词
通常这里是主体相关的道具，例如手提包(handbag)，话筒(microphone)，照相机(camera)等等
11、场景提示词
通常这里放主体所在的一些场景提示词，例如城市(city)，咖啡厅(coffer shop)，商场(mall)等等
12、环境提示词
这里通常是所处的自然环境，例如白天(day)，晚上(night)，雨天(rain)等等
注：以上内容不一定全部都要体现在提示词上面，但如有则建议按上述顺序书写提示词。
三、提示词权重
前面我们已经讲到提示词越靠前权重越高，但是在书写时其实还有其它方法来提高提示词的权重，这其中就涉及到各种提示词符号了。
1、逗号(,)
前面已经说到提示词是靠逗号隔开，其实我们可以理解逗号有一定权重排序功能（逗号前面的权重大于逗号后面的权重）。
2、圆括号()
可以提升词汇的权重1.1倍，如果有多层圆括号则其权重等等1.1的N次方（N代表圆括号的层数）
例如：((1girl))，1girl的权重就是1.1*1.1=1.21，以此类推
3、冒号(😃
冒号可以自定义词汇的权重，即使该词汇排在后面，我们也可以通过这种方式来提升它的权重，通常与圆括号一起使用。
例如：(1girl:1.5)，1girl的权重就是1.5
4、花括号{}
可提升词汇的权重1.05倍，使用方法与圆括号类似
例如：{{1girl}}，1girl的权重就是1.05*1.05=1.1025
5、方括号[]
可以降低权重1.05倍
例如：[1girl]，1girl的权重就是1/1.05=0.952
我们给排在后面的提示词提升权重后，整体的画面更加倾向提升权重后的图片。
例如：1girl,running,(jumping:1.5)
很明显图片展示的内容更加偏向跳(jumping)
四、连接词
在书写提示词时，我们还可以通过一些连接词来到达一些复杂的功能
1、and
可将多个词缀聚合成一个提示词组，and前后的初始权重一致
例如：1girl,white hair and black hair
形成的发色杂乱，没有规律
当然，我们也可以给每个关键词调整权重
例如：1girl,white hair:1.2 and black hair:1.4
头发颜色同样没有规律，但是可以看到黑色头发相比之前的多了一点。
2、AND
与and的功能不同的是，将多个关键词进行了融合
例如：1girl,green AND red hair
相比and，这里AND是以后右边的为主题，然后融合了AND左边的一点颜色。
3、竖(|)
这个是交替渲染的一个连接词，我们可以看下效果
例如：1girl,(green|red|yellow) hair
Stable Diffusion会先绘画绿色的头发，再将红色的头发渲染上去，最后再将黄色的头发渲染上去，会融合不同的颜色，不会有非常明显的颜色分块，如果我们想生成多彩头发可以使用这种方式。
4、加号(+)
这个与AND连接符功能类似，这里也给大家介绍一下使用用法
例如：1girl,(green hair)+(red hair)+(yellow hair)
5、逗号(,)
针对同一个对象，逗号也可以作为连接符，其功能与+类似
例如：1girl,(green hair),(red hair),(yellow hair)
6、下划线(_)
会将多个关键词进行融合
例如：1girl,(green hair)(red hair)(yellow hair)
将绿色，红色和黄色的头发进行了融合，没有比较明显的颜色分层。
7、什么都不加
大概率与_的功能一致，也会出现个别分层的情况
例如：1girl,(green hair)(red hair)(yellow hair)
五、分步渲染
在[]方括号中使用:符号，则可实现较为复杂的分步渲染的需求。
1、[A:B:step]
渲染A元素到step进度后开始渲染B元素，实现A元素与B元素的互相叠加，有类似于[from:to:when]的感觉，可用于两个词条的融合。其中step可以是小数，也可以是整数，为小数表示进度的百分比，例如0.4表示40%进度；为整数表示总步数的第多少步，例如12表示总步数的第12步开始。
例如：1girl,[red:yellow:8]hair
总共20步，从第8步开始渲染黄色，也可以这样写：
1girl,[red:yellow:0.4]hair
2、[A:step]
表示从step开始渲染A元素
例如：1girl,[red:8]hair
表示从第8步开始渲染红色
3、[A::step]
表示从step停止渲染A元素，其它元素的渲染继续
例如：1girl,[red::8]hair,yellow hair
从第8步停止渲染红色头发，黄色头发还是继续渲染。
六、调用Lora
调用Lora通常是由<>包围
1、如何调用Lora
在我们的界面上，点击生成按钮下的粉红色按钮，即可显示Lora的相关界面，如下图：
我们只需要点击需要使用的Lora，就可以在提示词里自动加载该Lora，
例如：
1girl,[red::8]hair,yellow hairlora:koreanDollLikeness\_v15:0.6
我们上面就调用了一个名为koreanDollLikeness_v15的Lora模型
2、调整Lora权重
Lora的权重默认是1，如果想调整权重可以修改这个数值
例如我们上面的示例将默认值1修改为了0.6。
关于Lora权重值的设定有如下规则可以参考：
权重值不要超过1，超过1的话容易出现效果很差的图；
权重值设置到0.8、0.9能够提高出图质量，会出现较多Lora元素；
权重值设置到0.3-0.7，则会带上部分Lora的元素。
七、提示词资源
提示词自动补全
这是一个插件，需要在Stable Diffusion中进行安装才能使用
下载地址：https://gitcode.net/ranting8323/a1111-sd-webui-tagcomplete.git
如无法下载，请看文末扫描获取插件安装包
八、常用提示词中英文对照表
1、提高质量的正向提示词
2、艺术风格代表的提示词
3、常用的反向提示词
4、镜头视角
5、主体远近
6、光线
7、主体视线
8、画风
9、表情
10、服装
11、风景指定
12、姿势指定
写在最后
感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。
AIGC技术的未来发展前景广阔，随着人工智能技术的不断发展，AIGC技术也将不断提高。未来，AIGC技术将在游戏和计算领域得到更广泛的应用，使游戏和计算系统具有更高效、更智能、更灵活的特性。同时，AIGC技术也将与人工智能技术紧密结合，在更多的领域得到广泛应用，对程序员来说影响至关重要。未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。
二、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
若有侵权，请联系删除