Stable Diffusion提示词权威指南

负面提示

使用负面提示词是引导图像的另一种好方法，但你不是放入你想要的东西，而是放入你不想要的东西。它们不需要是物体。它们也可以是样式和不需要的属性。（例如丑陋、变形）

对于 v2 模型来说，使用否定提示是必须的。如果没有它，图像看起来会远不如 v1 的图像。对于 v1 模型来说，它们是可选的，但我经常使用它们，因为它们要么有帮助，要么无害。

我将使用通用的负面提示词。如果您想了解它是如何工作的，您可以阅读更多相关内容。

ugly, tiling, poorly drawn hands, poorly drawn feet, poorly drawn face, out of frame, extra limbs, disfigured, deformed, body out of frame, bad anatomy, watermark, signature, cut off, low contrast, underexposed, overexposed, bad art, beginner, amateur, distorted face, blurry, draft, grainy
丑陋、平铺、手画得不好、脚画得不好、脸画得不好、出框、多余的肢体、毁容、变形、身体出框、解剖结构不良、水印、签名、切断、对比度低、曝光不足、曝光过度、不好艺术、初学者、业余、扭曲的脸、模糊、草稿、颗粒状

负面提示帮助图像更加突出，使它们不那么平坦。

建立良好提示词的过程

迭代提示构建

您应该将提示构建视为一个迭代过程。正如您从上一节中看到的，只需在主题中添加几个关键字，图像就可以非常好。

我总是从一个简单的提示开始，只包含主题、媒介和风格。一次至少生成 4 张图像，看看您会得到什么。大多数提示词并不是 100% 有效。您想了解他们在统计上可以做什么。

一次最多添加两个关键词。同样，生成至少 4 张图像来评估其效果。

使用否定提示

如果您刚开始，可以使用通用负面提示词。

将关键词添加到负面提示词可以是迭代过程的一部分。关键次可以是你想要避免的物体或身体部位（由于 v1 模型不太擅长渲染手，所以在否定提示中使用“hand”来隐藏它们也是一个不错的主意。）

提示技巧

您可以通过在某个采样步骤切换到不同的关键词来修改关键词的重要性。

以下语法适用于 AUTOMATIC1111 GUI。您可以使用快速入门指南中的 Colab 笔记本一键运行此 GUI。您还可以在 Windows 和 Mac 上安装它。

关键词权重

（此语法适用于 AUTOMATIC1111 GUI。）

您可以通过语法（关键字：因子） (keyword: factor) 调整关键字的权重。 Factor 是一个值，小于 1 表示不太重要，大于 1 表示更重要。

例如我们可以调整下面提示中关键字dog的权重

dog, autumn in paris, ornate, beautiful, atmosphere, vibe, mist, smoke, fire, chimney, rain, wet, pristine, puddles, melting, dripping, snow, creek, lush, ice, bridge, forest, roses, flowers, by stanley artgerm lau, greg rutkowski, thomas kindkade, alphonse mucha, loish, norman rockwell.
狗，巴黎的秋天，华丽，美丽，大气，氛围，薄雾，烟雾，火，烟囱，雨，湿，原始，水坑，融化，滴水，雪，小溪，郁郁葱葱，冰，桥，森林，玫瑰，鲜花，作者：stanley artgerm lau、greg rutkowski、thomas kindkade、alphonse mucha、loish、norman rockwell。

增加狗的权重往往会产生更多的狗。减少权重往往会产生更少。并不总是对每张图像都是如此。但从统计意义上来说确实如此。

该技术可以应用于主题关键字和所有类别，例如风格和照明。

() 和 [] 语法

（此语法适用于 AUTOMATIC1111 GUI。）

调整关键词权重的等效方法是使用 () 和 []。 (keyword) 将关键字的强度增加 1.1 倍，与 (keyword:1.1) 相同。 [关键字] 将强度降低 0.9 倍，与（关键字：0.9）相同。

您可以使用其中的多个，就像在代数中一样……效果是乘法的。

(关键字)：1.1
((关键字))：1.21
(((关键字)))：1.33

同样，使用多个[]的效果是

[关键词]：0.9
[[关键字]]：0.81
[[[关键字]]]：0.73

原创文章，作者：朋远方，如若转载，请注明出处：https://caovan.com/stable-diffusiontishiciquanweizhinan/.html

Stable Diffusion提示词权威指南

负面提示