提示词是Stable Diffsion中非常核心的点，高效的提示词可以激发Stable Diffusion的无限潜能。
提示词的组成
1. 英文提示词 (English Prompts)
作用：构成提示词的基础，直接描述想要生成的图像内容、风格、情感等。
示例：如sunset over the ocean，futuristic cityscape。
有需要提示词插件以及提示词库可以扫描下方，免费获取
2. 权重值 (Weights)
作用：指定提示词或其部分在生成图像时的相对重要性。
示例：在sunset:1.5, ocean:0.5,sunset具有更高的权重，对生成图像的影响更大。
3. 小括号 (Parentheses)
作用：用于强调提示词中的特定部分，增加其重要性。
示例：(peaceful) forest中，小括号强调peaceful。
4. 中括号 (Square Brackets)
作用：添加附加信息或次要特征，对图像的影响较小。
示例：在mountain [snow-covered]，中括号描述次要特征snow-covered。
5. 大括号 (Curly Braces)
作用：提供多个选项，采样的过程中让模型在这些选项中依次选择。
示例：在car {red | blue | green}，大括号提供多种颜色选项。
6. lora
作用：LoRA（Low-Rank Adaptation），一种模型微调技术，用于调整模型的特定部分。
应用：在提示词中使用可能意味着对生成过程的特定方面进行微调。
语法：[lora: Prompt01:n]
示例：[lora: Misty Forest:1.5]假设这个语法可以让模型更加专注于Misty Forest（雾中森林）的特征，并以1.5倍的权重强调它。
7. embedding
作用：将单词或短语转换为模型能理解的数值形式，直接操纵这些数值表示。
应用：在提示词中使用embedding影响图像生成。
语法：[embedding: Prompt01:n]
示例：[embedding: Surreal Landscape:1.5]这意味着模型将使用特定的嵌入向量来更强烈地反映Surreal Landscape（超现实风景）的特征，权重为1.5。
8. hypernetwork
作用：一种神经网络架构，用于生成或调整其他网络的权重。
应用：在提示词中使用hypernetwork可能涉及调整图像生成过程。
语法：[hypernetwork: Prompt01:n]
示例：[hypernetwork: Futuristic City:0.5]这个语法可以让模型通过hypernetwork技术以0.5的权重生成Futuristic City（未来城市）的图像。
9. dreambooth
作用：一种个性化训练技术，用于在保持模型整体知识的同时，对特定任务或样本进行微调。
应用：用于生成具有特定风格或特征的图像，例如，训练模型以生成特定艺术家的风格。
语法：[dreambooth: Specific Character or Style:n]示例：[dreambooth: Van Gogh Style:1.2]这意味着模型将以1.2倍的权重生成具有梵高风格的图像。
提示词输入形式
语言：Stable Diffusion的提示词仅支持英文输入。如果需要使用其他语言，可以考虑使用提示词插件或转换成英文描述。
形式：可以使用句子来描述生成的文本内容，但为了更精细地控制不同词汇的权重，建议使用提示词的标签（tag）。
逗号分隔：多个提示词之间需要使用英文逗号进行分隔。请确保使用的逗号是英文逗号，以确保正常解析。
可以换行：为了提高可读性，可以在多个提示词之间添加换行符和空格，这不会影响生成效果，但请记住，仍然需要使用英文逗号进行分隔。
自身权重
自身权重是每个提示词本身的重要性。默认情况下，每个提示词的自身权重为1，这意味着它们具有相等的影响力。但可以根据需要增加或减小每个提示词的自身权重，以调整其在生成文本中的重要性。
例如，如果我们希望强调文本中的某个关键词，可以将该关键词的自身权重增加，从而使其在生成中更突出。这可以用来控制文本的语气、情感或主题。
顺序权重
在提示词的使用中，顺序权重是一个关键概念。它决定了在生成文本时提示词的位置对最终文本的贡献程度。通常情况下，越靠前的提示词位置权重越高，这意味着它们对生成文本的影响更显著。这是因为模型在生成文本时会逐步构建句子，靠前的提示词会更早地影响句子的开头，从而对整个句子的生成产生更大的影响。
如果我们使用以下提示词序列进行文本生成：
阳光明媚的（位置权重高）
沙滩上（位置权重中）
海浪拍打（位置权重低）
生成的文本更倾向于以阳光明媚的开头，然后描述沙滩上的情景，最后提到海浪拍打的细节。这种顺序权重的设置有助于控制生成文本的结构和情感。
关于AI绘画技术储备
学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！
对于0基础小白入门：
如果你是零基础小白，想快速入门AI绘画是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括：stable diffusion安装包、stable diffusion0基础入门全套PDF，视频学习教程。带你从零基础系统性的学好AI绘画！
零基础AI绘画学习资源介绍
👉stable diffusion新手0基础入门PDF👈
（全套教程文末领取哈）
👉AI绘画必备工具👈
温馨提示：篇幅有限，已打包文件夹，获取方式在：文末
👉AI绘画基础+速成+进阶使用教程👈
观看零基础学习视频，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。
温馨提示：篇幅有限，已打包文件夹，获取方式在：文末
👉12000+AI关键词大合集👈
这份完整版的AI绘画全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
扫一扫
1082
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
