Stable Diffusion之提示词指南(一)

在之前的文章中我们介绍了Stable Diffusion的基础参数，我们知道使用Stable Diffusion UI基础的操作流程并不复杂，主要分为 4 个步骤：选择模型 —> 填写提示词 —> 设置参数 —> 点击生成。

通过操作流程我们知道，最终的出图效果是由模型、提示词、参数设置三者共同决定的，缺一不可。其中，模型主要决定画风、提示词主要决定画面内容，而参数则主要用于设置图像的预设属性。

这期我们主要讲解一下提示词，构建好的提示词是每个Stable Diffusion用户需要学习的第一步，好的提示词简单且事半功效。

什么是提示词(Prompt)

Prompt(提示词)就是我们给AI模型下发的指令，也就是指用户输入的文本或图像信息。目的是指导模型生成我们想要的艺术作品。直白一点来说它就是我们告诉AI我们要画什么，要画成什么的一种“指令”，提示词包含的内容是非常广泛的，它可能包括作品主题、画风、形象特点以及一些具体包含的元素等。这有点类似像程序代码，代码逻辑写对了，程序才能正常运行，代码写的越好。

如今的 AI 工具都是基于底层大模型进行使用的，提示词的本质其实是对这个大模型的深入挖掘和微调，我们可以将它简单理解为人类和 AI 沟通的桥梁，因为模型反馈结果的质量在很大程度上取决于用户提供的信息量。

一句话说简单说来，为了更好的控制AI，人们逐渐摸索出通过反馈来约束模型的方法，原理就是当模型在执行任务的时候，人类提供正面或负面的反馈来指导模型的行为。而这种用于指导模型的信息，就被统称为Prompt提示词。

现在很多企业还单独设立了提示工程师岗位，在人工智能领域也有单独的一门学科叫做 Prompt Engineering 提示词工程。

想要学习的可以参考具体文档：https://www.promptingguide.ai/zh

而在图像生成领域，提示词就是我们用来调节绘图模型的一种指令，通过输入想要的内容和效果，模型就能理解我们想表达的含义，从而实现准确的出图效果。如下图展示了Web UI中设置的提示词界面，可知道在生成图片的参数中包含正向提示词和反向提示词。

正向提示词：简单说就是告诉AI你想要绘制什么，需要在画面中出现的内容。

负向提示词：简单说就是告诉AI你想不要绘制什么，不要在画面中出现的内容。

那这些提示词的规则是怎么样的呢，我准备分几期来介绍，这期我们介绍一下正向提示词。

提示词的基本规则

1.只支持识别英文

模型是无法理解中文字符的，Stable Diffusion 只支持识别英文提示词，但我们可以不必遵循英文语法。

2.描述词组化

以词组形式分段输入即可，词组间使用英文逗号进行分隔。除了部分特定语法外，大部分情况下字母大小写和断行也不会影响画面内容，我们可以直接将不同部分的提示词进行断行，由此来提高提示词的可读性。

不要出现一些短句，比如：[一个漂亮的长发蓝眼睛女生坐在公园的椅子上]， 对于这种短句来说，[一个女孩] [长发] [蓝眼睛] [公园] [椅子] [坐在椅子上] 这种词组更容易让大模型理解。

3.同义词转化

比如：一个女孩，可以是A girl或 1 girl，大模块更容易理解 1 gril，再比如：A little girl，AI更容易理解 loli，solo。

4.提示词顺序

提示词放入的顺序就是优先级，权重值从前向后递减。

5.提示词长度

不要堆积叠加过多的提示词，AI会记不住，如果内容特别多,可以适当提高迭代步数。

根据使用的Stable Diffusion服务，提示词中可能有最大长度限制。在基本Stable Diffusion v1 模型中，该限制为 75 个token。

Web UI 中的限制：

Web UI没有token限制。如果提示词包含超过 75 个token（CLIP token生成器的限制），它将启动另外 75 个token的新块，因此新的“限制”变为 150。该过程可以永远继续，或者直到你的计算机内存不足…

所以我们的描述最好是75个token为一组，模型会根据每组的描述进行理解。

每个 75 个token块都经过独立处理，生成的表示在输入到 Stable Diffusion 的 U-Net 之前会被连接起来。

在Web UI中，你可以通过查看提示词输入框右上角的小框来检查token的数量。

如何写好提示词

常用的关键词类

要写好一份提示词，遵循原则为尽可能详细并且具体，从不同角度进行详细描述。

下面从9个角度来介绍输入关键词：

(1) 主体 Subject（必须）

即图片的内容，描述你想画的具体是什么事物。

(2) 媒介 Medium

指定图片的形式，例如photo（照片）​、oil painting（油画）​、watercolor（水彩画）等。

关键字	描述
Portrait	非常逼真的图画，适合与人一起使用。将图像聚焦在脸部/头上
Digital painting	数字艺术风格
Concept art	插画风格，2D
Ultra realistic illustration	画得非常通真。适合与人一起使用
Underwater portrait	与人一起使用。水下。头发飘动
Underwater steampunk	非常逼真的图画，适合与人一起使用。水下蒸汽朋克