干货！Stable Diffusion 从入门到精通之提示词手册

最新推荐文章于 2024-10-15 10:32:18 发布

Ai_绘画小南

最新推荐文章于 2024-10-15 10:32:18 发布

阅读量1.1k

点赞数 31

文章标签： stable diffusion 人工智能 AIGC

本文链接：https://blog.csdn.net/Java_Joker/article/details/141025739

版权

前言

超级干货来了，我们耗费大量时间精力整理编写的Stable Diffusion提示词手册正式公开！
Stable Diffusion 和提示词介绍

Stable Diffusion 是一种开源的基于文本的图像生成模型，可以根据任何文本输入生成逼真的图像。它使用了一种叫做潜在扩散模型（LDM）的扩散模型（DM），这种模型可以逐步去除训练图像上的高斯噪声，从而得到对应的图像。该模型是在 LAION-5B 数据集中的图像上训练的。它由 CompVis、StabilityAI和RunwayML 开发。

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言。

要出好一张图提示词也至关重要，在这里我分享这份提示词大全给大家！需要的自行领取哦~

在这里插入图片描述

提示词的内容和格式

在构建提示词之前我们需要明确自己的目的，可以向自己提出以下几个问题：

**1、****我想要的图片类型是什么？**照片、插画还是油画

**2、****图片的主题是什么？**人、动物还是风景

**3、**是否还需要什么细节描述？

**a) 所处环境？**室外、室内、太空、水下
**b) 灯光效果？**柔和、霓虹、强光
**c) 配色方案？**柔和、阴暗、阳光
**d) 构图角度？**正面、侧面、背面
**e) 背景？**纯色、森林、城市

**4、是否指定特定的风格？**3D、电影、动漫、国风

5、如果是艺术作品，是否需要特定艺术家的风格？

**6、如果是照片，是否需要特定的照片类型？**长焦、微距、鱼眼

当然，这些只是一张图片必须明确的几个因素，只有具备这几个因素才能算是一张合格的图片，而想要生成一张完美的图片还需要更多的修饰词。我们必须在实际操作中试验更多具体的修饰词，并找出自己喜欢的记录下来。

注意：在多个提示词组成的词组中，单个提示词越靠前就越重要，会在生成图中突出显示。另外，我们在构建提示词时，应尽量使用单独的单词，而不是将其构建成一个句子。

A painting ，a cute goldendoodle wearing a suit, natural light, in the sky, with bright colors, by Studio Ghibli

这里狗狗背景并没有天空下，这时候我们“in the sky”前移,重新生成，就是下图的效果。

A painting of a cute goldendoodle in the sky, wearing a suit, natural light, with bright colors, by Studio Ghibli

提示词的修饰关键词

修饰关键词是可以改变图像的风格、格式或视角的词。添加具体详细的修饰词可以大大提高图像的质量。

Tiny cute boy holding camera toy, standing character, soft smooth lighting, soft pastel colors, skottie young, 3d blender render, polycount, modular constructivism, pop surrealism, physically based rendering, square image

摄影照片

摄影照片常用提示词

照片类型：Close-up、 Extreme Close-up、 POV、 Medium shot、 Long shot

照片风格：Polaroid、Monochrome、 Long exposure、Color splash、 Tilt-shift

灯光：Soft、 Ambient 、Ring 、Sun 、Cinematic

环境：Indoor、 Outdoor 、At night 、In the park、 Studio

使用镜头：e-angle、Telephoto 、24mm、 EF 70mm、 Bokeh

使用设备：iPhone、 Surveillance cameras、 Nikon Z FX、 Canon 、Drone

Close-up polaroid photo, of a husky, soft lighting, outdoors, 24mm Nikon Z FX

艺术形式

我们可以通过添加不同的艺术形式提示词生成特定艺术形式的图像。如：涂鸦（Graffiti）、水彩画（Water Colors）、油画（Oil Painting）、水墨画（ink painting）、素描（sketch）、铅笔画（Pencil Drawing）、雕塑（sculpture）等等。

ink painting sun mountains water fisherman holding a boat

艺术家

可以将艺术家的名字作为提示词，生成对应艺术家风格的图像，也可以将多个艺术家混合起来生成独特的风格，同样的提示词添加不同艺术家之后可能会生成完全不一样的作品。

Stable Diffusion中收录的部分艺术家：

肖像艺术家：Derek Gores, Miles Aldridge, Jean Baptiste-Carpeaux, Anne-Louis Girodet

景观艺术家：Alejandro Bursido, Jacques-Laurent Agasse, Andreas Achenbach, Cuno Amiet

漫画艺术家：Makoto Shinkai, Katsuhiro Otomo, Masashi Kishimoto, Kentaro Miura

科幻艺术家：Chesley Bonestell, Karel Thole, Jim Burns, Enki Bilal

摄影艺术家：Ansel Adams, Ray Earnes, Peter Kemp, Ruth Bernhard

概念艺术家：Emerson Tung, Shaddy Safadi, Kentaro Miura

例：肖像艺术家

Portrait by Miles Aldridge

Portrait by Derek Gores

风景艺术家

Landscape by Cuno Amiet

Landscape by Alejandro Burdisio

两个艺术家风格混合

Portrait by Derek Gores and Miles Aldridge

插画

Stable diffusion可以创建任何风格、任何形式的插画，包括各种风格的3D插画、甚至设计3D角色（只要输入的提示词足够清晰）。

常见插画图像提示词：（3D）origami、Needle felted、Isometric assets、Low Poly、Pixar Renders、3D Item Render；（非3D）Children’s book、Vector、Scientific Illustration、Comic、Propaganda Poster、Movie Poster、Psychedelic Art、Splash Art、Ukiyo-e、Stickers、Fantasy Maps

kawaii low poly squirrel character, 3d isometric render, white background, ambient occlusion, unity engine

3d fluffy Lion, closeup cute and adorable, cute big circular reflective eyes, long fuzzy fur, Pixar render, unreal engine cinematic smooth, intricate detail, cinematic

氛围修饰词

在Stable Diffusion中一两个简单的氛围修饰词，就能改变整幅图像的色调和氛围感。

常见的情绪提示词：（积极）Cosy、Romantic、Joyful、Energetic、Hope、Lust、Peaceful、Satisfaction、（消极）Depressing、Loneliness、Grim、Regret、Suffering、Hopelessness、Fear、Disgust

Cute sad girl toy, curly hair, standing character, soft smooth lighting, soft pastel colors, skottie young, 3d blender render, polycount, modular constructivism, physically based rendering, square image

美术风格

一些专业的美术风格词汇在Stable Diffusion中同样适用。

常见美术风格提示词：（充满活力）Weirdcore、 Acidwave、Dreamcore、Vaporwave、（阴沉）Liminal Space、After Hours、Brutalism、Post-Apocalyptic、（历史风格）Baroque、Sovietwave、Wild West、Film Noir

一些提高图像质量的词

一些表示清晰度和具体风格的词可以使图像出现巨大的变化和提升。

常见提示词：HDR, UHD, 4K, 8k, 64K、Highly detailed、Studio lighting 、Professional、Trending on artstation、Unreal engine、Vivid Colors、Bokeh 、High resolution scan、Sketch、Painting

A cinematic film still of Morgan Freeman starring as 50 Cent, portrait, 40mm lens, shallow depth of field, close up, studio lighting

A cinematic film still of Morgan Freeman starring as 50 Cent, portrait, 40mm lens, shallow depth of field, close up

提示词的权重问题

可以通过语法调整关键字的权重(keyword: factor)。keyword是所要调整权重的关键词，factor是一个值，默认值是1，小于 1 意味着不太重要，降低权重；大于 1 意味着更重要，提高权重。

() 和 [] 语法

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

也可以同时使用其中的多个，他们的叠加效果是相乘的。

（关键字）：1.1

（（关键字））：1.21

（（（关键字）））：1.33

同样[]的叠加效果也是如此。

[关键字]：0.9

[[关键字]]：0.81

[[[关键字]]]：0.73

关键字混合

可以通过混合两个关键字来创造一种新的效果。其语法是[keyword1：keyword2：factor]。

factor控制关键字 1 切换到关键字 2 的步数。它是一个介于 0 和 1 之间的数字。

例如一张图像的关键字是[cat：tiger：0.3]，采样步数为30步，这意味着其采样的前9步为猫，后21步为老虎，该因素确定何时更改关键字。它是在 30 步 x 0.3 = 9 步之后。

需要注意的一点是第一个关键字决定了全局效果。早期的扩散步骤设定了整体风格，后面的步骤会细化细节。

混合面孔是关键字混合的一个常用场景，我们可以将两个已知模型能识别的面孔进行混合，通过调整比例，可以精确地得到我们想要的面孔。

关键字混合的另外一个用处就是通过调整factor来改变图像中的某个部分。

holding an [apple: fire: 0.9]

holding an [apple: fire: 0.2]

提示词的限制

1、提示词的工作原理是在你输入提示词之后Stable Diffusion 使用的CLIP 模型自动将提示转换为标记，但标记不等于单词，当你输入一个不能识别的标记时模型会自动将标记拆分，直到拆分至模型能识别。

2、提示词并不一定总是有效的，当你想要生成某个艺术家风格的图像时，你首先需要测试一下模型是否认识这个艺术家。

3、Stable Diffusion的核心是一个图像采样器，用来生成我们认为合法且良好的图像。甚至可以在没有提示的情况下使用它，它也会生成许多不相关的图像。用技术术语来说，这称为无条件或非引导扩散。提示其实就是一种将扩散过程引导到其匹配的采样空间的方法。之前说过提示需要详细和具体。这是因为详细的提示可以缩小其采样空间。越详细具体的提示词，生成的图像变化越少。

4、Stable Diffusion的联想效应，在Stable Diffusion中一些属性是强相关的。当你指定一个时，它同时会生成最有可能具有相关联效果的图像。例如你想生成一位蓝眼睛的女性，当你不指定肤色时，它很大可能会生成一位欧洲白人。

否定提示词

否定提示提供了另一种控制文本到图像生成的方法。在Stable Diffusion 1.4 或 1.5 模型中，否定提示不是必须存在的。但在Stable Diffusion v2 系列模型中，必须要有否定提示，如果缺少否定提示，生成图像的画面效果将远不如Stable Diffusion 1.4 或 1.5 系列模型。

否定提示词的常见使用场景：

常用的否定提示词，对于人物图像来说，这些提示词能很好避免一些部位容易出现的问题：

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。

除了常用的否定提示词，否定提示词还有一些其他作用。

去除图片中不必要的素材，假如你生成了一张雨中的巴黎街道景象的图片，就像这样

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.

可以看到图片中有很多人，如果你想要一张空荡荡的街道，这时候不需要重新构建提示词，使用相同的提示词和种子值，并在否定提示词中添加people，这样你就会得到一张去除了大多数人物的图像。