Stable Diffusion初体验——提示词指南

我算是程序猿

已于 2024-12-28 11:51:11 修改

阅读量1.2k

点赞数 24

文章标签： stable diffusion 人工智能 AI作画 AIGC

于 2024-12-02 10:35:46 首次发布

本文链接：https://blog.csdn.net/Trb201013/article/details/144181957

版权

前言

Stable Diffusion是一种深度学习模型，它能够根据提示词生成高质量的图像。在Stable Diffusion模型中，提示词起着至关重要的作用，因为它们为模型提供了关于所需输出的指导。本文将探讨Stable Diffusion关于提示词的原理，包括提示词的选择、处理和影响模型输出的因素。通过深入了解这些原理，我们可以更好地利用Stable Diffusion模型生成令人惊叹的图像，并探索其在各个领域的应用潜力。Stable Diffusion 是一种深度学习模型，它能够根据文本提示生成高质量的图像。这种模型通过训练学习了大量文本与图像之间的关系，从而能够“理解”文本提示并生成与之匹配的图像。

具体来说，Stable Diffusion 的嵌入层（Embedding Layer）：这一部分将输入的文本提示转化为模型能够理解的数值表示，即嵌入向量。嵌入层通常使用词袋模型（Bag of Words）或者更复杂的模型如 Transformer 来实现。而Stable Diffusion 的安装颇为复杂，这里可以使用好易智算平台
有需要stable diffusion整合包以及模型插件可以扫描下方，免费获取

在这里插入图片描述

提示词原理

基础内容

在使用Stable Diffusion模型时，提示词的正确格式和选择对于生成高质量的图像至关重要。以下是一些关于如何优化提示词的建议和示例：

使用英文逗号分隔提示词：确保每个提示词之间使用英文逗号分隔，这样可以清晰地定义每个提示词，帮助模型理解。示例：sunset, beach, serene

使用换行和结尾逗号：如果提示词较长或者需要分组，可以使用换行来增加可读性，并在每个提示词或组的末尾加上逗号。示例：

mountain landscape,vibrant colors,high resolution,detailed textures,featuring a prominent peak,with a clear blue sky,and a peaceful river flowing,in a serene and tranquil setting,

示例

控制提示词数量：虽然提示词可以提供丰富的信息，但过多的提示词可能会导致模型混淆。建议将提示词数量控制在75个单词以内，以确保每个提示词都能有效地影响图像生成。示例：starry night, city skyline, neon lights, bustling streets, modern architecture
权重分配：在提示词前加上括号和数字可以指定权重，越靠前的提示词通常具有更高的权重。如果不指定权重，默认权重为1。示例：((majestic)), ( elephant), walking, [through], [ savannah]
避免过度堆砌提示词：选择提示词时，应选择最能描述所需图像核心特征的词汇，避免使用冗余或不相关的词汇。示例：vintage camera, rustic wooden table, soft natural light 而不是 vintage camera, old, retro, rustic wooden table, brown, aged, soft natural light, warm tones, antique

通过遵循这些优化提示词的建议，您可以更有效地指导Stable Diffusion模型生成符合您期望的图像。记住，提示词的质量比数量更重要，选择精准而相关的提示词将有助于模型更好地理解您的意图。

提示词基础

各个符号的意义

在使用Stable Diffusion模型时，各种符号的运用对于精确控制图像生成至关重要。以下是对各个符号意义的详细解释和示例，以帮助您更好地理解和使用这些工具。

小括号 ()，中括号 []，大括号 {}：
尖括号 <>：
- 尖括号 <>：用于调用LoRA（Low-Rank Adaptation）模型，这是一种微调技术，可以用于特定的风格或细节控制。示例：<艺术家名：权重>。在这个例子中，"艺术家名"是LoRA模型的名称，"权重"是一个数值，用于控制该模型对图像生成的影响程度。
下划线 _：
- 下划线 _：用于连接单词，使模型将它们视为一个整体，而不是单独的元素。示例：chocolate,Cake和chocolate_Cake。前者表示巧克力和蛋糕是分开的元素，而后者则表示它们是一个整体的"巧克力蛋糕"，这有助于模型更准确地理解和生成图像。

通过巧妙地使用这些符号，您可以更精细地控制Stable Diffusion模型的输出，实现您想要的图像效果。记住，实验和调整是找到最佳提示词组合的关键。

进阶语法

控制提示词的生效时间

[提示词:0-1数值]

FOREST , LOTS OF TREES ANO STOHES ,[FLOWERS: 0.7]

这个含义是等到采样到百分之70才开始花的采样

[提示词 :: 0-1数值]

FOREST , LOTS OF TREES ANO STOHES ,[FLOWERS:: 0.7]

这个含义是等到采样到百分之70之后就不再计算花的采样了

提示词1 : 提示词2 : 0-1数值]

[stone : flower :0.7],

这个含义是前百分之70是石头生效，后百分之三十是花朵进行采样

[提示词1|提示词2]交替采样

1GIRL,[red I blue] HAIR,

★

在了解了Prompt的基础内容之后，我们可以使用好易智算平台来试试吧！

”

提示词推荐格式

1. 画质词 + 画风词

首先，让我们来看看那些与画质相关的关键词。

masterpiece:1.2 这个词意味着插画作品具有极高的艺术价值和技巧性。1.2可能是指作品的评分或是某种特定的标准，但无论如何，它都强调了作品的卓越品质。
best quality 这无疑是对于插画作品最高标准的赞美。它表明作品在细节、色彩和表现力等方面都达到了极致的水平。
highres,extremely detailed CG highres指的是高分辨率，而extremely detailed CG则是指 extremely detailed CG（计算机生成的图像）。这意味着作品中的每一个细节都经过精心雕刻，甚至连头发丝都能清晰地看到。
perfect lighting 完美的光线处理是高品质插画作品的关键之一。通过巧妙地运用光线，艺术家们能够为作品增添深度和立体感，使人物或物体更加生动逼真。
8k wallpaper 8k 是一种超高分辨率的显示技术，其分辨率远高于传统的全高清（1080p）屏幕。这意味着作品可以在大型屏幕上呈现出更加细腻和清晰的视觉效果。

接下来，我们再来看看现实系关键词：

photograph 这个词通常用来形容非常接近现实的作品。它要求作品中的元素和场景必须具有高度的真实性和细节。
photorealistic 这是一个更加强调作品真实性的术语。它意味着作品几乎就像一张真实的照片一样，具有极高的视觉相似度。

然后是插画风的关键词：

illustration 插画风通常指的是具有故事性和艺术性的绘画作品。它强调作品的表现力和创意性。
painting 这个词通常用于描述具有传统绘画风格的作品。它可能包括油画、水彩画或其他类型的绘画技巧。
paintbrush 画笔是插画创作中常用的工具之一。这个词可能暗示着作品采用了手绘的风格，或者是用数字工具模仿传统绘画的效果。二次元风格的关键词：
anime anime 是日本动画的英文缩写。它通常指的是具有鲜明个性、夸张特征和丰富情感的日本卡通角色。
comic comic 指的是漫画。它通常包括连续的故事情节和生动的插图。
game CG game CG 指的是游戏中的计算机生成的图像。它通常用于游戏场景、角色和特效的制作。最后，我们来看三维场景的关键词：
3D 3D 是一种常见的插画表现形式。它通过创建立体的空间感和透视感来增强作品的真实感和动态感。
C4D render C4D 是 Cinema 4D 的缩写，这是一种流行的 3D 建模和渲染软件。render 指的是渲染过程，即通过软件将 3D 模型转换为二维图像的过程。
unreal engine,octane render unreal engine 和 octane render 都是先进的图形渲染引擎。它们可以帮助艺术家更轻松地创建出高质量的三维场景和角色。

至于画风词

Cyberpunk 赛博朋克8bit/16bit pixel 像素风studio ghibli 宫崎骏风格pixel style 皮克斯风格Chinese ink style 水墨画

2.画面主体描述：

人物：一位年轻的女性
年龄：大约25岁
发型：长发，自然卷曲
头发颜色：深棕色
情绪表情：自信而略带神秘微笑，清晰详细的面孔
衣服装束：时尚的黑色皮夹克，搭配牛仔裤和白色运动鞋
正在于什么：她正站在一个充满未来科技感的城市街头，似乎在等待着某人或某事的发生。

3.环境，场景，灯光，构图：

环境：一个充满未来科技感的城市，高楼大厦和LED屏幕构成了城市的背景。
场景：夜晚的街头，路灯和霓虹灯光营造出一种神秘而温馨的氛围。
灯光：主要来自路灯和霓虹灯，为场景增添了一种独特的色彩。
构图：以人物为中心，城市建筑和灯光为背景，形成了一种深度和立体感。

4. lora模型：

提示词：<lora:cyberpunk_20230617024306:1>,

5. 负面词

 NSFW, [worst quality:2], [low quality:2], [normal quality:2], lowres, normal quality, [[monochrome]],[(grayscale)], skin spots, acnes, skin blemishes, age spot, [ugly:1.331], [duplicate:1.331], [morbid:1.21], [extra legs:1.331], [fused fingers:1.5], [too many fingers:1.5], [unclear eyes:1.331], lowers, bad hands, missing fingers, extra digit,bad hands, missing fingers, [[extra arms and legs]]

★

NSFW，【最差质量：2】，【低质量：2】，【正常质量：2】，低分辨率，正常质量，【【单色调】】，【（灰度）】，皮肤斑点，痤疮，皮肤瑕疵，老年斑，【丑陋：1.331】，【重复：1.331】,病态：1.21】，【多腿：1.331】，【手指融合：1.5】，【手指太多：1.5】，【【模糊的眼睛：1.331】】，降低，坏手，缺失的手指，多余的手指，坏手，缺失的手指

”