今天给大家分享的是Stable Diffusion提示词相关内容。
文章目录
-
- 一、基本概述
- 二、提示词顺序
- 三、提示词权重
- 四、连接词
- 五、分步渲染
- 六、调用Lora
- 七、提示词资源
- 八、常用提示词中英文对照表
- 写在最后
一、基本概述
1、提示词通常是在文生图和图生图的时候会使用到，就是这里的两个功能。
2、提示词由多个描述性词汇组成，由逗号隔开，结尾不需要加分隔符（注：一般都是英文词汇和英文逗号）
例如：1girl,long hair,white hair
表示我们想生成一个长发且头发是白色的女孩。
3、提示词分为正向提示词（positive prompt）和反向提示词（negative prompt），用来告诉AI我们想要生成什么和不想生成什么。
上面第2点的例句可理解为正向提示词；
反向提示词通常是一些比较负面的描述性内容，
例如：low quality, worst quality, nsfw
表示我们不想生成质量差的，也不想生成限制级的内容
注：针对反向提示词，我们可以下载一些整合好的嵌入式(embeddings)文件，将他们放在/embedding目录下面，需要的时候直接选取即可。
例如：EasyNegative就是一个整合了大量负面提示词的embedding文件,我们将它加入到负面提示词中就可以省略很多负面提示词的输入了。
4、每个词汇的权重默认都是1，从左到右依次减弱，权重会影响画面生成的结果。
例如：1girl,forest
人物的权重会比森林的权重高，生成的人物会占画面的大部分位置，当我们颠倒它们的顺序：forest,1girl
人物在画面中的权重就会降低，相应的人物占画面的比例就会减少。
因此选择正确的顺序、语法来使用提示词，将更好、更快、更有效率地展现所想看到的画面。
5、Stable Diffusion会依照概率来选择性执行，如提示词之间有冲突，AI 会根据权重确定的概率来随机选择执行哪个提示词。
6、生成图片的大小会影响 Prompt 的效果，图片越大需要的 Prompt 越多，不然 Prompt 会相互污染。
7、Prompt 支持使用 emoji表情包，且表现力比词汇更好，可通过添加 emoji 图来达到效果。
二、提示词顺序
我们知道越排在前面的词汇权重越高，那么基于这个特征我们在写提示词时建议按如下顺序进行书写。
-
综述（图像质量+风格+镜头效果+光照效果+主题）
-
主体（人物&对象+动作+服装+饰品+道具）
-
细节（场景+环境）
1、质量提示词
通常是整个画面的清晰度，分辨率，质量等等关键词汇组成。
例如：masterpiece,best quality,8k,Ultra-high resolution
2、风格提示词
如有则建议放在质量提示词后面，例如某个画家或某些影视作品的风格
例如：ghibli style
3、镜头效果
通常用来体现主体在画面中的位置，例如长镜头(long shot)，短镜头(short shot)，全景镜头(panoramic)等，镜头通常最后只选择其中一种即可。
4、光照效果
通常是环境的灯光效果，例如电影级照明(cinematic lighting), 丁达尔效应(tyndall effect), 体积光(volumetric lighting)等等
5、主题提示词
这里通常是指整个画面呈现什么样的主题，与风格有所区别，例如深色主题(dark theme)，明亮主题(bright theme)等等
6、主体提示词
通常这里才是描绘我们整体想生成的作品内容
例如：1girl,beautiful face,long hair,white hair,
7、动作提示词
通常这里是我们主体的一些动作表现，例如跑(running)，走(walking)，笑(smile)等等
8、服装提示词
这里是我们主体的服装表现，例如裙子(dress)，鞋子(shoes)，外套(coat)等等
9、饰品提示词
这里通常是主体身上的一些饰品，例如头花(hair flower)，手镯(bracelet)，项链(necklace)等等
10、道具提示词
通常这里是主体相关的道具，例如手提包(handbag)，话筒(microphone)，照相机(camera)等等
11、场景提示词
通常这里放主体所在的一些场景提示词，例如城市(city)，咖啡厅(coffer shop)，商场(mall)等等
12、环境提示词
这里通常是所处的自然环境，例如白天(day)，晚上(night)，雨天(rain)等等
注：以上内容不一定全部都要体现在提示词上面，但如有则建议按上述顺序书写提示词。
三、提示词权重
前面我们已经讲到提示词越靠前权重越高，但是在书写时其实还有其它方法来提高提示词的权重，这其中就涉及到各种提示词符号了。
1、逗号(,)
前面已经说到提示词是靠逗号隔开，其实我们可以理解逗号有一定权重排序功能（逗号前面的权重大于逗号后面的权重）。
2、圆括号()
可以提升词汇的权重1.1倍，如果有多层圆括号则其权重等等1.1的N次方（N代表圆括号的层数）
例如：((1girl))，1girl的权重就是1.1*1.1=1.21，以此类推
3、冒号(😃
冒号可以自定义词汇的权重，即使该词汇排在后面，我们也可以通过这种方式来提升它的权重，通常与圆括号一起使用。
例如：(1girl:1.5)，1girl的权重就是1.5
4、花括号{}
可提升词汇的权重1.05倍，使用方法与圆括号类似
例如：{{1girl}}，1girl的权重就是1.05*1.05=1.1025
5、方括号[]
可以降低权重1.05倍
例如：[1girl]，1girl的权重就是1/1.05=0.952
我们给排在后面的提示词提升权重后，整体的画面更加倾向提升权重后的图片。
例如：1girl,running,(jumping:1.5)
很明显图片展示的内容更加偏向跳(jumping)
四、连接词
在书写提示词时，我们还可以通过一些连接词来到达一些复杂的功能
1、and
可将多个词缀聚合成一个提示词组，and前后的初始权重一致
例如：1girl,white hair and black hair
形成的发色杂乱，没有规律
当然，我们也可以给每个关键词调整权重
例如：1girl,white hair:1.2 and black hair:1.4
头发颜色同样没有规律，但是可以看到黑色头发相比之前的多了一点。
2、AND
与and的功能不同的是，将多个关键词进行了融合
例如：1girl,green AND red hair
相比and，这里AND是以后右边的为主题，然后融合了AND左边的一点颜色。
3、竖(|)
这个是交替渲染的一个连接词，我们可以看下效果
例如：1girl,(green|red|yellow) hair
Stable Diffusion会先绘画绿色的头发，再将红色的头发渲染上去，最后再将黄色的头发渲染上去，会融合不同的颜色，不会有非常明显的颜色分块，如果我们想生成多彩头发可以使用这种方式。
4、加号(+)
这个与AND连接符功能类似，这里也给大家介绍一下使用用法
例如：1girl,(green hair)+(red hair)+(yellow hair)
5、逗号(,)
针对同一个对象，逗号也可以作为连接符，其功能与+类似
例如：1girl,(green hair),(red hair),(yellow hair)
6、下划线(_)
会将多个关键词进行融合
例如：1girl,(green hair)_(red hair)_(yellow hair)
将绿色，红色和黄色的头发进行了融合，没有比较明显的颜色分层。
7、什么都不加
大概率与_的功能一致，也会出现个别分层的情况
例如：1girl,(green hair)(red hair)(yellow hair)
五、分步渲染
在[]方括号中使用:符号，则可实现较为复杂的分步渲染的需求。
1、[A:B:step]
渲染A元素到step进度后开始渲染B元素，实现A元素与B元素的互相叠加，有类似于[from:to:when]的感觉，可用于两个词条的融合。其中step可以是小数，也可以是整数，为小数表示进度的百分比，例如0.4表示40%进度；为整数表示总步数的第多少步，例如12表示总步数的第12步开始。
例如：1girl,[red:yellow:8]hair
总共20步，从第8步开始渲染黄色，也可以这样写：
1girl,[red:yellow:0.4]hair
2、[A:step]
表示从step开始渲染A元素
例如：1girl,[red:8]hair
表示从第8步开始渲染红色
3、[A::step]
表示从step停止渲染A元素，其它元素的渲染继续
例如：1girl,[red::8]hair,yellow hair
从第8步停止渲染红色头发，黄色头发还是继续渲染。
六、调用Lora
调用Lora通常是由<>包围
1、如何调用Lora
在我们的界面上，点击生成按钮下的粉红色按钮，即可显示Lora的相关界面，如下图：
我们只需要点击需要使用的Lora，就可以在提示词里自动加载该Lora，
例如：
1girl,[red::8]hair,yellow hairlora:koreanDollLikeness\_v15:0.6
我们上面就调用了一个名为koreanDollLikeness_v15的Lora模型
2、调整Lora权重
Lora的权重默认是1，如果想调整权重可以修改这个数值
例如我们上面的示例将默认值1修改为了0.6。
关于Lora权重值的设定有如下规则可以参考：
权重值不要超过1，超过1的话容易出现效果很差的图；
权重值设置到0.8、0.9能够提高出图质量，会出现较多Lora元素；
权重值设置到0.3-0.7，则会带上部分Lora的元素。
七、提示词资源
提示词自动补全
这是一个插件，需要在Stable Diffusion中进行安装才能使用
下载地址：https://gitcode.net/ranting8323/a1111-sd-webui-tagcomplete.git
如无法下载，请看文末扫描获取插件安装包
八、常用提示词中英文对照表
1、提高质量的正向提示词
2、艺术风格代表的提示词
3、常用的反向提示词
4、镜头视角
5、主体远近
6、光线
7、主体视线
8、画风
9、表情
10、服装
11、风景指定
12、姿势指定
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！
需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
1.stable diffusion安装包 （全套教程文末领取哈）
随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。
最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。
2.stable diffusion视频合集
我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入坑stable diffusion，科学有趣才能更方便的学习下去。
3.stable diffusion模型下载
stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。
4.stable diffusion提示词
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，整个SD学习过程中都离不开这本提示词手册。
5.AIGC视频教程合集
观看全面零基础学习视频，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。
实战案例
纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
这份完整版的学习资料已经上传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
2948
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
