超级干货，自学stable diffusion，看完这篇就够了

本期将从以下4个模块逐步讲解:

📌sd提示词怎么写

📌sd模型下载

📌sd实用插件

📌Control Net插件讲解

注意：文章内的链接不可直接跳转，需自行复制到浏览器打开！

1

sd提示词怎么写

提示词之间要用英文逗号隔开

提示词之间是可以换行的

正向提示词例如：

主体描述：一个女孩，长卷发，头发散开，五官精致，纤瘦。

场景描述：山顶的寺庙，山，水，树，云，太阳，天。

风格描述：中国风，禅意，浪漫主义。

画面需求描述(常规提示词,可通用)：柔和的光线，8k质量，超级详细，伟大的杰作，壁纸，生动的色彩，逼真，美丽，好看。

补充描述：正常的的手指，完美的五官。

反向提示词：

常规提示词：

(badhandv4:1.2),(worst quality:2),(low quality:2),(normal quality:2),lowres,bad anatomy,bad hands,normal quality,((monochrome)),((grayscale)) watermark, easynegative ng_deepnegative_v1_75t,nsfw,

上面主要说的是一些质量差，丑，颜色单一之类的， 通用反向提示词，这个可以直接拿去用就行。

基于画面的需求进行详细反向描述：

例如这次的主体是人：畸形的手指，丑陋的五官，丑的。

左图没写反向提示词的，右图增加了反向提示词的

提示词的权重：

提示词默认权重为1，如果你不进行权重的调整的话越靠前的提示词权重越高，但是如果你需要突出画面中某个元素，或者某个元素AI没有给你生成出来的话，就需要提高这个描述词的权重来突出这个内容。

加权重有两种方式：

1.加括号(), 增加一个括号就增加0.1的权重， （美丽的）就是1.1的权重，((美丽的))就是1.2的权重。

2.加括号和冒号(😃,例如：(美丽的:1.5)，就是1.5的权重。

比如我想要画面里有花,但是因为描述词比较多, 花的权重没有突出,ai就可能自己取舍或者没有很明显的花,这时候我们就增加花的权重, 让花在画面里的比例更大。

下方左图提示词：a girl, with long curly hair, loose hair, delicate facial features, and slender features, (Temple on the mountaintop:1.5), mountains, water, trees, clouds, sun, sky,flowerChinese style, Zen, Romanticism Soft lighting, 8k quality, super detailed, great masterpiece, wallpaper, vivid colors, realistic, beautiful, and good-looking

下方右图提示词：a girl, with long curly hair, loose hair, delicate facial features, and slender features, (Temple on the mountaintop:1.5), mountains, water, trees, clouds, sun, sky,(flower:2)Chinese style, Zen, Romanticism Soft lighting, 8k quality, super detailed, great masterpiece, wallpaper, vivid colors, realistic, beautiful, and good-looking

2

sd模型下载

常用模型下载网址：

https://www.liblib.art

https://civitai.com/

https://huggingface.co/

模型分为：

基础模型（大模型）

VAE模型（滤镜）

control net模型（插件辅助模型）

Lora模型（基于基础模型的风格调整模型）

模型安装位置：

模型放置位置记得要放一张相同同命名模型效果图片，这样stable diffusion就会识别到，展示的时候会展示这个图片，能快速找到需要的模型，没有放图片的话就会像第一个这样，显示图片缺失，要靠看下面的模型名称来分辨模型的作用。

3

sd实用插件

插件安装方法+地址：

Tag自动补全	输入中文词语会弹出英文，直接点击使用	https://github.com/DominikDoom/a1111-sd-webui-tagcomplete
图库浏览器	浏览自己之前生成过的所有图片，可以分类， 分级	https://github.com/AlUlkesh/stable-diffusion-webui-images-browser.git
简体中文语言包	汉化插件	https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
WD1.4 Tag反推插件	上传图片，会帮你把图片分析为描述词，	https://github.com/picobyte/stable-diffusion-webui-wd14-tagger.git
sd-webui-prompt-all-in-one	预设了很多AI可以理解的描述词	https://gitcode.net/ranting8323/sd-webui-prompt-all-in-one
控制网络(ControlNet插件)	篇幅比较长，后面第4个模块着重讲解这块	https://github.com/Mikubill/sd-webui-controlnet

一、Tag自动补全：

词库, 输入中文后会跳出适合AI理解的英文选项。

二、图库浏览器：

1.存留自己往期生成过的效果图，并保留该效果图的生成参数（模型，lore，迭代步数，采样，宽高等都会保留，插件数据不会保留），把图片信息完全复制到正向提示里，然后点击生成底部的箭头，这张图片的所有参数就会自己匹配到相应的位置。

2.对图片进行评级，便于后期筛选。

三、WD1.4 Tag反推插件：

把图片给到AI，AI反推完成后记得点击卸载所有反推模型，不然会占内存。

给反推插件的图像

选用同款模型后,直接用反推的关键词生成的结果

加入一个动作要求，生成的结果（结合ControlNet ）

四.sd-webui-prompt-all-in-one

4

Control Net插件讲解

一、控制网络(ControlNet插件)：

https://github.com/Mikubill/sd-webui-controlnet

安装方法见插件安装

官方：

contorlnet模型下载地址：

https://huggingface.co/lllyasviel/ControlNet-v1-1/…

百度盘：

链接：

https://pan.baidu.com/s/125iUNB6fMjPcP2LKE3giFQ

提取码：lylb

Sd生成图片图片的三个要素：描述、模型、control net

二、Control Net有什么用？

1.线稿上色

2.小色稿-成稿

3.照片动作提取

4.线稿提取

1.线稿-上色(文生图)

首先准备一个线稿（干净一点的，因为sd不知道你什么线是要的，什么是不要的）。

2.小色稿-成稿(图生图)

要用没有线条或者同色系线条的小色稿来进行生成效果会更好

以下分别是：

a.人工绘制产出（用时3天）

b.和需求方沟通好草图方向

c.草图+小色稿+AI产出，用时1天左右

3.动作提取

根据具体需求绘制一个草图；

确定风格（找模型和Lora），直接对着sd说自己要的内容，输入关键词生成的结果；

点击编辑,调整一下动作，让它更像草图；

加入一个动作要求，生成的结果（结合ControlNet ）；

调整动作结构图+换一个模型得到的结果（需要锁定种子）。

4.线稿提取

早点开启AI学习，给自己的人生来个翻天覆地的变化吧！

如果你也对AI技术感兴趣感兴趣，可以下方扫码免费领取一份AI技术入门资料包wx扫描二v码免费领取【保证100%免费】

在可预见的未来，随着AI大范围在职场推广，使用门槛降低，部分还在做重复工作的打工人会不可避免地被取代。

这也是为什么身边越来越多人都在学AI。

负责任地说，这是AI离普通人超近的一次。它——

• 很简单： 只要你有一个浏览器，登录一个网页，会打字、会聊微信就能够直接使用。

• 很实用： 任何上班族，无论你的工作涉及文字、图片、数字，或是办公软件全家桶，它都能成为你的高效助理。

• 很聪明： AI如同一个六边形战士，当你有个绝妙点子，它能随时点亮技能树，用编程、写作、绘画技能把你的想法落地。
  
  随着人工智能的推广，具备AI技能的人将更容易适应未来岗位需求，成为早期吃到红利的稀缺人才。