当前位置:   article > 正文

【SD教程】超详细AI绘画提示词语法讲解!_sd提示词规则

sd提示词规则

AI绘画提示词如何写?对于入门的小伙伴来说这是一个大问题,提示词写的好,才能有高质量的作品,那今天我给大家详细讲解一下,建议点赞收藏!

一、SD提示词基础

AI绘画提示词基本规则

1、提示词(prompt)由多个词缀构成。

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哪些需要,哪些不需要。

2、词缀的权重默认值都是1,从左到右依次减弱,权重会影响画面生成结果。

比如景色Tag在前,人物就会小:

相反的人物提示词在前景物在后人物会变大或半身:

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所愿的画面。

所以SD提示词撰写的大体逻辑是这样的:

首先我们要保证画面中质量,因此在最前面的永远是强调画面质量的提示词,之后我们要考虑我们的画面风格,你想要什么画风,接着就是我们画面需要体现的主要元素,最后是增添的细节。

若是想明确某主体,应当使其生成步骤向前,生成步骤数加大,词缀排序向前,权重提高:

画面质量 → 主要元素 → 细节

若是想明确风格,则风格词缀应当优于内容词缀:

画面质量 → 风格 → 元素 → 细节

举例:一串长的提示词可以拆分为如下:

· 画面质量:

best quality,masterpiece,HDR,UHD,8K,best quality,oil_painting,

· 主要元素:

princess,oval face,dancing,smile,bright pupils,

· 细节:

Movie light, elves, floating light points, dreams, magic

· 画风lora:

如果有的话写在这里

best quality,masterpiece,HDR,UHD,8K,best quality,((oil_painting)),

princess,oval face,dancing,bright pupils,twintails,smile,

Movie light,elves,floating light points,dreams,magic,panoramic,grand scenes,(Bokeh:1.4),

3、AI 会依照概率来选择性执行提示词。

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。

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。

4、Prompt 支持使用 emoji,可通过添加 emoji 图来达到效果。

AI认知的提示词撰写基本语法

1、提示词与提示词之间用英文逗号分隔,同时词之间要用空格隔开。

大家在撰写提示词的时候一定要注意,用英文输入法

例如:1girl, long hair, smile

主要元素+细节

2、提示词之间是可以换行的

我们可以利用这一特性让提示词看起来更清楚,但换行时记得加上逗号这样AI才知道你换行了。

例如:画面质量+主要元素+细节

best quality, masterpiece,

1girl,

long hair, smile,

3、每个提示词默认权重为1,越靠前权重越高。

Girl, books, library,

library, books, Girl,

books, library, Girl,

4、提示词词数量并不是越多越好

如果你想可控生图提示词数量控制在75个单词以内,关键词超过这个数量对整体画面影响比较少了,但可以增加一些点缀要素。

例如:这个是75个词的提示词

((ultra-detailed)), ((illustration)),((solo)),((((a girl)))),(beautiful detailed girl),(((cheongsam))),((((((arms_behind_back)))))) ,red eyes,((((beautiful detailed eyes)))),white hair,spring festival,(((chinese new year))),(((snow))),((lunar new year)),firecracker,Temple Fair,(detailed fireworks), (firecracker),((the best building)),(((best shadow))),many people,(Flying snowflakes),

超细节,插图,独奏,一个女孩,美丽的细节女孩,春装,手臂,红眼睛,美丽的详细眼睛,白发,春节,中国新年,雪,农历新年,爆竹,庙会,详细的烟花,爆竹,最好的建筑,最好的阴影,很多人,雪花飞溅

将提示词增加到100+个,注意我们在后面加上了一些无关紧要的词意图干扰AI

((ultra-detailed)), ((illustration)),((solo)),((((a girl)))),(beautiful detailed girl),(((cheongsam))),((((((arms_behind_back)))))) ,red eyes,((((beautiful detailed eyes)))),white hair,spring festival,(((chinese new year))),(((snow))),((lunar new year)),firecracker,Temple Fair,(detailed fireworks), (firecracker),((the best building)),(((best shadow))),many people,(Flying snowflakes),

ocean,beach,lake,starry_sky,park,Trapeze,city,cityscape,downtown,Tokyo_Tower,snowy mountain,cliff,claw pose,Swinging,long hair,blouse,collared_shirt,sailor_shirt,t-shirt,

超细节,插图,独奏,一个女孩,美丽的细节女孩,春装,手臂s_behind_back,红眼睛,美丽的详细眼睛,白发,春节,中国新年,雪,农历新年,爆竹,庙会,详细的烟花,爆竹,最好的建筑,最好的阴影,很多人,雪花飞溅

海洋,海滩,湖泊,星空,公园,吊架,城市,城市景观,市中心,东京,雪山,悬崖,爪式,摇摆,长发,衬衫,领衬衫,水手衬衫,t恤,

二、提示词符号解析

小括号、中括号、大括号

小括号、中括号、大括号的含义:微调关键词权重

1、小括号 ( )

一个小括号增加1.1倍权重,最多套三层小括号也就是1.331倍权重

大家可以观察下面的图片,我不断用小括号强调黄色花朵的权重

Garden,

red flower,

blue flower,

yellow flower,

Garden,

red flower,

blue flower,

(yellow flower)

Garden,

red flower,

blue flower,

((yellow flower))

Garden,

red flower,

blue flower,

(((yellow flower)))

2、大括号 { }

大括号也是增加权重的,但相比小括号更轻微,是增加1.05倍,三层大括号权重为1.15倍

3、中括号 [ ]

这个是减小权重值的,它会把权重变为原来的0.9倍,三层就是0.729倍

案例:同样是花园使用中括号减重红色花朵:

best quality, masterpiece,

Garden, red flower, blue flower, yellow flower

best quality, masterpiece,

Garden,[[[ red flower]]], blue flower, yellow flower

4、自定义权重

自定义权重只可使用小括号控制,格式为(x:0.5)

0.5为权重值,权重取值范围 0.4-1.6,权重太小容易被忽视,太大容易拟合图像出错

案例:使用自定义权重蓝色花朵对比:

best quality, masterpiece,

Garden, red flower,

(blue flower:0.4), yellow flower

best quality, masterpiece,

Garden, red flower,

(blue flower:1.6), yellow flower

5、使用尖括号<>调用lora

lora简单来说就是风格化模型,可以生成我们想要的特定风格或者人物。

我们可以在提示词中使用 [lora:lora名称:权重](lora:lora名称:权重)来调用lora

例如:

样例:使用lora让图片特定风格

使用lora前

使用lora后

样例:你可以通过权重来调整lora对画面的影响(0.1-1)

best quality, masterpiece,

Garden, red flower, blue flower, yellow flower

lora:万能插画-超强故事感-99二创艺术\_v1.0:0.5

best quality, masterpiece,

Garden, red flower, blue flower, yellow flower

lora:万能插画-超强故事感-99二创艺术\_v1.0:0.3

6、使用下划线和and连接提示词

下划线_起到连接的作用,让词与词更紧密连接到一起/防止歧义。

例如我想让AI生成一个咖啡蛋糕,如果不加下划线它很可能理解不了会出现单独的咖啡喝蛋糕,但是加了下划线后它就理解的更好了。

masterpiece,best quality,

coffee cake,

masterpiece,best quality,

coffee_cake,

AND:将多个词缀聚合在一个提示词顺序位置中,其初始权重一致

例如我们可以用这个技巧生成多色的头发

best quality, masterpiece,

a girl,

green hair:1.3 and red hari:1.5 and yellow hair:1.2

三、提示词进阶语法

1、控制提示词的生效时间

[提示词:0-1数值]:意思是采样值达到X(数值)以后才开始计算这个提示词的采样

例如:

Forests, trees,weeds, [flowers:0.7], 采样值达到70%以后才开始计算花的采样

[提示词::0-1数值]:意思是一开始参加采样的词整体到X(数值)以后退出采样

例如:

Forests, trees,weeds, [flowers::0.7],花一开始参加采样整体到70%以后退出采样

[提示词1:提示词2:0-1数值]:前X(数值)采样提示词1后1-X采样提示词2

例如:

best quality, masterpiece,forest, [stone:flower:0.7],前70%石头采样生效,后30%花朵采样生效

best quality, masterpiece,forest, [flower:stone:0.7],反过来前面花先采样后面采样石头

2、交替采样

交替采样的写法:[提示词1|提示词2]

例如:1girl, [red|blue]hair,(括号外加词缀意味着两个颜色的共享元素),一步红头发,一步蓝头发这样不断循环

1girl, [red|blue]hair,

假如不加词缀:[cow | horse] 可以生成牛和马的混合体

[cow | horse]

举例:[bird|airplane] in sky 天空中一只飞机鸟

[bird|airplane] in sky

四、提示词插件推荐

1、One Button Prompt

只需一个主题生成一系列不同风格类型图片,自动丰富关键词

安装方法:在线安装或者下载后拖到\Extensions\ 文件夹中

https://github.com/Airjen/OneButtonPrompt

使用方法:

在框框内填写提示词然后直接生成

一个白头发女孩拓展生成效果

一个白头发女孩拓展生成效果

2、sd-dynamic-prompts

动态提示词插件方便生成组合式图片

安装方法:跟上面的一样

https://github.com/adieyal/sd-dynamic-prompts

使用方法:

勾选启用

**最大生成数:**0就是所有的方式都生成一次

**组合批次:**就是每一个类型生成几张

自动批次组合生成

开启动态提示词插件后可以使用全新语法进行提示词搭配:

A {boy | girl} in {school | street | forest},

上面这串语法的意思是:生成一个老师或者学生分别在学校、街道和森林的6种组合:

生成组合的效果

丰富提示词功能

打开魔法提示词功能可以丰富提示词,例如我们输入一个提示词:a girl 长度就是词的数量创意越高AI发挥的越多

推荐使用模型:succinctly/text2image-prompt-generator

这是一个在简洁/中途提示数据集上微调的 GPT-2 模型,其中包含用户在一个月内向 Midjourney 文本到图像服务发出的 250k 文本提示。有关如何抓取此数据集的更多详细信息,请参阅中途用户提示和生成的图像 (250k)。

该提示生成器可用于自动完成任何文本到图像模型的提示(包括 DALL·E家族)。

强力推荐,各种扩展都好用,词穷抽卡必备。

AUTOMATIC/promptgen-lexart

这个模型是从 lexica.art 艺术网站上 进行训练的抓取的134819提示微调了 100 个 epoch,这个模型适合艺术风格画的魔法扩展,推荐画艺术风格提示词魔法扩展。

Gustavosta/MagicPrompt-Stable-Diffusion

魔法提示词第一个模型,这是 MagicPrompt 系列模型中的一个模型,这些模型是 GPT-2 模型,旨在生成用于成像 AI 的提示文本。该模型经过 150,000 个步骤和一组大约 80,000 个数据进行训练,这些数据从图像查找器中过滤并提取出来,以实现稳定扩散:“Lexica.art”。提取数据有点困难,因为搜索引擎仍然没有公共API,这个特别通用、实用,适用各种场景提示词扩展,效果卓越。

模型安装:

注意:需要科学上网,第一次使用模型会自动下载需要等待一下,并且关闭启动器的国内Pipy镜像、Git镜像、链接等。否则下载失败,会报错误:Error while generating prompt: ‘NoneType’ object cannot be interpreted as an integer。

动态提示词效果

A girl拓展为:a girl, read book, wearing green balenciaga top, anime style, artstation, muted colors, cool colors, by Ashley Wood. --ar 2:3 --stop 80 --uplight

3、Prompt-all-in-one

插件功能:

(1)一键翻译提示词、中文直接生成英文提示词。

(2)直接调用预设好的提示词、便捷添加提示词权重

(3)其它按钮功能讲解。

(4)和ChatGPT对接。

插件安装地址:

https://github.com/Physton/sd-webui-prompt-all-in-one

4、oldsix-prompt

插件功能:

(1)预设丰富的起手式和提示词

(2)可以随机生成提示词的预设


我整理了一套各种类型的提示词库,都是电子版的,直接复制就能用,需要的小伙伴下方扫码找我拿吧~

写在最后

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

感兴趣的小伙伴,赠送全套AIGC学习资料和安装工具,包含AI绘画、AI人工智能等前沿科技教程,模型插件,具体看下方。

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、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。

在这里插入图片描述

五、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。
在这里插入图片描述

若有侵权,请联系删除
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/代码探险家/article/detail/905968
推荐阅读
相关标签
  

闽ICP备14008679号