Ai绘画工具，Stable Diffusion提示词使用指南_stable diffusion反向提示词

哈喽，大家好，我是程序员晓晓

今天给大家分享的是Stable Diffusion提示词相关内容。

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(