Stable diffusion 高阶精准的提示词用法_stablediffusion 句式

当谈到大规模深度学习模型时，“Stable Diffusion” 是一个备受瞩目的成果，它正在改变着人工智能领域的游戏规则。Stable Diffusion 模型为我们提供了一种创造高质量、高稳定性、以及极具应用前景的深度学习模型的方法。在这篇知乎推文中，我将向大家介绍 Stable Diffusion 高阶提示词的用法以及推荐模型。

什么是 Stable Diffusion？

Stable Diffusion 是一种生成模型的框架，它通过整合多种先进技术，创造出高度稳定的深度学习模型。这个框架的核心思想是稳定性和可控性，这使得它能够生成高质量的图像、音频、文本等内容，而不容易出现训练不稳定、模式崩溃等问题。Stable Diffusion 模型在生成对抗网络 (GANs)、自动编码器 (VAEs)、和强化学习中都具有广泛的应用。

认识提示词prompt？

我们来看提示词要怎么写，以文生图模式的提示词为主。若要边看边练习的话，可以搭配 文生图用法操作。

不论用哪个模式生图，Stable Diffusion都是吃「正向」与「负向」提示词 (prompt，通俗的讲法叫关键字、咒语、指令)，并且要用英文输入。

你会在Stable Diffusion WebUI看到以下框框：

正面和负面prompt

第一个框框是提示词 (Prompt) 告诉AI要生成哪些东西。第二个框框是负向提示词 (Negative prompt) 告诉AI不要生成哪些东西。

首先要注意的是，AI生图目前还没有涵盖全宇宙所有图片的模型，所以除了提示词外，使用的生图模型亦会大大的影响生成结果。

譬如，用写实风格的Stable Diffusion模型画动漫人物，效果绝对会比使用写实大模型的效果差的许多；又或者，想画出宛如真人coser的图，我这里推荐我炼制的lbc_Realistic大模型铁定比用只强调写实的其他模型要来的合适。
因此在学会下提示词以前，要先按照用途挑选适合的模型吧。

[lbc_Realistic.safetensors]注意这是c站需要魔法civitai.com/models/165986/lbcrealistic

高阶精准的起手提示词

这一节使用lbc的模型做示范，因此生成出来都会是偏向于2.6D的动漫风格。

1girl\(beautiful, student outfit, on the beach\),
1

输入以上提示词时，利用高级写法，让提示词的逻辑更加清晰，以及便于AI理解，负向提示词留空出来一下图片

同时你也可以如之前一样对以上格式的提示词进行权重括号的增加或减少，具体格式写法如下：

1girl\(beautiful, (student outfit), on the beach\),
#又或者这样写也可以
1girl\(beautiful, (student outfit：1.5), on the beach\),
1
2
3

SD WebUI还支持[ ]中括号，越多权重越弱(乘以1.1倍)，通常用在负向提示词栏位。

给用过NovelAI的使用者：SD WebUI的小括号( )效果等价于NovelAI的大括号{ }，都是增加对该提示词的关注度。

提示词编辑

指定在到哪一步数的时候切换提示词。此处的中括号跟权重无关。

语法为[提示词1:提示词2:要切换的步数]

例如，算图时设定20步，一开始算橘子，设定算到15步时切换成苹果

[orange:apple:15] on table
1

[orange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/正经夜光杯/article/detail/890356