AI绘画Stable Diffusion教程，6种提示词角度！精准实现你的 stable diffusion 创作意图！_ai制图关键词提示

大家好，我是灵魂画手向阳

1、引言

本期内容的核心目标是向你展示构图、风格、媒介、画面清晰度、灯光效果以及颜色氛围等6大类别中的常用标签（tags），这些标签将为你提供更深入的理解，并帮助你更有效地编写提示词（prompt）。

这些标签可以大大影响AI绘图模型生成的图片内容，掌握好它们的使用，将有助于你在AI绘图过程中更好地达成你的创作意图。

---

2、tags 效果示例

1、构图

在使用SD模型生成图片时，需要注意一些细节。SD模型的训练数据来自于网络，因此 tags（标签）更倾向于使用口语化表达，而非专业术语。这意味着一些常见的景别描述如 “medium shot”（中景）和 “full shot”（全景）可能无法产生理想的效果，因为这些表述很少出现在训练数据中。然而，也有一些例外情况，有些模型在微调过程中可能添加了更专业的 tags，这样就能够更好地生成对应的景别效果。

另外，还有一些特定的术语如 “cowboy shot”（牛仔镜头）可能无法被一些模型正确识别，导致生成的图片中出现牛仔服装的人物。为了避免这种情况，可以不在正向提示词中使用 “cowboy shot”，而是通过在 negative prompt（反向提示词）中加入其他关键词，如 “full body”（全身）或 “closeup”（特写），以避免模型生成全身和特写图片。通过这种方式也可以达到相似的目的。

最后，需要强调的是，评价一个提示词的优劣不能仅以一次生成的图片作为评判标准，而是应该生成多张图片，再基于这些结果来评估提示词的效果。

观察生成的多张图片后，可以根据目标需求和生成效果来对提示词进行优化和调整。这可能包括更改关键词，调整参数或者试验不同的表达方式。通过这种反复迭代和调整的过程，才能逐步接近理想的图像效果。这也是我们提升AI绘图技巧，实现个性化创作需求的关键步骤。

以下是一些示例：

2、风格

在使用标签生成图片时，有时会发现使用一些风格类的关键词，如 “illustration”（插画）、“cartoon”（卡通）等，生成的图片风格非常多样。这是因为训练数据中的插画风格本身就包含了很多不同的风格变化。

为了更好地控制生成的结果，我们可以使用下面2种方法进一步限定生成范围：

1. 通过添加关键词如 “flat design”（扁平化设计）、"2D"等，来生成更平面的插画风格。这样可以使生成的图片更加符合平面插画的特点。另外，通过添加与期望风格相反的关键词，也能够反向限定生成的结果，以获得与之相反的风格效果。

2. 通过添加相关艺术家的名字或艺术家关键词，可以引导模型生成更加特征性和独特的图片。艺术家关键词通常与特定的艺术风格或创作方式相关，因此可以帮助我们缩小生成范围，更加准确地获得所需的效果。

以下是一些示例：

3、媒介

使用媒介tag，也会出现风格非常多样的图片，原因跟上面提到的完全一样，解决方法也完全相同，这里不再赘述。

以下是一些示例：

4、清晰度关键词

生成的图片如果觉得细节不够丰富，那么就可以添加下面的关键词来改进。

以下是一些示例：

Highly detailed： 通过观察人物的衣服和背后的蘑菇等细节，可以明显看出与对比图相比，添加了这个关键词后，生成的图片会更具细节。

Intricate pattern： 通过添加更多的纹理，特别是在人物的衣服上，可以使生成的图片更加丰富多样。

Ornate： 通过添加装饰品，例如人物头发上的发夹，以及额外的装饰物在手臂上，可以增添图片的华丽感。

---

5、灯光效果

调整灯光效果是一项相对困难的任务，因为SD模型缺乏对三维空间的理解能力，因此很难准确呈现不同方位灯光的效果。然而，通过添加相关的关键词仍然可以产生一定效果。这是因为虽然SD无法理解三维空间，但它对于图片的色调和明暗有很好的学习能力。

例如，关键词 “back light” 虽然无法真正呈现背光效果，但会使人物正面变暗，并给头发产生发光的效果。另外，关键词 “hard light” 相对于 “soft light” 会产生更高对比度的图片，这是使用硬光的特点之一。如果你有摄影经验，这应该不难理解。

需要注意的是，有些光效关键词还可以用其他表达方式来表示。例如，“side light” 也可以表达为 “side lights”。如果发现效果不明显，可以尝试添加更多类似的词语来进一步调整灯光效果。其他类型的关键词同理。

以下是一些示例：

6、颜色氛围

这个不多解释，非常直观。

SD对颜色信息的学习没啥难度，因此操控起来显得比较轻松。

这期的内容就到这啦！欢迎关注更多精彩内容！

写在最后

感兴趣的小伙伴，赠送全套AIGC学习资料，包含AI绘画、AI人工智能等前沿科技教程和软件工具，具体看这里。

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。
 

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。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

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。

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。

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。

若有侵权，请联系删除