# Stable Diffusion 从入门到精通：超详细 AI 绘画教程，小白也能轻松上手

本文链接：https://blog.youkuaiyun.com/Android_XG/article/details/147795559

刚起步，粉丝不多？这反而让我更敢毫无保留地分享！点击下方卡片「AI 实战家」，每日解锁一个全新 AI 技能：

核心内容速递

本教程将全方位指导你完成 Stable Diffusion - webui - forge 整合包的下载与安装，深入讲解软件基础操作与实用技巧。webui - forge 是在原 webui 基础上的升级版本，支持 sd3.5 和 flux 生图功能。FLUX 所需的 F1 模型、双 clip、VAE 均已放置在对应文件夹，下载后可直接使用；教程中演示用到的麦橘写实大模型和冰雪奇缘 lora 也已配置到位，配合给出的提示词，轻松复刻演示效果。

实测体验

本次演示使用的设备为搭载 4070 显卡、8G 显存的笔记本。由于 FLUX 对显存要求较高，在该设备上运行会出现显存不足的情况，因此无法进行测试。我们选择麦橘写实大模型进行绘图演示，大家可参考教程中的参数设置。如果绘图完成后得到黑色图片，大概率是显存不足导致，可尝试调整图片尺寸；若生成的图片存在噪点，可能是 VAE 设置问题，建议将 VAE 选项留空后再次尝试。经测试，生成一张 1024×1024 分辨率的图片，大约需要 12.3 秒。

效果展示

在这里插入图片描述

[此处插入图片，可添加文字说明 “滑动查看更多效果”]

整合包获取途径

发送【整合包】，即可获取。
也可进入【AI 资料】菜单，点击【AI 整合包】进行下载。

一、整合包下载与安装

将整合包解压至 无中文路径 的文件夹中，具体操作可参照图示。
在这里插入图片描述

二、基础配置

通常情况下，采用默认配置即可正常使用。若你同时在使用 comfyui，可在 高级选项 > Forge 设置 中，选择 comfyui 的 models，实现两个软件共享同一套模型资源，提升使用效率。
在这里插入图片描述

三、模型存放位置

模型类型	存放路径
大模型	根目录 \models\Stable - diffusion
lora	根目录 \models\Lora
VAE	根目录 \models\VAE
clip	根目录 \models\text_encoder
ControlNet	根目录 \models\ControlNet

四、操作实战

启动软件：完成配置后，点击控制台的一键启动按钮，等待程序加载完成，加载完毕后会自动跳转至网页界面。
参数选择：在 UI 界面中，全选相关选项，并根据实际情况选择大模型和 VAE（部分大模型已内置 VAE，可无需另行选择）。
输入提示词与 Lora
- 正向提示词：girl,solo,black hair,(blue dress:1.5),looking at viewer,(snow:1.2),snowing,(ice castle:1.2),red lips,blurry background,wind,outdoors,tiara,realistic,(upper part of the body:1.2),snowflakes,(stairs:1.2),long hair,lora:frozen:0.5
- 负面提示词：drawing,painting,crayon,sketch,blurry,deformed,ugly,(deformed iris, deformed pupils, semi - realistic, cgi, 3d, render, sketch, cartoon, drawing, anime:1.4),text,close up,cropped,out of frame,low quality,jpeg artifacts,ugly,duplicate,mutated hands,poorly drawn hands,poorly drawn face,mutation,deformed,blurry,bad anatomy,bad proportions,disfigured,malformed limbs,missing arms,extra arms,extra legs,fused fingers,too many fingers,long neck,((nsfw)),sketches,tattoo,(beard:1.3),(low quality:2),(normal quality:2),normal quality,facing away,looking away,text,error,fewer digits,cropped,jpeg artifacts,signature,watermark,username,blurry,skin spots,acnes,skin blemishes,bad anatomy,fat,bad feet,cropped,poorly drawn hands,poorly drawn face,mutation,deformed,extra legs,too many fingers,long neck,cross - eyed,mutated hands,bad body,bad proportions,text,error,missing fingers,extra arms,missing fingers,(Worst quality,low quality,lowres:1.2),error,cropped,jpeg artifacts,out of frame,watermark,signature
  输入提示词后，添加 Lora 并按需调整权重。
参数调整：根据绘图需求，对各项参数进行细致调节。
生成图片：确认所有设置无误后，点击生成按钮，等待图片生成。

五、常见问题解答

问题	解答
embedding 提示词集合	常用于反向提示词，可避免图像出现崩坏等问题，减少手动输入大量提示词的麻烦
反向提示词	可降低不适内容出现的概率，当图片出现崩坏时，推荐使用特定 embedding（如 NG - DeepNegative - V1 - 75T 修复人体结构、badhandv4 优化手部细节）
CFG（分类器自由指导比例）	用于控制模型对提示词的遵循程度。值过低，模型会忽视提示；值过高，图像颜色会过于饱和。 1 - 模型大多不遵循提示； 3 - 生成效果更具创意； 7 - 在遵循提示与自由创作间达到较好平衡； 15 - 更严格遵循提示，图片对比度和饱和度增强； 30 - 严格按提示生成，但颜色易过饱和。一般取值在 4 - 10 较为合适，具体还需结合迭代步数和采样方法综合判断
图片无损放大	二次元图像推荐使用 R - ESRGAN 4X + Anime6B 算法；真人图像处理可使用高清化 /extras 功能
<> 尖括号	主要用于调用 lora，格式为lora: 文件触发：权重
clip 终止层数	ClipSkip 为 1 时，处理至最后一层；为 2 时，处理至倒数第二层；为 3 时，处理至倒数第三层。值越小，生成图像包含的提示词信息越丰富；值越大，提示词被忽略的越多
放大模型	相片类：LDSR（速度较慢）或 ESRGAN_4x（追求细节与速度）；绘画类：ESRGAN_4x（写实风格，突出纹理细节）、General - WDN（整体效果更佳）；动漫类：Anime6B（也适用于将图像转换为动画风格）
Tiled diffusion	- 方案：提供两种算法供选择； - 覆盖图像尺寸：可突破 SD 模型原有限制，生成超大尺寸图像（如超宽幅画面）； - 潜空间分块宽 / 高度：即图像中小框的宽高，一般取值 64 - 160，最佳值取决于潜空间分块单批数量和所用模型（建议使用未剪枝模型），通常选 96 或 128； - 潜空间分块单批数量：类似生成图中的 “单批数量”，受显卡性能影响，数值越大生成速度越快，可选范围 1 - 8； - 潜空间分块重叠：数值越高，图像融合接缝越少，但会降低生成速度。使用 MultiDiffusion 时建议选 32 或 48，使用 MixtureofDiffusers 选 16 或 32
Tiled VAE	该选项可大幅降低 VAE 处理大图时的显存占用。例如使用 highres.fix，原本只能放大 1.5 倍，开启后可放大至 2.0 倍。一般无需修改默认参数，仅在以下情况调整： 1. 生成时出现 CUDA 内存不足错误，降低 tile 大小； 2. tile 过小导致图片灰暗模糊，启用编码器颜色修复
采样器	- 老牌采样器： Euler a（每次去噪添加新噪点，生成结果不收敛，每次生成图像有差异）； Euler（生成结果最终趋于稳定，可收敛）。 - DPM 采样器：DPM2 算法虽提升画质，但耗时翻倍，不推荐；带有 Karras 算法的采样器，8 步后噪点明显减少，优先选择。 - 2S 和 2M 区别：S 为单步算法，M 为多步算法（增加相邻层信息传递），建议选带 M 算法的采样器。 - 推荐算法： DMP++2M Karras（收敛快、速度与质量俱佳）； DMP++SDE Karras（基于随机微分方程，不收敛，画质高但速度慢，适合追求真实感画面）； DMP++2M SDE Karras（结合 2M 和 SDE，不收敛，速度有所提升）； DMP++2M SDE Exponential（指数算法，不收敛，画面更柔和干净但细节稍少）； DPM++3M SDE Karras、DPM++3M SDE Exponential（与 2M 速度相当，需更多采样步数，当 CFG 采样步数 > 30 时效果更佳）。 - 2023 采样器： Unipc（新采样器，统一预测矫正器，兼容性好，收敛快，约 10 步生成可用画面）； Restart（单步渲染时间长，但少量采样步数即可生成高质量图像，潜力大）。若追求快速且质量稳定，选 DMP++2M Karras、UniPC；若注重画质不考虑收敛速度，选 DMP++SDE Karras；若需要稳定、可重复的生成效果，避免使用带 a 的采样器；若偏好简单操作，Euler 和 Heun 是不错选择

六、实用技巧与案例分享

在这里插入图片描述

（一）描述词构成

画质描述词 + 画风描述词
画面主体内容
环境、场景、灯光及构图
lora 模型
负面描述词

（二）关键词权重规则

默认关键词权重为 1，词序越靠前权重越高。使用括号调整权重时，每层（）使权重增加 0.1 倍，每层 {} 增加 0.01 倍，每层 [] 降低 0.1 倍，括号最多嵌套三层。也可通过（关键词：1.1）直接设置权重，建议取值范围在 0.3 - 1.5 之间。

（三）特殊采样方法

交替采样：格式为 [提示词 1 | 提示词 2] 。例如 girl,upper body,[blue | red] hair，将生成头发红蓝相间的女孩。
渐变采样：采用 [提示词 1：提示词 2：0 - 1 数值] 。如 forest，lots of trees，[stones:flowers:0.7]，表示前 70% 按石头采样，后 30% 按花朵采样，生成以石头为主、花朵点缀的森林场景。
控制采样
1:[提示词：0 - 1 的数值]：如 forest，lots of trees and stones，[flowers:0.7]，当整体采样进度达到 70% 时，开始按 “flowers” 描述生成，画面中花朵数量较少。
2:[提示词::0 - 1 的数值]：如 forest，lots of trees and stones，[flowers::0.7]，从采样开始就加入 “flowers” 描述，到 70% 进度停止，画面中花朵数量比前者更多。

（四）下划线的妙用

下划线 “_” 用于连接词汇，避免歧义。例如 banana cake 可能生成一根香蕉和一个蛋糕，而 banana_cake 则明确生成香蕉蛋糕。

（五）常见问题解决办法

脸部崩坏问题

原因：采样资源分配不均，远景画面分配的采样较少，容易出现脸部崩坏。

解决方法

-方法一：保持较低图片分辨率，启用高清修复功能将图片放大两倍。此方法虽能提升分辨率，但会增加渲染时间，且对脸部细节的改善有限。
-方法二：使用图生图功能，通过蒙版遮盖脸部区域，选择仅对蒙版区域进行处理。适合单个人脸修复，多人脸时操作量较大。
-方法三：安装拓展插件。从https://github.com/Bing - su/adetailer.git 下载插件，在https://huggingface.co/Bingsu/adetailer/tree/main下载 face_yolov8m.pt、face_yolov8n.pt、face_yolov8n_v2.pt、face_yolov8s.pt 等修复人脸模型（had 用于修复手部，person 用于增强人物整体细节），放入 SD 目录 /models/adetailer 。使用时勾选启用 ADetailer，选择合适的修复模型（mediapipe_face_full 仅适用于真人图像），在下方输入框输入 detail face 即可修复脸部，还可添加表情关键词实现更多效果，也可组合使用不同模型进行综合修复。
手指问题

方法一：在生成图片时添加负面提示词，如 “残缺的手指”“六个手指” 等（可参考反向提示词集 bad - hands - 5）。
-方法二：借助 openpose 骨骼图。在文生图界面，通过 controlnet 上传图片获取手指姿势，启用完美像素模式，选择 openpos（姿势）控制类型、dw_openpose_full 预处理器和对应 openpose 模型，点击预处理结果生成图片。若手部效果不理想，可固定种子数，使用 openpose 编辑器调整骨骼图后重新生成。也可将图片转入图生图，保存骨骼图后加载到图生图的 controlnet（控制类型选 openpose，预处理器选无）再次生成。若不希望图片其他部分改变，可将图片进行局部重绘，用画笔涂抹手部后，在 controlnet 中导入骨骼图，选择重绘蒙版内容等操作生成最终图片。还可进行多重控制，结合不同 controlnet 控制类型（如姿势、深度、软边缘）和权重调整，获得理想的手指效果。
方法三：安装 Depth Library 拓展插件，利用手部模型进行修复。

Stable Diffusion 最强提示词手册