24年最新AI绘画Stable diffusion 提示词攻略,记得收好了!

Stable Diffusion常用提示词(Prompt) Stable Diffusion常用提示词 阅读详情

前言

大家好,今天给大家分享的是关于 Stable diffusion 提示词的基础和进阶语法,为什么有必要了解这个呢?首先是提示词对出图效果影响很大,了解提示词的用法有助于我们写出更优秀的提示词;其次就是我们可能会去C站拷贝别人的提示词,虽然直接拷贝过来也能得到不错的效果,但这样只会“知其然,不知其所以然”,所以如果你想好好掌握SD,这一关还是有必要闯的!

一、基础规则

第一个规则就是:提示词之间是用英文逗号分隔的,如果你觉得把所有提示词都挤在一行比较不美观,你也可以换行,但是换行并不代表分隔提示词,如果你想分隔的话还是得加上英文逗号。

第二个规则是:提示词的权重从前到后依次降低,也就说越靠前的提示词权重越高,不过这也有一个前提,就是你的提示词没有使用任何增强/降低权重的语法。

比如我有这样两组提示词(大致场景是小女孩和城堡):



\# A组提示词  
castle,landscape,1girl,loli,silver hair,school\_uniform,crystal\_earrings,kind\_smile,arm\_support,in summer,book,mini\_witch\_hat,frilled,strappy\_heels,  
  
\# B组提示词  
castle,landscape,1girl,loli,silver hair,school\_uniform,crystal\_earrings,kind\_smile,arm\_support,in summer,mini\_witch\_hat,frilled,strappy\_heels,book,  

所有的AI设计工具,模型和插件,都已经整理好了,👇获取~
在这里插入图片描述

这两组提示词的区别在于 book 提示词位置的不同(一个在中间,一个在最后),结果就是一个书比较多,一个书比较少

第三个规则(注意事项)是:提示词的数量尽量控制在75个Token以内。根据第二条规则,其实就可以得到越后面的提示词权重越低,所以提示词并不是越多越好。

SD的界面其实也有相应的提示,那Token是怎么算的呢?一般来说,一个单词算一个Token,英文逗号也算,比如castle,就是2个Token。

第四个规则(注意事项)是:提示词选用词组,而不是自然语言描述(仅针对v1.5模型,不包含SDXL)。还是上面的场景,一个萝莉女孩站在城堡旁边,我们翻译之后会变成:A loli girl stands by the castle

这其实就是一种自然语言描述,这样也能出图,只是像 by the 这种单词其实作用不大,但却白白浪费了Token和权重。

二、提示词权重语法

在SD中,每个提示词默认的权重为1,虽然我们可以通过调整提示词的位置来影响它的权重,但是这样未免太过麻烦,所以SD其实也有一套增强/降低权重的语法。

2.1 小括号增强

在SD中,英文小括号()可以用来增强提示词的权重,一个小括号可以增加1.1倍权重,最多增加3个小括号,也就是 1.1 * 1.1 * 1.1 = 1.331 倍权重

2.2 大括号增强?

这个有待考证,据说英文大括号 { } 也可以用来增强提示词的权重,一个相当于是 1.05 倍的权重,但是我试了下效果并不明显,所以不确定这种语法在秋叶SD中是否有效

2.3 中括号降低

与小括号类似,不过中括号 [] 是用于降低提示词权重,一个中括号是0.9倍权重,最多3个也就是 0.729 倍权重

2.4 小括号直接增强/降低(推荐)

这种方式的写法是: (xxx: 1.5) ,冒号后面的就是权重,比较推荐这种设置方式,看起来比较直观。

注:试了下,不加小括号也有效果,比如 book:1.5

这种方式还有一个设置的快捷键:就是先选好提示词,然后按住 CTRL 键,通过控制上下方向键就可以快速调整。

三、提示词进阶语法

SD的提示词除了上述的基础语法外,还有一些进阶的玩法。

3.1 下划线连接

通过下划线(_)连接两个单词,可以起到连接的作用,便于SD将其看做一个整体,这种语法在秋叶整合包的提示词非常常见。

比如这个例子



  

  

  

  

  

  

  

\# A组提示词  
plate,coffee,cake,  
  
\# B组提示词  
plate,coffee\_cake,  

在这两组提示词,A组由于coffee和cake没有连接,所以SD出图的时候可能会同时返回咖啡和蛋糕,但是B组返回的是咖啡蛋糕。

3.2 交替采样

交替采样的语法是: [prompt1 | prompt2 | prompt3]

采用这种方式,第一步采样会使用 prompt1提示词,第二步使用 prompt2提示词,第三步使用 prompt3提示词,到第四步又会使用回 prompt1提示词,循环往复,交替进行。

如果你想把两种,或者多种东西融合成一种,比如颜色渐变,或许这是一个值得尝试的方案。

还是给一个例子



  

  

  

  

  

  

  

\# A组提示词  
1girl,red hair,blue hair,wavy hair,  
  
\# B组提示词  
1girl,\[red|blue|wavy\] hair,  

对比图如下:

3.3 比例采样

比例采样跟前面的交替采样有点像,但是比例采样可以做到更精细化!

第一种方式:prompt1,[prompt2: 0-1数值]。这种方式表示采样值达到指定数值后才使用提示词 prompt2。

第二种方式:prompt1,[prompt2:: 0-1数值]。这种方式比第一种多了一个冒号,表示采样值达到指定数值后就不使用提示词 prompt2 了。

第三种方式:[prompt1:prompt2: 0-1数值]。假设数值是0.3,这种方式表示采样值前30%使用prompt1,后70%使用prompt2。

关于比例采样的使用场景,其实也是适合将多种东西合并在一起,只不过他因为能做到更精细化,所以出图效果会更好,比如就提到将多张人脸合并为一张新人脸,感兴趣的可以看下。

在这里插入图片描述

注:特朗普和拜登的融合肖像

四、提示词预设样式

有时候我们写了一组不错的提示词,想着以后可以再用,这时候预设样式就派上用场了,它的作用就是保存提示词,便于我们下次直接复用。

需要注意的是,保存的方式不同版本有所不同,目前我的版本是这样的:

五、提示词书写插件

如果你是用秋叶大佬的SD,那么它自带的提示词插件其实已经能够满足大部分人的需求,不仅拥有非常多的提示词,而且提示词都整好分类了,并且自带翻译,使用非常方便。

如果你是Linux系统,或者因为其他原因用不了秋叶SD该怎么办?其实很简单,因为秋叶SD也是通过安装提示词插件才实现上面的效果,如果你是sd-webui,同样可以通过安装插件实现相同的效果。

提示词

Stable Diffusion 最强提示词手册

  • Stable Diffusion介绍
  • OpenArt介绍
  • 提示词(Prompt) 工程介绍
  • …

在这里插入图片描述

第一章、提示词格式

  • 提问引导
  • 示例
  • 单词的顺序
  • …

在这里插入图片描述

有需要的朋友,可以点击下方卡片免费领取!

在这里插入图片描述

第二章、修饰词(Modifiers)

  • Photography/摄影
  • Art Mediums/艺术媒介
  • Artists/艺术家
  • Illustration/插图
  • Emotions/情感
  • Aesthetics/美学
  • …

在这里插入图片描述

在这里插入图片描述

第三章、 Magic words(咒语)

  • Highly detailed/高细节
  • Professional/专业
  • Vivid Colors/鲜艳的颜色
  • Bokeh/背景虚化
  • Sketch vs Painting/素描 vs 绘画
  • …

在这里插入图片描述

第四章、Stable Diffusion参数

  • Resolution/分辨率
  • CFC/提词相关性
  • Step count/步数
  • Seed/种子
  • Sampler/采样
  • 反向提示词(Prompt)

在这里插入图片描述

第5章 img2img(图生图),in/outpainting(扩展/重绘)

  • 将草图转化为专业艺术作品
  • 风格转换
  • lmg2lmg 变体
  • Img2lmg+多个AI问题
  • lmg2lmg 低强度变体
  • 重绘
  • 扩展/裁剪
  • …

第6章 重要提示

  • 词语的顺序和词语本身一样重要
  • 不要忘记常规工具
  • 反向提示词(Prompt)
  • …

第7章 OpenArt展示

  • 提示词 (Prompt)
  • 案例展示
  • …

篇幅有限,这里就不一一展示了,有需要的朋友可以点击下方的卡片进行领取!

在这里插入图片描述

【AIGC】Stable Diffusion 的提示词入门 这些提示词可以分为正向提示词(Positive Prompts)和反向提示词(Negative Prompts)两类,它们分别影响图像生成过程中的内容和风格。HDR, HD,UHD, 64K: 提高图像的分辨率和质量,呈现更清晰、更逼真的效果。开头和结尾的词汇作用更加强烈,数量越多,单个词汇的作用越弱,位置对词汇的相关性有影响。High quality: 高品质的图像表现,保证图像细节和色彩的精准呈现。RAW photo: 原始照片级别的效果,保留了图像的所有原始细节和色彩。 阅读详情

相关推荐

一文搞懂Stable Diffusion中的提示词

欢迎来到Stable Diffusion的世界,这里是AI和创意的交汇点。在这里,我们将一起探索如何通过精心设计的提示词,指引这一强大的AI工具创造出令人叹为观止的图像。无论你是技术爱好者,还是对AI艺术充满好奇的初学者,这里都有你需要的秘籍。从基础语法到精细的权重调整,我们将带你深入了解如何高效利用提示词,激发Stable Diffusion的无限潜能。准备好了吗?让我们开始这趟探索之旅吧!

qq_17827079的博客 3323

[深度学习]stable diffusion的提示词总结

中括号起到了混合的作用,同理,我们还可以用在服装材质、款式、背景玄幻...除了用中括号,另外还可以用and来连接,这是更细致的写法,可以用来规定某一个你想要混合的色彩的权重。小括号代表的是1.1倍,比如Exquisite Crown(精美的皇冠),加上(Exquisite Crown)就代表皇冠这个词语的权重变成1.1倍,(((Exquisite Crown))),代表1.1x1.1x1.1,1.331倍。表示图片效果,带来的改变可以试试,不过也会影响渲染出图的时间,会根据你要求的画面质量延长时间。

FL1623863129的博客 1万+

Stable Diffusion提示词使用指南

Stable Diffusion提示词使用指南: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。 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: lgirl,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stable diffusion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: 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。 注意: 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

Stable Diffusion常用提示词中英文对照表

肖像画(Portraits)——Derek Gores,Miles Aldridge, Jean Baptiste-Carpeaux,Anne-Louis Girodet。HDR,UHD,8K(HDR、UHD、4K、8K和64K)——这样的质量词可以带来巨大的差异提升照片的质量。(EOS R8,50mm,F1.2,8K,RAW photo:1.2)——摄影币对相机设置的描述。Studio lighting——添加演播室的灯光,可以为图像添加一些漂亮的纹理。

Retractable charging cables factory 1万+

【PowerHarmony】电鸿蒙学习记录-准备工作

将获取的“PowerHarmony_PHM_SDK_V1.0.1.0.tar.gz”进行解压。将获取的“code_1.91.1-1720564633_amd64.deb”进行解压。打开后可见所有文件夹,即可进行编辑开发,VSCode也可打开终端进行编译等调试。选择主控类型,我是用的是gd32f470,我选gd32f4xx。Open Folder路径选中SDK解压后根目录即可。选择对应系统类型,我的是小型的,我选mini。选好后即完成工程创建。

Allenzhu的博客 2737

遗传算法解整数规划IntCon

x = ga(fun,nvars,A,b,[],[],lb,ub,nonlcon,IntCon) IntCon就是代表整数的参量,描述的是哪几个自变量是0-1整数变量。比如navrs设置有4个变量,设置IntCon为[2 3],代表第2和第3个变量是整数。 再比如设置IntCon=2:2:nvars,代表偶数项的变量是整数。 值得注意的是一旦设置了非空的IntCon,则Aeqandbeqmust be an empty entry ([]), andnonlconmust re...

jianti9962的博客 9220

Ai绘画工具,24年最新Stable Diffusion插件使用攻略!

哈喽,大家好,我是小南,今天给大家分享一下Stable Diffusion的插件使用攻略。一、什么是插件Stable Diffusion的插件主要是用来丰富SD的一些功能,例如C站助手,提示词助手,图片信息助手等插件都是为了增强SD的实用性。二、安装插件我们以C站助手为例,C站助手可以将从C站(civitai.com)下载的Lora模型和大模型自动加载封面图和触发词等,此外还可以添加模型的访问地址,如下图就是我们安装好的C站助手。下面我们开始告诉大家安装插件的3种方法。1、通过网址安装。

Python栈_基的博客 1131

使用python获取同花顺免费版和同花顺远航版自选股数据用于量化交易

在做量化交易时,有时需要在盘中实时监控同花顺自选股的数量,以便灵活地自定义提醒、捕捉买卖时点等。那么,如何使用python获取同花顺自选股数据呢?

tzzqn2008的专栏 3687

2025年最火赛道:AI绘画变现全攻略,小白也能接单赚钱

“一张AI生成的图片,卖到500元?”、“宝妈兼职月入过万,全靠AI接单!”……这些并非天方夜谭,而是2025年普通人逆袭的真实案例。AI绘画作为低门槛、高变现的副业赛道,已成为普通人掘金的“新蓝海”。本文将手把手拆解实操路径,从工具选择到接单变现,全程无保留,小白也能轻松上手!

Trb201013的博客 9552

Android开发中StateFlow与LiveData的5个关键区别及实战避坑指南

本文深度解析了Android开发中StateFlow与LiveData的5个核心区别,包括设计哲学、生命周期管理、值更新策略、线程模型及协程生态整合。通过实战代码对比,为开发者在现代MVVM架构下的状态管理选型提供清晰的决策指南和避坑建议,帮助构建更健壮、可测试的应用。

weixin_29012677的博客 405

NAT反向代理技术的实现(外网访问内网)

NAT反向代理技术的实现(外网访问内网)(版权所有,引用 请联系作者,注明出处) NAT技术是网络中的重要应用之一。当有一个场景:内网搭建了服务器,需要外网访问时,可以借助NAT映射来实现。如:单位建立了一个Web服务器,我们希望在员工回家之后,依然可以访问到它,那怎么实现呢? 下面的拓扑图,就用来示范这个应用反面场景的实现过程。 一、题目要求: 地址配置如图。使用静态路由: 1、配置右侧交换机2950T,实现单臂路由; 2、配置路由使网络连通; 3、配置NAT访问,实现外网对风网服务器的

joyousmime的博客 8491

Stable Diffusion 变现实操全攻略,AI 绘画赚钱就这么简单!

Stable Diffusion 变现实操全攻略,AI 绘画赚钱就这么简单!

Trb701012的博客 1047

ECU诊断功能测试:从理论到实践

ECU诊断功能是指通过特定的诊断协议与ECU进行通信,以获取ECU的状态信息、故障码、数据流等,并执行特定的诊断操作。诊断功能的主要目的是帮助开发人员和维修人员快速定位和解决ECU中的问题,确保车辆的安全性和可靠性。UDS协议是ISO 14229标准的一部分,定义了一系列的诊断服务,如读取故障码、清除故障码、读取数据流等。UDS协议基于CAN(Controller Area Network)总线,具有较高的灵活性和扩展性。读取故障码是诊断功能中最基本的操作之一。通过读取故障码,可以快速定位ECU中的问题。

闲人编程的博客 1809

AI绘画武林秘籍:Stable Diffusion让你成为“画坛大佬”!(小白篇)

是否还在为如何接触Stable Diffusion而焦虑,是否还在为如何使用Stable Diffusion而困惑,别怕,这有一本武林秘籍,大侠你接好了!目前有两大巨头,分别为Midjourney,SD,SD又分为WebUI和comfy UI,而今天我们将要接触WEB UI,看似很难,实则真的很难,好吧,开玩笑的…,哈哈,真的不难。那今天这篇文章就让我们一起走进WebUI的世界之中好了…好了,咳咳,废话不多说了,咱们直接上正题。本地部署:在自己的电脑上进行安装和操作,当然。

yihanss的博客 1165

K8s(二十一):在 Kubernetes 集群中部署 MySQL8.0 高可用集群(1主2从)

🔴 K8s(二十一):在 Kubernetes 集群中部署 MySQL8.0 高可用集群(1主2从)

✨ 欢迎来到【Seal ^_^ 的优快云博客】!✨ 3万+

【第一章】基于Simulink的控制器开发教程——目录

摘要:本文系统介绍了基于Simulink的控制器开发方法,涵盖PID、状态反馈、模型预测(MPC)、模糊控制、自适应控制等8类主流控制器。针对每种控制器,详细阐述了其基本原理、适用场景,并通过Simulink建模与仿真测试进行实践验证。文章采用"理论+实践"的结构,从算法设计到硬件实现全流程展开,为汽车、航空航天、工业控制等领域的控制器开发提供完整解决方案,最后通过应用对比与学习总结帮助读者掌握不同控制器的核心特性和应用场景。(149字)

熟悉MATLAB/fpga/RK3588/LABVIEW/protus/单片机/dsp/Multisim 394

创作密码大公开!Stable Diffusion 提示词全攻略,从新手小白到大师进阶

Stable Diffusion作为开源的文本生成图像模型,通过输入任意文本指令,即可生成极具真实感的图像作品。其核心技术采用**潜在扩散模型(LDM)**,这是扩散模型(DM)的进阶形态,通过迭代消除训练图像中的高斯噪声,逐步还原出高分辨率图像。该模型基于LAION-5B数据集海量图像完成训练,凭借超过50亿张图像的学习规模,大幅提升生成效果的精准度与多样性。Stable Diffusion由CompVis、StabilityAI和RunwayML三大机构联合研发,一经开源便迅速成为AIGC领域的核心工具

Android 开发架构 1062

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

AI绘画终极指南:用Stable Diffusion接单赚到第一桶金的秘密,赶紧收藏学起来!

"一张AI生成的二次元头像卖到5000元?"上周看到设计圈疯传的接单截图时,我的手都在颤抖。作为第一批用Stable Diffusion变现的从业者,今天我必须把这些压箱底的搞钱攻略全盘托出。

2301_80239908的博客 1212

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

AI绘画终极指南:用Stable Diffusion接单赚到第一桶金的秘密

"一张AI生成的二次元头像卖到5000元?"上周看到设计圈疯传的接单截图时,我的手都在颤抖。作为第一批用Stable Diffusion变现的从业者,今天我必须把这些压箱底的搞钱攻略全盘托出。

2401_84815950的博客 1048

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

【stable diffusion】:云端部署攻略

新人注册送3090免费2小时时长用都可以用,从性价比和体验来说最推荐的是megaease,其次是端脑云,eSheep, 然后其他.关于stable diffusion:Stable Diffusion介绍OpenArt介绍提示词(Prompt) 工程介绍。

m0_64365896的博客 1290

7个步骤搞定AI绘画:Krita AI Diffusion完全上手攻略

你是否想在Krita中无缝集成AI绘画功能?本文将通过"价值-技术-实践"三段式框架,带你从零基础到熟练掌握这款插件的安装配置与核心用法,让AI成为你的创意助手。 ### 一、为什么选择Krita AI Diffusion? #### 1.1 你将获得的核心价值 - **精准可控的创作流程**:告别传统AI绘画的随机性,通过选区、图层蒙版和区域描述实现精细化生成 - **与绘画软件无缝融合**...

gitblog_01095的博客 871

AIGC:Stable Diffusion(一项普通人就能实现的AI前沿科技)的简介、Stable Diffusion2.0的改进、安装、使用方法(文本到图像/图像修改/超分辨率/图像修复)之详细攻略

通过将图像形成过程分解为降噪自动编码器的顺序应用,扩散模型(DM)在图像数据和其他数据上实现了最先进的合成结果。此外,它们的公式表述允许一种引导机制来控制图像生成过程而无需再重新训练。然而,由于这些模型通常直接在像素空间中操作,因此强大的 DM 的优化通常会消耗数百个 GPU 天,并且由于顺序评估,推理非常昂贵。为了在有限的计算资源上进行DM训练,同时保持其质量和灵活性,我们将其应用于强大的预训练自动编码器的潜在空间。与之前的工作相比,在这种表示上训练扩散模型第一次允许在复杂性降低和细节保留。

m0_74942241的博客 2203
上一篇: AI 竟然能记住你的喜好?Stable Diffusion黑科技,从此告别“撞画”!
下一篇: AI副业兼职!小红书超火的AI睡前故事!普通人也能做的AI赚钱项目(附教程)
壹只小小码农
博客等级 码龄5年 8104粉丝 1333原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值