Stable Diffusion提示词只看这一篇就够了

Stable Diffusion 关键词tag语法教程 Stable Diffusion 关键词tag语法教程。 阅读详情

前言

一、Stable Diffusion概述

Stable Diffusion是一种基于扩散模型的图像生成技术,广泛应用于AI绘画领域。通过合理使用提示词,用户可以精确控制生成图像的内容和风格。

本文将详细讲解Stable Diffusion的提示词语法及其使用方法,帮助您更好地掌握这项技术。

二、提示词书写格式

提示词公式

在使用Stable Diffusion进行图像生成时,不同的镜头和视角会极大地影响生成图像的效果。以下是详细的镜头和视角提示词及其书写格式。

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

长度与格式

  • 提示词右上解格式为:当前单词数量/总单词数量;总单词数量并不是固定的,可以自动扩充长度。但按照最佳实战,提示词单词最好不要超过75个单词,太长的提示词,后面的提示词几乎不起作用。

  • 提示词中单词以英文逗号分隔,在前的单词权重越大,即对生成的图片影响越大

  • 提示词中最好使用短句,不要使用一长句

镜头

  1. 远景镜头 (long shot 或 wide shot):

  2. 表现场景和人物的空间关系,画面以景为主,以人为辅,适用于表现画面主题和环境。

  3. 示例提示词:a beautiful landscape, long shot 或 a bustling cityscape, wide shot

  1. 全景镜头 (full shot 或 wide shot):

  2. 展示人物全身或较小场景的全貌,具有整体氛围,突出人物肢体和环境。

  3. 示例提示词:a person standing in a park, full shot 或 a group of friends at the beach, wide shot

  1. 中景镜头 (medium shot):

  2. 拍摄半身,展现肢体和主题细节,体现画面的质感和高级感。

  3. 示例提示词:a woman working at her desk, medium shot 或 a man holding a book, medium shot

  1. 近景镜头 (close-up):

  2. 拍摄胸部以上,弱化场景,表达人物细节和情绪。

  3. 示例提示词:a child's face with a smile, close-up 或 a thoughtful expression, close-up

  1. 特写镜头 (extreme close-up):

  2. 拍摄脸部和局部,表达人物微表情和内心世界。

  3. 示例提示词:an eye with intricate details, extreme close-up 或 a hand holding a delicate object, extreme close-up

视角

  1. 动态视角 (dynamic angle):

  2. 提供一种活跃和生动的视角,常用于捕捉运动中的物体或强调动作感。

  3. 示例提示词:a dynamic angle of a running athlete

  1. 从上面 (from above):

  2. 俯视图,提供一种从高处向下看的视角,适用于展示大范围的场景或强调高度差。

  3. 示例提示词:a bustling market seen from above

  1. 从下面 (from below):

  2. 仰视图,提供一种从低处向上看的视角,适用于突出建筑物的高度或增加视觉冲击力。

  3. 示例提示词:a towering building viewed from below

  1. 广角镜头 (wide shot):

  2. 提供广阔的视野,适用于展示大场景或宽广的环境。

  3. 示例提示词:a vast landscape captured with a wide shot

  1. 鸟瞰图 (Aerial View):

  2. 从空中俯瞰,展示地面的大范围场景,适用于描绘城市或自然景观。

  3. 示例提示词:a cityscape from an aerial view

三、提示词语法详解

Stable Diffusion提示词支持多种表达方式,包括英语单词、短语、自然语言、颜文字、emoji表情以及一些日语符号。

  1. 权重调整

使用括号可以手动调整提示词的权重:

  • (提示词):圆括号每层增加1.1倍

  • {提示词}:花括号每层增加1.05倍

  • [提示词]:方括号每层降低1.1倍

例如:monkey,flowers,bicycle,high quality,masterpiece

增加Monkey的权重,使用了五个小括号,相当于五个1.1相乘,等于1.61倍权重

(((((monkey))))),flowers,bicycle,high quality,masterpiece,

可以看出图片中Monkey占的比例最大

  1. 分步绘制

使用以下格式可以分步绘制,可以精准化控制场面

假设总的迭代步数为sum_step

  • [主体1:主体2:step]: 前面step分给主体1,后面sum_step-step分给主体2

  • [主体:step]: 从第step开始开始分给主体

  • [主体::step]: 前面step分给主体

例如:

总共迭代步数:30(迭代步数越高,图像越精确,推荐的迭代步数为20-30。)

  • [sunny:rainy:20], 1girl

  • [sunny:rainy:5], 1girl

  1. 相加融合绘制

使用 “AND” 融合不同的主体:

  • captain america AND spider-man highres building_ruins upper_body (融合了美国队长和蜘蛛侠)

  1. 交替融合绘制

使用 “|” 符号进行交替融合绘制:

  • a [turtle|horse] SD绘制时先画龟,再画马,再画龟,再画马,交替进行,直到迭代30步

  1. 提示词污染

提示词之间可能会互相污染,影响生成效果,举例说明:

a cute girl,a green hat,a yellow shirt,

提示词是想要生成一个女孩,带着绿色的帽子,穿着黄色的T恤,但却生成了黄色的帽子

解决办法包括使用注释语法或Cutoff插件控制提示词污染。例如:

  • a cute girl BREAK a green hat BREAK a yellow shirt,

  • a cute girl,\(a green hat\),\(a yellow shirt\),

  • cutoff插件

这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》,相信大家会对AIGC有着更深入、更系统的理解。

有需要的朋友,可以点击下方免费领取!

在这里插入图片描述

AIGC所有方向的学习路线思维导图

这里为大家提供了总的路线图。它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去,那么我的使命也就完成了:
在这里插入图片描述

AIGC工具库

AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合,通过使用AIGC工具库,能更加快速,准确的辅助我们学习AIGC
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

精品AIGC学习书籍手册

书籍阅读永不过时,阅读AIGC经典书籍可以帮助读者提高技术水平,开拓视野,掌握核心技术,提高解决问题的能力,同时也可以借鉴他人的经验,结合自身案例融会贯通。

在这里插入图片描述

AI绘画视频合集

我们在学习的时候,往往书籍源码难以理解,阅读困难,这时候视频教程教程是就很适合了,生动形象加上案例实战,科学有趣才能更方便的学习下去。

在这里插入图片描述

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

相关推荐

【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。

qq_27070223的博客 4037

[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+

【AI绘画】Stable diffusion提示词原理详解,新手看这一篇就够了,全网最详细

我们在制作我们的图片的时候,需要输入一大串 Prompt 提示词,在这篇文章里面,我们来重点来讲解 Prompt 提示词。1、提示词概念详解在开始展开讲解之前,我们先来了解一些概念,这样能方便更加深入地学习和理解。那么什么是 Prompt 提示词呢?主要指用户输入的文本或图像信息,目的是指导模型根据一些特定的需求生成对应的作品。说白了就是用来告诉 AI 我要生成什么样的图片,你可以理解为和 AI 沟通的一种特定格式的语言。SD 有「文生图」和「图生图」这两个功能。

2401_86895074的博客 2499

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+

Stable Diffusion 提示词编写技巧及示例

简洁性与具体性:提示词应尽量简洁明了,避免冗长和模糊。权重平衡:合理分配正向与反向提示词的权重,避免语义冲突。灵活调整:根据模型的不同版本和效果,灵活调整提示词内容和结构。版权与伦理:使用提示词时需遵守相关法律法规,尊重知识产权。通过以上技巧和示例,用户可以更好地掌握Stable Diffusion提示词的编写方法,从而生成高质量、个性化的图像作品。

kcarly的专栏 3084

CIC-IDS数据集特征介绍

###1、简介 通信安全机构(CSE)与加拿大网络安全研究所(CIC)合作项目,该项目对自1998年以来现有的11个数据集的评估表明,大多数数据集(比如经典的KDDCUP99,NSLKDD等)已经过时且不可靠。其中一些数据集缺乏流量多样性和容量,一些数据集没有涵盖各种已知的攻击,而另一些数据集将数据包有效载荷数据匿名化,这不能反映当前的趋势。有些还缺少特征集和元数据。 CIC-IDS-2017数据集包含良性和最新的常见攻击,类似真实世界数据(PCAPs)。 它的数据采集截至2017...

蓝亚之舟的博客 3万+

Stable Diffusion如何书写提示词?保姆级教学,看这一篇就够了

直白一点来说它就是我们告诉AI我们要画什么,要画成什么的一种“语言”,提示词包含的内容是非常广泛的,它可能包括作品主题、画风、形象特点以及一些具体包含的元素,如果看过我之前AI原创作业文章的小伙伴们应该知道,在我分享的“作弊码”长长的字符里包含了很多提示词,不同的提示词分别向AI描绘了画面风格、人物体貌、服饰特点、场景内容和一些额外的修饰性元素,虽然字数很多但是很多关于风格和画质把控的提示词都是固定的。上面的是正面提示词,就是希望AI在画面中呈现出来的内容,而下面的负面提示词则是不希望在画面中呈现的内容。

m0_58477260的博客 1029

将AD域服务从windows server 2008 R2 迁移到windows server 2019

添加一台windows 2019 的服务器并加入现有林的域中,并将角色升级为域控制器。然后迁移FSMO角色,使其成为PDC,然后降级旧DC,并提升域和林的功能级别。最后还要说下,Server 2008 R2我们还可以删除角色并退出当前域,这里就不做操作了。2)右键 mingling.com(我的域为mingling.com)--提升域级别功能。勾选 将域控制器添加到现有域,使用域管理员将DC2加入到现有的AD域。1)打开服务器管理器---工具---AD域和信任关系。2)运行域安装服务向导,选择下一步。

lionxam的博客 3662

Stable Diffusion提示词只看这一篇就够了(附AI绘画资料整合包)

本文将详细讲解Stable Diffusion的提示词语法及其使用方法,帮助您更好地掌握这项技术。

2401_84830464的博客 2082

Spark on Yarn 高可用模式部署流程

本文介绍了如何配置Spark和Yarn的高可用(HA)环境,以确保在大规模数据处理中避免单点故障。

xhaoDream的博客 1448

牛顿法vs高斯牛顿法vs LM算法:三行代码说清核心区别(附性能对比表格)

本文通过对比牛顿法、高斯牛顿法和LM算法的核心迭代代码,揭示了三者在非线性最小二乘优化中的本质区别。LM算法通过引入阻尼因子,在高斯牛顿法的快速收敛与梯度下降的稳定性之间取得平衡,成为工程实践中鲁棒性最强的首选。文章还提供了清晰的性能对比表格,帮助开发者根据初始估计和问题性质快速选择合适算法。

weixin_29062255的博客 420

手把手教你写好Stable Diffusion提示词,(非常详细),收藏这一篇就够了!

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。

xiaoganbuaiuk的博客 2309

【每天一个知识点】多视图子空间聚类(Multi-view Subspace Clustering)

本文深入解析了多视图子空间聚类技术,这是一种处理多源异构数据的先进方法。它通过融合多个数据视图(如文本、图像、网络结构)的共识与互补信息,学习统一的潜在子空间表示,从而获得比单一视图更鲁棒、准确的聚类结果。文章详细阐述了其核心思想、主流技术流派(如图融合、共同潜在子空间、张量及深度学习方法),并提供了Python实战代码与调优经验,适用于跨模态检索、生物信息学等多领域复杂数据分析。

weixin_29065015的博客 462

万字总结:Stable Diffusion_Prompt详细指南,成为SD提示词专家,看这一篇就够了

一、什么是Prompt二、Prompt的类型2.1单词标签 (Word Tags)2.2自然语言 (Natural Language)2.3 Emoji和颜文字 (Emoji and emoticons)2.4标点符号 (Punctuation)三、如何撰写Prompt3.1主题 (Subject)3.2 媒介 (Medium)3.3 风格 (Style)3.4艺术家 (Artist)3.5网站 (Website)3.6质量 (Quality)3.7附加细节 (Additional details)

weixin_55154866的博客 1611

“软开关”硬技术!ZVS和ZCS到底谁更牛?看完这个例子你就懂了!

❌ ZVS 和 ZCS 是万能的?→ 不,它们都有实现条件,谐振参数选不好照样硬拐弯!❌ 只要有谐振就一定ZVS?→ 不,一定要设计合适的死区时间和负载条件才行!ZVS 是让电压先“冷静”,ZCS 是让电流先“退场”。一个是开门不撞墙,一个是关门不甩门。懂了它们,功率设计就是在跳华尔兹而不是打架!💃🔌。

weixin_43199439的博客 1244

JavaFX 表视图

我们可以使用来自 JavaFX API 的 TableView,TableColumn 和 TableCell 类以表格形式表示数据。通过实现数据模型和应用单元工厂来填充表中的数据。表类可以按列排序数据,并在必要时调整列大小。

2012年开始工作,全栈开发老兵,目前已是一个老师,分享这么多年的心得体会 405

【AI绘画】Stable Diffusion提示词只看这一篇就够了,新手小白千万别错过,建议收藏保存!

大家好,我是SD教程菌。 Stable Diffusion是一种基于扩散模型的图像生成技术,广泛应用于AI绘画领域。通过合理使用提示词,用户可以精确控制生成图像的内容和风格。 本文将详细讲解Stable Diffusion的提示词语法及其使用方法,帮助您更好地掌握这项技术

2401_86895074的博客 1948

基于 ESP32 的智慧图书馆图书定位与借阅管理系统

本文设计的基于 ESP32 的智慧图书馆图书定位与借阅管理系统,以低成本、模块化、易部署为核心优势,融合 UWB 精准定位、RFID 自动识别、WiFi 无线通信技术,解决了传统图书馆的痛点问题。

weixin_42300449的博客 99
上一篇: Stable Diffusion | 图片的创成式填充,ControlNet插件的强大功能解析
下一篇: 【SD基础】Stable Diffusion 文生图基本演绎
壹只小小码农
博客等级 码龄5年 8105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