3000字带你了解SD提示词用法,一点就通,小白轻松上手(附提示词生成器)(1.4 SD提示词运用)

提示词是什么

提示词是我们向AI模型发出的指令。正确的提示词能让AI准确反馈所需的输出,而优质的提示词则能使AI生成的内容更优质、更符合你的期望。这与编写程序代码颇为相似,准确的代码逻辑是程序正常运行的前提,而优秀的代码则能减少运行时的问题,更好地满足用户需求。

例如,如果你想生成一张图片,内容是1位女孩站在花店前面,最基本的提示词可以是:“1 girl is standing in front of a flower shop”,这是一个语法完整且清晰的句子;或者,你也可以通过罗列关键词的方式来构建提示词:“1 girl,standing,front ,flower”,关键词之间用英文逗号隔开,关键词间的空格是否添加根据需要而定。

更多提示词万字手册和提示词插件,可以扫描下方,免费获取

在这里插入图片描述

提示词的结构

撰写提示词时,我们同样需要采用这种结构化思维。这里提供一个常用的结构化提示词模板:

质量+风格+主体+细节+其他

质量

质量指的是图像给人的总体视觉感受,涉及的要素包括分辨率、清晰度、色彩饱和度、对比度以及噪点等。一幅高质量的图片在这些方面都会有出色的表现。我们通常都希望生成的图片能够达到高质量标准。

一些常用的质量提示词:

best quality :最佳质量

masterpiece :杰作

fine detail :精细细节

4K、8K :4K、8K:画质

UHD :超高清

HDR :高动态光照渲染

风格

风格决定了我们所期望图像的特定视觉效果,它可能包括真实照片风格、漫画风、油画质感、插画式等多样表现形式。

一些常用的风格提示词:

comic :漫画

anime artwork :动漫作品

3d model :3d模型

line art drawing :线条画

cinematic photo :电影照片

photographic :摄影照片

oil painting :油画

illustration :插画

我们可以进一步细化风格要求,如印象派(impressionist)、立体派(cubism)、抽象派(abstractionism)、波普艺术(pop art)等具体艺术流派,或者直接指定著名画家的风格,例如文森特·梵高(Vincent van Gogh,19世纪印象派画家)、约翰·萨金特(John Sargent,19世纪美国画家)、宫崎骏(Hayao Miyazaki,20世纪日本动画导演)。但需注意,选择的风格和画家应具有较高的知名度,因为较为小众的风格和画家可能未被纳入模型的训练数据中,导致模型无法识别,从而使提示词效果不佳。

主体

主体指的是我们希望在画作中呈现的主要对象,即画面的焦点所在

1girl :一名女孩

兔子 :Rabbit

山峰 :peak

海浪 :Sea wave

细节

细节是AI绘画中至关重要的一环,没有它们,AI很难精确地创作出我们期望的作品。这也是为何有时AI的表现给人感觉不尽如人意的原因。如果我们不在提示词中提供足够的细节,AI的创作就会变得随机,其结果往往难以预测。尤其是在使用SD 1.5模型时,如果没有明确的指导,其生成的图像质量通常不如SD XL模型,这与GPT-3.5相比GPT-4在回答问题时的准确性差异相似。

例如,如果我们指定的主体是“一个女孩”,那么细节可能包括:

人物特征:如脸型、发色、发型、眼睛颜色、鼻子形状、嘴唇色泽、上衣款式、下装(裤子或裙子)款式、鞋子款式等。

背景和环境:如银色沙滩、白色游轮、蔚蓝色天空、棉花糖般的白云、高耸的椰子树、红色玫瑰花等。

光照和光线效果:如工作室照明、柔光、环境光、环形光、阳光照明、电影级照明等。

在描述细节时,我们应该尽可能地发挥想象力,详尽地描绘出心中所想的场景。

high definition,artistic,extremely detailed,HD 1080p,realistic,1girl,full body,sitting,wavy brown hair,green eyes,smiling,white blouse,denim jeans,red sneakers,patio,flower pot,natural lighting,sunny,dynamic composition,

图片图片图片

提示词权重

使用权重

在构建提示词时,我们可以通过调整权重来指定某些元素在生成图像时的重要性。这是因为当使用一系列提示词时,AI模型可能会根据算法自动平衡各元素的重要性,有时这可能导致某些元素在最终图像中被省略或不明显。为了确保某个特定元素得到突出,我们可以提高其在生成过程中的权重。

格式如下:keyword:factor

keyword是你想要调整权重的提示词。

factor表示权重值,其中默认权重为1。设置小于1的值可以降低该词的权重,而大于1的值则可以增加其权重。

例如, 我们想要在图像中强调红色运动鞋,我们可以在提示词中这样表达:(red sneakers:1.3)。

图片

在SD版本中,可以直接在关键词上设置倍数

()和[]符号

权重还可以使用小括号()和中括号[]来代替,()表示1.1倍,[]表示0.9倍,可以叠加。

(keyword) 相当于 keyword:1.1

((keyword)) 相当于 keyword:1.21

[keyword] 相当于 keywor:0.9

[[keyword]] 相当于 keywor:0.81

反向提示词

负面提示词用于指定在生成图像时我们希望避免包含的元素或特征,这有助于在AI创作过程中排除不想要的内容。

一些常用的反向提示词:

低质量 : Low quality

低分辨率 : Low resolution

坏手 : bad fingers

坏脸 : bad face

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!

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

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/416080.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue基础概述

Vue框架概述 什么是Vue框架 Vue是一种流行的渐进式JavaScript框架,用于构建Web用户界面。它具有易学、轻量级、灵活性强、高效率等特点,并且可以与其他库和项目集成。是目前最流行的前端框架之一.框架的两种用法: 多页面应用: 在html页面中引入vue.js框…

全倒装共阴节能COB超微小间距LED显示屏主导新型显示技术

COB(Chip on Board)技术最早发源于上世纪60年代,是将LED芯片直接封装在PCB电路板上,并用特种树脂做整体覆盖。COB实现“点” 光源到“面” 光源的转换。点间距有P0.3、P0.4、P0.5、P0.6、P0.7、P0.9、P1.25、P1.538、P1.5625、P1.…

NanoPC-T6安装redriod笔记

这里主要用于自己对安装过程的记录,中间可能记录比较粗糙。 重新编译内核 参考链接:【环境搭建】基于linux的NanoPC-T6_LTS系统固件编译环境搭建 基于docker构建编译环境 docker run -it \ --privilegedtrue --cap-addALL \ --name nanopc_t6_lts_en…

ESP32!Thonny+MicroPython+ESP32开发环境搭建!!

准备工具: ThonnyMicroPythonESP32 一.Thonny安装 下载地址:Thonny, Python IDE for beginnershttps://thonny.org/ 二.下载esp32环境——根据型号下载 下载地址:MicroPython - Python for microcontrollershttps://micropython.org/dow…

Spring Boot 多数据源配置(JPA)

目录 前言 前置环境 pom yml Entity Dao Config Controller 演示 前言 一般一个系统至少有一个数据源,用来持久化业务数据以及查询。单个数据源的系统很常见,在 Spring Boot 框架下配置也很简单。在约定大于配置这个思想下,只需要在…

vue 中计算属性可以接收参数

代码中的value就是接收的参数 计算属性要接收参数要写在返回的时候 computed: {isButtonDisabled() {return (value) > {const num parseInt(value);return isNaN(num) || num < 0}},},//计算属性aaa(){return (value) >{写逻辑return 返回值}} 使用 <el-butto…

Python OpenCV 深入理解(二)

引言 OpenCV&#xff08;Open Source Computer Vision Library&#xff09;是一个用于计算机视觉的开源软件库。它提供了大量的图像处理和机器视觉功能&#xff0c;支持多种编程语言&#xff0c;其中Python接口因其易用性和快速原型设计能力而受到广泛欢迎。本文将详细介绍如何…

基于OMS构建OceanBase容灾双活架构的实践

在实际生产环境中&#xff0c;对于关键业务&#xff0c;往往会有容灾双活的需求。除了OceanBase提供的主备库能力&#xff0c;通过官方工具OMS也可以实现容灾双活架构。目前&#xff0c;通过OMS实现的双活架构仅支持OceanBase数据库之间的数据同步。 要通过OMS实现双活架构&am…

合宙LuatOS开发板Core_Air780EP使用说明

Core-Air780EP 开发板是合宙通信推出的基于 Air780EP 模组所开发的&#xff0c; 包含电源&#xff0c;SIM卡&#xff0c;USB&#xff0c;天线&#xff0c;音频等必要功能的最小硬件系统。 以方便用户在设计前期对 Air780EP模块进行性能评估&#xff0c;功能调试&#xff0c;软…

快速学习GO语言总结

干货分享&#xff0c;感谢您的阅读&#xff01;备注&#xff1a;本博客将自己初步学习GO的总结进行分享&#xff0c;希望大家通过本博客可以在短时间内快速掌握GO的基本程序编码能力&#xff0c;如有错误请留言指正&#xff0c;谢谢&#xff01; 一、初步了解Go语言 &#xf…

基于约束大于规范的想法,封装缓存组件

架构&#xff1f;何谓架构&#xff1f;好像并没有一个准确的概念。以前我觉得架构就是搭出一套完美的框架&#xff0c;可以让其他开发人员减少不必要的代码开发量&#xff1b;可以完美地实现高内聚低耦合的准则;可以尽可能地实现用最少的硬件资源&#xff0c;实现最高的程序效率…

职业院校如何建设人工智能实训室

随着人工智能&#xff08;AI&#xff09;技术的快速发展&#xff0c;越来越多的职业院校开始意识到培养具备AI技能的人才的重要性。为了让学生能够在实践中学习&#xff0c;职业院校需要建立能够支持实际操作的人工智能实训室。本文将探讨职业院校应该如何规划和建设一个高效且…

大模型产品经理学习路线,2024最新,从零基础入门到精通,非常详细收藏我这一篇

随着人工智能技术的发展&#xff0c;尤其是大模型&#xff08;Large Model&#xff09;的兴起&#xff0c;越来越多的企业开始重视这一领域的投入。作为大模型产品经理&#xff0c;你需要具备一系列跨学科的知识和技能&#xff0c;以便有效地推动产品的开发、优化和市场化。以下…

《Cloud Native Data Center Networking》(云原生数据中心网络设计)读书笔记 -- 09部署OSPF

本章的目的是帮助网络工程师确定网络的理想 OSPF 配置。本章将回答以下问题 应何时在数据中使用OSPF ?配置 OSPF 的关键设计原则是什么?OSPFv2 和 OSPFv3 之间有什么区别&#xff0c;应如何使用?如何在路由协议栈中配置 OSPF ?如何在服务器上配置 OSPF&#xff0c;例如为容…

Electron 项目实战 03: 实现一个截图功能

实现效果 实现思路 创建两个window&#xff0c;一个叫mainWindow&#xff0c;一个叫cutWindowmainWindow&#xff1a;主界面用来展示截图结果cutWindow&#xff1a;截图窗口&#xff0c;加载截图页面和截图交互逻辑mainWindow 页面点击截图&#xff0c;让cutWIndow 来实现具体…

‌智慧公厕:城市文明的智慧新篇章‌@卓振思众

在日新月异的城市化进程中&#xff0c;公共设施的智能化升级已成为不可逆转的趋势。其中&#xff0c;智慧公厕作为城市智慧化建设的重要组成部分&#xff0c;正悄然改变着我们的生活。智慧公厕&#xff0c;这一融合了物联网、大数据、云计算等现代信息技术的创新产物&#xff0…

Django Admin管理后台导入CSV

修改管理模型&#xff0c;代码如下&#xff1a; class CsvImportForm(forms.Form):csv_file forms.FileField() admin.register(Hero) class HeroAdmin(admin.ModelAdmin, ExportCsvMixin):...change_list_template "entities/heroes_changelist.html"def get_url…

Opencv中的直方图(2)计算图像的直方图函数calcHist()的使用

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 计算一组数组的直方图。 函数 cv::calcHist 计算一个或多个数组的直方图。用于递增直方图bin的元组的元素是从相同位置的相应输入数组中获取的。…

MATLAB中cond函数用法

目录 语法 说明 示例 矩阵的条件数 1-范数条件数 cond函数的功能是返回逆运算的条件数。 语法 C cond(A) C cond(A,p) 说明 C cond(A) 返回 2-范数逆运算的条件数&#xff0c;等于 A 的最大奇异值与最小奇异值之比。 C cond(A,p) 返回 p-范数条件数&#xff0c;其中…

虚幻地形高度图生成及测试

虚幻地形高度图生成及测试 虚幻引擎地形系统将高度数据存储在高度图中&#xff0c;这是一个灰阶图像&#xff0c;使用黑白色值来存储地貌高程。在高度图中&#xff0c;纯黑色值表示最低点&#xff0c;纯白色值表示最高点。支持16位灰阶PNG、8位灰阶r8及16位灰阶r16格式。 本文…