Stable Diffusion最全提示词写法教程

基础书写规则

所有单词都是通过英文书写，单词之间通过, 分割，注意是英文逗号；
提示词之间是可以已通过换行书写的，并不会有什么影响；
单个提示词的权重是1 , 默认情况下，越往前，权重越大；
默认情况下，正反向提示词的单词数量在75以内，超过部分对于画面质量影响比较小；

我们通过几个例子展示，

关于单词数量：

img

关于描述，我们通过相同的提示词，然后不同的顺序来查看区别：

提示词：（一个女孩）（在广场）（敲架子鼓）（微笑）1：A girl,in the square,playing drums,smiling
2：in the square,A girl,playing drums,smiling

当把场景词放在前面之后，会发现人物会有一个相当于广角的处理。广场的占比提高，而对于第一张图而言，会将人物放在中心前面；

提示词插件以及提示词库可以扫描下方，免费获取

在这里插入图片描述

各种符号

目前可以在提示词中增加权重的方式，有各种符号。比如小括号()、中括号[]以及大括号{}。都是可以微调提示词的权重的。

小括号() 增加权重

用来增加当前提示词的权重0.1倍 ；

我们可以通过多层来确定权重，最多只能嵌套三层，最能够提升的权重就是1.331倍

推荐写法：还可以通过**😗* 来制定权重占比；

（一个女孩）(卷发)（在广场）（敲架子鼓）（微笑）
1：A girl,curls,in the square,playing drums,smiling
2：A girl,(curls),in the square,playing drums,smiling  # 将卷发增加了0.1倍
3：A girl,(((curls))),in the square,playing drums,smiling  # 将卷发增加到1.331倍
4：A girl,(curls:1.5),in the square,playing drums,smiling  # 将卷发增加到1.5倍

img

这里分别使用4个不同的提示词，在相同情况下的出图效果，能够明显感觉到卷发在不同权重下的表现是不一样的。

Tips：建议推荐权重占比在[0.3-1.5]之间，再小，再大效果不太明显；

大括号{} 增加权重

用来增加当前提示词的权重0.05倍 ；

我们可以通过多层来确定权重，最多只能嵌套三层，最能够提升的权重就是1.15倍

（一个女孩）(卷发)（在广场）（敲架子鼓）（微笑）
1：A girl,curls,in the square,playing drums,smiling
2：A girl,{curls},in the square,playing drums,smiling  # 将卷发增加了0.05倍
3：A girl,{{{curls}}},in the square,playing drums,smiling  # 将卷发增加到1.15倍

下面的图片是增加了0.05倍以及增加到1.15倍的效果；

img

中括号 [] 降低权重

用来降低当前提示词的权重0.9倍 ；

我们可以通过多层来确定权重，最多只能嵌套三层，最能够降低的权重就是0.729倍

（一个女孩）(卷发)（在广场）（敲架子鼓）（微笑）
1：A girl,curls,in the square,playing drums,smiling
2：A girl,[curls],in the square,playing drums,smiling  # 将卷发降低了0.9倍
3：A girl,[[[curls]]],in the square,playing drums,smiling  # 将卷发降低到0.729倍
4: A girl,(curls:0.6),in the square,playing drums,smiling  # 将卷发降低到0.6倍

下面4张图分别就是不同提示词的权重出来的效果：很容易看出来最后降低权重的最后一张图片，卷发的关键词很少了；

img

尖括号 <> 调用lora

主要是用来调用lora，目的是为了更好产生所需要的特定特征的主题画面；

调用格式是：

<lora:文件触发:权重>

比如我们通过下面提示词内容来产生：

一个女孩穿着汉服：
1：a girl,wear Hanfu,
2：a girl,wear Hanfu, <lora:hanfuTang_v35:1> # <lora:文件触发是hanfuTang_v35:权重是1>
3：a girl,wear Hanfu, <lora:hanfuTang_v35:1.3> # <lora:文件触发是hanfuTang_v35:权重是1.3>

下面是出图效果：

img

下划线 _ 链接词义

主要是通过_ 来链接词义。比如下面的提示词：

咖啡牛奶；
1：coffee,milk
2：coffee_milk

下图第一张会把咖啡和牛奶都展示出来，第二张就是一个咖啡牛奶了；

img

提示词进阶

控制提示词生效时间

一般通过[]指定；常见的用法有以下几种：

通过不同的方式指定生成时间：提示词，湖泊中，很多水草和石头以及鱼
1：lake,many aquatic_plants and stones , fish
2：lake,many aquatic_plants and stones , [fish:0.8] #在生成图片时，当采样执行到80%时才生成鱼
3：lake,many aquatic_plants and stones , [fish::0.8] #在生成图片时，一开始采样执行到80%时都会生成鱼，达到80%后就不计算鱼的采样了
3：lake,many aquatic_plants, [stones:fish:0.8] #在生成图片时，前80%采样是石头，后20%是鱼的采样，整个图片以石头为主
4：lake,many aquatic_plants, [stones|fish] # 生成图片是交替采样，先石头，然后鱼 再石头 然后鱼依次类推

img

这里仔细看看是能看到区别的，另外一点就是如果我们想要生成一个女孩红绿头发，可以参考使用最后一种书写格式：

a girl,[black|red] hair

img

推荐提示词写法

按照我们之前说的关于默认权重以及一些基础性规则写法，我们可以推荐一整套对应的提示词流程：

比如我们想要生成一个类似的图片：

一条金黄色的中国龙，遨游在天空；

那么按照要求，我们需要生成的图片就按照如下进行排列：

描述场景	提示词中文	提示词英文	作用
画质词、画风词	最高质量,极致的细节,超高清,8k,超现实图片,极高分辨率	the best quality,extreme detail,ultra-high definition,8k,Surreal Photo,incredibly absurdres	强调画质
画面主体描述	一条鳞甲是金色和红色的中国龙,高品质的纹理,复杂的细节,极其细致的鳞片	Highly detailed textured scales Dynamic shot of a lovely golden and red Chinese dragon, extremely detailed scales High quality textures, intricate details, detailed textures	描述细节
环境、场景、灯光、构图	夜晚的星空中,空中有烟花,中国龙头部特写,电影光,龙尾在身后摇曳,中国龙遨游在天空中,	Starry sky at night with fireworks in the sky, close-up of the head of a Chinese dragon, movie light, dragon tail swaying behind it, Chinese dragon flying in the sky,	描述细节
Lora模型	这里就可以在对应的模型网站中找自己比较喜欢的模型，然后下载搭配使用即可。	调用深化细节
负面词	放通用负面词即可，在之前文档里面有