La struttura che funziona
- Soggetto: chi o cosa, che fa cosa, dove. a red fox sitting on a mossy rock in a pine forest
- Stile o tecnica: oil painting, 35mm photograph, watercolor, 3D render, oppure un artista: by Ivan Shishkin.
- Luce e atmosfera: golden hour, soft diffused light, dramatic rim light, foggy.
- Inquadratura e obiettivo: close-up, wide shot, 85mm, shallow depth of field.
- Parole di qualità: highly detailed, sharp focus, masterpiece. Ne bastano due o tre.
Le parole all’inizio del prompt tendono a pesare più di quelle alla fine. Tieni il soggetto per primo.
Un esempio commentato
portrait of an old fisherman, weathered face, wool sweater, oil painting by Rembrandt, warm candlelight, dark background, close-up, 85mm, highly detailed
Le prime cinque parole fissano il soggetto. Il nome dell’artista imposta tavolozza e pennellata (guarda quanto cambia un solo nome nelle pagine degli stili di artisti). Le parole di luce decidono l’atmosfera, quelle di inquadratura la composizione, e l’ultimo gruppo rifinisce. Prompt negativo: blurry, deformed hands, extra fingers, watermark, text, spiegato in cos’è un prompt negativo.
Pesi ed enfasi
In Automatic1111, Forge, Fooocus e ComfyUI, le parentesi regolano il peso di un termine: (red scarf:1.3) significa il 30 % di attenzione in più, (background:0.7) meno. In Automatic1111 le parentesi quadre lo riducono. Resta tra 0,6 e 1,4: oltre, l’immagine spesso si degrada. Usa i pesi per recuperare un dettaglio che il modello continua a ignorare, non su ogni parola.
Errori comuni
- Negazioni: «a room without windows» produce spesso finestre. Ciò che non vuoi va nel prompt negativo.
- Troppe idee: un soggetto per immagine. Con SD 1.5 e SDXL un blocco CLIP contiene 75 token (circa 60 parole); Automatic1111 mette ciò che segue in un secondo blocco, mentre gli strumenti che non dividono il testo in blocchi lo tagliano.
- Stili contraddittori: photorealistic watercolor dà un risultato confuso.
- Cambiare tutto insieme: fissa il seed e cambia una parola alla volta per imparare cosa fa ciascuna.
Differenze tra modelli
SD 1.5 e SDXL rispondono a elenchi di parole chiave come l’esempio sopra. Stable Diffusion 3 e 3.5 capiscono meglio le frasi naturali, posizionano più soggetti («a cat on the left, a dog on the right») e rendono un testo breve tra virgolette. Qualunque sia il modello, i 100+ prompt documentati di questo sito mostrano i parametri dietro ogni immagine, e il generatore di prompt espande poche parole in un prompt completo. Per vedere cosa fa una frase di stile, apri gli stili artistici a confronto con FLUX.2: le stesse scene e lo stesso seed resi in ogni stile, con la frase da copiare.