うまくいく構成
- 被写体：誰が・何が、何をして、どこで。a red fox sitting on a mossy rock in a pine forest
- 画風・技法：oil painting、35mm photograph、watercolor、3D render、または画家名：by Ivan Shishkin。
- 光と雰囲気：golden hour、soft diffused light、dramatic rim light、foggy。
- 構図とレンズ：close-up、wide shot、85mm、shallow depth of field。
- 品質の語：highly detailed、sharp focus、masterpiece。二つか三つで十分です。
プロンプトの先頭の語は末尾の語より強く効く傾向があります。被写体は必ず先頭に。
注釈付きの例
portrait of an old fisherman, weathered face, wool sweater, oil painting by Rembrandt, warm candlelight, dark background, close-up, 85mm, highly detailed
最初の五語が被写体を決めます。画家名は色調と筆致を決めます（一つの名前でどれほど変わるかは画家スタイルのページで確認できます）。光の語が雰囲気を、構図の語が配置を決め、最後の一群が仕上げます。ネガティブプロンプトは blurry, deformed hands, extra fingers, watermark, text。詳しくはネガティブプロンプトとはへ。
重みと強調
Automatic1111、Forge、Fooocus、ComfyUI では、丸括弧で語の重みを指定します。(red scarf:1.3) はその語への注目を30%強め、(background:0.7) は弱める、という意味です。Automatic1111 では角括弧で重みを下げられます。0.6〜1.4 の範囲に収めてください。それを超えると画像が崩れやすくなります。重みは、モデルが無視し続ける細部を救うために使い、全部の語に付けてはいけません。
よくある間違い
- 否定表現：「a room without windows」はたいてい窓を描きます。要らないものはネガティブプロンプトへ。
- 詰め込みすぎ：一枚に一つの被写体。SD 1.5 と SDXL では75トークン（約60語）が一つの CLIP ブロックの上限です。それを超えた分は、Automatic1111 では二つ目のブロックに回され、ブロック分割をしないツールでは切り捨てられます。
- 矛盾する画風：photorealistic watercolor は濁った結果になります。
- 一度に全部変える：シードを固定し、一語ずつ変えて、それぞれの効果を確かめましょう。
モデルによる違い
SD 1.5 と SDXL は上の例のようなキーワードの列に反応します。Stable Diffusion 3 と 3.5 は自然な文章をよりよく理解し、複数の被写体を配置でき（「a cat on the left, a dog on the right」）、引用符で囲んだ短い文字も描けます。どのモデルでも、このサイトの100+本の記録付きプロンプトは各画像のパラメータを示し、プロンプト生成ツールは数語から完全なプロンプトを作ります。 スタイルの一文が何をするかを見るには、FLUX.2で比較した画風を開いてください。同じシーンと同じシードをすべての画風で描き分け、コピーできる一文を添えています。