Cấu trúc hiệu quả
- Chủ thể: ai hoặc cái gì, đang làm gì, ở đâu. a red fox sitting on a mossy rock in a pine forest
- Phong cách hoặc chất liệu: oil painting, 35mm photograph, watercolor, 3D render, hoặc tên một nghệ sĩ: by Ivan Shishkin.
- Ánh sáng và không khí: golden hour, soft diffused light, dramatic rim light, foggy.
- Khung hình và ống kính: close-up, wide shot, 85mm, shallow depth of field.
- Từ khóa chất lượng: highly detailed, sharp focus, masterpiece. Hai hoặc ba từ là đủ.
Từ đứng đầu prompt thường có sức nặng hơn từ đứng cuối. Hãy luôn đặt chủ thể lên trước.
Một ví dụ có chú giải
portrait of an old fisherman, weathered face, wool sweater, oil painting by Rembrandt, warm candlelight, dark background, close-up, 85mm, highly detailed
Năm từ đầu tiên xác định chủ thể. Tên nghệ sĩ quyết định bảng màu và nét cọ (hãy xem chỉ một cái tên thôi đã thay đổi bức ảnh nhiều đến mức nào trên các trang phong cách nghệ sĩ). Các từ về ánh sáng quyết định không khí, các từ về khung hình quyết định bố cục, còn nhóm cuối cùng để hoàn thiện. Negative prompt: blurry, deformed hands, extra fingers, watermark, text — xem thêm trong bài negative prompt là gì.
Trọng số và nhấn mạnh
Trong Automatic1111, Forge, Fooocus và ComfyUI, dấu ngoặc đơn dùng để đặt trọng số cho một cụm từ: (red scarf:1.3) nghĩa là mô hình chú ý đến cụm từ ấy nhiều hơn 30%, còn (background:0.7) thì ít hơn. Riêng trong Automatic1111, dấu ngoặc vuông làm giảm trọng số. Hãy giữ trong khoảng 0.6 đến 1.4: vượt ra ngoài thì ảnh thường xấu đi. Dùng trọng số để cứu một chi tiết mà mô hình cứ bỏ qua, đừng dùng cho mọi từ.
Những lỗi thường gặp
- Câu phủ định: “a room without windows” thường lại tạo ra cửa sổ. Thứ gì không muốn có thì đưa vào negative prompt.
- Quá nhiều ý tưởng: mỗi ảnh một chủ thể. Với SD 1.5 và SDXL, một khối CLIP chứa được 75 token (khoảng 60 từ); Automatic1111 đưa phần vượt quá sang khối thứ hai, còn công cụ nào không chia khối thì cắt bỏ phần đó.
- Phong cách mâu thuẫn nhau: photorealistic watercolor cho ra kết quả lem nhem.
- Thay đổi mọi thứ cùng lúc: hãy cố định seed và mỗi lần chỉ đổi một từ để biết từng từ có tác dụng gì.
Khác biệt giữa các mô hình
SD 1.5 và SDXL phản hồi tốt với danh sách từ khóa như ví dụ trên. Stable Diffusion 3 và 3.5 hiểu câu văn tự nhiên tốt hơn, có thể sắp đặt nhiều chủ thể (“a cat on the left, a dog on the right”) và viết được chữ ngắn đặt trong ngoặc kép. Dù bạn dùng mô hình nào, 82 prompt mẫu có chú giải trên trang này đều hiển thị các thông số đằng sau mỗi bức ảnh, còn trình tạo prompt sẽ phát triển vài từ thành một prompt hoàn chỉnh.