有效的结构
- 主体:谁或什么,在做什么,在哪里。a red fox sitting on a mossy rock in a pine forest
- 风格或媒介:oil painting、35mm photograph、watercolor、3D render,或某位画家:by Ivan Shishkin。
- 光线与氛围:golden hour、soft diffused light、dramatic rim light、foggy。
- 构图与镜头:close-up、wide shot、85mm、shallow depth of field。
- 画质词:highly detailed、sharp focus、masterpiece。两三个就够。
提示词开头的词往往比结尾的词权重更大。主体永远放在最前面。
带注释的示例
portrait of an old fisherman, weathered face, wool sweater, oil painting by Rembrandt, warm candlelight, dark background, close-up, 85mm, highly detailed
前五个词确定主体。画家名决定色调和笔触(一个名字能改变多少,看看画家风格页面就知道)。光线词决定氛围,构图词决定布局,最后一组负责打磨。负面提示词:blurry, deformed hands, extra fingers, watermark, text,详见什么是负面提示词。
权重与强调
在 Automatic1111、Forge、Fooocus 和 ComfyUI 中,圆括号用来设定某个词的权重:(red scarf:1.3) 表示注意力提高 30%,(background:0.7) 表示降低。在 Automatic1111 中,方括号可以降低权重。请保持在 0.6 到 1.4 之间,超出后图像往往会变差。权重用来挽救模型总是忽略的细节,而不是给每个词都加。
常见错误
- 否定表达:「a room without windows」往往会画出窗户。不想要的东西请放进负面提示词。
- 想法太多:一张图一个主体。在 SD 1.5 和 SDXL 中,一个 CLIP 块最多容纳 75 个 token(约 60 个英文单词);超出的部分,Automatic1111 会放进第二个块,不分块的工具则直接截断。
- 互相矛盾的风格:photorealistic watercolor 只会得到一团糊。
- 一次改动所有东西:固定种子,每次只改一个词,才能弄清每个词的作用。
不同模型的差异
SD 1.5 和 SDXL 对上面这种关键词列表反应良好。Stable Diffusion 3 和 3.5 更能理解自然语句,可以安排多个主体(「a cat on the left, a dog on the right」),还能渲染引号内的短文本。无论哪种模型,本站的 100+ 条带参数的提示词都展示了每张图背后的参数,提示词生成器则能把几个词扩展成完整的提示词。 想知道一句风格描述有什么作用,打开FLUX.2 的艺术风格对比:相同场景、相同种子,用每种风格各渲染一遍,并附上可复制的句子。