基本知識：

• 安裝及其問題解決參考：《Windows安裝Stable Diffusion WebUI及問題解決記錄》；
• 運行使用時問題《Windows使用Stable Diffusion時遇到的各種問題整理》；
• 模型運用及參數(shù)《Stable Diffusion 個人推薦的各種模型及設(shè)置參數(shù)、擴展應(yīng)用等合集》；
• 提示詞生圖咒語《AI繪圖提示詞/咒語/詞綴/關(guān)鍵詞使用指南（Stable Diffusion Prompt 設(shè)計師操作手冊）》；
• 不同類的模型Models說明《解析不同種類的StableDiffusion模型Models》；
• 繪制人物動作及手腳細(xì)節(jié)《Stable Diffusion 準(zhǔn)確繪制人物動作及手腳細(xì)節(jié)（需ControlNet擴展）》；
• 各種風(fēng)格對比及實際運用《AI繪圖風(fēng)格對照表/畫風(fēng)樣稿詳細(xì)研究記錄及經(jīng)驗總結(jié)》；

進階實戰(zhàn)：

1. AI繪圖實戰(zhàn)（一）：制作購物車圖標(biāo)icon
2. AI繪圖實戰(zhàn)（二）：制作一頁海洋、沙灘、男孩與狗的繪本畫
3. AI繪圖實戰(zhàn)（三）：手繪出圖機甲狂暴男
4. AI繪圖實戰(zhàn)（四）：制作食品安全PPT所用的相關(guān)圖片png、圖標(biāo)icon
5. AI繪圖實戰(zhàn)（五）：放大并修復(fù)老照片、馬賽克照片、身份證件照
6. AI繪圖實戰(zhàn)（六）：制作一張慶祝五一勞動節(jié)的海報
7. AI繪圖實戰(zhàn)（七）：室內(nèi)設(shè)計線稿渲染、景觀設(shè)計手繪稿改動、建筑照片轉(zhuǎn)線稿
8. AI繪圖實戰(zhàn)（八）：制作游戲人物原稿三視圖
9. AI繪圖實戰(zhàn)（九）：給熱門歌曲做配圖
10. AI繪圖實戰(zhàn)（十）：包頭巾的女人之線稿矢量圖
11. AI繪圖實戰(zhàn)（十一）：將紙質(zhì)兒童畫修改為電子照片

一、基礎(chǔ)綜述

如果你已經(jīng)掌握了基礎(chǔ)，想直接找中英文對照詞綴的，那么請轉(zhuǎn)到本文第五部分的提示詞表。

• 提示詞（prompt）由多個詞綴構(gòu)成。
• 提示詞分為正向提示詞（positive prompt）和反向提示詞（negative prompt），用來告訴AI哪些需要，哪些不需要。

反向提示詞就是我們不想出現(xiàn)什么的描述。
例：NSFW 不適合在工作時看的內(nèi)容，包括限制級，還有低畫質(zhì)相關(guān)和一些容易變形身體部位的描述等。
注：可下載 Easynegative 的文件，它已把一些常用的反向提示詞整合在一起了，我們只需輸入關(guān)鍵詞就能得到較好效果。
把它放到 /enbeddings 文件夾，需要觸發(fā)時在反向提示詞中輸入easynegative 激活。

• 詞綴的權(quán)重默認(rèn)值都是1，從左到右依次減弱，權(quán)重會影響畫面生成結(jié)果。
  比如景色Tag在前，人物就會小，相反的人物會變大或半身。
  選擇正確的順序、語法來使用提示詞，將更好、更快、更有效率地展現(xiàn)所想所愿的畫面。

注意，詞綴因為是英文，很多詞我們需要深入學(xué)習(xí)。
比如跑這個詞，running是默認(rèn)詞，別名是run，但本文所用模型如果使用run將幾乎無效，看權(quán)重篇中的第一個例子了解。

• AI 會依照概率來選擇性執(zhí)行，如提示詞之間有沖突，AI 會根據(jù)權(quán)重確定的概率來隨機選擇執(zhí)行哪個提示詞。
• 生成圖片的大小會影響 Prompt 的效果，圖片越大需要的 Prompt 越多，不然 Prompt 會相互污染。
• Prompt 支持使用 emoji，且表現(xiàn)力較好，可通過添加 emoji 圖來達到效果。如 形容喜歡表情， 可修手。

為了便于理解，不相關(guān)詞綴可以用換行以示區(qū)分。

• 本文主要是學(xué)習(xí)詞綴變化帶來的出圖變化，不同模型生圖不同，學(xué)習(xí)時需觀察同模型下的出圖變化。
• 以下為主要參數(shù)參考，學(xué)習(xí)時設(shè)置個負(fù)面詞，其余默認(rèn)即可。

// 參考
absurdres, 8k, comic, viewfinder, 1male, run, black hair, orange sun, blue sky,
Negative prompt: easynegative, canvas frame, cartoon, 3d, ((disfigured)), ((bad art)), ((deformed)),((extra limbs)),((close up)),((b&w)), wierd colors, blurry, (((duplicate))), ((morbid)), ((mutilated)), [out of frame], extra fingers, mutated hands, ((poorly drawn hands)), ((poorly drawn face)), (((mutation))), (((deformed))), ((ugly)), blurry, ((bad anatomy)), (((bad proportions))), ((extra limbs)), cloned face, (((disfigured))), out of frame, ugly, extra limbs, (bad anatomy), gross proportions, (malformed limbs), ((missing arms)), ((missing legs)), (((extra arms))), (((extra legs))), mutated hands, (fused fingers), (too many fingers), (((long neck))), Photoshop, video game, ugly, tiling, poorly drawn hands, poorly drawn feet, poorly drawn face, out of frame, mutation, mutated, extra limbs, extra legs, extra arms, disfigured, deformed, cross-eye, body out of frame, blurry, bad art, bad anatomy, 3d render
Steps: 20, Sampler: Euler a, CFG scale: 22, Seed: -1, Face restoration: CodeFormer, Size: 720x480, Model hash: 1dceefec07, Model: dreamshaper_331BakedVae, Denoising strength: 0.5, Clip skip: 2, ENSD: 31337, Hires upscale: 2, Hires upscaler: Latent

二、權(quán)重語法

權(quán)重邏輯

• 若是想明確某主體，應(yīng)當(dāng)使其生成步驟向前，生成步驟數(shù)加大，詞綴排序向前，權(quán)重提高。
  畫面質(zhì)量 → 主要元素 → 細(xì)節(jié)

• 若是想明確風(fēng)格，則風(fēng)格詞綴應(yīng)當(dāng)優(yōu)于內(nèi)容詞綴
  畫面質(zhì)量 → 風(fēng)格 → 元素 → 細(xì)節(jié)

• 未證實：風(fēng)格權(quán)重或許需要優(yōu)于畫面質(zhì)量，從而不至于被畫面質(zhì)量污染特殊風(fēng)格質(zhì)感。

分割符

• , 逗號：分割詞綴，有一定權(quán)重排序功能，逗號前權(quán)重高，逗號后權(quán)重低，因而建議排序：

1. 綜述（圖像質(zhì)量+畫風(fēng)+鏡頭效果+光照效果+主題+構(gòu)圖）
2. 主體（人物&對象+姿勢+服裝+道具）
3. 細(xì)節(jié)（場景+環(huán)境+飾品+特征）

舉例一：

// 超高分辨率， 8k， 漫畫風(fēng)， 相機取景框，一個男子， 奔跑（動詞原型）， 黑色頭發(fā)， 橙色太陽， 藍色天空
absurdres, 8k, comic, viewfinder, 1male, run, black hair, orange sun, blue sky,

根據(jù)上面的提示出的圖，各元素都出現(xiàn)了，但是并沒有實現(xiàn)run這個關(guān)鍵詞，除了第一張圖左下角幾個奔跑的人物外，第三張圖更是人物都沒有了。

舉例二：

// 超高分辨率， 8k， 漫畫風(fēng)， 相機取景框， 一個男子， 奔跑（現(xiàn)在分詞）， 黑色頭發(fā)， 橙色太陽， 藍色天空
absurdres, 8k, comic, viewfinder, 1male, running, black hair, orange sun, blue sky,

而當(dāng)我們把run改為running時，跑步的姿態(tài)就出來了~~。

組合符

• : 冒號：自定義權(quán)重數(shù)值
  格式：左圓括號 + 詞綴 + 冒號 + 數(shù)字 + 右圓括號

// 單人女孩詞綴，權(quán)重為0.75
(1girl:0.75) 

• () 僅圓括號：增加權(quán)重0.1
  大部分情況用圓括號即可。

// 權(quán)重乘以1.1
(1girl) 

• {} 花括號：增加權(quán)重0.05

// 權(quán)重乘以1.05
{1girl}

• [] 方括號：減少權(quán)重0.1，也有說是減弱0.05的
  方括號中無法自定義權(quán)重數(shù)值，自定義權(quán)重只能使用(x:0.5)形式。

// 權(quán)重除以1.1
[1girl] 

• (())、{{}}、[[]] 復(fù)用括號：疊加權(quán)重

// 權(quán)重乘以1.1*1.1，即權(quán)重為1.21
((1girl))

一般流程：先把要描述的畫面寫下生成一次，根據(jù)生成結(jié)果邊試邊改不滿意或遺漏的描述，要強調(diào)的概念用 (xxx: 1.x ) 語法形式來提升權(quán)重，其中 xxx 是你要強調(diào)的詞，1.x 代表要提升的比例，如 1.5 就是提升 150% 的權(quán)重。
權(quán)重取值范圍 0.4-1.6，權(quán)重太小容易被忽視，太大容易擬合圖像出錯。例：(beautiful:1.3) 。
疊加權(quán)重：通過疊加小括號方式提高權(quán)重，每加一層相當(dāng)于提高1.1倍權(quán)重，例：((((beautiful eyes)))) 。

舉例三：
根據(jù)上一個例子的規(guī)則，增加跳躍，并且加強其權(quán)重，于是圖像變了~~

// 跳躍的權(quán)重最高
(absurdres),  8k, comic, ((viewfinder)), 1male, running, (jumping:1.5), black hair, orange sun, blue sky,

看得出，人物有跑跳感，但跳感肯定是最強。

連接符

• AND 和：將多個詞綴聚合在一個提示詞順序位置中，其初始權(quán)重一致

// 三個詞綴權(quán)重一致
bird and dog and pig

// 可使用冒號標(biāo)記其權(quán)重
bird:1.5 and dog:1.2 and pig:0.8

實際使用時發(fā)現(xiàn)用and連接詞綴，可能會出現(xiàn)物體合并的現(xiàn)象，比如白菜和肉，可能會生成一張白菜里包著肉的詭異圖片。

舉例四：
好，我們現(xiàn)在再將上面的案例改一下看看會有什么效果：

// 合并了綠色、白色、長發(fā)，要求加強綠色頭發(fā)，橙色和藍色天空合并，權(quán)重一致
absurdres,  8k, comic, [viewfinder], (1male), (running), (green hair:1.5 and white hair and very long hair), orange sun and blue sky,

由上圖可以看出，主角頭發(fā)一定為綠，但可能會有0~2個頭發(fā)為白的人物出現(xiàn)在畫面中，1male這條規(guī)則被打破；
橙色太陽和藍色天空因為權(quán)重一致了，所以基本都會同時出現(xiàn)在畫面中（看云：似乎AI想把橙色和藍色都嵌入到其中，第三圖似乎更是想生硬地把他們都捏在一起，而這種感覺在前幾個例子的圖片是沒有的）。

• + 加號

(red hair:1.1)+(yellow hair:1.25)+(green hair:1.4)

• | 豎線

(red hair:1.1)|(yellow hair:1.25)|(green hair:1.4)

• _ 下劃線

(red hair:1.1)_(yellow hair:1.25)_(green hair:1.4)

• 什么都不加

and詞綴會出現(xiàn)物體合并，但在什么都不加或,逗號情況下，這種合體可能性就很低了。

(red hair:1.1)(yellow hair:1.25)(green hair:1.4)

• , 逗號
  對象一致時，逗號有連接的功能

(red hair:1.1),(yellow hair:1.25),(green hair:1.4)

舉例五：

雖然都是連接符，但還是有些微差別的，是更趨向于融合還是更趨向于并列，自行摸索吧~~

// 又跑又跳，紅黃綠色頭發(fā)，橙色太陽和藍色天空~~
absurdres,  8k, comic, [viewfinder], (1male), running|jumping, (red hair:1.1)(yellow hair:1.25)(green hair:1.4), (orange sun)_(blue sky),

好吧，這個例子徹底把畫面搞混亂了~~哈哈，原因之一是：某個元素過高的權(quán)重可能會污染其他元素。

三、分布與交替渲染

[] 方括號中使用:、| 等符號，則可實現(xiàn)較為復(fù)雜的分布與交替渲染的需求。

• [A:B:step] [元素1:元素2:步驟比例] ：渲染元素1到多少進度后開始渲染元素2，實現(xiàn)元素1與元素2的互相疊加，有類似于[from:to:when]的感覺，可用于兩個詞條的融合

// 渲染藍色到40%進度后，開始渲染紅色
[blue:red:0.4]

// 前12步渲染藍色后，開始渲染紅色
[blue:red:12]

注：
step > 1 時表示該組合在前多少步時做為 A 渲染，之后作為 B 渲染。
step < 1 時表示迭代步數(shù)（參與總步驟數(shù)）的百分比。

• [A:step] [元素1:步驟比例] ：從多少進度開始渲染元素1

// 在執(zhí)行40%的步驟后，開始渲染藍色
[blue:0.4]
// 在執(zhí)行15步之后，開始渲染藍色
[blue:15]

• [A::step] [元素1::步驟比例]：渲染到多少進度的時候停止元素1的渲染（其它元素的渲染繼續(xù)）

// 在執(zhí)行了40%的步驟后，停止渲染藍色
[blue::0.4]
// 在執(zhí)行了15步后停止渲染藍色
[blue::15]

• [A|B] [元素1|元素2]：元素1和元素2的交替混合渲染，意思就是渲染一次A，再渲染一次B，再渲染一次A~~以此往復(fù)直至最后

// 融合藍色與紅色，紫色？
[blue|red]
// 某物與某物的交替演算，用于生成融合生物，句中詞綴含義為融合牛與馬。
[cow|horse] 

[xx|xx|xx|xx|xx…] 本質(zhì)為一種在平等權(quán)重下融合詞綴生成單個元素，不限制混合元素的數(shù)量。

• [A|B]C [元素1|元素2]元素3：
  括號外加詞綴意味著融合過程中的共享元素。

舉例七：

// 一個藍紅混色染發(fā)的短發(fā)女孩
1girl, [blue|red]hair, short hair

果然紫色出來了哦~~

舉例八：

// 合成“空中的鳥”與“空中的飛機”
[bird|airplane] in sky

好詭異的合體~~

舉例九：

經(jīng)過學(xué)習(xí)，現(xiàn)在我們利用第一個例子中的詞綴再搞幾個畫面練手。

// 哇哦哇哦哇哦
absurdres,  8k, comic, [viewfinder], 1male+running, 1female ([red:blue:0.3]hair)(long hair) jumping, [[orange sun]], [blue sky], (bird and horse) in sky, 

注意：
因為加入了動物，所以femal和male可能被AI識別為雌性、雄性。。。
目前發(fā)現(xiàn)僅用文字描述同一場景多人物，很難成功生圖，看案例中男女混合了，還有很多錯誤的圖我都沒放上來。
可能需要加入很多負(fù)面提示詞來控制污染，并且要把不同人物的位置、狀態(tài)明確告訴AI，這樣成功幾率才大。
建議還是利用手稿、controlnet等方式來共同實現(xiàn)。

舉例十：

反觀單場景單人的實現(xiàn)就特別容易了，這或許也是為什么很多AI圖片網(wǎng)站的成圖都是單人肖像的原因。

best quality, very detailed, absurdres,  8k, comic, [viewfinder], one lady with long [blue|red]hair is sitting on ground, birds around her, blue sky+[orange sun], 

這里的提示詞使用了人類的英文閱讀格式~~

四、調(diào)取 LoRA & Hypernetworks 模型

• <> 尖括號：調(diào)取LoRA或超網(wǎng)絡(luò)模型等。
  輸入：<lora:filename:multiplier> 或 <hypernet:filename:multiplier> 可調(diào)取相應(yīng)模型。

<lora:cuteGirlMix4_v10:0.5>

注：要先確保在【…\models\lora】或【…\models\hypernetworks】文件夾已保存好相關(guān)模型文件。

五、資源

詞綴獲取渠道

• 詞綴超市
• 分享社群
• 詞圖 Prompt Tool
• 提示詞字典

tag自動補齊插件

• 插件名稱：tagcomplete
  安裝完成后按照教程更新翻譯庫：https://www.bilibili.com/video/BV14Y4y1D7vR

• 關(guān)鍵詞綴：Trigger Words
  在使用某些lora模型的時候，需要使用官方提供的trigger words作為詞綴，用于在單個lora中準(zhǔn)確的導(dǎo)向不同的風(fēng)格。
  由于沒有預(yù)覽圖和備注，詞綴很難使用，在復(fù)雜環(huán)境也很難辨別有沒有生效。
  建議安裝civitai helper用于自動生成預(yù)覽圖與trigger words。

反向提示詞插件

• Easynegative ：https://github.com/MeccaStudio/EasyNegative
• badhandv4：https://huggingface.co/AsciiP/badhandv4/tree/main

使用時在反向提示詞中寫上：easynegative、badhandv4 即可，但注意，使用后可能導(dǎo)致某些模型風(fēng)格不對路。

提示詞表

• 反向常用：
  ((nsfw)),((ugly))),(((duplicate))),((morbid)),((mutilated)),(((tranny))),(((trans))),((trannsexual))),(((mutation))),(((deformed)))(((long neck))),((bad anatomy))(((bad proportions))),(((extra arms))),(((extra legs))), (((disfigured))),((more than 2 nipples))),malformed,mutated,(hermaphrodite),((extra limbs)).((missing arms)).((missing legs)).((poorly drawn hands))((poorty drawn face)),(mutation,poorly drawn :1.2),(long body :1.3).multiple breasts,cloned face,gross proportions, mutated hands,bad hands,bad feet,long neck,missing limb,(malformed limbs),malformed hands,(fused fingers).(too many fingers),extra fingers,missing fingers,extra digit,fewer digits,(mutated hands and fingers :1.5),low res,text,error,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry,text font ui,futa,yaoi,
• 畫質(zhì)常用：
  masterpiece, best quality, masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper,
• 地點常用：
  masterpiece, best quality, masterpiece,best quality,official art,extremely detailed CG unity 8k wallpaper, steam, in the cyberpunk city, explosion, underwater, flower field, fireworks, intense shadows, strong rim light, golden hour lighting, sky, sea, mountain, on a hill, the top of the hill, in a meadow, plateau, on a desert, cityscape, in hawaii, landscape, beautiful detailed sky, beautiful detailed water, on the beach, on the ocean, beautiful purple sunset at beach, over the sea, in the ocean, against backlight at dusk,
• 風(fēng)格常用：
  artbook, game_cg, comic, 4koma, animated_gif, dakimakura, cosplay, dark, crossover, light, night, guro, realistic, photo, real, landscape/scenery, cityscape, science_fiction, original, parody, personification, checkered, highres, lowres, absurdres, column_lineup, everyone, expressions, profile, bust, back, sample, album, covr, silhouette, what, artist_request, tagme, bad_id, watercolor_(medium), traditional_media, translation_request, Japanese, sketch, fine_art_parody, French, optical_illusion, zoom_layer, colorful, monochrome, gradient_background, pixel_art, wallpaper, simple_background, huge_filesize, incredibly_absurdres, transparent_background,
• 角色常用：
  girl, little boy, shota, loli, kawaii, mesugaki, adorable girl, bishoujo, sisters, gyaru, ojousama, mature female, mature, female pervert, milf, harem, angel, cheerleader, chibi, crossdressing, devil, doll, elf, fairy, female, furry, orc, giantess, harem, idol, kemonomimi_mode, loli, magical_girl, male, maid, mermaid, miko, milf, minigirl, monster, multiple_girls, no_humans, ninja, nun, nurse, shota, stewardess, student, trap, vampire, waitress, witch, yaoi, yukkuri_shiteitte_ne, yuri,
• 自考慮：
  easynegative,toony,dated,line art,flat colors

中英文對照

- 常用的反向提示詞

- 提高圖像質(zhì)量的正向提示詞

- 藝術(shù)風(fēng)格代表

加入對應(yīng)類型畫家的風(fēng)格，提升我們的照片效果。

- 視角

多試，有些不一定有效

- 主體遠近

- 光線

- 視線

- 畫風(fēng)

- 身體指定

表情

- 衣服指定

制服

- 風(fēng)景指定

- 姿勢指定

- 通用風(fēng)格（Midjourney）

使用及樣稿可參考置頂文章《AI繪圖風(fēng)格對照表/畫風(fēng)樣稿詳細(xì)研究記錄及經(jīng)驗總結(jié)》

參考：
Stable Diffusion Prompt用法
AI繪畫關(guān)鍵詞網(wǎng)站推薦 ：輕松獲取百萬個提示詞！完全免費
Stable Diffusion 詞綴使用規(guī)范/咒語吟唱指南 （自用筆記分享）
【Stable Diffusion】Prompt 篇
（入門）Stable Diffusion怎么寫prompt?
官網(wǎng)：InstructPix2Pix
35張圖，直觀理解Stable Diffusion文章來源地址http://www.zghlxwxcb.cn/news/detail-421748.html

到了這里，關(guān)于AI繪圖設(shè)計師Stable Diffusion提示詞/咒語/詞綴/關(guān)鍵詞使用指南（Prompt）的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！