感謝前輩種樹：嗶哩嗶哩
1 提示詞
Prompts：提示詞，告訴AI我們要畫什么，多多益善，需要英文書寫。提示詞以詞組為單位，不需要像完整的句子那樣需要有完整的語法結(jié)構(gòu)。
詞組之間需要插入英文半角逗號作為分隔符，可以分行，每一行的末尾最好也加上分隔符。
1.1 分類和書寫方式
1.1.1 內(nèi)容型提示詞
-
人物及主體特征
服飾穿搭：white dress
發(fā)型發(fā)色：blonde hair, long hair
五官特點：small eyes, big mouth
面部表情：smilling
肢體動作：stretching arms -
場景特征
室內(nèi)室外：indoor / outdoor
大場景：forest, city, street
小細節(jié)：tree, bush, white flower -
環(huán)境光照
白天黑夜：day / night
特定時段：morning, sunset
光環(huán)境：sunlight, bright, dark
天空：blue sky, starry sky -
畫幅視角
距離：close-up, distant
人物比例：full body, upper body
觀察角度：from above, view of back
鏡頭類型：wide angle, Sony A7 III
1.1.2 標準化提示詞
-
畫質(zhì)提示詞
通用高畫質(zhì)：best quality, ultra-detailed, masterpiece, hires, 8k
特定高分辨率類型：extremely detailed CG unity 8k wallpaper, unreal engine rendered -
畫風提示詞
插畫風：illustration, painting, paintbrush
二次元：anime, comic, game CG
寫實系：photorealistic, realistic, photograph
1.1.3 通用模板
描述人物、描述場景、描述環(huán)境（時間、光照）、描述畫幅視角、其他畫面要素；高品質(zhì)標準化、畫幅標準化、其他特殊要求。
1.2 權(quán)重
調(diào)整詞組優(yōu)先級的方法：套括號和數(shù)字權(quán)重
1.2.1 套括號
注意格式是英文半角符號。
-
圓括號 ()
每套一層，權(quán)重×1.1倍。例如(((white flower)))，此處調(diào)節(jié)white flower的權(quán)重變?yōu)樵瓉淼?.11.11.1=1.331倍，增強了該詞組的作用。 -
大括號 {}
每套一層，權(quán)重×1.05倍。例如{{{white flower}}}，此處調(diào)節(jié)white flower的權(quán)重變?yōu)樵瓉淼?.051.051.05=1.16倍，增強了該詞組的作用。 -
方括號 []
每套一層，權(quán)重×0.9倍。例如[[[white flower]]]，此處調(diào)節(jié)white flower的權(quán)重變?yōu)樵瓉淼?.90.90.9=0.729倍，減弱了該詞組的作用。
1.2.2 數(shù)字權(quán)重
圓括號+數(shù)字，例如(white flower:1.5)，調(diào)節(jié)white flower的權(quán)重為原來的1.5倍；(white flower:0.8)，調(diào)節(jié)white flower的權(quán)重為原來的0.8倍。
調(diào)節(jié)權(quán)重的時候需要注意避免個別詞條的權(quán)重太高，體驗的安全范圍是1±0.5左右。如果需要增強某個詞條的作用，可以通過增加更多的同類型詞條來協(xié)同增強它的效應。
1.2.3 進階語法
-
混合：混合兩個描述同一對象的提示詞要素
white | yellow flower，生成黃色和白色混合的花。 -
遷移：連續(xù)生成具有多個不同特征的對象，不斷遷移
[white | red | blue] flower，先生成白花，再生成紅花，再生成藍花。 -
迭代：與采樣進程關(guān)聯(lián)，一定階段以后再生成特定對象
(white flower:bush:0.8)，進程到達80%之前生成白花，80%之后再生成灌木。
1.3 負面提示詞
不希望畫面出現(xiàn)什么，就增加對應的反向提示詞。例如：
low quality, worst 表示低質(zhì)量的圖片；
monochrome, grayscale 杜絕單色、灰度的圖片，保持畫面的色彩鮮艷；
bad proportions, 代表畸形的身體比例；
missing hands, extra fingers, 避免畫的時候多只手多條腿或者少根手指之類。
2 參數(shù)詳解
2.1 Sampling steps
迭代步數(shù)，越大最終效果越清晰。當步數(shù)大于20以后，后面的提升不大，就像從80分到90分100分一樣。增加步數(shù)意味著更長的計算時間，算力充足時可以設(shè)置為30~40，最好不低于10。
2.2 Sampling method
采樣方法，生成圖像時使用的特定算法。
Euler a和Euler適合插畫風格，出圖樸素；DPM 2M和2M Karras速度較快；SDE Karras細節(jié)較為豐富；推薦使用帶有+的，是改進過了的算法。大部分模型也有推薦使用的算法，可能是模型制作者自己測試過的。
2.3 Width, Height
寬和高，代表最終出圖時的分辨率，設(shè)備支持的情況下越高越好；太高會顯存爆掉，也很容易出現(xiàn)多人、多手、多腳的情況，原因是在訓練模型的時候，用的圖片分辨率一般都比較小，如果分辨率設(shè)置太大，模型會認為是多張圖片拼接而成，所以會出現(xiàn)多人。
為了避免出現(xiàn)多人或者多手多腳，通常會設(shè)置成低分辨率，再通過高清修復(Hires Fix)來放大，本質(zhì)上是進行了一次額外的圖生圖。
2.4 CFG Scale
提示詞相關(guān)性，數(shù)值越高，模型反映提示詞的程度越高。一般設(shè)置成7~12，太高容易變形。
2.5 Seed
隨機種子，控制畫面內(nèi)容一致性的重要參數(shù)。
2.6 Batch count, Batch size
批次和數(shù)量，因為模型繪畫的不確定性，同一組提示詞也需要反復試驗，期待在某一瞬間給到一個完美符合預期的畫面，試驗過程會很漫長。如果想要模型一直按照同一組提示詞和參數(shù)去出圖，把批次數(shù)調(diào)高，會不斷進行，最后生成多張圖片，方便篩選。
批次數(shù)量batch size不建議調(diào)，增大可以使每批次繪制的圖像數(shù)量增多，理論上效率會更高，但是同一批繪制的方法是把它們拼在一起看作一張更大的圖片一次去畫，如果設(shè)備不好，非常容易爆顯存，不如單批次畫少一點，用更多的次數(shù)去畫更多的圖。
3 新手技巧
3.1 翻譯大法
不知道該如何表達時，用自然的語言去描述想要畫的東西，用翻譯平臺轉(zhuǎn)成英文。先用一句話描述一個確切的場景，再把新的詞組翻譯成英文加到后面。
3.2 借助工具
輔助書寫提示詞的網(wǎng)站文章來源：http://www.zghlxwxcb.cn/news/detail-841161.html
3.3 抄作業(yè)
有些網(wǎng)站提供了大量的提示詞，可以對已有提示詞進行篩選。
https://openart.ai/
https://civitai.com/文章來源地址http://www.zghlxwxcb.cn/news/detail-841161.html
到了這里，關(guān)于【Stable Diffusion】入門-02：AI繪畫提示詞+參數(shù)設(shè)置攻略的文章就介紹完了。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)！
