AI 绘画软件Stable Diffusion提示词的书写结构

AI绘画软件Stable Diffusion中的提示词（Prompts）是掌握模型天生图像的关键输入参数，它们通过文本形式见告模型该当天生什么样的图像。
以下将详细讲解Stable Diffusion提示词的书写构造：

一、基本组成

提示词常日由多个描述性词汇组成，这些词汇通过逗号分隔，用来描述图像的各个方面，如主题、风格、颜色、构图等。
例如，“一只橘色的短毛猫，坐在草地上，背景是蓝天白云”。

二、分类与顺序

提示词可以分为正向提示词（positive prompt）和反向提示词（negative prompt）。
正向提示词用来见告AI我们想要天生什么，而反向提示词则用来指明我们不肯望涌如今图像中的内容。

在书写顺序上，常日建议按照以下构造进行：

综述：图像的清晰度、分辨率、质量等关键词汇，如“masterpiece, best quality, 8k”。
风格：如有则建议放在质量提示词后面，表示作品的风格，如某个画家或影视作品的风格。
镜头效果：用来表示主体在画面中的位置，如长镜头、短镜头、全景镜头等。
光照效果：描述环境的灯光效果，如电影级照明、丁达尔效应等。
主题：全体画面呈现的主题，与风格有所差异，如深色主题、通亮主题等。
主体：描述整体想天生的作品内容，如人物、动物、建筑等。
动作：主体的动作表现，如跑、走、笑等。
服装与饰品：主体的服装和身上的饰品，如裙子、鞋子、手镯等。
道具：主体干系的道具，如手提包、发话器、摄影机等。
场景与环境：主体所在的场景和自然环境，如城市、咖啡厅、白天、晚上等。
三、权重调度

每个词汇的权重默认都是1，从左到右依次减弱。
权重会影响画面天生的结果。
例如，“1girl,forest”中人物的权重会比森林的权重高，天生的人物会占画面的大部分位置。
通过调度提示词的顺序或利用特定符号，可以改变词汇的权重。

四、特定符号的利用

在Stable Diffusion中，可以利用特定符号来调度提示词的权重或实现其他繁芜功能：

小括号()：增加权重，每套一层权重增加0.1倍，最多嵌套三层，权重最高可达1.331倍。
例如，“(((white flower)))”将“white flower”的权重增加到原来的1.331倍。
大括号{}：增加权重，每套一层权重增加0.05倍，最多嵌套三层，权重最高可达1.15倍。
例如，“{{{white flower}}}”将“white flower”的权重增加到原来的1.15倍。
中括号[]：降落权重，每套一层权重降落0.9倍，最多嵌套三层，权重最低可达0.729倍。
例如，“[[[white flower]]]”将“white flower”的权重降落到原来的0.729倍。
冒号:：自定义权重值，与括号一起利用。
例如，“(white flower:1.5)”将“white flower”的权重设置为原来的1.5倍。
竖线|：交替渲染，模型会按顺序天生不同的元素并领悟它们。
例如，“(green|red|yellow) hair”会天生多彩头发。
加号+：与AND连接符功能类似，将多个关键词进行了领悟。
下划线_：将多个关键词进行领悟，没有比较明显的颜色分层。
五、其他把稳事变长度掌握：提示词的总长度最好保持在一定范围内，一样平常建议不超过75个单词，以确保模型能够有效处理。
语法构造：虽然提示词不须要完全的语法构造，但保持清晰的逻辑和描述有助于模型更准确地理解天生哀求。
反复考试测验：由于模型的不愿定性，同一组提示词也可能天生不同的图像。
因此，须要反复考试测验和调度以找到最佳效果。

综上所述，Stable Diffusion提示词的书写构造是一个灵巧且强大的系统，通过合理的组合和调度可以实现丰富多样的图像天生效果。