Stable Diffusion怎么用?提示词(prompt)的基础知识
深入探索提示词(Prompt)的基础知识

免费影视、动漫、音乐、游戏、小说资源长期稳定更新! 👉 点此立即查看 👈
接下来,咱们就来把提示词这事儿给掰开揉碎了讲讲。你会弄清楚它的基本概念和功能,学会怎么编写正面和反面提示词,最后还能通过一个实操案例——生成一张女孩肖像,来真正把技能巩固下来。
一、提示词的重要性
还记得我们把Stable Diffusion比作一位AI画师吗?现在,你想让这位“员工”为你创作作品,怎么沟通?靠的就是语言,也就是提示词。它就像是你发出的工作指令,是你和AI之间那座不可或缺的桥梁,负责把“我想要什么画”这个想法,准确无误地传递过去。
二、提示词的基本概念
提示词,或者叫触发词,是从英文“prompt”翻译过来的。在Stable Diffusion的世界里,你可以写很长一串描述,这一整段都叫prompt;而里面每一个具体的词,比如“金发”、“微笑”,则被称为tag(标签)。
三、提示词的功能与分类
提示词大致分两类:正向的和反向的。这很好理解,正向提示词负责告诉AI“我想要什么”,反向提示词则明确声明“我绝对不要什么”。这就好比交代工作,既要清晰指明方向,也得划出不可逾越的红线,双管齐下,效果才最好。
四、提示词的写作技巧
先说正向提示词。这里是你描绘蓝图的区域,写得越具体、越细致,最终生成的图像就越可能符合你的预期。简单说,你在这里写什么,AI就会尽力在画布上呈现什么。
这里有一些公认好用的通用正向提示词,能有效提升画面基础质量: masterpiece, best quality, finely detail, highres, 8k, beautiful and aesthetic
再说反向提示词。它的作用可不容小觑,不仅能帮你过滤掉不想要的元素,更能整体拔高画面的质感、光影和细节。通过在这里列出“黑名单”,你能有效避免很多低质量图像的典型问题。
下面是一套经过验证的通用负面提示词组合,可以直接拿来用:
sketches, (worst quality:2), (low quality:2), (normal quality:2), ((monochrome)), ((grayscale)), facing away, looking away, text, error, extra digit, fewer digits, cropped, jpeg artifacts, signature, watermark, username, blurry, skin spots, acnes, skin blemishes, bad anatomy, fat, bad feet, cropped, poorly drawn hands, poorly drawn face, mutation, deformed, tilted head, bad anatomy, bad hands, extra fingers, fewer digits, extra limbs, extra arms, extra legs, malformed limbs, fused fingers, too many fingers, long neck, cross-eyed, mutated hands, bad body, bad proportions, gross proportions, text, error, missing fingers, missing arms, missing legs, extra digit, extra arms, extra leg, extra foot, missing fingers, mole:1.3
五、提示词的注意事项
- 语言选择:目前的Stable Diffusion主要“听懂”英文,对中文的识别能力还比较弱。所以,即便你输入的是中文,系统也得先把它翻译成英文,再开始生成。直接用英文写作,往往是更高效的选择。
- 目标效果的明确性:这一点至关重要。你必须把想要的效果充分写清楚,同时,也别忘了明确那些你不希望出现的内容。指令越模糊,结果的随机性就越强。
- 提示词的顺序:先写什么,后写什么,是有讲究的。通常,越重要的描述词,越应该放在前面,因为顺序会在一定程度上影响AI的优先级判断。
- 逗号的使用:每个标签后面的逗号可不是随便加的。逗号后面的空格也会被当作一个独立的标签来处理,所以使用时要格外留意,避免引入无意义的空白标签。
六、总结
好了,以上就是提示词的基础核心知识。掌握了这些,你已经可以上手实践了。
不妨现在就尝试一下:生成一张“金发、穿着制服的女孩”肖像,同时在反向提示词中注明不包括“长头发”和“红色领带”,并配上我们刚才提到的通用负面提示词来提升画面质量。动手试试看,成果会让你惊喜的。
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
Llama 3 科研论文润色_学术词汇表加载对模型体积的增加量
部署Llama 3科研润色系统时,如何控制学术词汇表带来的体积增量? 如果你正在为Llama 3部署一套科研论文润色系统,加载一个专用的学术词汇表来提升术语准确性,几乎是必选项。但随之而来的问题是:这个操作会给模型体积带来多大影响?答案是,这完全取决于你选择哪种加载方式。不同的策略,带来的存储开销差
微信消息情感陪伴:OpenClaw设定人设实现沉浸式聊天
一、通过Config yaml注入基础人设参数 想让OpenClaw在微信里变成一个“有血有肉”的长期伙伴?最根本的方法,就是直接修改它的核心配置文件。这种方式相当于为AI设定了一个“出厂人格”,一旦配置完成,每次启动都会自动加载,并且在整个对话生命周期中保持稳定。配置文件中的参数会被记忆模块持久化
Canva可画在线设计工具官网 Canva网页版入口直达
Canva可画:在线设计工具的官网入口与核心体验解析 Canva可画官网入口为https: www canva cn,提供简洁直观的网页版设计体验:无需下载、分类清晰、操作即时反馈、参数双模式调节;海量中文模板、AI生图 改写 抠图 排版、跨端同步、协作管理及本土化适配。 从零开始的创意工作,常常
llama.cpp量化部署实战_4bit压缩显存占用技巧
一、选择合适量化方案并确认GGUF格式支持 想在消费级硬件上跑大模型,第一步往往就卡在显存或内存不足上。问题的根源通常是原始FP16格式的模型权重太“占地方”。别急,通过llama cpp进行4-bit量化,能显著压缩模型体积,让部署成为可能。这里,我们重点聊聊实操步骤。 llama cpp本身支持
HermesAgent数据岭回归:Anomaly集成实战
HermesAgent数据岭回归:Anomaly集成实战 在利用Hermes Agent进行岭回归建模时,如果发现模型的稳定性和预测精度总被一些“不速之客”——异常值——所干扰,这通常意味着数据中潜藏着未被识别或处理的离群点。别担心,这并非无解。下面这五条将异常检测机制无缝集成到岭回归流程中的操作路
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

