如何撰写完美的稳定扩散提示：完整指南

Name

Lynn Mikami

Published on 2024/4/30

欢迎来到关于稳定扩散提示的终极指南。如果您曾经感到自己生成的图像质量不如在线上看到的，那么您来对了地方。本指南旨在将您的技能提升到稳定扩散用户的前10%。所以让我们开始您成为扩散大师之旅吧。

在深入了解提示的世界之前，优化您的设置至关重要。优化的设置与精心制作的提示之间的协同作用可以在输出上产生天壤之别。本指南将向您介绍所需的知识和技巧，教您如何制作出令人惊叹、高质量的图像的提示。

什么是稳定扩散？

稳定扩散是一款强大的工具，可根据文本提示生成图像。无论您是在本地使用AUTOMATIC1111的稳定扩散WebUI (opens in a new tab)还是在云GPU服务上使用，界面都是相同的。本指南将重点介绍ReV Animated和DreamShaper模型，但原则也适用于其他模型。

稳定扩散提示的基础知识

理解基本提示模板

任何好的提示的基础在于理解其基本结构。以下是一个简单的模板，可帮助您入门：

• 主题：例如，女孩
• 属性：例如，向一侧看，镶有宝石的皇冠
• 视觉特征：例如，特写，电影般的灯光，数字绘画
• 环境：例如，森林中
• 质量描述符：例如，最好的质量，杰作

将这些元素组合在一起，形成一个综合的提示：

示例提示：女孩，向一侧看，镶有宝石的皇冠，特写，电影般的灯光，数字绘画，绚丽的色彩，森林中，最好的质量，杰作

质量标签的威力

像"杰作"和"最好的质量"这样的质量标签可以极大地增强您的提示。这些标签在以动漫为导向的模型中尤其有效。这些质量标签的影响因您使用的模型而异，但一般都可以提高生成图像的质量。

带有质量标签的示例提示：((杰作)), (最好的质量), 女孩向一侧看，镶有宝石的皇冠，特写，电影般的灯光，绚丽的色彩，奇幻艺术，数字绘画，超凡的光芒，森林

负面提示的作用

负面提示有助于引导AI远离生成不期望的内容。它们可以分为两种类型：

1. 不期望的内容：例如，"糟糕的手"，"变异的"
2. 概念的对立面：例如，如果要生成"岩石"，可以使用"面条"

负面提示不仅仅是关于图像中您不希望出现的内容，它们还可以引导AI朝特定方向发展。这就像是一场拔河比赛，您正在努力将AI拉开，让它远离您不想要的结果。

示例负面提示：卡通，3D，((畸形))，((差劲的艺术))，((畸形))，((画得差劲))，((多余的肢体))，((特写))，((黑白))，奇怪的颜色，模糊

提示顺序的重要性

稳定扩散会按块处理您的提示，您放置令牌的顺序可能会影响最终的输出。例如，如果您指定了多个颜色，它们可能会渗入到其他元素中。为了避免这种情况，您可以重新排列这些令牌。

示例提示：1girl，特写，红色领带，绿色眼睛，黑色长发，白色衬衫，金色耳环

相机、灯光和摄影关键词

了解基本的摄影术语可以极大提升您的提示。像"特写"、"中景"和"全身照"这样的关键词可以极大改变输出结果。这些术语不仅仅是行话，它们是可以帮助您微调您的构思的工具。

示例提示：全身照，(杰作，顶级质量，最好的质量)，1girl，分形艺术，超高清，高分辨率，超详细的描绘，动态姿势，飘动的头发

到目前为止，您应该对稳定扩散中制作提示的基础知识有了扎实的了解。但我们只是触及了问题的表面。在下一节中，我们将深入探讨高级技巧，这将真正使您的图像与众不同。

稳定扩散中的高级提示技巧

使用括号进行加权

在稳定扩散中，括号用于加重令牌。令牌的默认权重为1，括号内的内容将乘以1.05。这个加权乘数会叠加，使您可以微调加重的程度。例如，围绕"镶有宝石的皇冠"使用八个括号，其权重将为1.477，使其成为生成图像中占主导地位的元素。

带有加权的示例提示：(girl:1.477), ((向一侧看)), [[[镶有宝石的皇冠]]]

稳定扩散提示的个性化和高级技术指南

方括号降低权重

虽然括号用于强调，但方括号用于相反的作用：降低令牌的权重。方括号内的内容会除以1.05，使您可以减弱提示中某些元素的影响力。例如，如果您在"镶有宝石的皇冠"周围使用六个方括号，其权重将减少到0.746，使它在图像中不那么突出。

带有降低权重的示例提示：女孩，向一侧看，[[[[[[镶有宝石的皇冠]]]]]]

动漫细分：打造完美的动漫提示

动漫提示具有自己的规则和细微差别。在面向动漫的模型中使用像“杰作”和“最佳质量”这样的优质标签通常更加有效。此外，动漫提示可以从特定的风格关键词中受益，如“卡通”，“漫画风格”或“少女”。

样例动漫提示：((杰作))，(最佳质量)，动漫女孩，向侧面看，卡通，色彩鲜艳，漫画风格，飘逸的光芒，樱花树

特定于动漫的负面提示

负面提示在动漫领域中特别有用。例如，如果你想要经典的动漫风格，可以使用负面提示词，如“3D”，“逼真”，或“西方艺术风格”，以使AI远离这些风格。

样例动漫负面提示：3D，逼真，西方艺术风格，((画得糟糕))，((多余的肢体))

特定于动漫的优质标签

在动漫领域，优质标签可以更加具体。像“工作室级别质量”，“漫画级别”，或“宅男认可”这样的标签可以为你的动漫提示增加额外的精致层次。

样例动漫优质标签：((工作室级别质量))，(漫画级别)，(宅男认可)

单词位置和分块

在提示中，标记的位置可能会影响最终输出结果。稳定的扩散过程会对提示进行分块处理，调整这些分块可以产生不同的结果。例如，如果你指定了多个颜色，重新排列它们可以防止颜色混合。

样例提示：一个女孩，特写，红色领带，绿色眼睛，长发黑发，白色衬衫，金色耳环

动漫的摄影和灯光关键词

了解摄影和灯光术语，对于动漫提示尤其有益。像“动态角度”，“阴暗灯光”，或“日落余晖”这样的关键词可以给你的动漫图像增添电影般的触感。

带有摄影和灯光的样例动漫提示：动漫女孩，动态角度，阴暗灯光，日落余晖，((工作室级别质量))

超越基础：稳定扩散提示的高级技巧

在稳定扩散的世界中，提示的力量无可限量。在不断探索可能性的过程中，以下是一些额外的见解和技巧，可以提升您的提示技巧。

尝试抽象概念

虽然提示通常是具体的，但不要害怕尝试抽象概念。像“梦幻般的”，“超现实的”，或“怀旧的”这样的词汇可以导致独特而艺术性的输出。记住，艺术是主观的，这些抽象提示可以产生高度创造性和意想不到的图像。

带有抽象概念的样例提示：梦幻般的，超现实的，怀旧，鲜艳的颜色，奇幻的，飘逸的光芒

通过负面提示混合风格

负面提示可以被创造性地用于混合风格。例如，如果你想要一个结合了现实主义和幻想元素的图像，可以使用负面提示来阻止纯粹现实的特征，同时允许部分特征展现出来。

带有混合风格的样例提示：幻想山水，动漫女孩，((逼真度:0.5))，飘逸的光芒

通过提示创造叙事

提示也可以用于通过生成的图像来构建叙事或讲故事。思考你想要传达的故事，使用提示来设定场景，描述角色，并唤起情感。

样例叙事提示：黄昏中的荒废城市，孤独的漫游者，末日后的，恐怖的寂静，不祥的阴影

拥抱细分关键词

根据你特定的兴趣，你可以使用细分关键词来精确调整你的提示。无论你是否喜欢蒸汽朋克、电子朋克或任何其他子流派，加入细分术语可以导致高度专业化和视觉冲击力的结果。

样例细分提示：赛博朋克城市景观，机械侦探，霓虹灯照明的街道，复古未来主义，反乌托邦

协作提示

不要犹豫与他人合作创建提示。与其他用户共同进行头脑风暴，可以产生创新和启发的提示，这些提示你自己可能没有想到。分享想法，一起进行实验，发现新的可能性。

协作样例提示：[与用户123的协作]：闹鬼森林，神奇生物，隐藏之境，仙境般的雾气

写稳定扩散提示是否有“正确”的方法？

答案既是是又否。有些用户喜欢语法正确的句子，而其他人则选择片段化的关键词。这两种方法都有其优点。关键是要理解稳定扩散的基本机制，并相应调整你的提示风格。

样例提示：一张穿着大衣的女孩在城市中的照片 样例片段化提示：照片，一个女孩，大衣，城市 通过结合这些先进技术，您不仅可以提高生成图像的质量，还可以更深入地了解稳定扩散背后的原理。无论您是初学者还是经验丰富的用户，这些提示和技巧都将帮助您掌握提示艺术。

结论

掌握稳定扩散提示是一个将创造力、技术知识和实验结合在一起的艺术形式。无论您是初学者还是经验丰富的用户，关键是不断探索、适应和完善您的提示技巧。

在本指南中，我们介绍了提示的基本原理，深入探讨了先进技术，甚至还涉足了动漫领域。现在，您拥有了工具，可以制作出令人惊叹和独特的提示，以符合您的视觉效果。

请记住，稳定扩散不仅仅是一个工具；它是您想象力的画布。在您继续您的旅程时，不要害怕突破可能的界限。拥抱挑战，从实验中学习，并最重要的是，尽情享受创造您自己的数字杰作的过程。

感谢您加入我们探索稳定扩散提示的行列。现在，轮到您释放创造力，成为扩散的真正巫师了。

常见问题

什么样的提示适合稳定扩散？

适用于稳定扩散的好提示取决于您想要的输出。从清晰的主题或场景描述开始，包括相关的属性，并使用诸如“杰作”或“最高质量”之类的优质标签。尝试使用抽象的概念，混合风格，并考虑您想要传达的叙述。

如何在稳定扩散中给提示加权重？

您可以使用括号在稳定扩散中给提示加权重。每组括号都会增加所包含标记的权重。例如，((红发)) 的权重比仅有“红发”要高。要小心不要过度强调，因为它可能会压倒图像。

稳定扩散可以保存您的提示吗？

稳定扩散没有内置的提示保存功能。要保存您的提示，您可以创建一个文档或文本文件，其中存储您最喜欢的提示。这样，您可以在将来轻松地重复使用它们。

稳定扩散可以使用图像提示吗？

稳定扩散主要依赖文本提示来生成图像。图像提示不是内置功能。但是，AI技术可能已经有所发展，因此我建议查阅最新的文档或社区资源，以了解是否有关于使用图像提示的更新。