Stable Diffusion Prompt 技巧：高级指南

精通 Stable Diffusion Prompt

Stable Diffusion 为 AI 图像生成提供了无与伦比的控制力——前提是你知道如何使用它。与更简单的界面不同，Stable Diffusion 会用精准定制的结果来回报你的技术知识。本指南涵盖了能够提升你 Stable Diffusion 创作水平的高级 prompt 技巧。

无论你使用的是 AUTOMATIC1111 的 Web UI、ComfyUI 还是其他界面，这些技巧都广泛适用。我们将讲解 prompt 语法、权重设置、负面 prompt、模型特定策略和高级工作流程。

理解 Prompt 语法

Stable Diffusion 解读 prompt 的方式与自然语言 AI 不同。理解其语法至关重要：

基本结构：Prompt 以逗号分隔的概念方式处理。每个概念独立解读，然后组合在一起。"a red car, sunset, beach" 处理为三个独立的元素。

词序很重要：排在前面的 token 通常获得更多关注。把最重要的概念放在最前面。

圆括号强调：(word) 将注意力提高 1.1 倍。((word)) 提高 1.21 倍（1.1 的平方）。嵌套超过 3-4 层后效果递减。

方括号弱化：[word] 将注意力降低 0.9 倍。[[word]] 降低 0.81 倍。适用于微妙的背景元素。

显式权重：(word:1.5) 设定精确的注意力权重。通常使用 0.5-1.5 的范围。超过 2.0 往往会产生伪影。

精通负面 Prompt

负面 prompt 是 Stable Diffusion 真正大放异彩的地方。它们告诉模型要避免什么，从而显著提升质量。

基本负面 Prompt 模板：从基于质量的负面词开始："blurry, low quality, lowres, bad anatomy, bad hands, cropped, worst quality, low quality, normal quality, jpeg artifacts, watermark, text, signature"

风格特定的负面词：根据你的目标风格添加负面词：

追求写实效果："cartoon, anime, illustration, painting, drawing, art, sketch"

追求动漫/插画："photorealistic, photograph, 3d, 3d render, realistic"

追求干净图像："busy background, cluttered, noisy, grainy"

解剖负面词："bad anatomy, bad hands, missing fingers, extra fingers, extra limbs, missing limbs, fused fingers, too many fingers, mutated hands, malformed limbs, extra arms, extra legs"

面部负面词："deformed face, ugly face, asymmetric eyes, bad eyes, cross-eyed, blurry face"

高级 Prompt 权重

策略性的权重设置可以创造细腻的结果：

主体强调：给主要对象分配比背景元素更高的权重。"(beautiful woman:1.3), garden background, soft lighting" 将注意力集中在主体上。

风格平衡：组合不同风格时设定权重："portrait, (oil painting:0.8), (impressionist:0.6)" 创造出微妙的风格混合。

细节控制：对细节关键词设定权重："landscape, mountains, (intricate details:1.2), (8k:1.1)" 但不要过度。

Prompt 混合：使用 [from:to:when] 语法实现过渡："[day:night:0.5]" 在生成步骤的 50% 处从白天过渡到夜晚。

模型特定策略

不同的 Stable Diffusion 模型对不同的方法有不同的响应：

SDXL：比 SD 1.5 更好地处理自然语言。可以使用更长、更具描述性的 prompt。受益于详细的场景描述。推荐分辨率：1024x1024 或类似。

SD 1.5 模型：偏好关键词风格的 prompt。更短、更聚焦的 prompt 效果更好。许多模型针对特定风格训练——使用它们的触发词。常用分辨率：512x512。

写实模型（如 Realistic Vision）：受益于摄影术语："DSLR, 85mm, f/1.8, bokeh"。包含光线描述："studio lighting, natural light, rim light"。引用相机设置以增加真实感。

动漫模型：使用动漫特定的质量标签："masterpiece, best quality, highly detailed"。包含艺术风格参考："by (artist name)"。角色描述关键词比自然语言更重要。

构图与布局控制

通过 prompt 引导图像构图：

视角关键词："wide shot, close-up, medium shot, bird's eye view, worm's eye view, Dutch angle, straight-on, profile view"

取景："centered, rule of thirds, symmetrical, asymmetrical, full body, portrait, headshot"

空间关系：明确说明位置关系："woman standing in foreground, mountains in background, river between them"

宽高比考量：让你的 prompt 与输出比例相匹配。竖向比例适合肖像；横向比例适合风景。

质量提升关键词

以下关键词能持续改善效果：

通用质量："masterpiece, best quality, highly detailed, sharp focus, professional, high resolution, 8k, 4k"

光线："beautiful lighting, dramatic lighting, soft lighting, volumetric lighting, cinematic lighting, golden hour, rim light"

渲染："detailed, intricate, elaborate, highly detailed, fine details, sharp, crisp"

艺术质量："award-winning, trending on artstation, artstation quality, deviantart quality"

注意：效果因模型而异。测试什么对你使用的特定检查点有效。

高级工作流技巧

使用这些高级方法提升你的创作：

渐进式优化：先在较低步数/分辨率下生成，快速迭代。找到好的构图后，再以更高质量重新生成。

种子操控：锁定种子以保持构图不变，同时调整 prompt。使用 seed+1、seed+2 来寻找相似但不同的变体。

Prompt 调度：在生成过程中切换 prompt："[detailed background:simple background:0.6]" 从详细背景开始，转为简洁背景。

通配符：使用通配符语法增加多样性："a __color__ __animal__ in a __setting__" 从预定义列表中提取。

ControlNet 集成：将文本 prompt 与 ControlNet 结合，精确控制姿势、构图和风格，同时保留 prompt 的影响力。

常见问题排查

过饱和/伪影：降低强调权重。降低 CFG scale。添加质量负面词。

忽略 Prompt 部分内容：提高被忽略概念的权重。将重要元素移到前面。简化 prompt——太多概念会分散注意力。

风格不一致：使用更具体的风格关键词。尝试更适合你目标风格的不同模型。增加风格相关的权重。

解剖错误：添加全面的解剖负面词。尝试不同的模型。使用 ControlNet 引导姿势。在更高分辨率下生成。

结语

Stable Diffusion 的复杂性正是它的优势——掌握这些技巧给你带来其他更简单平台无法比拟的创意控制力。从基础开始，逐步融入高级技巧，并始终保持实验精神。

请记住，不同的模型有不同的响应方式。对一个检查点有效的方法可能需要在另一个上进行调整。为你偏好的模型建立个人有效 prompt 库，并在不断学习中持续优化你的方法。

Stable Diffusion 社区不断发现新技巧。保持活跃在论坛、Discord 服务器和 GitHub 仓库中，让你的技能保持与时俱进。祝生成愉快！