Stable Diffusion提示词需规范书写:按主体→属性→场景→风格顺序排列,用英文逗号分隔;括号“( )”增权、方括号“[ ]”降权;冒号“:”支持0.1–2.0精确权重;大写“AND”强制多条件并存;负向提示须避免正向符号且需具体描述。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

如果您在使用Stable Diffusion生成图像时发现输出结果与预期偏差较大,很可能是Prompt书写不规范或权重分配不合理所致。以下是关于SD提示词语法格式及权重符号的具体说明:
一、基础Prompt结构与语序规则
Stable Diffusion对Prompt中关键词的顺序敏感,模型倾向于更重视靠前的描述词。主谓宾式逻辑结构(主体+属性+场景+风格)能提升语义解析准确率。逗号作为自然分隔符,有助于模型区分不同语义单元。
1、将核心主体词置于Prompt最前端,例如“a portrait of a young woman”;
2、紧随其后添加关键视觉属性,如“wearing steampunk goggles, silver hair, detailed freckles”;
3、再补充环境与构图信息,例如“in a sunlit library, shallow depth of field, centered composition”;
4、最后附加画风与质量强化词,例如“photorealistic, 8k uhd, sharp focus, cinematic lighting”;
5、所有词汇间统一使用英文逗号加空格分隔,禁止使用中文标点或连续空格。
二、括号权重语法:( ) 与 [ ] 的差异用法
圆括号“( )”用于提升关键词权重,模型会将其重复解析约1.1倍;方括号“[ ]”则用于降低权重,等效于乘以0.9系数。二者可嵌套使用实现精细调节,但单层嵌套已覆盖绝大多数需求。
1、需强调某特征时,在该词外围添加一层圆括号,例如“(masterpiece), (best quality)”;
2、若某元素干扰主体表现,将其放入方括号,例如“[blurry background], [low contrast]”;
3、叠加权重可用多重括号,如“((red dress))”≈1.21倍,“(((glowing eyes)))”≈1.33倍;
4、降权叠加同理,“[[faint outline]]”≈0.81倍,超过三层嵌套可能导致权重溢出或解析异常。
三、冒号权重符号:: 的精确数值控制
冒号后接浮点数可指定关键词的确切权重值,突破括号的固定倍率限制。默认权重为1.0,数值大于1增强影响,小于1削弱影响,支持0.1至2.0区间内的任意精度设定。
1、在关键词后输入英文冒号与数字,例如“cyberpunk city:1.3”;
标签: 前端 go steam ai win 跨域 排列 red silver stable diffusion writer
还木有评论哦,快来抢沙发吧~