3. 提示词工程(Prompt Engineering)

好,咱们进入第三章。提示词工程,说白了就是学会跟模型「好好说话」。

我刚开始接触 Stable Diffusion 时,总觉得这玩意儿玄学。明明一样的词,别人出大片,我出鬼片。后来才明白,不是模型不行,是我不会「翻译」。你想想看,模型它不懂人类语言,它只懂向量空间里的数学关系。你的任务,就是把脑海里的画面,翻译成它能理解的「咒语」。

3.1 提示词结构:内容、风格、质量、负面

一个成熟的提示词,我习惯把它拆成四个部分。就像写作文,得有主谓宾定状补。缺了哪一块,画面就容易跑偏。

  • 内容主体(Subject):你要画什么?比如「一只猫」、「赛博朋克城市」、「宇航员骑马」。这是句子的主语,必须清晰。
  • 风格描述(Style):用什么画风?「油画」、「水彩」、「3D 渲染」、「吉卜力风格」。我遇到过很多新手,只写内容不写风格,结果出来的图四不像。
  • 质量词(Quality):用来提升画质的「魔法词」。比如 masterpiecebest qualityhighly detailed。嗯,这里要注意,质量词不是越多越好,堆太多反而会稀释权重。
  • 负面提示词(Negative Prompt):告诉模型「我不要什么」。这是避坑的关键。我曾经因为没写负面词,生成了大量畸形的手和扭曲的脸。

一个标准模板长这样:

[内容主体], [风格描述], [质量词] --neg [负面提示词]

举个例子:a cute cat, wearing a wizard hat, digital painting, masterpiece, best quality --neg ugly, deformed, blurry, low quality

3.2 权重与语法:()、[]、:1.2

模型怎么知道哪个词更重要?靠权重语法。说白了,就是给关键词「加粗」或「减弱」。

  • ( ) 括号:提高权重。每包一层,权重乘以 1.1。比如 (cat:1.2) 就是让猫的权重提高 1.2 倍。我习惯用 (keyword:1.2) 这种写法,比单纯堆括号更精确。
  • [ ] 方括号:降低权重。每包一层,权重乘以 0.9。比如 [background] 就是让背景的影响减弱。
  • :1.2 数字权重:直接指定倍数。这是最推荐的方式,可控性最强。

我的个人习惯:

别把权重调得太极端。超过 1.5 容易过拟合,画面会变得很「脏」。我一般控制在 1.1 到 1.4 之间。低于 0.7 的词,基本等于没写。

避坑指南:

我曾经为了强调「红色」,写了 (red:2.0),结果整张图红得跟血崩一样,细节全没了。后来我学乖了,用 (red:1.3) 配合 colorful 来平衡。

3.3 常用 Prompt 模板与社区网站

别自己瞎琢磨,站在巨人的肩膀上。社区里有很多现成的模板,直接拿来改改就能用。

模板类型 示例 适用场景
写实人像 portrait of a young woman, soft lighting, skin pores, detailed eyes, 8k, photorealistic --neg cartoon, anime 生成真人照片级人像
二次元角色 1girl, long hair, school uniform, anime style, vibrant colors, high quality --neg realistic, 3d 生成动漫风格角色
概念设计 futuristic city, cyberpunk, neon lights, rain, highly detailed, concept art --neg blurry, lowres 生成场景概念图
产品渲染 a glass bottle of perfume, on a marble table, studio lighting, product photography, 8k --neg distortion, shadow 生成产品展示图

社区网站方面,我推荐这几个:

  • Lexica.art:最大的提示词搜索引擎。你搜一张图,直接能看到它的完整提示词。我经常去那里「偷师」。
  • PromptHero:按模型分类,方便你找特定风格的模板。
  • Stable Diffusion Discord:官方社区,每天都有新玩法。我很多冷门技巧都是在那学的。

最后分享一个我的工作流:

拿到一个需求,先写内容主体。然后去 Lexica 搜类似风格的图,复制它的风格词和质量词。接着根据画面效果,微调权重。最后,把常见的负面词(如 ugly, deformed, blurry, low quality, extra limbs)直接做成一个模板,每次复制粘贴。省时省力。

提示词工程,说白了就是「翻译」加「调参」。多试几次,你就能找到感觉。别怕出烂图,我刚开始的时候,十张里有八张是废片。慢慢来,比较快。